チャットボットからロボットへ:フィジカルAIの覇権をめぐるNVIDIAとアリババの競争の内側

From Chatbots to Robots: Inside NVIDIA and Alibaba's Race to Own Physical AI

AIの次なる主戦場は、画面の中ではなく工場や倉庫、街中へと移りつつある。フルスタック戦略で「フィジカルAI」を推進するNVIDIAと、Qwenを軸に身体性AIへと急進するAlibaba。両者の覇権争いの最前線を追う。

速度

分からないところを選択すると
↓日本語訳が表示されます↓

The next decisive AI battle may not be fought on screens at all. It may unfold in factories, warehouses, hospitals, and streets, where machines must perceive, predict, and move rather than merely converse. NVIDIA has spent 2026 pushing exactly that vision of “physical AI.” At GTC in March, it unveiled new Cosmos world models, Isaac simulation frameworks, and Isaac GR00T N robot models, while highlighting a broad partner ecosystem that includes ABB Robotics, FANUC, Figure, KUKA, Skild AI, and others. On the same day, it introduced a Physical AI Data Factory Blueprint meant to automate the curation, augmentation, and evaluation of training data at scale—an especially significant step in robotics, where real-world data is costly, slow, and often hazardous to collect. (nvidianews.nvidia.com)

Alibaba, meanwhile, is moving rapidly from multimodal AI into embodied intelligence. On May 29, the Qwen team announced Qwen-VLA, a general-purpose vision-language-action model designed to turn visual understanding and language reasoning into continuous action and trajectory generation. Its paper reports striking benchmark results, including 97.9% on LIBERO, 73.7% on Simpler-WidowX, and strong out-of-distribution performance on real-world ALOHA robot tests. Then, on June 16, Reuters reported that Alibaba unveiled its first suite of AI models for robots. That push is now reflected in technical reports for Qwen-RobotManip, Qwen-RobotNav, and Qwen-RobotWorld, which target manipulation, navigation, and world modeling respectively. In other words, Alibaba is not presenting a single showpiece robot; it is assembling its own embodied-AI stack. (qwen.ai)

What makes this rivalry so consequential is that physical AI changes the scale of impact. A chatbot may save time; a capable robot can reshape labor, logistics, and industrial productivity. NVIDIA’s strength lies in its full-stack strategy: chips, simulation, world models, and a vast robotics ecosystem. Alibaba’s strength is different but formidable: a fast-evolving Qwen model family, cloud reach, and an increasingly coherent robotics research pipeline. The real contest, then, is not simply over who builds the smartest model, but over who can fuse data, simulation, hardware, and deployment into a workable industrial system first. After the era of talking machines, the era of acting machines has unmistakably begun. (nvidianews.nvidia.com)

会員登録して
読んだ語数を記録する

次の決定的なAIの戦いは、もはや画面上で繰り広げられるものではないかもしれません。それは工場、倉庫、病院、そして街頭で展開されるかもしれず、そこでは機械が単に会話するのではなく、知覚し、予測し、動くことが求められます。NVIDIAは2026年を、まさにその「フィジカルAI(physical AI)」というビジョンを推し進めることに費やしてきました。3月のGTCでは、新しいCosmosワールドモデル、Isaacシミュレーションフレームワーク、そしてIsaac GR00T Nロボットモデルを発表し、同時にABB Robotics、FANUC、Figure、KUKA、Skild AIなどを含む幅広いパートナーエコシステムを強調しました。同日、同社はPhysical AI Data Factory Blueprintも発表しました。これは大規模な学習データのキュレーション、拡張、評価を自動化することを意図したもので、実世界のデータ収集にコストと時間がかかり、しばしば危険を伴うロボット工学の分野では特に重要な一歩です。(nvidianews.nvidia.com)

一方、アリババはマルチモーダルAIから身体性を持つ知能(embodied intelligence)へと急速に歩を進めています。5月29日、QwenチームはQwen-VLAを発表しました。これは、視覚理解と言語推論を連続的な行動と軌道生成へと変換するために設計された汎用的なvision-language-actionモデルです。同論文では目覚ましいベンチマーク結果が報告されており、LIBEROで97.9%、Simpler-WidowXで73.7%、実世界のALOHAロボットテストでは強力な分布外(out-of-distribution)性能を示しています。さらに6月16日、ロイターはアリババがロボット向けAIモデルの初のスイートを発表したと報じました。この取り組みは、現在ではそれぞれ操作(manipulation)、ナビゲーション、ワールドモデリングを対象とするQwen-RobotManip、Qwen-RobotNav、Qwen-RobotWorldの技術報告書に反映されています。言い換えれば、アリババは単一の見せ場となるロボットを提示しているのではなく、独自のembodied-AIスタックを組み立てているのです。(qwen.ai)

このライバル関係をこれほど重大なものにしているのは、フィジカルAIが影響の規模を変える点にあります。チャットボットは時間を節約してくれるかもしれませんが、有能なロボットは労働、物流、産業生産性を作り変えうるのです。NVIDIAの強みはそのフルスタック戦略にあります。すなわちチップ、シミュレーション、ワールドモデル、そして広大なロボティクスエコシステムです。アリババの強みは異なるものの侮れません。急速に進化するQwenモデルファミリー、クラウドの到達範囲、そしてますます一貫性を増すロボティクス研究のパイプラインです。したがって、本当の競争は単に誰が最も賢いモデルを構築するかではなく、誰が最初にデータ、シミュレーション、ハードウェア、そして展開を機能する産業システムへと融合できるかをめぐるものです。話す機械の時代の後、行動する機械の時代が紛れもなく始まったのです。(nvidianews.nvidia.com)

文法

●
Inversion with negative/restrictive adverbials
否定や限定を表す副詞句を文頭に置くと、その直後で助動詞と主語が倒置されます。書き言葉や報道文で強調や文体的効果を狙うときに使われます。
e.g. Not only does NVIDIA dominate the chip market, but it also leads in robotics simulation.
訳: NVIDIAはチップ市場を支配しているだけでなく、ロボティクスのシミュレーションでも先頭を走っている。
●
Cleft sentence with 'What...is...'
「What + 節 + is/are + 〜」の形で文の一部を強調する分裂構文です。論説文で論点を際立たせるのに有効で、本文の "What makes this rivalry so consequential is that..." がその典型例です。
e.g. What makes this rivalry so consequential is that physical AI changes the scale of impact.
訳: この競争をこれほど重大なものにしているのは、フィジカルAIが影響の規模そのものを変える点にある。
●
Reduced relative clause with past participle
名詞のあとに過去分詞句を続けて関係節を縮約する形です。"a blueprint meant to automate..." のように、定義や用途を簡潔に補足する際に多用されます。
e.g. Alibaba introduced a framework meant to unify perception, reasoning, and action.
訳: アリババは、知覚・推論・行動を統合することを目的としたフレームワークを発表した。

語彙

●
unveil(動詞)
発表する、初公開する
e.g. The company unveiled its latest robotics platform at the conference.
訳: その企業は会議で最新のロボティクス・プラットフォームを発表した。
●
embodied(形容詞)
身体性のある、具現化された
e.g. Embodied intelligence requires a tight loop between perception and action.
訳: 身体性のある知能には、知覚と行動の緊密なループが必要である。
●
curation(名詞)
(データなどの)選別・整理、キュレーション
e.g. Data curation is one of the most underrated parts of training large models.
訳: データキュレーションは、大規模モデルの学習において最も過小評価されている工程の一つだ。
●
hazardous(形容詞)
危険な、有害な
e.g. Collecting real-world driving data can be hazardous and expensive.
訳: 実世界の走行データを収集するのは危険で、しかもコストがかかる。
●
trajectory(名詞)
軌道、進路
e.g. The model predicts the trajectory of the robotic arm in real time.
訳: そのモデルはロボットアームの軌道をリアルタイムで予測する。
●
consequential(形容詞)
重大な、影響の大きい
e.g. This may be the most consequential technological shift of the decade.
訳: これは、この10年で最も影響の大きい技術的転換となるかもしれない。
●
formidable(形容詞)
手強い、侮れない、圧倒的な
e.g. Alibaba has emerged as a formidable competitor in the AI race.
訳: アリババはAI競争において手強い競合として台頭してきた。
●
deployment(名詞)
展開、実装、配備
e.g. Successful deployment in factories requires more than benchmark wins.
訳: 工場での実装を成功させるには、ベンチマークでの勝利以上のものが求められる。

表現・慣用句

●
at scale
大規模に、スケールを伴って。技術やビジネスで「実用レベルの規模で運用する」ことを示す決まり文句。
e.g. Automating data curation at scale is critical for training robotics models.
訳: ロボティクスモデルの学習には、大規模なデータキュレーションの自動化が不可欠だ。
●
full-stack strategy
ハードからソフト、サービスまで一貫して提供する戦略。テック業界でよく使われる表現。
e.g. NVIDIA's full-stack strategy spans chips, software, and developer ecosystems.
訳: NVIDIAのフルスタック戦略は、チップ、ソフトウェア、開発者エコシステムにまで及ぶ。
●
out-of-distribution
学習データの分布から外れた、未知のパターンを指す機械学習用語。汎化性能の評価で頻出。
e.g. The model showed surprisingly robust out-of-distribution performance.
訳: そのモデルは、分布外データに対しても驚くほど頑健な性能を示した。
●
reshape the landscape
勢力図や状況を一変させる。産業や市場の構造的変化を語るときの定番表現。
e.g. Capable robots could reshape the landscape of global manufacturing.
訳: 高性能なロボットは、世界の製造業の勢力図を一変させ得る。
●
the era of X has begun
「Xの時代が始まった」と新たな時代の到来を宣言する修辞表現。記事の締めくくりなどで効果的。
e.g. After the era of talking machines, the era of acting machines has begun.
訳: 話す機械の時代を経て、行動する機械の時代が始まった。

by EigoBoxAI
作成:2026/06/21 07:03
レベル:超上級 (語彙目安:8000語以上)
タイプ:リーディング

# チャットボットからロボットへ:フィジカルAIの覇権をめぐるNVIDIAとアリババの競争の内側
## From Chatbots to Robots: Inside NVIDIA and Alibaba's Race to Own Physical AI

![thumbnail](https://eigobox.s3.ap-northeast-1.amazonaws.com/g/4e3012c894dac41662f1587e20398b618364a75f.png)

---

[["The next decisive AI battle","次の決定的なAIの戦いは"],["may not be fought","繰り広げられないかもしれない"],["on screens at all.","画面上では全く"],["It may unfold","それは展開するかもしれない"],["in factories, warehouses, hospitals, and streets,","工場、倉庫、病院、街頭で"],["where machines must perceive,","そこでは機械が知覚し"],["predict, and move","予測し、動かねばならない"],["rather than merely converse.","単に会話するのではなく"],["NVIDIA has spent 2026","NVIDIAは2026年を費やしてきた"],["pushing exactly that vision","まさにそのビジョンを推進することに"],["of \"physical AI.\"","「フィジカルAI」という"],["At GTC in March,","3月のGTCで"],["it unveiled new Cosmos world models,","新しいCosmosワールドモデルを発表した"],["Isaac simulation frameworks,","Isaacシミュレーションフレームワーク"],["and Isaac GR00T N robot models,","およびIsaac GR00T Nロボットモデルも"],["while highlighting","強調しながら"],["a broad partner ecosystem","幅広いパートナーエコシステムを"],["that includes ABB Robotics, FANUC,","ABBロボティクス、FANUCを含む"],["Figure, KUKA, Skild AI, and others.","Figure、KUKA、Skild AIなど"],["On the same day,","同じ日に"],["it introduced","同社は導入した"],["a Physical AI Data Factory Blueprint","フィジカルAIデータファクトリー設計図を"],["meant to automate","自動化することを目的とした"],["the curation, augmentation, and evaluation","キュレーション、拡張、評価を"],["of training data at scale—","訓練データの大規模な"],["an especially significant step","特に重要な一歩"],["in robotics,","ロボティクスにおいて"],["where real-world data is costly,","実世界データは高コストで"],["slow, and often hazardous","遅く、しばしば危険である"],["to collect.","収集するのが"],["([nvidianews.nvidia.com](https://nvidianews.nvidia.com/news/nvidia-and-global-robotics-leaders-take-physical-ai-to-the-real-world))","([nvidianews.nvidia.com](https://nvidianews.nvidia.com/news/nvidia-and-global-robotics-leaders-take-physical-ai-to-the-real-world))"],["Alibaba, meanwhile,","一方、アリババは"],["is moving rapidly","急速に移行している"],["from multimodal AI","マルチモーダルAIから"],["into embodied intelligence.","身体性知能へ"],["On May 29,","5月29日に"],["the Qwen team announced Qwen-VLA,","Qwenチームは Qwen-VLAを発表した"],["a general-purpose vision-language-action model","汎用視覚言語行動モデル"],["designed to turn","変換するように設計された"],["visual understanding and language reasoning","視覚理解と言語推論を"],["into continuous action","連続的な行動へと"],["and trajectory generation.","および軌道生成へと"],["Its paper reports","その論文は報告している"],["striking benchmark results,","目覚ましいベンチマーク結果を"],["including 97.9% on LIBERO,","LIBEROで97.9%を含む"],["73.7% on Simpler-WidowX,","Simpler-WidowXで73.7%"],["and strong out-of-distribution performance","強力な分布外性能"],["on real-world ALOHA robot tests.","実世界のALOHAロボット試験で"],["Then, on June 16,","そして6月16日に"],["Reuters reported","ロイターは報じた"],["that Alibaba unveiled","アリババが発表したと"],["its first suite of AI models","初のAIモデル群を"],["for robots.","ロボット向けの"],["That push is now reflected","その推進は今や反映されている"],["in technical reports","技術報告書に"],["for Qwen-RobotManip, Qwen-RobotNav,","Qwen-RobotManip、Qwen-RobotNav"],["and Qwen-RobotWorld,","およびQwen-RobotWorldの"],["which target manipulation, navigation,","操作、ナビゲーションを対象とし"],["and world modeling respectively.","それぞれ世界モデリングを対象とする"],["In other words,","言い換えれば"],["Alibaba is not presenting","アリババは提示していない"],["a single showpiece robot;","単一の目玉ロボットを"],["it is assembling","それは組み立てている"],["its own embodied-AI stack.","独自の身体性AIスタックを"],["([qwen.ai](https://qwen.ai/blog?id=qwenvla\u0026utm_source=openai))","([qwen.ai](https://qwen.ai/blog?id=qwenvla\u0026utm_source=openai))"],["What makes this rivalry","この対立を~にするのは"],["so consequential","これほど重大なもの"],["is that physical AI","フィジカルAIが~ということだ"],["changes the scale of impact.","影響の規模を変えるという"],["A chatbot may save time;","チャットボットは時間を節約するかもしれないが"],["a capable robot","有能なロボットは"],["can reshape labor, logistics,","労働、物流を再構築できる"],["and industrial productivity.","および産業生産性を"],["NVIDIA's strength lies","NVIDIAの強みは存在する"],["in its full-stack strategy:","フルスタック戦略にある"],["chips, simulation, world models,","チップ、シミュレーション、ワールドモデル"],["and a vast robotics ecosystem.","そして広大なロボティクスエコシステム"],["Alibaba's strength is different","アリババの強みは異なる"],["but formidable:","しかし手強い"],["a fast-evolving Qwen model family,","急速に進化するQwenモデルファミリー"],["cloud reach,","クラウドのリーチ"],["and an increasingly coherent","ますます一貫した"],["robotics research pipeline.","ロボティクス研究パイプライン"],["The real contest, then,","つまり真の競争は"],["is not simply over","単に~についてではない"],["who builds the smartest model,","誰が最も賢いモデルを構築するか"],["but over who can fuse","誰が融合できるかについてである"],["data, simulation, hardware, and deployment","データ、シミュレーション、ハードウェア、展開を"],["into a workable industrial system first.","実用的な産業システムに最初に"],["After the era","時代の後に"],["of talking machines,","話す機械の"],["the era of acting machines","行動する機械の時代が"],["has unmistakably begun.","紛れもなく始まった"],["([nvidianews.nvidia.com](https://nvidianews.nvidia.com/news/nvidia-and-global-robotics-leaders-take-physical-ai-to-the-real-world))","([nvidianews.nvidia.com](https://nvidianews.nvidia.com/news/nvidia-and-global-robotics-leaders-take-physical-ai-to-the-real-world))"]]