身体を持つロボットの運動性能が目に見える形で更新され、音声とコーディングに特化したオープンモデルの選択肢が増え、産業側ではAIを軸とした組織再編が動きだす──今週末のAIニュースは、この3つの流れがそろって進んだ。

人型ロボットの100m、1年で21.50秒から8.64秒へ

北京で2026年8月22日から26日にかけて開かれた第2回世界人型ロボット運動会（World Humanoid Robot Games）。その大型部門100m決勝で、走行タイムが大きく更新されたと伝える解説記事が注目を集めている。

数字だけを見ると、1年前の21.50秒から8.64秒へ。単純計算で2.5倍以上の短縮であり、歩行から本格的な走りへの移行が1年で成立したことを示す。特に大型部門では胴体の慣性を制御しながら着地間隔を詰めていく必要があり、脚の駆動系だけでなく全身制御の進歩が前提になる。

ただし同記事のタイトルが「ゴールの先はマットと消火器」と続く点も見逃せない。フィニッシュ後に転倒を抑える受け止め装置や、モーターなどの発熱対策が現場で必要とされた様子を示唆しており、最高速度の向上と、走り切った後の安定・信頼性は別次度の課題であることがうかがえる。競技としての派手さに比べて、連続運転の耐久性や熱設計こそ実用化の壁になる──そう読める結果といえそうだ。

Pipecatが音声エージェント向けオープンモデル「PhoneLLM Alpha 1」を公開

音声アプリケーションフレームワークで知られるPipecatチーム（Daily）が、通話向けのオープンウェイトモデル「PhoneLLM Alpha 1」をHugging Faceで公開した。

スペックを整理すると、ベースはNVIDIAのNemotron 3 Nano 30B-A3B。ハイブリッドMamba-TransformerのMoE構造で、総パラメータ30B・アクティブ3.5Bという構成だ。コンテキスト長は262,144トークンと長く、ライセンスはBSD 2-Clauseで比較的利用しやすい。学習はNeMoフレームワークによる全パラメータSFTで、推論はvLLMまたはSGLangを想定している。

用途ははっきり絞られている。金融・ヘルスケア・小売・宿泊などのカスタマーサポートへの着信対応や、発信型のエージェントタスクだ。音声パイプラインでは文字起こしや音声合成と組み合わせることになるが、往復レイテンシが体感品質を直接左右するため、大規模汎用モデルを安易に置くより、この種の小さく専用化されたモデルのほうがコストと応答性で有利になる、というのが開発側の主張である。

ベンチマークはPhoneBenchで、BF16時に平均72.06。公式のNVFP4量子化版（Blackwell GPU向け、B200 1枚で検証済みのvLLMレシピ付き）は、KVキャッシュをBF16のまま使えば平均72.02と、量子化による劣化はほぼ無視できる水準（-0.04）だった。1枚のB200で音声エージェントを動かしたいケースにそのまま効く数字だ。

22GBのローカルCoder「Tiel」──SWE-bench-Live 25問中12問を修正

同じくHugging Faceのトレンドに上がったのが、peculiar-ragdollによる「Tiel-Coder-35B-A3B-GGUF」。Ornith-1.5-35B-A3Bを自作のimatrixで動的に再量子化し、SharpチャットテンプレートをGGUFに内蔵したビルドで、4-bit量子化時のサイズは22GB。 ハイエンド1枚のGPUで載る容量だ。

性能の要点は次のとおりだ。

  • SWE-bench-Live 25問中12問を修正。これはOpus 4.6（medium）と同数で、ベースのOrnith-1.5より4問、Sonnet 5（medium）より4問多い。同クラス（35B級MoE）では首位で、上にいるのは密結合の27B群とOpus 5だけという。
  • 試行あたり所要時間は中央値8.6分（Nailは7.2分）だが、平均は12.3分対15.7分。高コストな外れ試行のテールがなく、時間のブレが小さい。
  • 会話品質を測るClaw-Evalのマルチターンでは114会話で67.2を記録し、Nailの60.5、ベースの65.3を上回った。ただし質問で確認する回数はベースより減っており、「曖昧な指示を先に掘り下げる」性格はベースのほうが強い。
  • 一方でMMLU-Proは73.7と、Nailの84.0には大きく劣る。雑学・教養系は明確に苦手で、作者自身が「仕事にはTiel、試験には別のモデルを」と割り切っている。

ローカルLLMのコーディング用途は「動くが最後の一歩が足りない」時代が長く続いたが、22GB・4-bitの世界でも実務バグの修正率で中型クラウドモデルと肩を並べる個体が出てきたことになる。ただしこの数字は自前ベンチとSWE-bench-Liveの一部であり、実務での体感とは別物でもある。採用するなら、自分のコードベースで軽く計測してから判断するのが現実的だろう。

パナソニックHD、AI・ロボティクス研究開発本部を新設──CAIOの榊原氏がトップに

国内勢の動きでは、パナソニック ホールディングスが技術部門の再編を発表した。現行のDX・CPS本部を「事業開発本部」に改称するとともに、「AI・ロボティクス研究開発本部」を新設する。本部長には執行役員でグループCAIO（最高AI責任者）の榊原彰氏が就任する。

名称の並びが示すとおり、AIとロボティクスが研究開発の二本柱として明示された再編だ。家電・住宅エネルギーという物理製品と工場設備を持つ同社にとって、生成AIを「文書仕事の効率化」にとどめず、実世界で動くシステムと結合する部門をトップに置く意味は大きい。CAIOが研究開発本部長を兼ねる体制は、モデル選定やエージェント導入が現場各所で個別最適化されるのを防ぎ、グループ横断で技術資産を作る意図と読める。

SpaceXの極秘鋳造所でタービンブレード自作へ──Muskの「18ヶ月短縮」と汚染の代償

計算インフラの電力問題にも新しい動きがある。TechCrunchの報道によると、イーロン・マスク氏は極秘に進める新たなSpaceX社内鋳造所でガスタービンのブレードを自社鋳造し、ガス発電を「他の誰より18ヶ月早く」オンラインにできると主張しているという。

待機電力ではなく自前発電でデータセンターを伸ばす路線だが、記事はその裏面にも光を当てる。ガスタービンはすでに各地で訴訟や健康影響調査を引き起こしており、マスク氏（および他社）のタービンが設置された場所では同種の懸念が繰り返されているという。AIの計算需要を支える電力の調達スピードが、立地周辺の環境負担と引き換えに加速している現状が見て取れる。

Caterpillar、鉱山自動化で培った知見をAI展開へ

同じくTechCrunchが伝えたのがCaterpillarの動き。同社は数十年にわたり遠隔地の鉱山サイトで自律走行機械を実働させてきたが、その経験をAI展開に持ち込むという。

鉱山は通信も人員も限られる過酷な環境で、自律機械を「デモ」ではなく24時間の業務として回してきた数少ない業界だ。この種の運用知見──故障時の縮退運転、保守サイクルの設計、現場作業者との分担──は、まさに産業AIがまだ持っていない部分であり、重機メーカーがAI文脈で注目される構図はこれから増えそうだ。

まとめ

ロボットの走力という物理性能、音声・コーディングというモデルの専用化、そして組織とインフラの再編。派手なモデル発表の一歩先で、AIが「動くもの・話すもの・組織に組み込まれるもの」へ広がる段階が進んでいる。次の焦点は、走り切った後のロボットの信頼性と、低レイテンシ専用モデルが実際の通話品質でどこまで通用するかだろう。