COMPANY PROFILE / ドローン・ロボティクス
NVIDIA
― ロボットと自動運転の「学ぶ・試す・動かす」を、計算機とソフトで支える会社
NVIDIA(エヌビディア)はAI用の半導体で知られる巨大企業ですが、本稿ではロボットと自動運転に関わる部分だけを扱います。 同社はロボットそのものは作りません。代わりに、ロボットの頭脳を学習させるための計算機、仮想空間で試すためのシミュレーション、ロボットの中で動かすための小型計算機(Jetson)、 そしてオープンなAIモデル(GR00T、Cosmos)を、世界中の開発者に提供しています。 全社の規模は米国SECへの提出書類で確認できますが、ロボット向けの売上は別項目では開示されていません。本稿は、その点を含めて整理します。
- 30秒でわかるNVIDIAと、ドローン・ロボティクスでの立ち位置
- ロゴと社名の表記について
- ドローン・ロボティクスの世界で、この会社はどこにいるか
- 会社の規模(ロボット・自動運転に関わる部分に絞って)
- ロボット・自動運転にかけているリソース、製品の状況
- これまでの取り組み
- 今後の計画
- この会社はドローン・ロボティクスで何を目指しているか
- ドローン・ロボティクス分野の提携マッピング
- 提供している技術・製品・サービス
- この企業が抱えるリスク
- 用語集/出典/主張と出典の対応表
1. 30秒でわかるNVIDIAと、ドローン・ロボティクスでの立ち位置
従:ヒューマノイド・物理AIロボット本体は作らない
Jetson Thor、Cosmos学習・試験・実機の3段を支える
Alpamayo車載計算機とオープンな推論モデル
Cosmos(OpenMDW-1.1)GitHub・Hugging Faceで入手可能
ロボットの世界でNVIDIAが担う役割は、「ロボットの頭脳を育てる道具一式」と「頭脳が動く小型の計算機」の供給です 事実。 ロボットのAIは、実機だけで訓練すると時間も費用も膨大になります。そのため、仮想空間(シミュレーション)で大量に試し、そこで作ったデータで学習し、完成したモデルをロボットの中の計算機で動かします。 NVIDIAは、この流れの3つの段階それぞれに製品を持っています(第10章の図解)。 同社の10-Kも、物理AI(ロボットなど現実で働くAI)向けに「データセンターの設備、オープンなモデル、組み込み計算機、ソフトウェアを、学習・シミュレーション・展開まで一貫して提供する」と説明しています。 一方で、ロボット単独の売上は10-K・10-Qで開示されていません。本稿では、公開されている範囲の事実と、会社の説明を区別して書きます。
2. ロゴと社名の表記について

表記の注意:社名は英文で NVIDIA Corporation、本稿ではNVIDIAと書きます(日本語では「エヌビディア」とも書かれます)。 ロゴは、同社の「Logo and Brand Usage」ページに掲載されている公式の横型ロゴ(SVG)を、そのまま取得して置いています。 製品名の Isaac、GR00T(Generalist Robot 00 Technology の略と、2024年のプレスリリースが説明)、Jetson、Cosmos、DRIVE、Alpamayo は製品・モデルの名前で、会社名とは別です。 Isaac Lab と Isaac Sim は別の製品で、前者はロボットの訓練、後者は物理シミュレーションの枠組みです。
公式サイト:https://www.nvidia.com/en-us/about-nvidia/legal-info/logo-brand-usage/3. ドローン・ロボティクスの世界で、この会社はどこにいるか
NVIDIAの主たる区分は右端の「部品・基盤ソフト」です。ロボットの体は作らず、計算機(半導体と組み込みモジュール)、シミュレーション、AIモデルといったどのロボットにも使える部品と基盤を供給します。 同時に、人型ロボット向けのオープンなモデル(GR00T)を公開しているため、左端の「ヒューマノイド・物理AI」の要素もあります 本稿の計算。 なお本稿は、同社の他分野(AI・機械学習)の記事の文章を使わず、ロボットと自動運転に関わる一次資料から新しく書いています。
4. 会社の規模(ロボット・自動運転に関わる部分に絞って)
NVIDIAは巨大な会社ですが、本稿の主題はロボットと自動運転です。全社の規模は簡潔に示し、この分野に関わる数値を中心にします 事実。会計年度の表記に注意してください:2026年度は2025年1月27日〜2026年1月25日です。
| 指標 | 2024年度 | 2025年度 | 2026年度 |
|---|---|---|---|
| 全社の売上(百万ドル) | 60,922 | 130,497 | 215,938 |
| 研究開発費(百万ドル) | 8,675 | 12,914 | 18,497 |
| 自動車市場の売上(百万ドル) | 1,091 | 1,694 | 2,349 |
| ロボット向けの売上 | 非公表 | 非公表 | 非公表 |
| 項目 | 内容 | 区分 |
|---|---|---|
| 従業員 | 2026年度末で約42,000人(38か国)。うち研究開発に約31,000人 | 事実 |
| 「自動車」市場の内容 | クラウドから車までの自動運転のプラットフォーム(DRIVE Hyperion など)。2026年度は前年度比39%増、自動運転プラットフォームの採用の増加による、と会社が説明 | 事実 |
| 区分の変更 | 2027年度第1四半期から、市場区分を「データセンター」と「エッジコンピューティング」に変更。エッジコンピューティングは、PC、ゲーム機、ワークステーション、AI-RAN基地局、ロボット、自動車などの機器を指す。同第1四半期の売上は64億ドル、第2四半期は72億ドル | 事実 |
上の数字は会社全体、または市場区分ごとのものです。ロボット向けの売上を示す数字ではありません。 2027年度の新しい区分「エッジコンピューティング」(第2四半期は72億ドル)は、PCやゲーム機などロボット以外の機器も含むため、ロボットの規模を表しません。 NVIDIAはロボット向けの売上・出荷台数を開示しておらず、本稿でも推計しません。会社の株価や評価についても触れません。
5. ロボット・自動運転にかけているリソース
「人・金・外部への出資や買収・大学や公的機関との連携」の4点を、一次情報で確認できたかどうかで整理します。「記載なし」も成果です。
| リソースの種類 | 内容 | 区分 |
|---|---|---|
| 人 | 全社で約42,000人、うち研究開発に約31,000人(2026年度末)。ロボット・自動運転に限った人員数は非公表 | 事実 |
| 金 | 全社の研究開発費は2026年度に184.97億ドル。ロボット・自動運転に限った額は非公表。2026年7月26日時点のクラウドサービス契約の約束額は計290億ドルで、会社は「Nemotron、Cosmos、GR00Tなどのオープンモデルと自動運転ソフトの研究開発を支えるクラウド基盤」と説明(ロボットだけの額ではない) | 事実 |
| 外部への出資・買収・合弁 | NVIDIAの投資部門(NVentures)が、ロボット基盤モデルの会社Skild AIのSeries C(2026年1月)に参加(Skild AIの発表)。ロボット・自動運転に限った買収は、今回確認した10-K・10-Qの該当箇所では確認できなかった | 事実(出資)/確認できず(買収) |
| 大学・研究機関・公的機関との連携 | 今回確認した公式ページ・10-K・10-Qには、ロボット・自動運転に関する大学・公的機関との共同研究契約の記載は確認できなかった | 確認できず |
| 開発者への公開 | GR00T、Cosmos、Alpamayo、Isaac Sim、Isaac Labを、GitHubなどで公開(ライセンスは第10章)。開発者向けの学習コースも提供 | 事実 |
主要な製品の状況(確認日 2026年10月25日)
| 名称 | 種別 | 主要な仕様(会社の公表) | 導入・運用の実績 | 規制上の承認 | 段階・日付 |
|---|---|---|---|---|---|
| Isaac GR00T N1.7 | 人型ロボット向けのオープンなVLAモデル | カメラ映像・言葉の指示・関節の状態を入力し、動作のかたまりを出力。基盤は Cosmos-Reason2-2B(名称上は20億パラメータ級)。人の視点の動画2万時間で事前学習。処理速度は RTX PRO 6000 Blackwell で約40Hz、Jetson AGX Thor で約28Hz(バッチ1、会社の測定) | 導入先の記載は確認できず | 該当なし(ソフトウェア) | 公開。GitHub README は「General Availability」。開発者ページには「Early Access」(商用サポート付きの本番利用は対象外)の説明が残り、記載が揃っていない |
| Isaac GR00T N1(初版) | 人型ロボット向けのモデル | 視覚・言語の部分(System 2)と、動作を出す拡散モデルの部分(System 1)の二重構造。実機・人の動画・合成データで学習(論文) | Fourier GR-1 人型ロボットで、言語指示による両腕の作業を実施(論文) | 該当なし | 発表。2025年3月18日(論文)。原型の Project GR00T は2024年3月18日に発表 |
| Jetson AGX Thor | ロボット内蔵用の計算機 | Blackwell GPU、メモリ128GB、AI性能は最大2,070 TFLOPS(FP4)、消費電力枠130W。AGX Orin比で最大7.5倍の性能、3.5倍の電力効率(会社の数値、条件は「最大」) | 提供開始。導入企業の名前は、今回確認した公式資料では確認できなかった | 機能安全を内蔵と説明(認証の範囲は確認できず) | 提供。2025年8月25日(開発キットとT5000モジュール) |
| Isaac Sim / Isaac Lab | ロボットのシミュレーションと訓練の枠組み | Isaac Simは物理に基づく仮想環境での試験とデータ生成。Isaac Lab 3.0.0 は強化学習・模倣学習の訓練、アクチュエータのモデル、ドメインランダム化などを含む(論文・README) | Skild AIが事前学習に利用と説明(Skild AIのブログ) | 該当なし | 提供(オープンソース)。Isaac Lab の論文は2025年11月6日 |
| Cosmos 3 / Cosmos3-Edge | 世界モデル(現実の動きを予測・生成するAI) | 言語・画像・動画・音・動作を扱う「全方位」のモデル族。Edge版は約40億パラメータで、Jetson AGX Orin/Thor、RTX PRO 6000 での利用を想定。会社は長い出力では物体の変形や物理的に不自然な動きが出うると明記 | データ生成・評価・方策の学習に使うと説明 | 該当なし。会社は「安全が重要な用途では追加の検証が必要」と明記 | 提供。Cosmos 3は2026年5月、Edge版は2026年7月(READMEの記載) |
| DRIVE Hyperion / DRIVE AGX / DriveOS | 自動運転の車載計算機と基盤ソフト | DRIVE AGX(Orin、Thor)、安全認証済みの車載OS(DriveOS)、参照センサー構成(10-K) | 数百の自動車関係の提携先(10-K)。個別の採用車種は、今回確認した資料では確認できなかった | DriveOSは「safety-certified」と記載。認証の種類・範囲は書かれていない(確認できず) | 提供 |
| Alpamayo 1 Nano | 自動運転向けのオープンな推論VLAモデル | 約100億パラメータ。運転の軌跡と「原因の連鎖」の推論を組み合わせる。GitHubのライセンスは Apache-2.0 | 研究・開発者向け。READMEは、新しい版に重点が移ると記載 | 該当なし | 公開。リポジトリ作成は2025年11月19日 |
この表の数値は、NVIDIAが自社の機器・自社の条件で測った値、または会社の説明です。製品ごとに条件が違うため、行どうしを並べて優劣を判断することはできません。 導入・実演の主張については、自律か遠隔操作か、台数、独立した検証の有無は、公式ページからは確認できませんでした。
材料の目でNVIDIAの資料を読むと、2つの点が見えてきます。 1つ目は熱です。Jetson AGX Thorは最大2,070 TFLOPS(FP4)の性能を130ワットの枠で出すと会社が説明しています 事実。 ロボットは電池で動くため、計算機が使う電力と出す熱は、電池の持ち時間と、機体内に入れられる放熱の部品の大きさに直結します。 一般に、小さな機体では放熱の部材(熱を逃がす材料、熱をつなぐシート状の材料など)の選び方が効いてくる、と考えられます。ただし、Thorを載せるロボットの放熱設計や材料については、会社の資料に具体的な記載はなく、本稿の解釈です 未確定/将来。
2つ目はシミュレーションの中の素材です。Isaac Simの説明には、設計データ(CAD、URDF)を取り込み、材料を割り当て、物理を有効にしてシーンを組み立てる、と書かれています。 Isaac Labの論文は、アクチュエータのモデルやドメインランダム化(条件をわざとばらつかせて学習する方法)を含むと述べています。 実機とシミュレーションの差(sim-to-realの差)は、摩擦や剛性といった物性の値の差から生じることが多く、ここに材料側の知見が役立つ場面があります。
6. これまでの取り組み
| 時期 | できごと | 意味 |
|---|---|---|
| 2024年3月18日 | Project GR00T(人型ロボット向けの基盤モデル)、ロボット用計算機 Jetson Thor、Isaacの更新を発表 | 人型ロボット向けの取り組みの公表 |
| 2025年1月7日 | Cosmos世界基盤モデルのプラットフォームの論文を公開(オープンな重み) | 世界モデルをオープンに |
| 2025年3月18日 | GR00T N1の論文を公開。GTC 2025でIsaac GR00Tのプラットフォームを紹介 | 人型ロボット向けのオープンなモデル |
| 2025年8月25日 | Jetson AGX Thorの開発キットとT5000モジュールが提供開始。GR00T N1.5の実行に対応 | ロボット用計算機の製品化 |
| 2025年11月6日 | Isaac Labの論文を公開 | 訓練の枠組みの整理 |
| 2025年11月19日 | 自動運転向けAlpamayoのGitHubリポジトリを作成 | 自動運転向けのオープンなモデル |
| 2026年3月19日 | Skild AIの発表で、Isaac Lab・Isaac Sim・Cosmosの利用と、Foxconnの組立ラインの例が紹介された(Skild AIのブログ) | 他社が自社の学習基盤として使う例 |
| 2026年5月・7月 | Cosmos 3、Cosmos3-Edgeを公開(READMEの記載) | 世界モデルの新世代と、機器内で動く小型版 |
| 2026年(確認日時点) | GR00T N1.7が最新(READMEは General Availability)。新しい基盤にCosmos-Reason2-2Bを採用 | モデルの世代交代。公開の日付はREADMEに記載なし |
| 2026年5月20日・8月26日 | 四半期報告書で市場区分を変更(エッジコンピューティングにロボットと自動車を含める) | ロボット向けの数字は、依然として別項目にならない |
7. 今後の計画
NVIDIAは10-K・10-Qで、ロボット向けの製品の発売日や出荷目標を示していません。開発者ページ・GitHubに、製品ごとの今後の方向が断片的に書かれているだけです 未確定/将来。 GR00T N1.7については、開発者ページが「完全な商用リリースに先立つEarly Access」と説明する一方、GitHubは General Availability としており、記載が揃っていません。本稿は、どちらが最新かを断定せず、両方を併記します。
次はいずれも公式資料に記載がありません 未確定/将来。
ロボット向けの売上と出荷台数/GR00T・Thor・Cosmosの採用企業の数/Jetson Thorの提供価格(本稿では確認していない)/GR00T N1.7の商用リリースの日程/ロボット・自動運転に限った研究開発費・人員。報道ベースの数字は採用しません。
8. この会社はドローン・ロボティクスで何を目指しているか
ここは会社が直接には述べていない部分を含みます。一次情報から読み取れる範囲の推測として、根拠とともに書きます。
| 読み取れること | 根拠となる一次情報 | 区分 |
|---|---|---|
| ロボットの開発に必要な学習・試験・実機の3段を、一社で用意することを目指している | GR00Tの開発者ページが、Train(DGX Cloud)、Simulate(Omniverse・Cosmos・RTX PRO 6000)、Deploy(Jetson Thor)の3段を並べている。10-Kも「データセンターから組み込みまで一貫」と記載 | 事実(会社の説明) |
| オープンなモデルは、自社の計算機の需要を広げる手段でもある | GR00T・Cosmos・Alpamayoを公開し、学習と実行の両方で自社のGPUと組み込み計算機を前提にしている。10-Qは、これらの開発のためのクラウド契約を、約束額として開示している | 推測 |
| ロボットメーカーに、モデルを一から作らずに始められる土台を提供したい | GR00Tが複数のロボット(Unitree G1、AgiBot Genie-1、Fourier GR-1など)のデータを含み、少量の実演で新しい機体に適応できると説明している | 事実(会社の説明) |
| ロボット向けの事業は、まだ全社の収益の中では小さい可能性が高い | 2026年度の自動車市場の売上は全社の約1%(23.5億ドル/2,159億ドル)。ロボット向けは別項目がなく、非公表 | 推測(約1%は本稿の計算) |
「ロボット向けの事業は全社の収益の中ではまだ小さい」という読みの根拠は、数字の見え方にあります。 10-Kの市場別売上では、データセンターが1,937億ドル、自動運転を含む自動車が23.5億ドルで、後者は全社の約1.1%(本稿の計算 本稿の計算 )にあたります。 ロボット向けは独立した項目がなく、2027年度の新しい区分でもPCやゲーム機と同じ「エッジコンピューティング」に含まれます。 ここから、ロボット向けは会社全体の収益を左右する規模ではない可能性が高い、と本稿は読みます。 ただし、NVIDIAは10-Kで、市場開拓(market development)のために、物理AI向けのオープンなモデル(Cosmosなど)のリリースを加速したと述べています。 金額が小さいことと、戦略上の重要度が低いことは別の話です。実際の金額は公式資料では確認できませんでした 未確定/将来。
9. ドローン・ロボティクス分野の提携マッピング
| 相手 | 関係の内容(公式資料の記載) | 注意 |
|---|---|---|
| Skild AI | Skild AIは、Isaac Lab・Isaac Simで物理的に正確なシミュレーションを作り、Cosmosで合成データを作ると説明。S1はNVIDIAのAI基盤の上で作られたと記載(S1の記事)。NVentures(NVIDIA)がSeries Cに参加 | Skild AI側の発表に基づく。供給者と出資者の2つの関係 |
| Foxconn | NVIDIAのBlackwell系の生産ラインで、Skild AIのモデルが2本腕のロボットの組立を担う例(Skild AIの発表) | NVIDIA自身の資料では確認できなかった。台数・時間は記載なし |
| Universal Robots | Universal Robotsの責任者(Skild AIの記事での肩書きはCEO)が「Skild AIとNVIDIAとの取り組みで、協働ロボットがより変動の大きい作業を扱える」と述べた(Skild AIの発表内の引用) | Skild AIの記事に載った発言 |
| Unitree、AgiBot、Fourier | GR00T N1.6の学習データが、Unitree G1、AgiBot Genie-1、Fourier GR-1を含む(GR00Tの開発者ページ)。GR00T N1ではFourier GR-1で実機の作業を実施(論文) | データの対象機体であり、協業契約の有無は書かれていない |
| Hugging Face | GR00Tのモデル重みの配布先として開発者ページが案内 | 配布の場所であり、提携の内容は書かれていない |
| 自動車メーカーなど | 10-Kは、自動運転で「数百の自動車関係の提携先との長年の関係」と記載 | 社名・車種は今回確認した資料では確認できなかった |
10. 提供している技術・製品・サービス
NVIDIAのロボット・自動運転向けの製品は、学ぶ・試す・動かすの3段に整理できます。公式の開発者ページ、10-K、GitHub、論文で確認できる主な要素を説明します 事実。
| 要素 | やさしい説明 | 公式資料での位置づけ |
|---|---|---|
| GR00T | 人型ロボットの動きを出すAI。カメラ映像と言葉の指示から、動作のかたまりを出す | N1.7はApache-2.0で公開。論文あり(arXiv 2503.14734) |
| Cosmos | 現実の動きを予測・生成する「世界モデル」。データの合成、結果の評価、方策の学習に使う | OpenMDW-1.1で公開。論文あり(arXiv 2501.03575)。安全上の制約を会社が明記 |
| Isaac Sim | 物理に基づく仮想環境でロボットを試す枠組み | Apache-2.0のオープンソースと開発者ページが説明 |
| Isaac Lab | 強化学習・模倣学習でロボットの方策を訓練する枠組み | READMEにApache-2.0の記載。論文あり(arXiv 2511.04831) |
| Jetson AGX Thor | ロボットの体の中で、AIをリアルタイムに動かす小型計算機 | 2025年8月25日に提供開始。130Wの枠で最大2,070 TFLOPS(FP4、会社の値) |
| DRIVE と Alpamayo | 車の自動運転用の計算機・OS、および運転の推論を行うオープンなモデル | DRIVE AGX、DriveOS、Alpamayo 1 Nano(Apache-2.0) |
GR00T、Cosmos、Alpamayoは「オープン」に公開されていますが、ライセンスの種類はモデルごとに違います(Apache-2.0、OpenMDW-1.1など)。使う前に、各リポジトリのライセンス本文を確認する必要があります。 またNVIDIAは、Cosmosの説明に「長い出力で物体の変形や不自然な動きが出うる」「安全が重要な用途には追加の検証が必要」と明記しています。 さらにシミュレーションの結果は、実機で同じように動くことを保証しません。 ロボットや自動運転では、実機での検証と安全の評価が別に必要になります(本シリーズの技術解説「ロボットの安全規格の読み方」「ロボットシミュレーションとデジタルツイン」も参照)。
11. この企業が抱えるリスク
| リスク | 内容 | 区分 |
|---|---|---|
| ロボット向けの規模が外から分からない | 売上・出荷・採用企業の数が非公表で、事業の実態を第三者が確かめにくい | 事実 |
| 公開情報の不一致 | GR00T N1.7が、GitHubでは General Availability、開発者ページでは Early Access と書かれている(確認日時点) | 事実 |
| 自動車向けの規制 | 10-Qは、米国政府の「コネクテッドカー」規制が、自動車の顧客向けの開発・供給に影響しうると記載している | 事実 |
| 安全が重要な用途の検証 | Cosmosの説明が、安全上重要な用途では追加の検証が必要だと明記。シミュレーション中心の開発は、実機での検証が前提になる | 事実(会社の説明) |
| 計算機への依存 | 公開モデルや学習基盤が自社のGPU・組み込み計算機を前提にしており、他社の選択肢が増えると位置づけが変わりうる | 推測 |
| 同種のモデルが他にもある | ロボット基盤モデルは、Physical Intelligence、Skild AIなど他社も開発している(本シリーズの該当記事)。本稿は優劣を比べない | 推測 |
12. 用語集
- 物理AI
- 画面の中ではなく、現実の物体を扱うAI。ロボットや自動運転など。
- VLA
- 画像と言葉の指示から、ロボットの動作を直接出力するモデル(視覚・言語・行動モデル)。
- 世界モデル
- 現実の世界の変化(物の動きなど)を予測・生成するAI。Cosmosが該当。
- シミュレーション
- コンピューターの中の仮想空間で、ロボットの動きを大量に試すこと。
- sim-to-real
- シミュレーションで学んだことを、実機に移すこと、またはその差。
- ドメインランダム化
- シミュレーションの条件(摩擦、重さなど)をわざとばらつかせて、現実の違いに強くする方法。
- Jetson
- NVIDIAのロボット・機器向けの小型AI計算機シリーズ。
- DRIVE
- NVIDIAの自動運転向けの計算機とソフトの製品群。
- FP4
- 4ビットの数値表現。AIの計算を速く、小さくするために使う。性能値はこの条件での最大値。
- 10-K・10-Q
- 米国SECに提出する年次・四半期の報告書。会社が法的責任を負う開示。
- エッジコンピューティング
- データセンターではなく、機器の側で計算すること。NVIDIAの新しい市場区分の名前でもある。
- オープンモデル
- 重みやコードが公開されたモデル。ライセンスの条件は個別に確認が必要。
13. 出典
- NVIDIA Form 10-K(2026年1月25日に終わる会計年度、米国SEC提出、2026年2月25日)。全社の売上・研究開発費・従業員数、市場別売上、物理AIと自動運転の事業説明。 https://www.sec.gov/Archives/edgar/data/1045810/000104581026000021/nvda-20260125.htm
- NVIDIA Form 10-Q(2026年4月26日に終わる四半期、米国SEC提出、2026年5月20日)。市場区分の変更(エッジコンピューティングにロボットと自動車を含む)。 https://www.sec.gov/Archives/edgar/data/1045810/000104581026000052/nvda-20260426.htm
- NVIDIA Form 10-Q(2026年7月26日に終わる四半期、米国SEC提出、2026年8月26日)。エッジコンピューティングの売上、オープンモデル向けのクラウド契約、自動車の規制リスク。 https://www.sec.gov/Archives/edgar/data/1045810/000104581026000075/nvda-20260726.htm
- NVIDIA Project GR00T と Jetson Thor、Isaac の更新を発表したプレスリリース(2024年3月18日)。 https://nvidianews.nvidia.com/news/foundation-model-isaac-robotics-platform
- NVIDIA Isaac GR00T 開発者ページ。構成、入出力、学習データ、Early Access の説明。 https://developer.nvidia.com/isaac/gr00t
- NVIDIA GitHub: NVIDIA/Isaac-GR00T。GR00T N1.7 の README、ライセンス(Apache-2.0)、処理速度。 https://github.com/NVIDIA/Isaac-GR00T
- arXiv GR00T N1: An Open Foundation Model for Generalist Humanoid Robots(2503.14734、2025年3月18日)。 https://arxiv.org/abs/2503.14734
- NVIDIA Introducing NVIDIA Jetson Thor, the Ultimate Platform for Physical AI(技術ブログ、2025年8月25日)。仕様と提供開始。 https://developer.nvidia.com/blog/introducing-nvidia-jetson-thor-the-ultimate-platform-for-physical-ai/
- NVIDIA Isaac Sim 開発者ページ。ロボットのシミュレーション、素材の割り当て、ライセンス。 https://developer.nvidia.com/isaac/sim
- NVIDIA GitHub: isaac-sim/IsaacLab。Isaac Lab 3.0.0 の README、ライセンス。 https://github.com/isaac-sim/IsaacLab
- arXiv Isaac Lab: A GPU-Accelerated Simulation Framework for Multi-Modal Robot Learning(2511.04831、2025年11月6日)。 https://arxiv.org/abs/2511.04831
- NVIDIA GitHub: NVIDIA/Cosmos。Cosmos 3、Cosmos3-Edge の更新履歴、ライセンス、制約と安全に関する記載。 https://github.com/NVIDIA/Cosmos
- arXiv Cosmos World Foundation Model Platform for Physical AI(2501.03575、2025年1月7日)。 https://arxiv.org/abs/2501.03575
- NVIDIA NVIDIA DRIVE 開発者ページ。DRIVE AGX、DriveOS、Alpamayo。 https://developer.nvidia.com/drive
- NVIDIA GitHub: NVlabs/alpamayo。自動運転向けのオープンな推論モデル(約100億パラメータ)。 https://github.com/NVlabs/alpamayo
- Skild AI The Reindustrial Revolution(2026年3月19日)。NVIDIA・Foxconnとの組立ラインの例、Isaac・Cosmos の利用。 https://www.skild.ai/blogs/reindustrial-revolution
- Skild AI Announcing Series C(2026年1月14日)。NVentures(NVIDIA)の参加。 https://www.skild.ai/blogs/series-c
- Skild AI Introducing S1(2026年8月18日)。S1がNVIDIAのAI基盤の上で作られたという記載。 https://www.skild.ai/blogs/s1
- NVIDIA Logo and Brand Usage(ロゴの取得元)。 https://www.nvidia.com/en-us/about-nvidia/legal-info/logo-brand-usage/
14. 主張と出典の対応表
| 本文の主張 | 区分 | 出典 |
|---|---|---|
| 上場(NASDAQ: NVDA)、本社(サンタクララ) | 事実 | 出典1 https://www.sec.gov/Archives/edgar/data/1045810/000104581026000021/nvda-20260125.htm |
| 売上・研究開発費・自動車市場の売上(2024〜2026年度)、従業員約42,000人 | 事実 | 出典1 https://www.sec.gov/Archives/edgar/data/1045810/000104581026000021/nvda-20260125.htm |
| 物理AI向けに、データセンターからモジュールまで一貫したプラットフォームを提供するという説明 | 事実 | 出典1 https://www.sec.gov/Archives/edgar/data/1045810/000104581026000021/nvda-20260125.htm |
| DRIVE Hyperion、数百の自動車関係の提携先、自動車の売上39%増 | 事実 | 出典1 https://www.sec.gov/Archives/edgar/data/1045810/000104581026000021/nvda-20260125.htm |
| エッジコンピューティングの定義(ロボット・自動車を含む)と第1四半期の売上64億ドル | 事実 | 出典2 https://www.sec.gov/Archives/edgar/data/1045810/000104581026000052/nvda-20260426.htm |
| エッジコンピューティングの第2四半期の売上72億ドル、クラウド契約290億ドルの内訳、コネクテッドカー規制のリスク | 事実 | 出典3 https://www.sec.gov/Archives/edgar/data/1045810/000104581026000075/nvda-20260726.htm |
| Project GR00T・Jetson Thorの発表(2024年3月18日)、GR00Tの名称の説明 | 事実 | 出典4 https://nvidianews.nvidia.com/news/foundation-model-isaac-robotics-platform |
| GR00Tの構成(Train・Simulate・Deploy)、入出力、学習データ、Early Accessの説明 | 事実 | 出典5 https://developer.nvidia.com/isaac/gr00t |
| GR00T N1.7(Apache-2.0、40Hz・28Hz、Cosmos-Reason2-2B、人の動画2万時間)、General Availabilityの記載 | 事実 | 出典6 https://github.com/NVIDIA/Isaac-GR00T |
| GR00T N1の構成とFourier GR-1での実機作業、2025年3月18日 | 事実 | 出典7 https://arxiv.org/abs/2503.14734 |
| Jetson AGX Thorの仕様(2,070 TFLOPS・130W・メモリ128GB)と提供開始(2025年8月25日) | 事実 | 出典8 https://developer.nvidia.com/blog/introducing-nvidia-jetson-thor-the-ultimate-platform-for-physical-ai/ |
| Isaac Simの説明(材料の割り当て、Apache 2.0) | 事実 | 出典9 https://developer.nvidia.com/isaac/sim |
| Isaac Lab 3.0.0のREADMEとライセンス(Apache-2.0) | 事実 | 出典10 https://github.com/isaac-sim/IsaacLab |
| Isaac Labの論文(アクチュエータモデル、ドメインランダム化、Newtonとの今後の統合) | 事実 | 出典11 https://arxiv.org/abs/2511.04831 |
| Cosmos 3(2026年5月)・Cosmos3-Edge(2026年7月)、OpenMDW-1.1、制約と安全に関する記載 | 事実 | 出典12 https://github.com/NVIDIA/Cosmos |
| Cosmosプラットフォームの論文(2025年1月7日、オープンな重み) | 事実 | 出典13 https://arxiv.org/abs/2501.03575 |
| DRIVE AGX・DriveOS(safety-certified)・Alpamayoの記載 | 事実 | 出典14 https://developer.nvidia.com/drive |
| Alpamayo 1 Nanoの規模(約100億パラメータ)とApache-2.0、リポジトリ作成日 | 事実 | 出典15 https://github.com/NVlabs/alpamayo |
| Skild AIによるIsaac・Cosmosの利用、NVIDIA・Foxconnの組立ラインの例、Universal Robots責任者の発言 | 事実 | 出典16 https://www.skild.ai/blogs/reindustrial-revolution |
| NVentures(NVIDIA)のSkild AI Series Cへの参加 | 事実 | 出典17 https://www.skild.ai/blogs/series-c |
| S1がNVIDIAのAI基盤の上で作られたという記載 | 事実 | 出典18 https://www.skild.ai/blogs/s1 |
| ロゴの取得元(公式の横型ロゴ) | 事実 | 出典19 https://www.nvidia.com/en-us/about-nvidia/legal-info/logo-brand-usage/ |
| ロボット向けの売上・出荷台数・採用企業数・ロボット限定の研究開発費と人員 | 未確定/将来 | 公式資料に記載なし。本稿では推計もしない https://www.sec.gov/Archives/edgar/data/1045810/000104581026000021/nvda-20260125.htm |
| GR00T N1.7の商用リリースの日程、Jetson Thorの価格 | 未確定/将来 | 公式資料から確認できなかった https://developer.nvidia.com/isaac/gr00t |
| ロボット・自動運転に関する買収、大学・公的機関との共同研究契約 | 未確定/将来 | 今回確認した範囲では記載なし。存在しないとも断定しない https://www.sec.gov/Archives/edgar/data/1045810/000104581026000075/nvda-20260726.htm |
| 4類型の区分(主:部品・基盤ソフト、従:ヒューマノイド・物理AI)、自動車の売上が全社の約1.1% | 本稿の計算 | 本稿による整理と計算(23.49億ドル÷2,159.38億ドル) |
| オープンなモデルは自社計算機の需要を広げる手段でもあるという読み | 推測 | 本稿の解釈(根拠は出典3 https://www.sec.gov/Archives/edgar/data/1045810/000104581026000075/nvda-20260726.htm) |
| ロボット向けの事業はまだ全社の収益の中では小さいという読み | 推測 | 本稿の解釈(根拠は出典1・2 https://www.sec.gov/Archives/edgar/data/1045810/000104581026000021/nvda-20260125.htm) |
| 計算機への依存、同種のモデルが他にもあるというリスク | 推測 | 本稿の解釈。本シリーズの他の記事に基づく |
最終更新:2026年10月25日/Troy Technical
本稿の内容は、NVIDIAが米国SECに提出した10-K・10-Q、NVIDIAの公式ページ・GitHub・論文、およびSkild AIの公式ブログに基づきます。調査会社の推計値・報道ベースの数値は使用していません。製品の性能値は会社の公称値(条件つき)で、独立した検証ではありません。本稿は投資判断を述べるものではなく、株価・評価額には触れていません。「推測」と記した箇所は、一次情報から本稿が読み取った解釈であり、会社の公表内容ではありません。
