中国のスマートカー（次世代自動車）業界で、物理世界と相互作用する物理AI（Physical AI）が新たなキーワードとなっている。自動運転技術を手がけるMAXIEYE（卓驭科学技術）は、物理AIへの対応が企業の存亡を左右するとして、業界が新たな淘汰競争に突入したと表明した。これは単なる流行語ではなく、生存をかけた必然的な選択だと強調している。

生き残りの鍵は「物理AI」

「この技術路線に乗らなければ、今後はおそらく生き残れないだろう」。MAXIEYEの于貝貝（Yu Beibei）副社長は、北京モーターショーの場で強い危機感を表明した。同社は物理世界と相互作用するAI向けの『ネイティブ・マルチモーダル基盤モデル』を発表。この背景には、自動運転アルゴリズム企業が直面する競争環境の激変がある。

これまでの競争相手は同業他社だったが、今やデジタルAI分野から参入する巨大テック企業や、物理世界で動作するエンボディードAI（Embodied AI）を開発する企業もライバルとなる。物理AIへの対応は、この新たな淘汰競争を勝ち抜くためのしなければならない条件となりつつある。

特化型から汎用基盤モデルへの転換

技術的な核心は、AIモデルのパラダイムシフトにある。業界は、特定タスクに特化した「特化型モデル」を個別に開発する従来の手法から、多様なタスクに応用可能な汎用的な「基盤モデル」へと移行する転換点を迎えている。于副社長は中国メディアに対し「大規模言語モデルの歴史が示すように、最終的な勝者は基盤モデルを構築した者たちだ」と述べ、基盤モデル路線を堅持する方針を強調した。

MAXIEYEが開発するモデルは、視覚、音声、動作といった複数の情報（モダリティ）を学習の初期段階から統合し、AIに物理世界を理解させる「ネイティブ・マルチモーダル」方式を採用。これは、後から言語モデルを付け足す旧来の手法に比べ、応答遅延などの課題を克服できると期待されている。

ビジネスモデルの革新と「ゼロショット汎化」

MAXIEYEは技術転換と並行して、ビジネスモデルの革新も進めている。従来の自動車部品サプライヤー（Tier1）に典型的な、ハードウェアを販売して開発費を受け取るという単一の収益構造からの脱却を目指す。新たな収益モデルとして、以下のような多角的なアプローチを模索している。

  • 応用分野の拡大: 乗用車で培った技術をロボタクシーやロボバンといったレベル4自動運転分野へ展開
  • 新たな課金体系: サブスクリプション、利益分配、AIの行動単位で課金する「アクション・トークン」

今後の目標は、AIモデルの基礎能力をさらに高め、学習データがない未知の状況にも対応できる「ゼロショット汎化（Zero-shot generalization）」の実現だ。これが達成されれば、特定の車種や環境に依存しない汎用AIが現実となり、次世代の競争における強力な参入障壁になると同社は見込んでいる。

結論：日本への示唆

中国の自動運転業界で物理AIへの転換が加速する中、日本企業は以下3点のリスクと機会に直面する。

第一に、日本の自動車メーカーは、MAXIEYEの于貝貝副社長が指摘する「特化型から汎用基盤モデルへの転換」に迅速に対応する必要がある。中国市場では、従来のTier1モデルに囚われず、AIの行動単位で課金する「アクション・トークン」のような新たなビジネスモデルが模索されている。日本のメーカーが従来のハードウェア販売に固執すれば、中国市場での競争力を失う可能性が高い。

第二に、日本のAI開発企業や自動車部品サプライヤーは、中国における「エンボディードAI」の進化を注視し、協業の機会を探るべきだ。MAXIEYEが開発する「ネイティブ・マルチモーダル基盤モデル」は、視覚、音声、動作を統合し、物理世界を理解するAIを志向している。この技術が「ゼロショット汎化」を実現すれば、特定の車種や環境に依存しない汎用AIが生まれ、日本の自動運転開発におけるコスト削減や開発期間短縮に寄与する可能性がある。

第三に、日本の半導体・センサーメーカーは、物理AIの普及に伴う需要増大の機会を捉えるべきである。物理AIは、物理世界との相互作用を前提とするため、高性能なセンサーやエッジAIチップの需要を喚起する。中国市場の動向を把握し、MAXIEYEのような先進企業との連携を通じて、新たなビジネスチャンスを創出することが求められる。