CES 2026:SharpaのRobo-Handと有用な機械の新時代 CES 2026:SharpaのRobo-Handと有用な機械の新時代

私たちの 「CES 2026の最もエキサイティングなコンシューマーテックトレンド」総まとめでは、ハードウェアへのAI、実際の家事を約束するホームロボット、新しいスクリーン形状、よりスマートな車、そしてヘルス系ウェアラブルといった大きなテーマを取り上げた。本稿では、ロボット工学がようやく実用に近づいている理由を静かに物語る一つの要素――手――にズームインする。CES 2026では、Sharpaのロボットハンド「SharpaWave」が、「役に立つ機械」の未来は、ロボットがどれだけ上手く歩けるかよりも、どれだけ上手くつかみ、感じ、世界を操作できるかで決まることを強く示した。

SharpaのCESブースで一番忙しそうな「従業員」は、ブランド担当者でも創業者でもなかった。ブラックジャックをするヒューマノイドの上半身だった。

多くのロボットは、ピンポン球を投げる、ブロックをAからBへ動かす、観客に手を振るといった段取りのついた芸当ならできる。だがSharpaのデモは違っていた。彼らのヒューマノイド上半身は、卓球でラリーをし、カードを配り、写真を撮り、さらに30工程以上の紙風車づくりの手順をこなした。ショーとしては楽しい。しかし本質的なメッセージはこうだ――これはロボット工学が本当に仕事を目指し始めたときの姿である。

CES 2026の転換点:「すごい!」から「何ができるの?」へ

CESは昔から見世物が大好きだ。しかし2026年は転機のように感じられた。ロボットがあちこちに現れ、多くの企業はもはや曖昧な「未来コンセプト」を売ってはいなかった。売っていたのは能力、スケジュール、早期展開の計画だ。

AIの話題が多い中でも、会場の熱気は実際に何かをする物理プロダクトに集まっていた。ロボティクスでは、それはダンスよりも、信頼性、訓練、そして完璧なラボ環境の外で働くことへの議論が増えたという意味だ。

CESの主催者も「フィジカルAI」という考え方を後押しした。画面の向こうを越え、現実世界で適応する機械になるAIのことだ。その大きな柱がトレーニングである。すべての動作を手続き的にプログラムするのではなく、ロボットは実物に触れる前にシミュレーションと練習で技能を学べる。

それでも会場を通して繰り返し語られた真実がある。歩行は印象的だが、仕事は操作にかかっている。つかむ、回す、押す、ねじる、そして滑ったときにリカバリーできないロボットは、結局のところ高価な移動カメラにすぎない。

ロボット工学で「手」が難しい理由

多くの人は手を過小評価する。自分たちは子どもの頃から無意識に訓練してきたからだ。ロボット工学では、その能力をモーター、センサー、ソフトウェア、制御系で一から作り直さねばならない。

よく引き合いに出される研究では、人間の手には27の自由度があると言われる。数を覚える必要はない。要点は単純で、手には同時に協調させねばならない細かな動きが無数にあるということだ。

最も難しいのは「接触」だ。現実世界は乱雑で、物体は滑り、面はたわみ、摩擦は変化する。見た目に正しい把持でも、対象が数ミリずれれば失敗することがある。視覚は助けになるが、視覚だけでは不十分だ。触覚が重要なのは、物体を落とした「後」ではなく、把持「中」に何が起きているかをロボットに伝えるからである。


だからこそ、触覚センシングは現代ロボティクスの大きな焦点になっている。高解像度の触覚や、視覚ベースの触覚センサーは、操作の向上と安定化に結びつく傾向が強まっている。CES 2026がこの概念を発明したわけではないが、テレビや自動車、コンシューマーAIと肩を並べて、一般的な議論の場に押し上げた。

SharpaWave紹介:実作業のために作られたロボットハンド

SharpaWaveはCES 2026で評価され(Innovation Awards受賞者にも選出)、Sharpa自身の打ち出し方からもターゲットは明確だ。対象はロボット企業、研究機関、ビルダーである。

この種のハンドは、周囲の環境を作り替えなくても、さまざまなロボットプラットフォームの有用性を高められる。

Sharpaの中核となる主張と仕様は、強力なフィードバックと制御による人間並みのマニピュレーションという一つの目標に向けられている。要点は次のとおりだ:

  • 1:1の人間スケールで22の能動自由度。より人間らしい動作が可能
  • SharpaがDynamic Tactile Array(DTA)と呼ぶ触覚システムと視触覚指先。各指先は小型カメラと1,000以上の触覚ピクセルを組み合わせ、6次元の力覚センシングと極めて微細な力制御(最小0.005 N)に対応するとしている
  • 耐久性と開発者志向。100万回の連続把持サイクル、バックドライバブルな関節、統合と学習ワークフロー向けに構築されたソフトウェアスタックなどをうたう

何年も、ロボットは移動能力を伸ばしてきた。だがボトルネックはロボットと対象物の最後の距離、すなわち最終接触点だった。高い触覚を備えた強力な手こそが、世界を「ロボット向け」に作り替えなくとも、人間の空間で人間の道具を使って働けるようにする。

Sharpaのデモはストレステストだった

CESのロボットデモは同じように失敗しがちだ。完璧に段取りした一度きりなら動くが、何かが変わると壊れる。照明が変わる。対象がわずかに回転する。摩擦が変化する。ロボットが把持を失い、デモ全体が崩れる。

Sharpaは、時間の長さ、多様性、リカバリーを強調することでそれを乗り越えようとした。ハイライトは、0.02秒の反応での卓球、約2mmの精度での写真撮影、ライブ入力に基づくカード配り、そして30工程超のクラフト手順だ。

長いシーケンスが重要なのは、きれいな把持を一度できるか以上のことを試すからだ。小さな誤差に繰り返し耐えられるかを検証する。「役に立つ機械」は、微小な滑り、不完全な位置決め、接触の変化を、些細な問題が全滅に繋がらないように捌けなければならない。

役に立つ機械が必ずしもヒューマノイドとは限らない

CES 2026はロボティクスの緊張関係も示した。人々はヒューマノイドが大好きだが、最速で価値を生むのはしばしば専用機だ。

家庭用ロボットは依然として速度と信頼性に苦戦している。多くのデモは遅く、慎重で、壊れやすそうに見える。すると基本的な問いが生まれる。人間より遅く洗濯物を畳み、しかも監督が必要なら、いまどんな問題を解いているのか?

CES 2026には、「まず有用性」を掲げる例があった。日常の明確な課題に向けたモビリティや介助技術などだ。見た目のインパクトはヒューマノイドに劣るかもしれないが、現実の導入への道筋は明確だ。

もう半分の物語:ロボットがより速く学ぶ

ロボティクスは、シミュレーションとトレーニングを中心に据えたワークフローへと進んでいる。全手順をハードコーディングするのではなく、実演データやテレオペレーション、制御された環境を通じてロボットに教え、それを現実世界へ転移させられる。

Sharpaもこの方向性を強調し、トレーニングと統合に向けたツールを打ち出すとともに、Isaac Gym/Isaac Lab、PyBullet、MuJoCoといった一般的なシミュレーションプラットフォームとの互換性を掲げた。

業界全体でも、ローカルで動作しデモンストレーションで適応できるモデルへの関心が高まっている。これはレイテンシ、プライバシー、実環境での信頼性に関わるためだ。大意は明らかだ。より優れた「ロボットの頭脳」は助けになるが、接触時に方策を実行できるハードウェアが依然として必要である。話は再び「手」に戻る。

CES 2026が本当に示したこと

CES 2026は、来年ヒューマノイドがあなたの洗濯をしてくれることを証明しなかった。むしろ家庭向けデモは、残された課題の大きさを示した。

CES 2026が示したのは、プロダクトの現実へのシフトだ。新しい基準は「舞台で一度できるか」ではない。再現性、安全性、そして実用的な成果である。
ロボティクスのフロア全体で重要だった三つの基準は次のとおり:

  • 見せ物より巧緻性:移動は印象的だが、価値を生むのはマニピュレーションである
  • 触覚を中核センサーに:視覚は助けになるが、安定した把持には触覚センシングが中核になりつつある
  • 長時間・長行程の自律性:真の試験は、繰り返し成功できることと、小さな不具合が起きたときのリカバリーだ

SharpaWaveはこのシフトの明確な象徴だ。唯一の先進的ロボットハンドだからではなく、ロボティクスが今優先している要素――高解像度の触覚、人間スケールのマニピュレーション、耐久性、学習に即したソフトウェア――の交点にあるからである。

「役に立つ機械」の新時代は、私たちが既に作った世界を、私たちの道具や物、そして混沌も含めて扱えるかどうかで決まる。出発点は、一見単純なこの仕事からだ。物をつかみ、落とさない。

著者の他の投稿

AnthropicのClaude Mythos:一般公開にはリスクが高すぎるモデルなのか?
記事
AnthropicのClaude Mythos:一般公開にはリスクが高すぎるモデルなのか?
Claude Mythos Preview は、Anthropic にとってこれまでで最も物議を醸すAIリリースです。なぜ制限されているのか、何ができるのか、そしてなぜ規制当局や銀行が注目しているのかを学びましょう。
81,000人がAnthropicに伝えた、AIに何を求めているのか
記事
81,000人がAnthropicに伝えた、AIに何を求めているのか
Anthropicは、159か国で実施されたAIユーザーへのインタビュー80,508件を分析し、人々がAIに何を求めているのか、何を不安に感じているのか、そして現在のツールがどこで依然として不十分なのかを明らかにしました。
信頼できるAIは「これは筋が通らない」と言うべき時を知っている
記事
信頼できるAIは「これは筋が通らない」と言うべき時を知っている
BullshitBenchは、信頼できるAIは流暢な回答を生成するだけでなく、誤った前提を検出できなければならない理由を示します。AIの信頼性、反論、そして誤った前提の検出についての考察。
ブラウザがエージェントになる:なぜ検索が行動を起こし始めるのか
記事
ブラウザがエージェントになる:なぜ検索が行動を起こし始めるのか
AI検索は、単に答えるだけでなく、ブラウザ内で行動することを学びつつあります。ブラウザエージェントがSEO、トラフィック、プライバシー、そしてオープンウェブの未来をどのように変えているのかを紹介します。