Apptronik Apollo完全ガイド|NASA連携のヒューマノイドロボット【2026年】

Apptronik Apollo完全ガイド|NASA連携のヒューマノイドロボット【2026年】 AIエージェント・ワークフロー

Apptronik Apollo(アプトロニック・アポロ)は、NASA のヒューマノイドロボット「Valkyrie」開発で培った技術を継承し、Mercedes-Benz・GXO・Jabil といった世界的な製造/物流企業との商業契約を矢継ぎ早に決めている、いま最も実用化に近い汎用ヒューマノイドロボットのひとつです。

Apptronik は 2026 年に向けて Apollo の量産フェーズへ移行することを公表しており、日本市場でも自動車・物流・エネルギーといった重筋業の現場で「人手不足を補うロボット」として注目度が急上昇しています。

この記事では、AI Beat 編集部が 2026 年 4 月時点で公開されている一次情報(Apptronik 公式、NASA、Mercedes-Benz、GXO、Reuters、TechCrunch など)を読み込み、Apollo のスペック・NASA との関係・Mercedes-Benz / GXO 案件・Google DeepMind との AI 連携・競合との違い・日本企業にとっての示唆までを 1 本にまとめました。「Apollo がどこまで本物なのか」を判断する材料として活用してください。

  1. Apptronik Apollo とは何か(NASA 連携で生まれた量産型ヒューマノイド)
    1. Apptronik の歴史と NASA Valkyrie からのバトンタッチ
    2. NASA Valkyrie の遺産が Apollo に与えた 3 つの影響
  2. Apollo のハードウェアスペックと設計思想
    1. 物理スペック一覧(2026 年 4 月時点 公開情報)
    2. 「人と同じサイズで、人より長く働ける」ことの意味
  3. ホットスワップバッテリーで実現する 22 時間稼働
    1. ホットスワップの仕組みと現場運用
    2. 22 時間稼働のインパクト:人件費換算で 3 シフトをカバー
  4. Mercedes-Benz との商業契約:自動車製造ラインへの本格導入
    1. 導入拠点と担当タスク
    2. なぜ Mercedes-Benz は Apollo を選んだのか
  5. Mercedes-Benz の出資と GXO・Jabil への横展開
    1. 自動車だけでなく「物流」まで広がる Apollo の射程
    2. 戦略的提携で得られる技術アクセス
  6. Google DeepMind との AI 連携:Gemini Robotics で何が変わったか
    1. Gemini Robotics と Extended Reasoning の役割分担
    2. AI 連携が現場にもたらす実利
  7. 次世代 Apollo と 2026 年の量産化計画
    1. 2026 年に進む「商用機としての成熟」
    2. KPI ゲートを設けた段階導入
  8. 競合比較:Figure 02・Atlas・Optimus との違い
    1. スペック・提携先の比較表
    2. Apollo の差別化ポイント
  9. 日本企業にとっての示唆と導入時のチェックポイント
    1. 導入検討で外せない 5 つの観点
    2. AI Beat 編集部の取材で見えた「日本市場の本音」
  10. よくある質問(FAQ)
    1. Q1. Apptronik Apollo は今すぐ買えるのですか?
    2. Q2. NASA との関係は今も続いているのですか?
    3. Q3. Mercedes-Benz は本当に Apollo を量産ラインで使うのですか?
    4. Q4. Tesla Optimus と比べてどちらが進んでいますか?
    5. Q5. 日本企業がいま準備すべきことは何ですか?
  11. まとめ:Apollo は「最も商用化に近いヒューマノイド」のひとつ

Apptronik Apollo とは何か(NASA 連携で生まれた量産型ヒューマノイド)

Apptronik Apolloとは

Apptronik Apollo は、米国テキサス州オースティンに本社を置く Apptronik 社が開発する、身長 173cm/重量 73kg の二足歩行ヒューマノイドロボットです。Apollo は工場や倉庫といった「人間サイズの作業環境」にそのまま入り、人と同じツール・什器・通路を使ってタスクをこなすことを目指して設計されています。

Apptronik 公式ページ Meet Apollo(Apptronik) では、Apollo を「世界初の商用化されたヒューマノイドロボットの 1 つ」と位置づけ、すでに Mercedes-Benz と GXO Logistics で実運用が走っていることを明示しています。

Apptronik の歴史と NASA Valkyrie からのバトンタッチ

Apptronik は創業当初、テキサス大学オースティン校の Human Centered Robotics Lab(HCRL)からスピンアウトする形で設立されました。創業以前から研究室メンバーとして NASA の Valkyrie(NASA R5)プロジェクトに参画しており、宇宙空間での災害対応・拠点建設を目的とした全身協調制御の知見が、そのまま Apollo の設計思想に持ち込まれています。

創業から 2026 年初頭までの約 10 年間で、Apptronik は二足歩行ロボット・上半身ロボット・外骨格デバイスなど 10 機種以上を試作してきました。Apollo はその系譜の総決算であり、「研究機関の試作機」ではなく「製造現場で常時動かすこと」を最初から目標に据えている点が、競合と比較しても際立っています。

NASA Valkyrie の遺産が Apollo に与えた 3 つの影響

NASA Valkyrie の開発経験が Apollo にもたらした具体的なメリットは、次の 3 点に整理できます。

  1. 冗長性の高い関節設計:宇宙ミッション級の信頼性要件で鍛えられたアクチュエータ・関節モジュールが、工場ラインの 24 時間稼働に転用されている。
  2. 力制御(Force Control)の成熟度:人間と同じ空間で動くために必須の「やわらかい接触制御」の実装が早期から進んでいた。
  3. 宇宙仕様の安全設計:故障時の安全停止・電源管理・熱設計など、宇宙ロボット由来のリスク管理が地上版にも引き継がれている。

つまり Apollo は「ベンチャーが急造した派手な PV 機」ではなく、NASA 級の安全要件を出発点に置いた「重筋業向けの量産前提機」と整理できます。

Apollo のハードウェアスペックと設計思想

Apolloの基本スペック

Apollo は「平均的な作業員の体格にきっちり収める」ことをハード設計の出発点にしています。これは既存ラインの治具・通路・棚をそのまま使うために重要な要件です。

物理スペック一覧(2026 年 4 月時点 公開情報)

項目 スペック
身長 173cm(5 フィート 8 インチ)
重量 73kg(160 ポンド)
可搬重量 25kg(55 ポンド)
稼働時間 1 日 22 時間/週 7 日(バッテリー交換前提)
バッテリー駆動時間 1 パックあたり約 4 時間
ハンド 5 指のパワフルハンド(精密把持+重量物把持の両対応)
制御 AI Apptronik 自社制御スタック+Google DeepMind「Gemini Robotics」連携

※ 上記は Apptronik 公式・Reuters・TechCrunch の公開情報をもとに AI Beat 編集部が整理したものです。詳細仕様は Apptronik 公式の Apollo プロダクトページに最新版が掲載されています。

「人と同じサイズで、人より長く働ける」ことの意味

Apollo の身長 173cm/重量 73kg は、米国の標準的な男性作業員とほぼ同等です。これによって次の 3 つが成立します。

  • 既存の治具・コンベア・棚に手が届くため、ライン改修コストを最小化できる。
  • 共用通路や安全柵を人と同じ寸法で運用できるため、ISO 10218・ISO/TS 15066 などの協働ロボット安全規格との整合がとりやすい。
  • 作業員と同じ動線でカメラ・センサが配置されるため、人による補助・教師あり学習がそのまま使える。

可搬重量 25kg は Figure 02(20kg)や Tesla Optimus(20kg 級)を上回り、自動車部品の「人ひとりが両手で持つギリギリの重さ」をカバーする現実的な設定です。

ホットスワップバッテリーで実現する 22 時間稼働

ホットスワップ対応バッテリーシステム

多くのヒューマノイドロボットが直面する「充電のために 1 〜 2 時間ラインから抜ける」という課題を、Apollo はバッテリーパックのホットスワップで解決しています。

ホットスワップの仕組みと現場運用

Apollo の電源は背面のカートリッジ式バッテリーパックで、約 4 時間で空になりますが、稼働を止めずに新しいパックへ差し替えられる構造になっています。Apptronik は公式ブログで、これにより「1 日 22 時間/週 7 日」という稼働率が実現できると説明しています。

運用面では次のような流れが想定されます。

  1. ライン脇の充電ステーションに予備パックを 4 〜 6 個常備。
  2. 残量低下のアラートが出たら、Apollo は所定の交換ステーションに自走して停止。
  3. 作業員またはアシストロボットが約 30 秒〜数分でパックを交換。
  4. 交換完了後、Apollo はそのまま中断していたタスクを継続。

この「電源で止まらない」設計が、後述する Mercedes-Benz・GXO の本格採用を後押ししています。

22 時間稼働のインパクト:人件費換算で 3 シフトをカバー

1 日 22 時間稼働は、人間の 3 交代シフト(実働 21 〜 22 時間)と同等です。これは「人間 1 人を置き換える」のではなく「ライン上の特定タスクを人間 3 シフト分カバーする」と読み解くべき指標で、ROI 試算が一気に現実的になります。

Mercedes-Benz との商業契約:自動車製造ラインへの本格導入

Mercedes-Benzとの商業契約

Mercedes-Benz は Apptronik との商業契約を公式発表しています。これは Mercedes-Benz にとって初のヒューマノイドロボット導入であり、Apptronik にとって初の量産自動車メーカー案件です。

詳細は Mercedes-Benz Group:Apptronik との協業発表および Reuters の続報を参照してください。

導入拠点と担当タスク

2026 年 4 月時点で、Apollo は次の 2 拠点で Mercedes-Benz の製造ラインに入っています。

  • ベルリン-マリエンフェルデ Digital Factory Campus(ドイツ):高級セダン・EV の小ロット生産ラインで、部品搬送と品質チェックを担当。
  • ハンガリー・ケチケメート工場:A クラス/CLA 系を量産するラインで、ステーション間の物流シャトリングを担当。

担当タスクは大きく 3 種類です。

  1. ステーション間のコンポーネント移動(ライン脇の小物部品を AGV と人の橋渡し的に運ぶ)。
  2. 物流シャトリング(部品箱・キット単位での搬送)。
  3. 特定部品の品質チェックルーチン(外観確認・ねじ込み確認など)。

なぜ Mercedes-Benz は Apollo を選んだのか

Mercedes-Benz が複数のヒューマノイド候補から Apollo を選んだ理由として、公開情報からは次の 3 点が読み取れます。

  • NASA Valkyrie 由来の安全設計が、欧州の労働安全規制(EU Machinery Regulation 2023/1230 など)と相性が良い。
  • 22 時間稼働×ホットスワップで、ラインのタクトタイムを乱さない。
  • Google DeepMind「Gemini Robotics」の AI スタックが利用でき、Mercedes-Benz の MO360 デジタル工場戦略と統合しやすい。

Mercedes-Benz の出資と GXO・Jabil への横展開

Mercedes-Benzからの出資

Mercedes-Benz は単なる「お客さま」ではなく、Apptronik への出資者でもあります。シリーズ A の追加 5,300 万ドルラウンド(合計 4 億 300 万ドル)には Mercedes-Benz が参加しており、自動車メーカーとして異例の踏み込みです。

関連報道:TechCrunch|Apptronik raises additional funding

自動車だけでなく「物流」まで広がる Apollo の射程

世界最大級のコントラクトロジスティクス企業 GXO Logistics と Apptronik の提携も発表されています。倉庫内のピッキング・移動・パレタイズなど、自動車工場とは異なる「在庫が日々入れ替わる現場」での実証が始まっています。

さらに電子機器の受託製造大手 Jabil との実証も公表されており、Apollo の射程は次のように整理できます。

  • 自動車製造:Mercedes-Benz(ドイツ/ハンガリー)。
  • 物流:GXO(米国)。
  • 電子機器製造:Jabil(米国・ベトナム)。

戦略的提携で得られる技術アクセス

Mercedes-Benz は出資を通じて、Apptronik 経由で次の AI 技術にもアクセスできるようになっています。

  • Google DeepMind 連携:2025 年に範囲を拡張した包括的パートナーシップ。
  • Gemini Robotics:Gemini 2.0 ベースのロボット制御基盤モデル。
  • Gemini Robotics Extended Reasoning:複数ステップの推論を要する組立・品質判断向け派生モデル。

Google DeepMind との AI 連携:Gemini Robotics で何が変わったか

Google DeepMindとの連携

Apptronik は Google DeepMind と戦略的パートナーシップを締結しています。詳細は Google DeepMind 公式:Gemini Robotics 発表を参照してください。Apollo の「頭脳」は、自社制御スタック+Gemini Robotics の二段構えへと進化しています。

Gemini Robotics と Extended Reasoning の役割分担

モデル 役割 Apollo での想定用途
Gemini Robotics(VLA) 視覚・言語・行動を一体で扱う基盤モデル 「あの棚の青い箱を取って」のような指示理解と動作生成
Gemini Robotics Extended Reasoning 複数ステップの推論・計画 組立工程の順序判断、エラー時のリカバリ計画
Apptronik 自社制御層 関節駆動・力制御・安全停止 リアルタイム制御、ISO 規格準拠の安全層

AI 連携が現場にもたらす実利

従来のヒューマノイドは「特定タスクをティーチングする」のが基本でしたが、Gemini Robotics 連携により Apollo は次のような運用に踏み込めます。

  • 自然言語タスク指示:「この棚の白いトレイをライン B に運んで」など、現場担当者の口頭指示で動ける。
  • 未学習物体への対応:見たことのない部品でも、形状と用途から把持戦略を推論する。
  • エラーリカバリ:把持失敗・通路の障害物などを Extended Reasoning でリプランする。

これは「Apollo がいつでも完璧」という意味ではなく、AI スタックの進化に追従できるロボットであるという意味で、競合との大きな差分になります。

次世代 Apollo と 2026 年の量産化計画

次世代Apollo

Apptronik 共同創業者兼 CEO の Jeff Cardenas 氏は、2025 年末までに次世代 Apollo を披露する計画を公言してきました。2026 年に入ってからの公開情報を踏まえると、次のステップが見えてきます。

2026 年に進む「商用機としての成熟」

  • 2026 年前半:Mercedes-Benz の量産ライン向けに、新型 EV「AMG GT 4-Door Coupe」製造ラインへの本格投入が計画されている。
  • 2026 年中盤:GXO Logistics で複数倉庫への横展開。
  • 2026 年後半〜2027 年:自動車・物流以外(エネルギー、半導体ファブ、防衛)への試験導入。

KPI ゲートを設けた段階導入

Apptronik は「いきなり 1,000 台導入」ではなく、現場ごとにパイロット KPI(タクトタイム達成率・ダウンタイム比率・人と並んだときの安全インシデント数)を設け、KPI クリアごとに台数を増やすアプローチを採っています。これは派手さに欠ける一方、企業導入の意思決定者にとっては評価しやすい進め方です。

競合比較:Figure 02・Atlas・Optimus との違い

競合比較

2026 年時点のヒューマノイドロボット市場は、Apollo を含む 4 機種が「自動車製造×量産」を本気で狙う主要プレイヤーです。それぞれの違いを整理しました。

スペック・提携先の比較表

ロボット 開発企業 主要顧客 可搬重量 稼働の特徴
Apollo Apptronik Mercedes-Benz / GXO / Jabil 25kg ホットスワップで 22 時間/週 7 日稼働
Figure 02 Figure AI BMW 20kg OpenAI 連携の対話型 AI を強調
Atlas(電動) Boston Dynamics Hyundai 50kg 級 運動性能・関節可動域が突出
Optimus Tesla Tesla 自社工場 20kg 級 自社工場での内製ループに特化

Apollo の差別化ポイント

  1. NASA 由来の安全設計:宇宙ロボット級のリスク管理を地上で再利用。
  2. マルチ業界の顧客ポートフォリオ:自動車・物流・電子機器の 3 セクターで同時並行に商用契約が走っている。
  3. ホットスワップ+22 時間稼働:投資判断のしやすい「ライン投入時の稼働率」が明示されている。
  4. Google DeepMind の AI スタック:自社で LLM を持たないメーカーでも、最新の VLA モデルにアクセスできる。

競合各社の詳細な解説は、Figure AI 完全ガイドBoston Dynamics Atlas 完全ガイドNVIDIA GR00T 完全ガイドもあわせてご覧ください。

日本企業にとっての示唆と導入時のチェックポイント

今後の展望

AI Beat 編集部では、日本国内の自動車・電子機器・物流企業にも複数取材/意見交換をしてきましたが、Apollo を含むヒューマノイド導入を検討する際には、次の観点で「自社にハマるか」を精査することを推奨しています。

導入検討で外せない 5 つの観点

  1. タスク粒度:1 タスクあたりの所要時間が 30 秒以上で、定型動作の組み合わせで完了するか。
  2. 工程の物理レイアウト:通路幅・棚高さ・床面の段差が「人間サイズ」前提で設計されているか。
  3. 安全規格:ISO 10218/ISO/TS 15066/JIS B 8433 などとの整合がとれるか。
  4. 稼働 KPI:タクトタイム達成率・ダウンタイム比率・MTBF を、人手と並べて測れる体制があるか。
  5. AI ガバナンス:Gemini Robotics のような外部 AI を使う場合、データ取り扱いと監査ログを誰が見るかが決まっているか。

AI Beat 編集部の取材で見えた「日本市場の本音」

編集部で 2026 年 3 月〜4 月にかけて自動車部品メーカー数社・物流大手 1 社にヒアリングしたところ、共通していたのは次の声でした。

  • 「ヒューマノイドそのものより、稼働率と稼働ログを出してくれるベンダーを選びたい」。
  • 「協働ロボット(コボット)の延長として、まずは夜間シフトで投入したい」。
  • 「単価は 1 体 5 万ドル前後にならないと現実的ではないが、Apollo は KPI ベースの段階導入なので議論しやすい」。

この観点で見ると、Apollo はベンチマーク機として有力な選択肢です。一方で、日本の工場・物流現場特有の「狭い通路」「混在動線」「高頻度の品種切替」については、現地パートナー(システムインテグレータ)と組んだ POC が必須です。

よくある質問(FAQ)

まとめ

Q1. Apptronik Apollo は今すぐ買えるのですか?

2026 年 4 月時点では、Apollo は Mercedes-Benz・GXO・Jabil など特定の大口顧客向けに段階的に提供されており、一般法人向けの「カタログ販売」はまだ始まっていません。日本企業がアクセスする場合は、Apptronik とのダイレクトコンタクト、または現地のシステムインテグレータ経由でのパイロット交渉が現実的です。

Q2. NASA との関係は今も続いているのですか?

Apptronik 創業者は NASA Valkyrie 開発者ですが、現在の Apollo は NASA の所有物ではなく Apptronik の商用プロダクトです。技術的な系譜と企業文化に NASA の知見が引き継がれている、という整理が正確です。

Q3. Mercedes-Benz は本当に Apollo を量産ラインで使うのですか?

2026 年 4 月時点では、Mercedes-Benz は Apollo を「量産ラインに段階的に投入するパイロット段階」と位置付けています。AMG GT 4-Door Coupe 製造ラインへの本格投入が計画されていますが、KPI 達成度合いに応じて拡大ペースが調整される見込みです。

Q4. Tesla Optimus と比べてどちらが進んでいますか?

「進んでいる」の定義によります。Tesla Optimus は自社内ループでの進化スピードが速く、Apollo は第三者顧客との商業契約数で先行しています。社外メーカーが「自社工場で実運用したい」と考える場合、現状は Apollo の方が選定候補に上がりやすい構造です。

Q5. 日本企業がいま準備すべきことは何ですか?

(1) 1 〜 2 工程の「ヒューマノイド適性タスク」を社内で洗い出すこと、(2) 稼働 KPI を測れるデジタルツインまたは MES/WMS 連携の整備、(3) 現地 SIer との POC 体制の確認、の 3 点が出発点です。AI Beat 編集部では今後、Apollo を含む主要ヒューマノイドの「日本ライン適合性」評価記事も継続して掲載予定です。

まとめ:Apollo は「最も商用化に近いヒューマノイド」のひとつ

Apptronik Apollo は、NASA Valkyrie の遺産を受け継ぎながら、Mercedes-Benz・GXO・Jabil という世界水準のオペレーションに耐えうる商用ヒューマノイドロボットとして急成長しています。22 時間稼働を支えるホットスワップバッテリー、Google DeepMind の Gemini Robotics による AI スタック、KPI 駆動の段階導入アプローチは、「派手な PV」ではなく「現場のラインに本当に入れられるか」を本気で問う設計になっています。

ヒューマノイドロボット市場全体の見取り図と、Figure AI・Boston Dynamics Atlas・NVIDIA GR00T などの主要プレイヤーとの違いについては、以下の関連記事もあわせてご覧ください。AI Beat 編集部は引き続き、日本の自動車・物流・製造業の視点でヒューマノイドの最前線をウォッチしていきます。

https://ainow.jp/figure-ai-guide/


https://ainow.jp/nvidia-groot-guide/

サービスが見つかりません。

Copied title and URL