人間と同じ体型（二足歩行・二本の腕）を持つロボット。生成AIの頭脳を得て「見て・聞いて・考えて動く」段階に入り、工場や倉庫での実証が進む。フィジカルAIの本命として投資が集中する分野。
ヒューマノイドロボットは、人間の体型——二本の足で歩き、二本の腕と手でものを扱う——を持つロボットです。なぜわざわざ人型にするのかというと、世界のほうが人間仕様でできているから。工場の通路も、階段も、ドアノブも、道具も、すべて人間の体に合わせて作られているので、人型なら既存の環境を改造せずにそのまま働けます。「ロボットに合わせて工場を作り直す」のではなく「人間用の環境にロボットを合わせる」という逆転の発想が、この形の存在理由です。
長年「歩けるけど仕事はできない」段階にありましたが、生成AIの登場で状況が変わりました。カメラで見た状況と人間の言葉の指示を理解し、動作に変換するAI（VLAモデルなどと呼ばれます）が急速に進歩し、「棚からこの部品を取って箱に入れて」のような指示で動く実証が各社から次々と公開されています。米国のテック大手・スタートアップ、中国メーカーが激しく競っており、ロボットの学習用データ（人間の動作の記録）がニュースの見出しに載るほど、AI業界の投資と人材がこの分野に流れ込んでいます。
2026年時点の実力を一言でいえば「限定された環境での実証段階から、初期の実用段階へ」。自動車工場や物流倉庫での部品運搬・仕分けのような、動きの種類が限られた仕事から実戦投入が始まっています。デモ動画では洗濯物をたたむ・食器を片づけるといった家事も見せていますが、デモと実用の間には「失敗率」の壁があり、家庭で任せられる水準にはまだ届いていない、が正直なところです。
競争の構図は大きく3つ。①米国勢——自動車・テック大手やスタートアップが、AIの頭脳とセットで開発。②中国勢——圧倒的な低価格で量産し、研究機関や展示会で存在感を拡大。③頭脳の供給側——半導体大手がロボット用のAI基盤（フィジカルAI向けの学習環境や世界モデル）を各社に提供し、「ロボット界のOS」の座を狙う。ハードの値段が下がり頭脳が賢くなる、という2つの曲線が交差しつつあるのが現在地です。
順番はほぼ確実に「工場・倉庫 → 店舗・施設 → 家庭」です。理由は単純で、環境が管理されているほどロボットは失敗しにくく、失敗のコストも小さいから。人手不足が深刻な物流・製造の現場が最初の主戦場で、日本でも実証のニュースが増えていきます。家庭用は最後で、価格・安全性・失敗率のハードルから、当面は「お手伝いさんロボット」より「見守り・話し相手」寄りの限定的な役割から入ると見られています。
働く人への影響は、AIの文章仕事への影響と同じ構造で考えられます。つまり「職業まるごと」ではなく「作業単位」で置き換わり、単調な運搬・仕分けから始まる。一方でロボットの導入・監督・保守という新しい仕事も生まれます。この分野は発表会のたびに派手なデモ動画が話題になりますが、「デモは最高の1回、実用は平均の1万回」という目線で見ると、ニュースに振り回されずに済みます。
確度の高い予測はまだ誰にもできませんが、順番は工場・倉庫→店舗→家庭が定説です。デモ動画では家事をこなしていても、失敗が許されない家庭環境で安定して働く水準にはまだ距離がある、というのが2026年時点の実情です。
世界が人間仕様でできているからです。階段・ドア・道具・作業台はすべて人間の体に合わせて設計されているため、人型なら環境を改造せずに導入できます。逆に、環境を専用設計できる場所（自動倉庫など）では人型でないロボットのほうが効率的で、使い分けが進むと見られています。
生成AIの「見て・読んで・考える」能力を、ロボットの「動く」能力につなぐ研究（VLAモデル・世界モデル）が近年の突破口です。文章やコードを学習したのと同じやり方で人間の動作データを学習させる、という発想でロボットの頭脳が作られ始めています。
用語を覚えるより、ストーリーで体感するほうが早い。