米国、中国、韓国、台湾、日本の現地報道を定点観測し、将来の経済や産業構造を大きく変える可能性がある「技術革新の芽」を追っています。
本日は特に重要な動きが多くありました。中国では「ロボット版ChatGPT」を目指す技術開発が具体的な工場利用段階に入り、AI医療では約4万件の実データを使った高精度モデルが公開されました。一方、半導体では中国CXMTがDRAMからNANDへ事業領域を広げ、米国ではAIを使って半導体設計期間を大幅に短縮する新しいアプローチが登場しています。日本でも、GPUを一カ所に集めるのではなく、通信網で分散利用する実証が始まりました。
🇨🇳 1．「ロボット版ChatGPT」が2027年にも現実へ Spirit AI
中国のロボットAI企業Spirit AIは、人から言葉で指示を受け、複数の作業を自律的に実行できる汎用ロボットの「頭脳」が、2027年にも大きな転換点を迎える可能性があると明らかにしました。
現在の人型ロボットは、走る、踊る、物を運ぶといった機械としての動作能力は急速に向上しています。しかし最大の弱点は「頭脳」です。初めて見る状況を理解し、自分で動作を組み立てる能力がまだ不足しています。
Spirit AIは、この問題を「Embodied AI（身体を持ったAI）」によって解決しようとしています。同社はシミュレーションだけに頼らず、約1,000人が現実世界で収集する動作データをAIに学習させています。
すでに同社の車輪型ヒューマノイド「Moz1」は、CATLやJD.comの生産現場で数十台が稼働しています。単純作業では成功率が約90％に達しています。
重要なのは、ロボットの価値の中心が「機械本体」から「AIモデル」へ移り始めていることです。パソコンの価値がハードウェアだけでなくOSやソフトウェアによって決まったように、ロボット産業でも「頭脳を提供する企業」が巨大な付加価値を握る可能性があります。
Spirit AIは2024年の設立以来6.7億ドル超を調達し、企業価値は約29億ドルに達しています。（Reuters 9/18）
Reuters：Chinese ‘robot brain’ startup sees ChatGPT-style breakthrough as soon as next year
上場状況：Spirit AIは未上場です。
🇨🇳 2．Alibaba、約150種類の病変を検出する医療AIをオープンソース化
Alibaba傘下の研究機関DAMO Academyは、CT画像から腹部の約150種類の病気や異常を検出できるAI「Damo Radar」をオープンソースとして公開しました。
このAIは造影CT画像から18の臓器を分析し、悪性腫瘍を含む146種類の臨床所見を検出します。
注目すべきは実際の医療データを使った検証規模です。約4万件の実際の検査データで評価され、AUC（病気の人と病気でない人を正しく見分ける能力を示す指標）は平均0.913でした。1.0に近いほど判別能力が高く、かなり高い水準です。
これは単に「AIが医師を補助する」という話だけではありません。1つのAIモデルが多数の臓器と疾患を横断的に診断する「汎用医療AI」が現実に近づいていることを意味します。
人口高齢化が進む中国、日本、韓国などでは、医師不足や医療費増加への対応手段になる可能性があります。また、オープンソース化によって研究機関や医療機器メーカーが利用しやすくなる点も重要です。（South China Morning Post 9/18）
SCMP：Alibaba open-sources medical AI model that can detect cancer and nearly 150 conditions
投資対象：Alibaba Group Holding NYSE：BABA
🇨🇳 3．CXMTがNANDへ参入へ 中国メモリー半導体が新段階
中国のメモリー半導体大手CXMT（長鑫科技）が、これまで主力だったDRAMに加え、NANDフラッシュメモリーへの参入を準備していることが分かりました。
DRAMは計算中のデータを一時的に保存するメモリー、NANDはSSDなどでデータを長期間保存するためのメモリーです。AIデータセンターでは両方が大量に必要になります。
CXMTは北京の新施設にNANDの研究開発用生産ラインを建設する計画で、すでに顧客候補との協議も始めています。
背景にはAIサーバーの急増があります。世界的なメモリー不足は少なくとも2027年まで続く可能性が指摘されています。
ここで重要なのは、中国の半導体国産化が「作れるかどうか」の段階から、「どの市場でSamsung、SK hynix、Micronなどと競争するか」という段階へ移りつつあることです。
CXMTは2026年7月に上海市場へ上場しており、大規模な資金調達能力も獲得しています。今後、中国企業がNANDでも量産能力を高めれば、世界のメモリー価格や韓国半導体産業に影響する可能性があります。（Reuters 9/18）
Reuters：China’s CXMT eyes flash-memory push amid global shortage
上場銘柄：CXMT（長鑫科技） 上海証券取引所 科創板：688825
日本の一般的な証券口座からの直接購入は容易ではありません。
🇰🇷🇺🇸 4．SK hynix傘下Solidigm、米国NAND工場を検討
韓国SK hynix傘下の米Solidigmが、米国内にNANDフラッシュメモリー工場を建設することを検討しているとReutersが報じました。候補地にはニューヨーク州北部が挙がっています。
Solidigmは現在、中国・大連の生産拠点への依存度が高くなっています。米国工場が実現すれば、米中対立や関税、輸出規制に対するリスク分散になります。
このニュースは、先ほどのCXMTのNAND参入と表裏一体です。
中国は国内生産能力を拡大し、韓国企業は中国依存を減らして米国生産を検討する。AIによるメモリー需要拡大を背景に、半導体サプライチェーンそのものが米中を中心に再編され始めています。
Solidigmについては約36億ドルを調達するIPOの可能性も検討されています。ただし、米国工場についてはまだ初期検討段階で、建設決定ではありません。（Reuters 9/18）
Reuters：SK Hynix’s Solidigm unit is weighing NAND memory chip factory in US
SK hynixは韓国上場企業で、現時点では日本や米国の主要市場に普通株を上場していません。
🇺🇸 5．AIが半導体設計そのものを変える 試作チップを2週間で設計
米スタートアップArchitect Labsが、AIを使ってカスタム半導体の設計・検証を大幅に高速化する技術を開発しています。
同社の試作チップ「Redwood」では、アイデアからPoC（概念実証＝アイデアが実際に動くか確かめる試作品）まで約2週間で進められたとしています。
半導体開発ではEDA（電子設計自動化＝コンピューターを使って半導体回路を設計・検証する仕組み）が不可欠ですが、高度な専門知識と長い開発期間が必要です。
AIが設計作業を自動化できれば、この参入障壁が大きく下がります。
これはAI半導体市場にとって非常に重要です。現在はNVIDIAなどの汎用GPUがAI計算の中心ですが、企業ごとに専用ASIC（特定用途向け半導体）を短期間で設計できるようになれば、「自社専用AIチップ」が急増する可能性があります。
半導体産業の競争軸が「最先端半導体を製造できるか」だけではなく、「必要なチップをどれだけ早く設計できるか」に広がり始めています。（EE Times 9/18）
EE Times Japan：半導体設計を2週間で 20歳CEOの米新興がAIで挑む
上場状況：Architect Labsは未上場です。
🇺🇸 6．Anthropicが「AI＋実験ロボット」で生命科学へ進出
AI企業Anthropicがサンフランシスコ・ベイエリアにウェットラボ（コンピューター上ではなく、実際の試薬や細胞などを使って実験する研究施設）を設置したことが分かりました。
AnthropicはClaudeを単なる文章生成AIから、科学研究を実行するAIへ進化させようとしています。
特に注目されるのがロボットとの組み合わせです。AIが実験計画を考え、ロボットが実際の実験を行い、その結果をAIが分析して次の実験を決めるという研究サイクルの自動化を目指しています。
これが実用化すれば、人間が1回ずつ実験する従来型研究から、「AIが24時間大量の実験を繰り返す研究」へ変化する可能性があります。
新薬開発は成功確率が低く、長い年月と巨額の費用が必要です。AIが実験速度を桁違いに高められれば、製薬産業の研究開発コスト構造そのものを変える可能性があります。（Reuters 9/18）
Reuters：Anthropic quietly sets up biology lab as it ramps AI drug program
上場状況：Anthropicは未上場です。
🇯🇵 7．KDDI、GPUを「全国に分散して使う」データセンター実証
KDDI、モルゲンロット、トークネットの3社が、AI時代の電力不足とGPU不足への対応を目的として「分散型データセンター」の実証を開始しました。
現在のAIデータセンターは、大量のGPUを巨大施設に集める方式が中心です。しかし、大量の電力と冷却設備が必要になるため、電力網がAI投資の制約になり始めています。
今回の実証では、大阪・堺と東京・多摩など複数拠点のGPUを高速光ネットワークで接続し、GPU仮想化（離れた場所にあるGPUをまとめて1つの計算資源のように利用する技術）を組み合わせます。
そして実際のリテールロボットを使い、フィジカルAIの学習と遠隔推論を行います。
これは「計算機を電力のある場所へ移す」という発想です。
AI時代には半導体不足だけでなく、電力、送電網、データセンター用地がボトルネックになります。高速光通信によってGPUを地理的に分散できれば、地方の再生可能エネルギーや既存設備を活用できる可能性があります。（KDDI 9/18）
KDDI：リテールロボットを活用した分散型データセンター実証を開始
上場銘柄：9433 KDDI
本日の「技術革新の芽」をどう見るか
本日のニュースには共通点があります。
これまでのAI競争は「より高性能なAIモデルを作る」「より高性能なGPUを作る」という競争でした。
しかし、競争領域が明らかに広がっています。
AI → ロボットを動かす
AI → CT画像を診断する
AI → 半導体を設計する
AI → 生物実験を行う
AI → 離れたGPUを効率的に利用する
すなわち、AIは「パソコンの中で文章や画像を作る技術」から、製造、医療、半導体、研究開発、社会インフラを直接動かす技術へ移行し始めています。
特に注目したいのはSpirit AIです。人型ロボットそのものよりも、複数メーカーのロボットを動かせる「汎用ロボット頭脳」が成立した場合、その市場構造はスマートフォンにおけるOSに近くなる可能性があります。
もう一つはArchitect Labsです。AIによって半導体設計期間が劇的に短縮されれば、NVIDIAなどの汎用GPUだけでなく、用途別ASICが大量に作られる時代へ進む可能性があります。
その場合、最終的に恩恵を受けやすいのは、個々のAIサービスだけではありません。半導体製造、先端パッケージ、メモリー、光通信、電力設備、データセンターといった「AIが増えるほど必要量が増える基盤技術」に注目する必要があります。
私ならこれ：本日の最重要テーマは「ロボットの頭脳」です。Spirit AIが示す2027年の技術転換が実際に起きれば、生成AIの次の巨大市場としてフィジカルAIが本格的に立ち上がる可能性があります。
コメントを残す