国産AI / フィジカルAI / 2026年7月16日発表

ノエトラ始動、国産フィジカルAIは2030年度に何を目指す？

Noetra（ノエトラ）が、AIロボットや自動車など実世界で動くシステムを見据えた国産マルチモーダル基盤モデルの研究開発を本格化しました。発表済みの計画と、今後の検証が必要な部分を分けて整理します。

発表 2026年7月16日確認 2026年7月17日非公式解説

まず分かっていること

44社Noetraへの出資企業・団体数

約27,500基NVIDIA Rubin GPUの搭載計画

2028年6月AI計算基盤の稼働予定

2030年度実世界ネイティブAIの目標時期

中核企業はソニーグループ、ソフトバンク、NEC、ホンダです。産総研、Preferred Networksなどから参画する技術者を中心に研究開発体制を構築すると発表されています。

フィジカルAIとは

フィジカルAIは、文章を返すだけでなく、カメラ、音声、動画、センサーなどの情報を理解し、ロボット、自動車、工場設備など現実世界のシステムの判断や動作につなげるAIです。空間認識、物理特性、安全な制御が必要になるため、一般的なチャットAIより実環境での検証が重くなります。

比較	チャット型AI	フィジカルAI
主な入力	文章、画像、ファイル	文章、画像、動画、音声、センサーデータ
主な出力	回答、要約、コード	認識、計画、機械の動作につながる判断
失敗時の影響	誤情報、作業ミス	設備停止、衝突、安全事故につながる可能性
必要な確認	出典、差分、人間確認	シミュレーション、実機試験、停止機構、人間監督

2026年から2030年度までの計画

2026年度：推論基盤モデル

日本語理解、論理推論、指示追従などを備えたモデルの開発を段階的に始める計画です。

2027年4月：計算基盤の構築開始

NVIDIA Rubin GPU約2万7,500基を搭載するAI計算基盤の構築を始める予定です。

2028年6月：AI計算基盤の稼働予定

NVIDIA発表ではVera CPU 1万3,750基超、Rubin GPU 2万7,500基超、140MW規模とされています。同年には複数の情報形式を統合して扱うモデル開発も掲げています。

2030年度：実世界ネイティブAI

空間認識などの物理特性を理解し、実世界での活用を前提とするAIの実現を目標にしています。

「国産AI」をどう読むか

今回の「国産」は、日本側がモデル開発、データ活用、産業実装の主導権を持つことを目指す表現です。一方、計算基盤のCPU・GPUとプラットフォームは米NVIDIA製です。国産という言葉を、部品まで全て日本製という意味に広げないことが大切です。

計画の規模と成果は別です。

GPU数、出資企業数、支援額が大きくても、モデル性能、現場での安全性、導入コスト、企業が利用できる条件は今後の検証対象です。

政府支援「1兆円規模」の注意点

報道では、経済産業省が今後5年間で計1兆円規模の支援を想定するとされています。これは事業期間全体の支援方針として報じられた数字であり、Noetraへ同額が一括で支払われたという意味ではありません。年度ごとの予算、採択条件、執行額は公表資料で確認する必要があります。

実用化までに見るべき5つの論点

安全性

誤認識や誤動作を前提に、停止機構、権限分離、人間の監督が必要です。

電力と運用費

140MW級の計算基盤は、電力調達、冷却、保守まで含めた継続運用が課題です。

データと権利

工場や車両のデータには機密情報、個人情報、企業ノウハウが含まれます。

供給網

モデルを国内主導で開発しても、先端GPU調達は海外企業の供給に依存します。

利用条件

モデルの公開範囲、商用条件、企業が使えるAPIや環境は今後の発表待ちです。

第三者評価

参加企業の発表だけでなく、独立評価、実機テスト、事故報告の透明性が重要です。

発表済みと未確定を分ける

項目	現時点の位置づけ
44社が出資	参加企業の公式発表で確認済み
Rubin GPU約2万7,500基	調達・構築計画として発表済み
2028年6月稼働	予定。建設・調達・運用開始は今後
2030年度の実世界ネイティブAI	研究開発目標。実現済みではない
政府支援1兆円規模	5年間の支援想定として報道。執行額とは分けて確認
産業での効果	製造、物流、医療などへの展開構想。成果は今後の実証が必要

日本の「現場データ」が勝ち筋とされる理由

赤沢経済産業相は、製造現場、高齢者のヘルスケア、災害対応、福島第一原発の廃炉現場などで蓄積されたデータの活用を、日本の勝ち筋として挙げています。フィジカルAIでは、文章や画像だけでなく、設備の状態、作業手順、熟練者の判断、失敗時の挙動など、現実の動きに結びついたデータが重要になるためです。

現場	学習・検証に役立つ情報	注意点
製造	設備ログ、作業手順、品質検査、異常停止	営業秘密、設備情報、取引先データ
介護・ヘルスケア	移動支援、見守り、作業負担、安全確認	個人情報、同意、医療判断との境界
災害対応	危険区域の把握、遠隔操作、探索手順	通信断、誤認識、緊急時の責任分担
廃炉・危険作業	遠隔機器、放射線環境、保守・停止手順	高い安全基準、サイバー攻撃、実機検証

ただし、データが多ければ自動的に強いAIになるわけではありません。計測方法、ラベル品質、利用権限、更新頻度、失敗例の記録を揃え、現場へ戻して改善する循環が必要です。

Noetraと製造業4社の連携は同じ計画ではない

今回同時期に発表された取り組みには関係がありますが、役割は分かれています。NoetraとFRONTiaプロジェクトは国産マルチモーダル基盤モデルと大規模計算基盤を整える取り組みです。一方、富士通、ファナック、安川電機、川崎重工業は、NVIDIA技術を取り入れた協調制御基盤と現場実装の事業検討を始めています。

取り組み	中心となる役割	現時点の段階
Noetra / FRONTia	国産マルチモーダル基盤モデル、AI計算基盤	2026～2030年度の研究開発計画
富士通＋ロボット3社	デジタルと機械をつなぐ協調制御基盤、製造・物流・ヘルスケアへの実装	事業検討を開始
NVIDIA Cosmos Coalition	モデル、シミュレーション、ロボット向け技術を含む広い企業連携	参加意向と開発方針を発表

「4社がNoetraと一体で同じ製品を作る」とは限りません。

基盤モデル、計算資源、協調制御、個別ロボットへの実装という異なる層が連携する構図として読むのが安全です。

現場データを強みに変えるための条件

データの利用権限

誰が収集し、学習、評価、再利用できるかを契約で明確にします。

企業間の共通形式

メーカーごとに異なる設備ログや用語を、安全に接続できる形式へ揃えます。

秘密情報の分離

製造条件、顧客情報、個人情報を必要最小限にし、匿名化とアクセス制御を行います。

失敗データの蓄積

成功例だけでなく、誤認識、停止、ヒヤリハットを改善に使える形で残します。

国内運用の人材

GPUを導入するだけでなく、電力、冷却、ネットワーク、モデル運用を担う人材が必要です。

海外技術への依存管理

NVIDIA製品を活用しながら、価格、供給制限、輸出管理の変化に備えます。

追加で確認した一次情報

FAQ

Noetraは何を作る会社ですか？

AIロボットやフィジカルAIの基盤となる、国産マルチモーダル基盤モデルの研究開発を行う会社です。

2030年度に完成することは確定ですか？

確定ではなく研究開発目標です。計算基盤、モデル性能、実機での安全性を段階的に確認する必要があります。

ChatGPTのように個人がすぐ使えますか？

現時点では一般向けサービスの提供条件は発表されていません。まず産業向けの基盤モデルと実装環境の整備が中心です。

すべて日本製ですか？

モデル開発を日本側が主導する計画ですが、計算基盤にはNVIDIAのVera CPU、Rubin GPU、DSXプラットフォームを使います。

確認した情報源

企業・政府の発表は計画主体による一次情報です。成果の評価には、今後の公開仕様、第三者評価、実運用データも必要です。