中国のAGIBOTは2026年4月15日、スマートデバイスODM製造の大手Longcheer Technologyが運営する民生用電子機器の精密製造現場に、ヒューマノイドロボット「AGIBOT G2」を導入したと発表しました。
民生用電子機器製造の中核生産工程にエンボディドAIを大規模に産業実装した世界初の事例であり、中国・南昌で発表されました。複数のAGIBOT G2がLongcheerのタブレット生産ラインに統合され、MMIT(マルチメディア統合テスト)ステーションで着脱作業を担っています。スループットは最大310UPH、サイクルタイムは約19〜20秒、成功率は99.9%超、生産ライン統合は36時間以内、1シフトあたり約3,000台、累計140時間超の連続稼働、ダウンタイム損失4%未満を記録しました。AGIBOTのヤオ・マオチン博士とLongcheerロボティクス部門のリー・ロン氏がコメントを発表しており、量産ライン統合は4カ月で完了、2026年第3四半期までに100台への拡大を計画しています。AGIBOTは2026年3月に累計1万台出荷を発表済みです。
【編集部解説】
本件は、中国・南昌にあるLongcheer Technologyのタブレット量産ラインに、AGIBOTのヒューマノイドロボット「AGIBOT G2」が本格導入されたという発表です。民生用電子機器の精密製造という、従来はエンボディドAIにとって「最も難しい領域」とされてきた現場で、世界初の大規模な実稼働事例が生まれた点に、本ニュースの核心があります。
まず、エンボディドAI(Embodied AI／身体性AI)という概念を整理します。従来の産業用ロボットが「あらかじめプログラムされた動作を正確に繰り返す機械」であったのに対し、エンボディドAIは「環境を知覚し、自ら判断し、物理的に行動する知能」を持ちます。カメラやセンサーで周囲を認識し、AIモデルが状況に応じた動きを生成するため、治具や設定を作り替えなくても、別の製品や別の作業にそのまま適応できるのが特徴です。
この違いは、製造業にとって決定的な意味を持ちます。スマートフォンやタブレットの世界では、製品サイクルが半年〜1年単位で短くなり、「多品種少量生産」が常態化しています。従来型の自動化ラインでは、機種が変わるたびに数週間の再構成と多額の設備投資が必要でした。今回の事例は、そこに「ソフトウェア更新で対応できるロボット」という選択肢が、実ラインで機能し始めたことを示しています。
具体的な配置先であるMMIT(マルチメディア統合テスト)ステーションとは、組立後のタブレットが正しく動作するかを自動検査する工程です。ロボットは完成品をピックアップし、テスト治具へミリ単位の精度で置き、結果に応じて良品と不良品を仕分けます。これらはこれまで人手に頼ることが多かった地味だが重要な工程であり、精度と速度の両立が求められる領域でした。
数字を冷静に見てみましょう。連続稼働140時間超、成功率99.9%超、36時間での導入完了という実績は、ラボのデモではなく「工場が受け入れる品質水準」に達していることを示します。スループット最大310UPH(1時間あたり310台)は、タブレット量産ラインの現場感として妥当で、「人間に代わる」というより「人間と肩を並べて働く」水準に到達したと解釈できます。
もう一つ重要な文脈が、グローバルな競争地図です。米国のFigure AIはBMW、ApptronikはMercedes-BenzやJabilといった自動車・EMS(電子機器受託製造)で実証を進めています。自動車ラインは部品が大きく、ある意味で扱いが「粗い」ため、ヒューマノイドの最初の戦場になりました。これに対し、今回のAGIBOT×Longcheerは、より小さく壊れやすく、精度要求の厳しい民生用電子機器の量産ラインに踏み込んでいます。この「精密製造への先着」こそが、プレスリリースが強調する「世界初」の真意と読み解けます。
AGIBOTは2023年、いずれも元Huaweiエンジニアのデン・タイファ氏(CEO)とポン・ジーホイ氏(CTO)が上海で共同創業したスタートアップです。ポン氏はHuaweiの「天才少年」プログラム出身者として中国テック業界で広く知られる人物で、SNS上でも存在感を持っています。同社は2025年12月に累計出荷5,000台、2026年3月に累計出荷1万台を発表しており、この半年弱で倍増した計算になります。調査会社Omdiaの集計では、2025年のヒューマノイド出荷台数で世界首位に立ったとされ、テスラの「Optimus」や米Figureと並ぶ最注目プレーヤーです。
一方のLongcheer Technologyは、XiaomiやSamsung、Lenovo、OPPO、Vivoなどを顧客に持つ世界有数のスマートデバイスODM企業で、2024年に上海証券取引所に上場しています。両社の組み合わせは、「最先端のロボット頭脳」と「世界最大級の民生機器製造現場」の直結を意味します。さらに注目すべきは、両社が2025年10月に戦略的パートナーシップを締結し、Longcheerが数億元規模の包括発注を行って、AGIBOT G2を約1,000台規模で自社工場に展開する計画を明らかにしていた点です。今回の量産ライン投入は、この大型構想が実運用フェーズに移った最初の公式発表と位置付けられます。
日本の読者にとってのインパクトは、二重の意味で大きいと言えます。第一に、日本はFANUCや安川電機に代表されるように、固定動作型の産業用ロボットで世界をリードしてきました。しかし、今起きている変化は「ハードウェアで定義される自動化」から「ソフトウェアで定義される知能」への転換であり、競争の土俵そのものが動いています。第二に、日本の電機メーカーの多くが中国のODMに製造を委ねている以上、中国製造ラインの知能化は、日本ブランド製品の品質・コスト・供給スピードを通じて、私たちの生活に直接跳ね返ってきます。
一方で、潜在的なリスクも見据える必要があります。雇用の面では、AGIBOTが「1台で複数の手作業工程を代替できる」と謳っている通り、単純工程の雇用は中長期で縮小圧力にさらされます。中国は製造業雇用の規模が大きく、社会的な摩擦がどう顕在化するかは注視が必要です。データとセキュリティの面では、工場の稼働データや製品の不良データがロボットの学習に取り込まれる構造上、顧客ブランド(海外スマートフォンメーカーなど)が自社の製造ノウハウをどこまで共有するのかという機密管理の論点が浮上します。標準化の面では、中国工業情報化部(MIIT)がヒューマノイド関連の国家標準「HEIS 2026」の整備を進めており、国際標準の主導権争いも水面下で進行しています。
長期的な視点では、AGIBOTが2026年第3四半期までに導入を100台規模へ拡張し、自動車・半導体・エネルギーへ横展開する計画を明言している点に注目すべきです。ヒューマノイドは「1つの現場で証明されると、複数の業種に転移しやすい」という性質を持ちます。つまり今回の量産ライン導入は、単なる一企業の生産性改善ではなく、「人型の汎用労働力」という新しい生産要素が社会に定着していく臨界点に近づいたことを示唆する出来事だと、筆者は受け止めています。
「Tech for Human Evolution」の視座から言えば、問われているのは「ロボットが人間を置き換えるか」ではなく、「人間はこの新しい同僚と、どのような役割分担で未来を設計するか」です。2026年は、その答えを各国・各産業が具体的に書き始める年になりそうです。
【用語解説】
エンボディドAI／エンボディドインテリジェンス(Embodied AI / Embodied Intelligence／身体性AI・身体性知能)
物理的な身体を通じて世界と相互作用しながら学習・判断するAIの枠組み。従来のテキスト生成AIが画面内で完結するのに対し、カメラ・センサーで環境を知覚し、モーターを動かして物理世界に働きかける点が特徴。ロボットに「使える知性」を宿すための中核技術とされる。
ODM(Original Design Manufacturing)
顧客ブランドに代わって、製品の設計から製造までを一括して請け負う事業モデル。部品組立のみを担うOEMよりも踏み込んだ範囲を担当し、スマートフォンやタブレット業界で特に広く採用されている。中国ではLongcheer Technology、Huaqin Technology、Wingtech Technologyが世界三大ODMと呼ばれる。
MMIT(Multimedia Integrated Testing／マルチメディア統合テスト)
組立後のタブレットやスマートフォンなどに対し、ディスプレイ、カメラ、スピーカー、通信機能などを統合的に検査する工程。製品をテスト治具に正確にセットし、結果に応じて良品・不良品を仕分ける必要があり、精度と速度の両立が求められる工程である。
UPH(Units Per Hour)
1時間あたりに生産または処理される製品数を示す指標。製造業で生産性を測る最も基本的な単位のひとつで、ライン全体の能力を評価する際に用いられる。
ヒューマノイドロボット
人間に似た形態を持つロボットの総称。二足歩行型と、今回のAGIBOT G2のように上半身を人型にしつつ下半身を車輪で駆動する「車輪型ヒューマノイド」も含まれる。人間用に設計された既存の作業環境にそのまま適応できる点が設計思想の根幹にある。
強化学習(RL／Reinforcement Learning)
試行錯誤を通じて、報酬を最大化する行動方針を学ばせる機械学習の手法。ロボットの動作制御では、シミュレーション内で膨大な回数の練習を行い、現実世界に転用する「シミュレーションから実機へ(Sim-to-Real)」のアプローチが主流となっている。
オンデバイス・インテリジェンス
クラウドに接続せず、ロボットや端末そのものに搭載された計算資源でAI処理を実行する仕組み。通信遅延を排除し、工場のような低遅延・高信頼性が求められる環境で特に重要となる。
多品種少量生産／混流生産
多品種少量生産は、多くの種類の製品を少量ずつ生産する方式。混流生産は、1本のラインで異なる機種を混在させて流す生産方式を指す。製品サイクルの短縮化と個別化ニーズの拡大を背景に、近年の製造業で主流となりつつある。
天才少年プログラム(Huawei「天才少年」／Top Minds)
Huaweiが2019年に開始した、若手トップ人材の獲得プログラム。年収数千万円規模の待遇で博士人材を中心に採用しており、AGIBOT共同創業者のポン・ジーホイ氏もこのプログラム出身者として知られる。中国のAI・ロボティクス産業に多数の人材を輩出した源流となっている。
MIIT(中国工業情報化部)／HEIS 2026
MIITは中国の産業政策を統括する中央省庁。HEIS(Humanoid Robot & Embodied Intelligence Standard System)2026は、MIIT主導で策定されたヒューマノイドロボットおよびエンボディドAIの国家標準体系で、中国企業が実機導入の数的優位を背景に、国際標準化の議論をリードしようとする動きの象徴とされる。
【参考リンク】
AGIBOT(公式サイト)(外部)
上海を本拠とするAGIBOT(智元机器人)の公式サイト。A2、G2、X2など製品情報を掲載。
AGIBOT Research(研究部門)(外部)
エンボディドAI研究、世界モデル、基盤モデル関連の成果を発信する研究部門ページ。
Longcheer Technology(公式サイト／英語版企業紹介)(外部)
2024年上海証券取引所上場、中国大手ODM企業の企業紹介。グローバル拠点情報を掲載。
Longcheer Technology 投資家向け情報(IR)(外部)
7つのR&Dセンターと4つの製造拠点を擁するグローバル体制を説明する英語IRページ。
【参考記事】
Agibot’s G2 humanoid robots with embodied AI work in Chinese factory(Interesting Engineering)(外部)
G2ロボットがLongcheerのMMIT工程に配備されラボから産業現場への移行を示すと伝える記事。
AGIBOT Announces the Rollout of Its 5,000th Mass-Produced Humanoid Robot(PR Newswire)(外部)
2025年12月に累計5,000台到達を公表したリリース。機種別内訳と量産加速の根拠が分かる。
AGIBOT Humanoid Robots: Price, Specs & Where to Buy(BotInfo.ai)(外部)
Omdia集計で2025年に5,168台出荷し世界首位となったことなど、同社の全体像を整理した記事。
China’s startup ramps up application of humanoid robots(China Daily／newsgd.com)(外部)
数億元規模の包括発注でG2を約1,000台Longcheer工場へ展開する計画を報じる記事。
Chinese humanoid robot maker Agibot plans to match Musk’s Optimus output this year(SCMP)(外部)
AGIBOTが2025年に3,000〜5,000台出荷を計画と報じる記事。中国ロボット産業の統計も併載。
Longcheer Technology has been listed(EqualOcean)(外部)
2024年3月の上海証券取引所上場を報じる記事。スマートフォンODMの世界シェアにも言及。
【編集部後記】
今回ご紹介したAGIBOTとLongcheerの事例は、「ヒューマノイドが工場で働く」という光景が、もはやコンセプトムービーの中の話ではなくなったことを示しています。もしみなさんがスマホやタブレットを選ぶ時、「どの工場で、どんな同僚たちが作ったのか」まで想像を巡らせたら、製品との付き合い方は少し変わるかもしれません。あるいは、ご自身の仕事や業界で「ここにもエンボディドAIが来そうだ」と感じる現場はありますか。編集部でも、日本のものづくりがこの波にどう応えるのか、引き続き追いかけていきます。気づきや疑問があれば、ぜひSNSでシェアしてください。
