---
title: APPOLO_v8_Physical_AI_report_players
tags: 
author: [Rihito Shibayama](https://docswell.com/user/shibayamalicht)
site: [Docswell](https://www.docswell.com/)
thumbnail: https://bcdn.docswell.com/page/V7PKKWWQJ8.jpg?width=480
description: APPOLO_v8のデモです
published: May 01, 26
canonical: https://docswell.com/s/shibayamalicht/ZX2WEP-2026-05-01-151258
---
# Page. 1

![Page Image](https://bcdn.docswell.com/page/V7PKKWWQJ8.jpg)

フィジカル AI 主要企業開発動向分析
11,763 件の特許母集団から読み解く 25 社の戦略プロファイル — 別冊
APOLLO
Advanced Patent & Overall Landscape-analytics Logic Orbiter
2026 年 5 月


# Page. 2

![Page Image](https://bcdn.docswell.com/page/2JVVV88PJQ.jpg)

APOLLO
2
目次
本分析の前提 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . ⁠3
別冊の位置づけ . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . ⁠3
分析対象企業の選定基準 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . ⁠3
エグゼクティブサマリー . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . ⁠4
第 1 章 米国勢 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . ⁠5
1.1 NVIDIA . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . ⁠5
1.2 GM . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . ⁠6
1.3 INTEL . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . ⁠6
1.4 Google・Amazon・Ford . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . ⁠7
1.5 Aurora Innovation . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . ⁠8
第 2 章 中国勢 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . ⁠9
2.1 国家电网 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . ⁠9
2.2 中国大学群 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . ⁠9
2.3 北京光年无限科技 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . ⁠10
第 3 章 欧州勢 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . ⁠11
3.1 ROBERT BOSCH . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . ⁠11
3.2 SIEMENS . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . ⁠11
3.3 BASF . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . ⁠12
第 4 章 日本勢 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . ⁠13
4.1 ソフトバンク . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . ⁠13
4.2 本田技研工業 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . ⁠13
4.3 トヨタ自動車 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . ⁠14
第 5 章 韓国勢 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . ⁠15
5.1 SAMSUNG ELECTRONICS . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . ⁠15
5.2 LG ELECTRONICS . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . ⁠15
第 6 章 専業プレイヤー . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . ⁠17
6.1 INTUITIVE SURGICAL . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . ⁠17
6.2 DEERE AND COMPANY . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . ⁠17
6.3 STRONG FORCE . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . ⁠18
第 7 章 戦略マッピング総括 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . ⁠19
7.1 4 戦略類型の比較 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . ⁠19
7.2 投資・提携機会の戦略示唆 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . ⁠19
7.3 推奨アクション . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . ⁠20
結論 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . ⁠22


# Page. 3

![Page Image](https://bcdn.docswell.com/page/5EGLL55QJL.jpg)

APOLLO
3
本分析の前提
本分析の対象範囲: 本別冊は、本母集団（Patbase から抽出された 11,763 件のフィジカル AI 特許群、
2006-2026 年）に含まれる主要 25 社の出願動向を分析するものである。各社の戦略的位置づけ・注力技術
領域・代表特許・地政学的競争上のポジションを、本編レポートのデータを基に再構成した別冊である。記載
される件数・シェア・成長率は本母集団内の観察値であり、業界全体の傾向を直接示すものではない。
別冊の位置づけ
本別冊は、本編「フィジカル AI 特許動向分析 2026」の補助資料として、主要企業の開発動向に焦点
を絞った再構成版である。本編では各モジュール分析章の中で出願人動態を扱っているが、本別冊では
企業を主軸に置き換え、地域・業種別の戦略類型を立体的に読み解く。
分析対象企業の選定基準
本別冊では、本母集団における以下の基準で 25 社を選定した。
• MEGA PULSE 4 象限の主要プレイヤー: リーダー象限（CAGR > 30.3%、活動量 > 19.4）の代
表 22 社のうち、上位 15 社
• 累積出願 100 件以上の企業: GM、NVIDIA、ソフトバンク、INTEL 等の主要勢力
• 特定領域の専業プレイヤー: INTUITIVE SURGICAL（医療）、DEERE AND COMPANY（農業）等
• 地政学的に重要なプレイヤー: 中国大学群（同济、北京理工、浙江、哈尔滨工业）、国家系（国家电网、
中国人民解放军）


# Page. 4

![Page Image](https://bcdn.docswell.com/page/4JQYYZZW7P.jpg)

APOLLO
エグゼクティブサマリー
Executive Summary
本分析の視座（生成 AI ブーム以降のフィジカル AI の変容）に即して企業動向を整理すると、本母
集団における主要 25 社は明確に 4 つの戦略類型に分化している。
• プラットフォーム単点突破型（米国・NVIDIA 中心）: 認識・推論層の汎用基盤を制覇する戦略。
NVIDIA は本母集団で CAGR +85% と最高峰の成長を示す。
• 学術-商用連結型（中国・大学群 + 国家系 + スタートアップ）: 研究機関の高 CAGR（同济
+167%、北京理工 +108%）が Unitree・Agibot 等のスタートアップへ技術移転される三段
連結。
• 産業 AI 集中型（欧州・BOSCH/SIEMENS）: 産業ロボット × AI 統合に特化。BOSCH は
CAGR +57% で欧州勢のリーダー。
• 分散参入型（日本・ソフトバンク/本田/トヨタ、韓国・SAMSUNG/LG）: 累積件数では中位だ
が特定領域の寡占を欠く。戦略再考の必要性が顕著。
特定領域の専業プレイヤー（INTUITIVE SURGICAL の医療、DEERE の農業 83% 支配、
STRONG FORCE の産業 IoT）は、自社のニッチで安定的な地位を築いている。一方で衰退・ニッ
チ象限に位置する INTEL（CAGR +28%）、AMAZON（+27%）
、北京光年（-69%、活動停止状
態）は、戦略再構築の必要性が観察される。
4


# Page. 5

![Page Image](https://bcdn.docswell.com/page/K74WW331E1.jpg)

APOLLO
5
第 1 章 米国勢
1.1 NVIDIA
NVIDIA は本母集団における累積出願 306 件（本母集団シェア 2.6%）を持ち、MEGA PULSE では
リーダー象限（CAGR +85%、直近活動量 127 件）に位置する。本母集団の主要出願人の中で CAGR
は最高峰であり、急成長期の真っ只中にある。
クラスタ分布を見ると、NVIDIA の出願はクラスタ 88（ロボット校正・作業計画）に 39 件（13%）、
クラスタ 63（画像物体追跡・3D 表示）に 37 件（12%）と認識・推論層に集中している。クラスタ
63 では本母集団全体の 12.8% を占める圧倒的シェアを持ち、コンピュータビジョン領域で支配的な
ポジションを築いている。
クラスタ 88 における NVIDIA 出願のミクロな内容を見ると、「効率的な模倣学習のためのオ
ブジェクト中心型拡散ポリシー」
（US20240681686P、2024 年）、
「ロボット工学のための空間理解
機能を備えた視覚言語モデルの構成」
（US20240689367P、2024 年）、
「ロボットシステムおよびア
プリケーション向けマルチモーダル生成世界モデルを用いたエンドツーエンドナビゲーション」
（US20240692403P、2024 年）など、模倣学習・VLM 統合・マルチモーダル世界モデルといった
最 先 端 の AI 制 御 技 術 が 並 ぶ 。 ク ラス タ 63 で は 「 自 律 シス テム 向 け 超 音 波 セ ン サ ー を 用 い
た物体検出」
（US20240799332、2024 年）、
「カメラベースの地図にセンサー反射情報を追加する」
（US20240770388、2024 年）、
「バージョン管理されたデータに関連付けられた姿勢グラフを更新
する」（US20240770454、2024 年）など、自律走行向けの認識・地図構築技術が中核を成す。ク
ラスタ 70（車両軌道予測、11 件）にも「解釈可能な軌道予測」
（US20230470942、2023 年）
「イ
ンタラクティブモーションプランニング」（US20230366202、2023 年）など、説明可能性を重視
した次世代自動運転技術が含まれる。
戦略面では、NVIDIA は 2026 年 3 月に Cosmos Reason 2（VLM）と Isaac GR00T N1.6（VLA）
を量産展開向けに発表1、2026 年末には DreamZero World Action Model アーキテクチャを採用
した GR00T N2 を予定している。同社は「Android of generalist robotics」を志向しており2、ロ
ボット・自動運転・産業 AI の三領域すべてで再利用可能な VLA モデルファミリの確立を進めている。
▶ 代表特許 US20240890008「ビデオ会議アプリケーションおよびシステム向けに仮想エージェ
ントを使用したマイクロサービスを提供する」（2024 年）— NVIDIA の AI エージェント・プラット
フォーム戦略の象徴的特許。
1NVIDIA Newsroom: https://nvidianews.nvidia.com/news/nvidia-releases-new-physical-ai-models-asglobal-partners-unveil-next-generation-robots
2TechCrunch:
https://techcrunch.com/2026/01/05/nvidia-wants-to-be-the-android-of-generalistrobotics/


# Page. 6

![Page Image](https://bcdn.docswell.com/page/LJ1YY115EG.jpg)

APOLLO
6
1.2 GM
GM は本母集団における累積出願 412 件で 1 位の最大出願人だが、MEGA PULSE では成熟・既存
勢力象限（CAGR +16%、活動量 115 件）に位置し、成長は鈍化している。これは「累積では支配、
成長では追随」というジレンマを示す典型例である。
クラスタ分布を見ると、GM の出願はクラスタ 60（AV 運行・車室管理）に 58 件（14%）、クラスタ
89（車両画像・LiDAR 認識）に 22 件（5%、本母集団内 18.8% シェア）と自動運転に強く特化し
ている。一方、ヒューマノイドや産業 AI への展開は限定的で、戦略的な多角化が遅れている。
クラスタ 60 における GM 出願のミクロな内容は、「車両搭載物投影」（US20240403518、2024
年）、「未知の運転危険検知・対応システム」（US20240401898、2024 年）、「自動運転車の路
肩停車時の群集防止」
（US20240403274、2024 年）など、運行安全・危険認識・群集制御が主軸
となっている。クラスタ 89（車両画像・LiDAR 認識）には「偏光画像データを用いた鏡面反射
路面の自動検出」
（US20230178748、2023 年）、
「道路用発炎筒の視覚的検出および位置推定方法」
（US20230176413、2023 年）、
「建設区域のモデリングのための指標」
（US20230323823、2023
年）など、光学的困難条件下での認識に焦点を絞った特許が並ぶ。注目すべきは、クラスタ 88（ロボット
校正・作業計画）にも 8 件の出願があり、
「インテリジェント偵察および爆弾処理ロボットの制御方法」
（CN202511833231、2025 年）、
「マルチモーダルセンシングセキュリティヒューマノイドロボット
およびその制御方法」
（CN202511021841、2025 年）など、自動運転以外への試行的進出が観察さ
れる点である。
戦略的洞察として、GM は伝統的キーワード（車両・画像・LiDAR）が主体で、Explorer 急上昇キー
ワード（マルチモーダル・動的・リアルタイム）への対応が薄い。この技術的偏りが、新興・中国勢に
成長で追い抜かれている根本原因である。
▶ 代表特許 CN202610081347「車輪付きデスクトップ型コンパニオンロボット、その制御システ
ムおよび制御方法」
（2026 年）— 注目すべきは、本特許がヒューマノイド・コンパニオンロボット領
域への試行的参入を示すこと。自動運転特化型からの脱却を模索する兆候として読める。
1.3 INTEL
INTEL は本母集団における累積出願 451 件で実質トップクラスだが、MEGA PULSE では衰退・ニッ
チ象限（CAGR +28%、直近活動量 19 件）に位置する。累積では強大ながら、直近の活動量低下が
顕著である。
クラスタ分布では、INTEL はクラスタ 88（ロボット校正・作業計画）に 122 件（27%）と本母集団全
体の中でも際立った集中を示し、続いてクラスタ 41（UAV 環境データ取得）に 30 件（7%）。INTEL
は産業ロボット制御 + ドローン領域で過去に大規模投資を行ったが、AI チップ事業での NVIDIA との
競争劣勢が、フィジカル AI 領域でも同様の構造として現れている。
クラスタ 88 における INTEL 出願のミクロな内容を見ると、「マルチモーダル制御に基づくスマート
ロボットアーム」
（CN202610204017、2026 年）、
「視覚認識技術を用いたヒューマノイドロボット
の器用な手の精密制御方法」
（CN202610033714、2026 年）、
「移動ロボット向けマルチモーダル知
覚・意思決定統合システム」
（CN202610157101、2026 年）など、マルチモーダル制御 × ロボッ
トアーム × 器用な手が中核テーマ。クラスタ 41 では「複雑な環境下における無人航空機の迅速な目
標探知および追跡方法」
（CN202510100434、2025 年）、
「北斗衛星システムを用いたマルチモーダ


# Page. 7

![Page Image](https://bcdn.docswell.com/page/GJWGG88W72.jpg)

APOLLO
7
ルデータ通信方法およびシステム」
（CN202510251464、2025 年）など、複雑環境下のドローン制
御 + 衛星連携が特徴となっている。INTEL の中国法人発の出願が大半で、本社主導の戦略というより
は、地域研究拠点による分散型開発の様相を示す。
▶ 代表特許 CN202610030988「ドローンのパフォーマンス映像を生成するための方法、装置、機
器および媒体」
（2026 年）— INTEL のドローン × AI 統合の最新試みだが、これだけでは NVIDIA に
対する競争劣勢を逆転するには至らない。
1.4 Google・Amazon・Ford
Google（59 件、CAGR +9%、成熟・既存勢力）は本母集団における存在感は限定的。クラスタ 88（ロ
ボット計画）20% とクラスタ 70（車両軌道予測）15% が中心だが、Waymo（自動運転子会社）の特許
は別母集団に集約されている可能性があり、本母集団での Google の存在感は限定的。VLA 系の先駆
者である Google DeepMind RT-2 開発は学術論文側に出ており、特許化の遅れが観察される。クラス
タ 88 における Google 出願のミクロな内容を見ると、
「ロボット制御に用いるための機械学習モデル
のトレーニング」
（US20230541252P、2023 年）、
「多言語モデルを用いたオープンボキャブラリー
ロボット制御」
（US20230447596P、2023 年）、
「シーケンス処理ニューラルネットワークを用いた
ロボット報酬の生成」
（US20230471955P、2023 年）など、多言語 LLM × ロボット制御の最先端
研究が含まれる。クラスタ 70 では「拡散モデルを用いた軌道予測」
（US20220426004P、2022 年）、
「効率的なアテンションニューラルネットワークを用いた軌道予測」
（US20220352623P、2022 年）
など、拡散モデル・アテンション機構の自動運転応用で先行している。
Amazon（82 件、CAGR +27%、衰退・ニッチ）は出願ペースの低下が顕著。クラスタ 88（ロボット計
画）10% とクラスタ 66（自動運転テストシナリオ）7% に分散。同社のフィジカル AI 投資は、Agility
Robotics の Digit を Amazon 倉庫に配備する戦略3など、外部企業との連携を通じた間接的アプロー
チに移行している可能性。Amazon 出願のミクロな内容を見ると、クラスタ 88 では「ロボット物品
マニピュレータのためのマルチモーダル識別システム」
（US20210212381、2021 年）、
「ロボット制
御ポリシーを効率的に学習するための人工知能システム」（US20180870613、2018 年）など倉庫
物流向けロボットへの注力が観察される。クラスタ 66 では「自動運転シミュレーションのための物体
レーダーデータと背景レーダーデータの統合」
（US20220710639、2022 年）、
「拡散モデルで条件付
けされた可変オートエンコーダーを使用したシナリオの生成」
（US20220087609、2022 年）など、
シミュレーションシナリオ生成技術が中心。
Ford（53 件、CAGR 0%、衰退・ニッチ）は完全に成長停滞。クラスタ 63（画像物体追跡）13%
とクラスタ 47（光・触覚センサー）6%。GM が成熟・既存勢力にいることと比較しても、Ford の自
動運転戦略の遅れが顕著である。Ford 出願のミクロな内容を見ると、クラスタ 63 では「車両などの
デバイスを操作するための機械学習とデータ分類」（US20230359968、2023 年）、「深層ニューラ
ルネットワークのための画像アノテーション」（US20210337789、2021 年）など、汎用的な機械
学習適用の特許が中心。クラスタ 47 には「合成材料を用いたセンシングに関する装置及び方法」
（US20200077043P、2020 年）、
「静電容量式センサおよび触覚センサ、ならびに関連するセンシン
グ方法」
（US20180696221P、2018 年）など、独自のセンサ素材研究が観察されるが、いずれも 5
年以上前の出願で、近年の更新が乏しい。
3eweek.com: https://www.eweek.com/news/humanoid-robot-power-rankings-list/


# Page. 8

![Page Image](https://bcdn.docswell.com/page/4EZLL88273.jpg)

APOLLO
8
1.5 Aurora Innovation
Aurora Innovation（62 件、CAGR +8%、成熟・既存勢力）は自動運転トラックの専業スタート
アップ。クラスタ 63（画像物体追跡）6% とクラスタ 97（自律車両プラトーニング）5%。Waymo・
Tesla との競争で苦戦の様相を示し、本母集団における存在感は限定的。Aurora 出願のミクロな内容
を見ると、クラスタ 63 では「複数のセンサスキャンを融合してレンジビュー表現を作成することによ
る物体検出および動作予測」
（US20200985583P、2020 年）、
「非同期マルチビューカメラを用いた
同時位置特定およびマッピング」
（US20200107806P、2020 年）など、センサ融合 + SLAM 技術
が中心。クラスタ 97（自律車両プラトーニング）では「自動運転車における停車操作のための動作制
御」
（GR20230101082、2023 年）、
「自動運転車の死角管理」
（US20220046839、2022 年）な
ど、長距離自動運転トラック特有の課題に注力している。
▶ 代表特許 US20240738993P「自律走行車の異常事象検出」
（2024 年）— 安全性・異常検知に
焦点を絞った専業戦略の一例。


# Page. 9

![Page Image](https://bcdn.docswell.com/page/Y76WWPK67V.jpg)

APOLLO
9
第 2 章 中国勢
2.1 国家电网
国家电网は本母集団における累積出願 96 件、リーダー象限（CAGR +90%、直近活動量 89 件）に
位置し、本母集団主要プレイヤーの中で最も高い成長率を示す国家系企業の一つ。
クラスタ分布で特筆すべきは、クラスタ 41（UAV 環境データ取得）に 46 件（48%）と圧倒的集中を
示すこと。本母集団全体のクラスタ 41 における国家电网のシェアは 4.4% であり、電力網点検ドロー
ンへの大規模投資が読み取れる。中国の電力網は世界最大規模であり、ドローンによる送電線点検・障
害検出 AI が国家戦略的に推進されている。
クラスタ 41 における国家电网出願のミクロな内容を見ると、「マルチモーダル知覚と強化学習
に基づく電動無人航空機の障害物回避方法およびシステム」
（CN202510807961、2025 年）、
「熱画
像に基づく多次元対鳥インテリジェント識別方法およびシステム」（CN202510769862、2025
年 ）、「 無 人 航 空 機 と 媒 体 に 基 づ く 高 圧 タ ワ ー 錆 ボ ル ト の リ アル タ イム 検 出 方 法 お よ び 装 置 」
（CN202511053081、2025 年）など、強化学習ベースの障害物回避・熱画像対鳥識別・錆ボルト検
出など電力インフラ点検固有の課題に対する AI 応用が並ぶ。クラスタ 88（ロボット校正、15 件）に
は「マルチモーダル情報融合とロボット自動ドア開閉方法」
（CN202510508780、2025 年）、
「配電
網ホットライン作業ロボットのための原子動作シーケンス最適化方法」
（CN202510713242、2025
年）など、変電所や配電網の自律操作ロボットへの展開も観察される。
▶ 代表特許 CN202511954638「力制御式器用ハンドに基づく変電所室操作方法および装置」
（2025 年）— 単なるドローン点検を超えて、変電所内の自律操作ロボットへ展開する次世代戦略の象
徴。
2.2 中国大学群
本母集団における中国大学群は、特許出願における学術-商用連結の起点として機能している。MEGA
PULSE における主要大学の位置は以下の通り。
大学
総出願
CAGR
活動量
主力クラスタ
同济大学
50
+167%
45
クラスタ 88（24%）, クラスタ 86 協調運転
意思決定（8%）
北京理工大学
46
+108%
42
クラスタ 41 UAV（30%）, クラスタ 88
（13%）
浙江大学
65
+86%
58
クラスタ 88（29%）, クラスタ 41 UAV
（15%）
山东大学
42
+62%
39
複数クラスタに分散


# Page. 10

![Page Image](https://bcdn.docswell.com/page/G75MMKP574.jpg)

APOLLO
10
大学
総出願
CAGR
活動量
主力クラスタ
清华大学
43
+43%
31
クラスタ 88（23%）, クラスタ 5 水中ロボッ
ト（5%）
中国科学院
91
+19%
81
クラスタ 88（27%）, クラスタ 41 UAV
（12%）
北京航空航天大学
54
+14%
45
UAV 系クラスタが中心
哈尔滨工业大学
51
+28%
43
バイオニック歩行 / 多脚ロボット
特に同济大学の CAGR +167% と北京理工大学の +108% は、本母集団における出願人の中で世界最
高峰の成長率である。これら大学からの研究成果は、Unitree（ヒューマノイド販売世界トップ、2025
年 5,500 台）や Agibot（同 5,168 台）4等のスタートアップに技術移転され、商用展開と連結され
ている。
▶ 代表特許の例
• 浙江大学 CN202610110205「適応型双方向蒸留に基づく多機能器用ハンド操作方法」
（2026 年）
— 多指ハンド + AI 制御の最先端
• 清华大学 CN202511264041「ウミガメを模倣した水陸両用ロボットの地形分類と視覚・触覚知覚
に基づく自己適応型歩行切り替え方法」
（2025 年）— バイオミメティック × VLA の境界領域研究
• 同济大学 CN202511475551「動的ノイズ機構に基づくモード制御可能な車両軌道予測方法」
（2025 年）— 動的ノイズへの対応で自動運転 AI を強化
• 北京理工大学 CN202610076660「器用な手のマルチモーダルセンシングおよび制御のための方
法、システム、装置および媒体」（2026 年）— マルチモーダル × ロボットハンドの統合
2.3 北京光年无限科技
北京光年无限科技は本母集団における累積出願 104 件で 7 位の位置を持つが、MEGA PULSE では
衰退・ニッチ象限（CAGR −69%、直近活動量 0 件）に位置し、完全に活動を停止している。これは
本母集団における最も顕著な「かつての主役の没落」事例である。
クラスタ分布を見ると、過去にはクラスタ 88（ロボット校正）に 32 件（31%）、クラスタ 83（コンパ
ニオン教育ロボット）に 14 件（13%）と集中投資していたが、現在は完全停滞。Pepper 型のサービ
スロボット市場が、より高度な VLA ロボット（Unitree、Agibot）に置換された構造変化を反映する。
▶ 代表特許 CN201910026182「絵本ロボットのための人間と機械の相互作用方法および装置」
（2019 年）— かつての主力領域だが、現在の同社の戦略を示す指標としては機能していない。
4Rest of World: https://restofworld.org/2026/china-humanoid-robots-unitree-agibot-tesla-optimus/


# Page. 11

![Page Image](https://bcdn.docswell.com/page/9J299W6GER.jpg)

APOLLO
11
第 3 章 欧州勢
3.1 ROBERT BOSCH
BOSCH は本母集団における累積出願 113 件、リーダー象限（CAGR +57%、直近活動量 57 件）に
位置する欧州勢の代表。クラスタ 88（ロボット校正・作業計画）に 21 件（19%）と集中投資してお
り、産業ロボット × AI 統合の象徴的プレイヤーである。
クラスタ 88 における BOSCH 出願のミクロな内容を見ると、「ロボット装置を制御するための装置
および方法」
（EP20240191565、2024 年）、
「オブジェクト中心潜在状態を用いたビジョンベースロ
ボット動作計画法」
（EP20240193837、2024 年）、
「ロボット装置の周囲環境を予測するための動的
モデルを生成する方法」
（EP20240198606、2024 年）など、ビジョンベース動作計画 + 環境予測
モデルが中核。クラスタ 63（画像物体追跡・3D 表示、8 件）には「2 つの異なる異種カメラ間で画像
を変換するためのシステム」
（IN202441014088、2024 年）、
「画像内で検出された物体の物理的な
存在を確認する」
（EP20240173317、2024 年）など、異種センサ統合と物体存在検証が含まれる。
戦略的特徴として、BOSCH は伝統的な自動車サプライヤーから産業 AI への展開で先行しており、
Explorer 急上昇キーワード「動的」
「リアルタイム」を多く含む特許を出願している。SIEMENS（成
熟、CAGR +20%）と並ぶ欧州産業 AI の双璧。
▶ 代表特許 EP20240201330「ロボット装置を制御するための装置および方法」（2024 年）—
BOSCH の産業ロボット中核技術の一例。
3.2 SIEMENS
SIEMENS は本母集団における累積出願 81 件、成熟・既存勢力象限（CAGR +20%、直近活動量 40
件）。クラスタ 80（製造プロセス品質予測）に 12 件（15%）と集中し、欧州産業 AI の中核プレイ
ヤー。BOSCH と比較して成長率は低いが、活動量は安定している。
クラスタ 80 における SIEMENS 出願のミクロな内容を見ると、
「コンピュータを用いて技術的対象物
を設計する方法および装置」（EP20240465526、2024 年）、「ワークフロー処理を実行するための
階層型プランの生成とデバッグ」
（EP20240195889、2024 年）、
「訴訟書類の構造を自動的に決定す
る方法およびシステム」
（WO2024IB54918、2024 年）など、技術設計 AI・階層型ワークフロー・
文書解析の幅広い産業 DX 領域をカバー。クラスタ 88（ロボット校正、5 件）には「産業環境におけ
る未知の状況の認識と対処」
（EP20240202499、2024 年）、
「ロボット式視覚・触覚表面検査システ
ム」
（US20230487623P、2023 年）など、未知状況対応 + 触覚検査が特徴。SIEMENS は伝統的
な工場 IT から AI ベースの自律設計・自律保守へ移行しつつある。
▶ 代表特許 EP20240202499「産業環境における未知の状況の認識と対処」（2024 年）—
SIEMENS の産業現場における AI 適応力強化の一例。


# Page. 12

![Page Image](https://bcdn.docswell.com/page/DEY44L9GJM.jpg)

APOLLO
12
3.3 BASF
BASF は本母集団における累積出願 11 件、衰退・ニッチ象限。本母集団における存在感は限定的だ
が、クラスタ 80（製造プロセス品質予測）55%、クラスタ 21（精密農業ロボット）27% と化学プロ
セス × AI および農業 × AI への試行的参入が観察される。
▶ 代表特許 WO2024CN118780「物質の流れをインテリジェントに監視する」（2024 年）— 化
学プロセスの AI 監視という、本業に密接な応用領域。


# Page. 13

![Page Image](https://bcdn.docswell.com/page/VJNYY4L878.jpg)

APOLLO
13
第 4 章 日本勢
4.1 ソフトバンク
ソフトバンクは本母集団における累積出願 277 件で 3 位、MEGA PULSE ではリーダー象限（CAGR
+42%、直近活動量 269 件は本母集団最大）に位置する。NVIDIA の活動量 127 件を 2 倍以上上回
り、直近の出願ペースでは本母集団のトップである。
しかしクラスタ分布を見ると、クラスタ 59（需要予測・配送最適化）73 件（26%）、クラスタ 2（感
情適応アバター制御）33 件（12%）、クラスタ 88（ロボット計画）、クラスタ 19（マルチモーダル感
情認識）等に分散しており、明確な主力クラスタを欠く。これは「多領域への投資ヘッジ」戦略と読み
取れるが、米中型のフォーカス戦略との対比では戦略的明確性に欠ける。
ク ラス タ 59 に お ける ソ フ ト バ ン ク 出 願 の ミ ク ロ な 内 容 は 、 出 願 タ イ トル が 「 シス テム 」
（JP20240156389・JP20240141494・JP20240140368、いずれも 2024 年）等の汎用名称で
多数出願されており、需給最適化・物流向け AI システムの広範な権利取得を行っている様子。クラス
タ 2（感情適応アバター制御）には「行動制御システムおよびプログラム」
（JP20230039084、2023
年）、
「アクション制御システム」
（JP20230063774・JP20230063772、2023 年）など、Pepper
後継のアバター・行動制御 AI 技術が並ぶ。クラスタ 88（ロボット計画）の少数出願には「追跡ロボッ
ト、追跡システム、およびドローン」（JP20230085606、2023 年）などが含まれ、ドローン × ロ
ボット連携の試行も観察される。
戦略的解釈として、Pepper ロボット撤退後のソフトバンクの方向感が本母集団からは明確に読み取れ
ない。活動量最大ながら寡占ポジションを欠くこの構造は、投資家にとって戦略の説明責任が問われる
状態である。
▶ 代表特許
JP20250123377「 事 故 分 析 シ ス テ ム お よ び 事 故 分 析 方 法 」（ 2025 年 ）、
JP20240156182「システム」（2024 年、クラスタ 59 配送最適化）。
4.2 本田技研工業
本田技研工業は本母集団における累積出願 91 件、成熟・既存勢力象限（CAGR +16%、活動量 32
件）。クラスタ 88（ロボット計画）12 件（13%）とクラスタ 70（車両軌道予測）11 件（12%、NVIDIA
と並ぶ最大出願人の一つ）に集中。
クラスタ 88 における 本田 出願のミクロな内容を見ると、「多指ロボットハンドの指歩行スキル学習
のためのシステムおよび方法」（US20240778970、2024 年）、「ロボットインタラクションシミュ
レーションシステムおよび方法」
（US20240646864P、2024 年）、
「誘導ロボットの移動を調整する
ためのシステムおよび方法」（US20230193399、2023 年）など、多指ハンドの指歩行・ロボット
インタラクション・誘導ロボット制御が中核テーマ。これは Asimo 系のヒューマノイド研究開発の系
譜を引き継ぐもの。クラスタ 70（車両軌道予測）では「粒子群最適化を用いた自律走行車の軌道計画」
（US20240617570、2024 年）、「知識蒸留に基づいて訓練されたニューラルネットワークを用いた


# Page. 14

![Page Image](https://bcdn.docswell.com/page/YE9PPQ4XJ3.jpg)

APOLLO
14
自律走行車の軌道計画」
（US20230514764P、2023 年）など、粒子群最適化と知識蒸留という最先
端 ML 手法を自動運転に応用している。
戦略的特徴として、本田は日本勢の中で最も活発な自動運転 AI 投資を続けており、Saturn V クラスタ
98（車両シャーシ安全保証）の主要出願人でもある。VLA 系特許の代表例 US20240693042P「車
両向け向社会的行動意図予測システム」
（2024 年）は、社会的文脈を踏まえた行動予測という先進的
なアプローチを示す。
4.3 トヨタ自動車
トヨタ自動車は本母集団における累積出願 75 件、成熟・既存勢力象限（CAGR +20%、活動量 48
件）。クラスタ 88（ロボット計画）8 件（11%）、クラスタ 73（学習型動作制御）5 件（7%）等、特
定クラスタへの集中が乏しい。本田と比較しても主力クラスタが明確でなく、「広く浅く」の典型例。
クラスタ 88 における トヨタ 出願のミクロな内容を見ると、「ロボットにタスクを実行させるための
階層的模倣学習を実行する方法およびシステム」
（US20240671517P、2024 年）、
「全身操作の遠隔
操作方法」（US20240685881P、2024 年）、「ユニバーサルマニピュレーションインターフェース」
（US20240548607P、2024 年）など、階層的模倣学習・全身遠隔操作・汎用マニピュレーションと
いった研究色の強い特許が並ぶ。これは Toyota Research Institute（TRI）の研究成果が反映された
ものと推察される。クラスタ 73（学習型動作制御、5 件）の特許は「制御装置」
（JP20230092485・
JP20230095777・JP20230098920、いずれも 2023 年）と一般名称で多数出願されており、汎
用的な学習型制御の権利化を志向する出願戦略が読み取れる。
▶ 代表特許 US20240884405「健康データと人工知能を用いた車両経路決定」（2024 年）、
US20240694488P「グリッパーアセンブリ用フィンガー」
（2024 年、クラスタ 27 ロボット機構）
— 自動車本業以外の領域も扱うが、いずれの領域でも本母集団内の支配的プレイヤーには至らない。


# Page. 15

![Page Image](https://bcdn.docswell.com/page/GE8DDGQ9ED.jpg)

APOLLO
15
第 5 章 韓国勢
5.1 SAMSUNG ELECTRONICS
SAMSUNG ELECTRONICS は本母集団における累積出願 108 件、成熟・既存勢力象限（CAGR
+14%、活動量 33 件）。クラスタ 88（ロボット計画）18 件（17%）、クラスタ 63（画像物体追跡）
8 件（7%）と分散。家電 × AI の安定路線で、新規領域への展開は緩慢。
クラスタ 88 における SAMSUNG 出願のミクロな内容を見ると、「ロボットおよびその制御方
法」
（KR20240119174、2024 年）、
「大規模言語モデルを用いたゼロショット物体ナビゲーション」
（US20230466212P、2023 年）、
「ロボット移動デバイスおよびそれを実行する電子機器の認識モデ
ルを更新する方法」
（KR20230197637、2023 年）など、LLM ベースのゼロショット認識・モデル
更新技術が中核。クラスタ 63（画像物体追跡）では「ビデオシースルーデバイスにおける歪んだ画像
のアーティファクト補正」
（IN202341086752、2023 年）、
「汎用的なシーン完成のための回転、イ
ンペインティング、および完成」
（US20230452059P、2023 年）など、VR/AR 機器向け画像処理
に応用範囲が広がっている。
▶ 代表特許 KR20240124715「コアモジュール、それを含むロボット装置、およびその制御方法」
（2024 年）— SAMSUNG のロボットモジュール戦略の一例。
5.2 LG ELECTRONICS
LG ELECTRONICS は本母集団における累積出願 162 件で 5 位、MEGA PULSE では新興・高ポテ
ンシャル象限（CAGR +32%、直近活動量わずか 7 件）に位置する。総数は上位だが直近活動量が極
小という、本母集団における異色のポジション。
「過去にロボティクス AI に集中投資し、最近は活動が落ち着いている」パターンを示す。クラスタ 15
（音声認識・動作同期）19 件（12%）、クラスタ 97（自律車両プラトーニング）16 件（10%）に分
散。SAMSUNG（成熟、CAGR +14%）との対比で、LG の方が成長余地を残すが、最近の出願ペー
スは鈍化している。
クラスタ 15 における LG 出願のミクロな内容を見ると、「人工知能装置を用いた音声処理方法」
（KR20190088096、2019 年）、「インテリジェント音声認識方法、音声認識装置、インテリジェン
トコンピューティングデバイスおよびサーバ」
（KR20190091942、2019 年）、
「インテリジェント音
声対応デバイス検索方法およびその装置」
（WO2019KR05021、2019 年）など、音声認識 AI を中
核とするスマートホーム・サービス機器戦略が見える。クラスタ 97（自律車両プラトーニング）では
「自律走行車およびその制御方法」
（KR20200009867、2020 年）、
「自動運転車両への誤った乗車を
防止するための装置および方法」
（KR20190097389、2019 年）など、自動運転車 × 家電 × ライフ
スタイル向けの応用に幅を持たせていた様子が伺える。いずれも 2019-2020 年の出願が中心で、最
近の更新が乏しい。


# Page. 16

![Page Image](https://bcdn.docswell.com/page/LELMMGXM7R.jpg)

APOLLO
16
▶ 代表特許 KR20240080184「人工知能装置、人工知能装置の動作方法、および人工知能装置の
動作方法を実行するためのプログラムが記録されたコンピュータ可読記録媒体」
（2024 年）— LG の
AI 機器特許。家電/サービス機器への AI 統合戦略の一例。


# Page. 17

![Page Image](https://bcdn.docswell.com/page/4JMYYQL6JW.jpg)

APOLLO
17
第 6 章 専業プレイヤー
6.1 INTUITIVE SURGICAL
INTUITIVE SURGICAL は本母集団における累積出願 33 件、成熟・既存勢力象限（CAGR +15%、
活動量 23 件）。クラスタ 62（画像誘導手術ナビ）8 件（24%）とクラスタ 65（ロボット支援手術）
8 件（24%）に圧倒的集中し、医療フィジカル AI 領域における支配的ポジションを確立している。
クラスタ 62 における INTUITIVE SURGICAL 出願のミクロな内容を見ると、
「自動解剖計測機能を備
えた内視鏡手術ナビゲーション」
（US20240690099P、2024 年）、
「医療処置のためのセンサー最適
化アーキテクチャ」
（US20230615722P、2023 年）、
「ガイド付きツール変更の回復力のためのシス
テムおよび方法」
（US20220477583P、2022 年）など、自動解剖計測・センサ最適化・回復力設計
が中心。クラスタ 65（ロボット支援手術）では「医療処置およびロボット手術プログラム最適化のた
めの自動根本原因分析」
（US20240618111P、2024 年）、
「ロボット医療機器と解剖学的構造物との
相互作用検出」
（US20240566086P、2024 年）、
「外科用ロボット機器およびマニピュレーターのイ
ンテリジェントな活用」（US20240663566P、2024 年）など、手術後解析 + リアルタイム相互作
用検出に注力している。これらは da Vinci 手術ロボットを超える次世代機への布石である。
戦略的洞察として、医療応用は規制環境が厳しく参入障壁が高いため、INTUITIVE SURGICAL のよう
な専業プレイヤーが安定的にニッチを支配する構造が確認される。本母集団における主要日本勢（ソフ
トバンク・本田・トヨタ）が医療 AI 領域に進出していない事実と対比すると、医療フィジカル AI は
日本勢にとっての戦略的フォーカス候補である。
▶ 代表特許 US20240559130P「エンドツーエンドの自動データ品質チェック」
（2024 年）— 医
療データの品質管理 + AI 検証の代表例。
6.2 DEERE AND COMPANY
DEERE AND COMPANY は本母集団における累積出願 18 件ながら、クラスタ 21（精密農業ロボッ
ト）に 15 件（83%）と極めて高度な専業集中を示す。本母集団全体のクラスタ 21 における DEERE
のシェアは 6.5% で最大であり、農業ロボット領域の確立されたリーダー。
クラスタ 21 における DEERE 出願のミクロな内容を見ると、
「テレマティクスおよびリモートセンシ
ングデータを活用した、運用計画および制御のための予測収量マップの作成」
（US20240668494P、
2024 年）、
「プラント部品内部特性に基づく工作機械の動作制御システム」
（US20240819086、2024
年）、
「予測型リール制御のためのシステムおよび方法」
（US20220695213、2022 年）など、予測収
量マップ・植物特性ベース制御・予測型リールといった農業現場に密着した AI 応用が並ぶ。これらは
GPS と機械学習・センサ融合を組み合わせた精密農業の中核技術であり、競合他社の追随を許さない
実装ノウハウの蓄積を示す。
戦略的洞察として、農業フィジカル AI は本母集団の中でも比較的競争密度が低い領域であり、DEERE
のような専業大手が独走できる構造を示している。


# Page. 18

![Page Image](https://bcdn.docswell.com/page/PJR998KN79.jpg)

APOLLO
18
▶ 代表特許 US20240620506「初期収穫経路予測および制御のためのシステムおよび方法」
（2024
年）— 収穫機の自律経路予測という、農業現場に密着した AI 応用。
6.3 STRONG FORCE
STRONG FORCE は本母集団における累積出願 168 件で 4 位、MEGA PULSE では衰退・ニッチ
象限（CAGR 0%、活動量 4 件）。クラスタ 26（資源取引・需給最適化）51 件（30%）、クラスタ 11
（産業機械予知保全）23 件（14%）と産業 IoT × AI に集中。
クラスタ 26 における STRONG FORCE 出願のミクロな内容を見ると、
「トランザクションプラット
フォーム（システムが他のシステム群を含む場合）」（US20210282502P、2021 年）、「施設レベル
の ト ラン ザク シ ョ ン を 可 能 に す る シス テム お よ び プ ロ ビ ジ ョ ニ ン グ と リ ソ ース 割 り 当 ての 方
法」
（US20180667550P、2018 年）、
「エネルギー、コンピューティング、ストレージ、その他のリ
ソースのスポット市場および先物市場における分散型台帳およびその他の取引の実行を自動化す
る」
（US20180667550P、2018 年）など、分散型台帳 × エネルギー・コンピュート資源取引の設
計を 2018 年時点で広範に押さえている。クラスタ 11（産業機械予知保全）では「産業用 IoT 向け
量子システム、生物システム、コンピュータビジョンシステム、ニューラルネットワークシステム」
（US20210185347P、2021 年）など、量子コンピュータ・生物模倣などを取り込んだ予知保全の権
利化を展開。これらは特許プールとして M&A 価値を持つ可能性がある。
累積件数では上位だが直近活動量が低く、IoT 黎明期の蓄積後に活動が落ち着いた典型例。SIEMENS
（CAGR +20%）と比較しても成長性で劣る。
▶ 代表特許 US20240625594P「産業用 IoT のためのシステム、方法、デバイス、およびプラッ
トフォーム」
（2024 年）— 産業 IoT プラットフォームの代表例。


# Page. 19

![Page Image](https://bcdn.docswell.com/page/PEXQQ8L8JX.jpg)

APOLLO
19
第 7 章 戦略マッピング総括
7.1 4 戦略類型の比較
本母集団における主要 25 社の戦略を、地域 × 戦略類型のマトリクスで整理する。
地域
戦略類型
代表企業
強み・弱み
米国
プラットフォーム単点突破
NVIDIA（リーダー）, GM（成
強み: 認識層の汎用基盤化
型
熟）, INTEL（衰退）
弱み: GM/INTEL の自動運
転特化型は他領域展開が遅
れ
中国
学術-商用連結型
国家电网, 大学群（同济・北京
強み: 学術-スタートアップの
理工等）, 北京光年（衰退）
三段連結
弱み: 個別企業の持続性（北
京光年事例）
欧州
産業 AI 集中型
BOSCH（ リ ー ダ ー ） ,
強み: 産業ドメインで安定
SIEMENS（成熟）, BASF
弱み: ヒューマノイド・自動
運転で米中に劣後
日本
分散参入型
ソフトバンク, 本田, トヨタ
強み: 多領域での試行参入
弱み: 特定領域の寡占欠如、
戦略的明確性の欠如
韓国
家電 + 通信中心
SAMSUNG, LG
強み: 既存事業との親和性
弱み: 新規領域への展開緩慢
専業
ニッチ支配型
INTUITIVE SURGICAL（医
強み: 規制・参入障壁で独走
療 ） , DEERE（ 農 業 ） , 弱み: 領域成長率に依存
STRONG FORCE（ 産 業
IoT）
7.2 投資・提携機会の戦略示唆
企業動向から導出される投資・提携機会
本別冊の分析結果から、以下の投資・提携機会が浮かび上がる。
1. 中国大学発スタートアップへの投資: 同济大学 CAGR +167%、北京理工大学 +108% など、
本母集団最高峰の成長率を示す中国大学群の研究成果は、Unitree・Agibot 等のスタートアッ
プへ技術移転されている。これら大学発企業への戦略投資は、フィジカル AI 領域の急成長を
捉える有力な手段である。


# Page. 20

![Page Image](https://bcdn.docswell.com/page/3EK99KLLED.jpg)

APOLLO
20
2. NVIDIA エコシステムへの参画: NVIDIA Cosmos / Isaac / GR00T のスタックが「Android
of robotics」を志向する中、本母集団の主要プレイヤー（GM、本田、ROBERT BOSCH 等）
は NVIDIA 互換のハードウェア・ソフトウェア展開で先行優位を確立できる。
3. 日本勢のフォーカス領域選定: 本母集団におけるソフトバンク・本田・トヨタは分散参入で戦
略的明確性を欠く。医療フィジカル AI（INTUITIVE SURGICAL に対抗）または農業フィジカ
ル AI（DEERE に対抗）への集中投資が選択肢として浮上する。哈尔滨工业大学等の中国勢に
対抗するヒューマノイド領域の特化も別の選択肢。
4. 衰退・ニッチ象限プレイヤーの再構築機会: INTEL、AMAZON、北京光年などは本母集団にお
ける存在感が低下しているが、累積資産（北京光年は 104 件、INTEL は 451 件）は M&A
対象として価値を持つ可能性がある。
5. 専業ニッチプレイヤーとの提携: INTUITIVE SURGICAL（医療）、DEERE（農業）、STRONG
FORCE（産業 IoT）は各領域で安定した支配ポジションを持ち、これら企業との提携は新規
領域への参入障壁を下げる戦略として有効。
7.3 推奨アクション
優先度: 高
中国勢の動向の継続監視
同济・北京理工・浙江・哈尔滨工业大学等の中国大学群の研究成果と、Unitree・Agibot 等のスタートアップ
への技術移転動向を四半期単位で監視。技術ライセンスや資本提携の機会を 2026-2027 年中に評価
推奨実施時期: 短期-中期（6-18 ヶ月）
優先度: 高
NVIDIA エコシステム適合戦略の意思決定
Cosmos / Isaac / GR00T と互換性のあるハードウェア・ソフトウェア展開を 2026-2027 年中に意思決
定。互換性を欠くと NVIDIA が圧倒的支配する認識・推論層から取り残されるリスク
推奨実施時期: 短期（6-12 ヶ月）
優先度: 高
日本勢のフォーカス領域選定
ソフトバンク・本田・トヨタは特定領域への出願集中を 2026 年中に意思決定。候補は (a) ヒューマノイド領
域、(b) 医療フィジカル AI、(c) 農業フィジカル AI
推奨実施時期: 中期（12-24 ヶ月）
優先度: 中
衰退象限大手の M&A 評価
INTEL（累積 451 件）、北京光年（104 件）等の累積資産を持つ衰退象限プレイヤーの戦略的価値を再評価。
技術資産・特許プールの取得機会として検討
推奨実施時期: 中期（12-18 ヶ月）


# Page. 21

![Page Image](https://bcdn.docswell.com/page/L73WWZ3675.jpg)

APOLLO
優先度: 中
21
専業ニッチプレイヤーとの戦略提携
INTUITIVE SURGICAL（医療）、DEERE（農業）、STRONG FORCE（産業 IoT）等との提携で、新規領域へ
の参入障壁を下げる戦略を検討
推奨実施時期: 中期-長期（18-36 ヶ月）


# Page. 22

![Page Image](https://bcdn.docswell.com/page/87DKKR4MJG.jpg)

APOLLO
22
結論
本別冊の分析結果から、本母集団のフィジカル AI 領域における主要 25 社は明確な 4 戦略類型に分化
していることが確認された。米国はプラットフォーム単点突破型（NVIDIA 中心）、中国は学術-商用連
結型の二重ピラミッド、欧州は産業 AI 集中型、日韓は分散参入型である。専業ニッチプレイヤーは規
制・参入障壁の高い領域で安定したポジションを築いている。
特に注目すべきは、中国大学群の世界最高峰の成長率（同济 +167%、北京理工 +108%）と、NVIDIA
の認識層プラットフォーム支配（CAGR +85%）であり、この 2 軸が本母集団における次世代プラッ
トフォーム戦争の主導権を握りつつある。日本勢（ソフトバンク・本田・トヨタ）は累積件数では中位
ながら寡占ポジションを欠く分散参入型であり、特定領域でのフォーカス戦略への転換が急務である。
本分析の視座（生成 AI ブーム以降のフィジカル AI の変容）に即して結論すると、各社の戦略選択は今
後 2-3 年で大きく分化する見込みである。NVIDIA Cosmos / Isaac / GR00T のエコシステムへの
適合、中国大学発スタートアップとの連携、規制対応設計の特許化、特定領域でのフォーカス戦略への
転換 — これら 4 つの戦略選択が、各社の次世代プラットフォーム戦争でのポジションを決定する。