140億ドル評価を獲得したSkild AIの挑戦

2026年1月14日、ロボティクスAIスタートアップのSkild AIは、SoftBank Groupが主導する14億ドル（約2,100億円）の資金調達ラウンドを完了し、評価額は140億ドル（約2.1兆円）を超えた。このラウンドには、NVentures（NVIDIAのベンチャー部門）、Jeff Bezos（Bezos Expeditions）、Samsung、LG、Schneider、Salesforce Venturesなどが参加し、ロボティクスAI分野における過去最大級の調達として業界に衝撃を与えた。

Skild AIは2023年創業のわずか3年目の企業だが、2025年にゼロから約3,000万ドルの売上を「数ヶ月」で達成し、2026年に入ってからも指数関数的な成長を続けている。同社の核心技術である「Skild Brain」は、ヒューマノイド、四足歩行ロボット、卓上マニピュレータ、モバイルマニピュレータなど、あらゆる身体形態（omni-bodied）のロボットを単一の基盤モデルで制御する業界初の統一ロボティクス基盤モデルである。

Skild Brainの革新性は、事前に訓練されていない未知のロボット形態でもゼロショットで制御可能であり、四肢喪失や関節故障といった極端な状況にもミリ秒から数分のIn-Context Learning（文脈内学習）で適応する点にある。この技術は、従来のロボティクスが抱えていた「形態ごとに個別設計が必要」という制約を根本から覆し、Physical AI（物理世界のAI）時代における基盤モデル設計の新たなパラダイムを示している。

「オムニボディ」アプローチ ── 10万体のロボット宇宙で学習

Skild AIが提唱する「omni-bodied（オムニボディ）」アプローチは、単一のニューラルネットワークコントローラを10万体の異なるロボット形態を持つ「宇宙」で、シミュレーション時間にして約1,000年間訓練するというものである。この極端な多様性こそが、モデルが特定の形態に対する解を暗記するのではなく、汎化可能な適応戦略を発見する鍵となっている。

従来のロボティクスでは、特定のハードウェア構成に対して個別にコントローラを設計・調整する必要があった。しかし、Skild Brainは階層的な2レベルアーキテクチャを採用している。（1）低頻度の高レベル操作・ナビゲーション行動ポリシーが、（2）高頻度の低レベル行動ポリシーに指示を送り、低レベルポリシーが「正確な関節角度とモータートルクに変換して身体を駆動する」仕組みである。この分離により、高レベルポリシーは身体形態に依存しない抽象的な意図を扱い、低レベルポリシーが実際の物理実装を担当する。

訓練データは3つのソースから収集される。（1）大規模シミュレーションによる事前学習、（2）インターネット上の人間の動画データによる事前学習、（3）限定的な実ロボットデータによる事後調整である。Skild AIは「兆単位のサンプルを集めるには」シミュレーションと動画データが不可欠であり、実世界のデータ収集だけでは実用的な時間枠内に到達できないと強調する。また、競合他社が「1%未満の実ロボットデータを視覚言語モデルに混ぜる」だけであるのに対し、Skild Brainは「grounded actionable information（地に足のついた行動可能な情報）」と真の物理理解を備えているとの差別化を主張している。

In-Context Learningによる四肢喪失からの回復

Skild Brainの最も驚異的な能力は、In-Context Learningによるリアルタイム適応である。大規模言語モデル（LLM）が文脈内で新しいタスクに適応するように、Skild Brainは未知の身体形態や環境に遭遇した際、再訓練やファインチューニングなしに、ライブの文脈内経験に基づいて行動を調整する。

Skild AIが公開したデモンストレーションでは、四足歩行ロボットの脚の「ふくらはぎ部分を太ももまで切断」し、4自由度を失わせ肢の長さを短縮するという、モデルが一度も経験したことのないシナリオを実施した。当初、ロボットは「その場で足踏みするだけで苦しんでいた」が、7〜8秒の適応期間の後、「太もも関節で大振幅のスイングが必要であることを発見」し、効果的に移動できるようになった。

別の実験では、四足歩行ロボットの膝関節をロックして3本脚の状態にしたところ、2〜3秒以内に「体重を後方に移して3本脚に乗せる」ことを学習した。また、移動中に車輪がジャムした場合、モデルは「この変化を検知」し、明示的なプログラミングなしに回転歩行から歩行歩容に切り替える。これらの適応は「変化の深刻度に応じてミリ秒から数分の範囲」で発生する。

この適応能力は、訓練データから完全に除外されたロボットに対してもゼロショットで制御を実現する能力と合わせて、モデルが「暗記によるパターンマッチング」ではなく、形態変化を超えて転移する「学習された原理」を獲得していることを示唆している。

Physical AI時代の基盤モデル設計原則

Skild Brainの成功は、Physical AI時代における基盤モデル設計に関する重要な原則を浮き彫りにする。第一に、多様性こそがスケールである。LLMが膨大なテキストコーパスから言語の普遍的構造を学習するように、ロボティクス基盤モデルは極端に多様な身体形態と環境での経験から物理世界の普遍的原理を抽出する必要がある。

第二に、階層的抽象化が汎化の鍵である。高レベルの意図表現と低レベルの物理実装を分離することで、新しいハードウェアへの適応コストを劇的に削減できる。第三に、In-Context Learningによる実行時適応が、オフライン学習の限界を補完する。予測不可能な実世界での運用において、モデルは自身の経験から継続的に学習する能力を持たなければならない。

第四に、訓練データの質と量のトレードオフである。Skild AIはシミュレーションと動画データで「兆単位」のサンプルを獲得し、限定的な実ロボットデータで物理世界への接地を行う。この戦略は、データ収集コストとスケーラビリティの両立を可能にする。

最後に、評価指標の再定義が必要である。従来のロボティクスはタスク成功率で評価されたが、基盤モデルは「未知の状況への適応速度」「形態変化への頑健性」「ゼロショット転移性能」といった新しい指標で測定されるべきである。Skild Brainの研究成果が主要ロボティクス会議で最優秀論文賞候補に選ばれたことは、この新しいパラダイムが学術界にも受け入れられつつあることを示している。

商用展開と産業インパクト

Skild AIは既に、セキュリティ・施設点検、ラストマイル配送、倉庫、製造、データセンター、建設タスクなど、多様な環境で技術を展開している。同社のビジネスモデルは、既存のロボットに後付け可能な汎用ソフトウェアプラットフォームとして機能する点で、従来のロボティクス企業と一線を画す。

Samsung、LG、Schneiderといった戦略的投資家の参加は、製造・家電・産業オートメーション分野での統合を示唆する。Salesforce Venturesの参加は、エンタープライズソフトウェアとの融合可能性を、CommonSpiritの参加は医療・ヘルスケア分野への展開を暗示している。

140億ドルという評価額は、Boston Dynamicsが2020年にHyundaiに11億ドルで売却されたこと、Amazonが2012年にKiva Systemsを7.75億ドルで買収したことと比較して、ロボティクスAI市場の急速な成長を物語る。Skild AIの成功は、ハードウェア中心のロボティクスから「Brain-as-a-Service」モデルへのパラダイムシフトを加速させる可能性がある。

課題と今後の展望

Skild Brainは画期的だが、課題も残る。第一に、安全性と信頼性である。In-Context Learningによる適応は予測不可能な挙動を生む可能性があり、特に医療や公共空間での運用には厳格な検証が必要である。第二に、エネルギー効率である。大規模ニューラルネットワークをエッジデバイスで実行するための計算コストとバッテリー消費は、長時間運用の障壁となる。

第三に、倫理的・法的問題である。自律適応するロボットの行動に対する責任の所在、失敗時の説明可能性、訓練データに含まれる人間の動画のプライバシー保護など、新たな規制フレームワークが求められる。第四に、競争環境の激化である。OpenAIやGoogleなどのLLM企業がロボティクスに参入し、Figure AI、1X Technologies、Tesla（Optimusヒューマノイド）などのハードウェア企業が独自のAIスタックを開発する中、Skild AIが「ロボティクスのOpenAI」としてのポジションを維持できるかは不透明である。

長期的には、Skild Brainが示した「omni-bodied」パラダイムは、ロボティクスを超えてPhysical AIの広範な応用に影響を与える可能性がある。自動運転車、ドローン、産業機械、さらには仮想エージェントの物理シミュレーションなど、身体性を持つAIシステム全般に対して、同様の基盤モデルアプローチが適用可能である。Skild AIの成功は、「AI for Software」の次の波が「AI for the Physical World」であることを示唆している。

FAQ

Skild BrainはどのようにしてIn-Context Learningを実現しているのか？

Skild Brainは、10万体の異なるロボット形態を含むシミュレーション環境で約1,000年分の訓練を行うことで、特定の形態を暗記するのではなく、汎化可能な適応戦略を学習している。実行時には、モデルが自身の行動の結果を観察し、ミリ秒から数分の範囲でリアルタイムに行動を調整する。これは大規模言語モデルがプロンプト内の例から学習するメカニズムと類似している。

従来のロボティクスとSkild Brainの最大の違いは何か？

従来のロボティクスでは、ロボットごとに個別のコントローラを設計・調整する必要があり、新しいハードウェアや未知の状況への対応には再プログラミングや再訓練が必須だった。対照的に、Skild Brainは単一の基盤モデルがあらゆる身体形態に対応し、訓練時に見たことのないロボットでもゼロショットで制御可能である。また、四肢喪失などの予期しない変化にも再訓練なしで適応できる。

Skild AIの商用展開はどの分野で進んでいるのか？

Skild AIは、セキュリティ・施設点検、ラストマイル配送、倉庫、製造、データセンター、建設など、多様な産業分野で既に技術を展開している。2025年に約3,000万ドルの売上を数ヶ月で達成し、2026年も指数関数的な成長を続けている。Samsung、LG、Schneider、CommonSpiritなどの戦略的投資家の参加は、製造、家電、産業オートメーション、医療分野での統合を示唆している。

Skild Brainの安全性はどのように担保されているのか？

現時点で公開されている情報では、安全性検証の詳細は明らかにされていない。ただし、In-Context Learningによる適応は予測不可能な挙動を生む可能性があり、特に医療や公共空間での運用には厳格な検証が必要となる。今後、自律適応するロボットの行動に対する責任の所在、失敗時の説明可能性、規制フレームワークの整備が課題となるだろう。

Skild Brainは他のロボティクスAIプラットフォームとどう差別化されているのか？

Skild AIは、競合他社が「1%未満の実ロボットデータを視覚言語モデルに混ぜる」だけであるのに対し、Skild Brainは「grounded actionable information（地に足のついた行動可能な情報）」と真の物理理解を備えていると主張している。また、ハードウェアに依存しない後付け可能なソフトウェアプラットフォームとして機能する点で、Boston DynamicsやTeslaのような垂直統合型ロボティクス企業とも異なる。

参考文献