国産ヒューマノイド「N」とは？三菱自動車との量産計画から物流の未来を考える

2026年9月、東京大学発スタートアップの株式会社Highlanders（ハイランダーズ）が、国産ヒューマノイド「N」、四足歩行ロボット「HLQ Pro」、世界行動モデル「Kepler」の開発状況を発表しました。

三菱自動車工業株式会社との協業により、ヒューマノイドを研究室の試作機で終わらせず、国内工場で量産し、製造・物流などの現場へ広げていく構想です。

しかし、「N」「Kepler」「世界行動モデル」「フィジカルAI」といった言葉だけでは、何が新しく、物流業界とどう関係するのか分かりにくいかもしれません。

本稿では、それぞれの名称と役割を整理しながら、この取り組みが物流倉庫、荷役、トラック輸送、人手不足対策にどのような変化をもたらす可能性があるのかを考えます。

※本稿は2026年9月5日時点の公表情報を基にしています。開発中の技術や将来目標については、確定事項と区別して記載しています。

この記事で分かること

• 国産ヒューマノイド「N」の名前の由来と特徴

• 「HLQ Pro」と「N」の役割の違い

• 世界行動モデル「Kepler」が目指しているもの

• フィジカルAI、100億パラメータ、自由度などの用語

• 三菱自動車が量産に参加する理由

• 今後、物流・倉庫作業に起こり得る変化

• ロボット導入前から物流企業が準備すべきこと

目次

1. 今回発表された内容

2. 登場する名称を整理する

3. 国産ヒューマノイド「N」とは

4. 四足歩行ロボット「HLQ Pro」とは

5. 世界行動モデル「Kepler」とは

6. AWS上に構築された学習基盤

7. 三菱自動車と何を進めるのか

8. 物流・倉庫作業はどう変わるのか

9. ロボットが増えても人の仕事はなくならない

10. 物流企業が今から準備すべきこと

11. まとめ

1．今回発表された内容

Highlandersは、AWSジャパンの「フィジカルAI開発支援プログラム」の成果発表会で、次の三つを一体として開発する構想を示しました。

• 人間に近い形で作業するヒューマノイド「N」

• 不整地や危険な場所を移動する四足歩行ロボット「HLQ Pro」

• ロボットの判断と行動を担うAIモデル「Kepler」

重要なのは、ロボットの機体とAIを別々に開発しているのではないことです。

量産したロボットを実際の現場へ配置し、カメラ、関節、力、接触、遠隔操作などのデータを集めます。そのデータでKeplerを学習させ、改善したAIを再びロボットへ反映する循環をつくろうとしています。

ロボットを販売して終わるのではなく、現場で働くロボットがAIを育て、そのAIが次のロボットをさらに賢くする仕組みです。

2．登場する名称を整理する

「HLQ」「Kepler」「HISUI」について、名称そのものの由来は、今回確認した公式資料では説明されていません。由来を推測するのではなく、現在公表されている役割と開発状況を理解することが大切です。

3．国産ヒューマノイド「N」とは

「N」は、Highlandersが開発する第4世代のヒューマノイドです。

共同発表会を取材したITmedia NEWSとCar Watchによると、名前は第4世代を示すローマ数字の「IV」をつなげた形に由来し、さらに「日本」「人間」「願い」の頭文字という意味も込められています。この名称由来は三菱自動車の公式ニュースリリースには記載されていませんが、同じ発表会を取材した複数媒体で一致しています。

人間に近い大きさと形にする理由は、既存の工場や物流倉庫が人間を前提に設計されているからです。

通路、棚、作業台、ボタン、ペダル、工具などをロボット専用に造り直さなくても、人型であれば既存設備を利用できる可能性があります。

31自由度とは何か

「N」は、AWSジャパンの成果発表会を取材したロボスタにより、全身31自由度と報じられています。Highlandersの一般公開されている製品仕様ページでは、現時点で自由度の詳細を確認できないため、本稿では発表会報道に基づく数値として扱います。

自由度は、ロボットの関節を独立して動かせる方向の数です。数字が多いほど、人間に近い複雑な姿勢や動作をつくりやすくなります。

ただし、自由度が多いだけで作業能力が高くなるわけではありません。各関節を同時に安定して制御するAI、転倒を防ぐ仕組み、周囲の人や物を認識するセンサーが必要です。

5指ハンドの意味

「N」は5本指のハンドを備えています。

工場や物流倉庫では、箱だけでなく、袋、部品、工具、取っ手など、形や硬さが異なる物を扱います。5本指には、専用の吸着装置やグリッパーだけでは対応しにくい作業へ柔軟に対応できる可能性があります。

一方、荷物の重量、滑りやすさ、壊れやすさはそれぞれ異なります。実用化には、持てる重量だけでなく、落下率、把持の成功率、作業速度の検証が必要です。

4．四足歩行ロボット「HLQ Pro」とは

「HLQ Pro」は、人型ではなく、4本の脚で歩くロボットです。

Highlandersが2025年に公表したベータ版の製品発表資料では、質量約60kg、最大積載重量20kg、最高移動速度2.5m/sとされ、30cmの段差や35度の傾斜に対応する仕様が示されています。最大約4時間の稼働、防塵・防滴のIP54相当も特徴です。

「N」が人間の手作業を担うことを目指しているのに対し、「HLQ Pro」は危険な場所へ移動し、機材を運ぶことを得意とします。

例えば、次のような用途が想定されています。

• 災害現場での状況確認

• 化学プラントなど危険区域の巡回

• 不整地でのセンサーや機材の運搬

• インフラ設備の点検

• 人が立ち入りにくい場所での遠隔作業

物流施設でも、整備された床面では車輪型の搬送ロボットが効率的ですが、段差、屋外、瓦礫、傾斜がある場所では四足歩行型が役立つ可能性があります。

5．世界行動モデル「Kepler」とは

Keplerは、Highlandersが開発しているフィジカルAIの基盤モデルです。

一般的な生成AIが文章や画像を扱うのに対し、Keplerは、ロボットが周囲を見て「この動作をすれば次に何が起きるか」を予測し、実際の行動を決めることを目指しています。

例えば、箱を持ち上げる場合には、箱の位置を見るだけでは足りません。

• どの方向から手を伸ばすか

• どの指でつかむか

• どの程度の力を加えるか

• 持ち上げたときに重心がどう変わるか

• 人や障害物を避けてどこへ運ぶか

このような連続した判断と身体制御が必要です。

計画層と反射層

Keplerは、二つの層を組み合わせる構想です。

一つは、周囲の状況を理解し、作業を分解して長い時間軸で考える「計画層」です。もう一つは、バランス、接触、力加減などを高速で調整する「反射層」です。

人間に例えれば、「次に何をするか考える働き」と「転びそうになった瞬間に体勢を戻す働き」を分担させる考え方です。

100億パラメータとは何か

パラメータとは、AIが学習によって調整する内部の数値です。「100億パラメータ」は、100億件の作業を覚えているという意味ではありません。

多数の調整値を使って、映像、力、触覚、動作の関係を表現する大規模モデルを目指しているという意味です。

また、パラメータ数が多いことだけで性能が決まるわけではありません。学習データの質、実際の作業成功率、安全性、処理速度が重要です。

HighlandersのKepler公式ページでは、Kepler v1.0は「開発中」であり、100億パラメータ規模を目標とするモデルと説明されています。完成済み・性能実証済みと断定しない注意が必要です。

6．AWS上に構築された学習基盤

フィジカルAIの開発では、実際にロボットを動かして得られるデータが欠かせません。

HighlandersはAWS上に、次の流れをつなぐ学習基盤を構築しました。AWSジャパンの成果発表でも、データ処理、シミュレーション、GPUクラスターによる学習をつなぎ、24時間365日稼働させる体制を構築したと説明しています。

1. 実機や遠隔操作から動作データを集める

2. データを抽出・変換・選別する

3. 実機で集めにくい状況をIsaac Simで再現する

4. 実データとシミュレーションデータを組み合わせる

5. AWS ParallelClusterを利用してGPUで学習する

6. 学習結果を評価する

7. 改善したAIをロボットへ反映する

ここでAWSがロボットを操作するわけではありません。AWSは、大量のデータを保存・処理し、AIを学習させる計算基盤を提供する役割です。

また、シミュレーションだけで現実の作業を完全に再現できるわけではありません。仮想空間と実際の現場の差を、実機データによって埋めていく必要があります。

専用学習クラスター「HISUI」とは

Highlandersは、Keplerの事前学習と追加学習に使用する専用計算クラスターを「HISUI」と名付けています。

公式ページでは、NVIDIA B300 GPUを640基、80ノード、保存容量24PBという規模が示され、2027年だけで2,600万時間分の学習データを目標としています。ただし、これらの数値には「expected」と記載されており、すべてが現在稼働している実績値ではなく、今後の構築・拡張を含む計画値です。

また、公表資料だけでは、AWS上に構築された学習パイプラインとHISUIの設備構成・設置形態の関係までは確認できません。そのため、「HISUIそのものがすべてAWS上に完成している」とは断定しません。

7．三菱自動車と何を進めるのか

三菱自動車とHighlandersは2026年7月9日、「人とロボットが共に働く新しい産業基盤づくり」に向けた基本合意書を締結しました。

今後は、主に次の取り組みを進めます。

1．三菱自動車の工場に適したロボットの共同開発

京都製作所のエンジン組立ラインなどを候補に、自動機へ置き換えにくかった小さな手作業を調べ、「N」が担当できる作業を選定します。

2．試作機を量産製品へ改良

耐久性、安全性、機体ごとの品質差、整備性などを検証し、毎日の現場作業に耐えられる製品へ近づけます。

3．京都工場での生産準備

三菱自動車の京都製作所京都工場にある遊休建屋を活用し、Highlanders製品の生産開始を検討します。

三菱自動車が持つ量産設計、品質保証、耐久・安全設計、機電統合制御、工場運営のノウハウをロボット生産へ応用します。

4．少数から現場へ導入

いきなり大量導入するのではなく、数十台規模から始め、成果を確認しながら数百台へ広げる段階的な構想が示されています。

5．使用データをAI学習へ戻す

工場内で得られた作業データや運用ノウハウをKeplerの改善に利用し、次の機体へ反映します。

三菱自動車の公式発表は、「2027年の早いタイミングで生産開始することを検討」としています。ロボスタが報じた2027年4月ごろの量産出荷や、ITmedia NEWSなどが報じた2027年後半の月産1,000台の製造能力は目標であり、確定した生産・販売台数ではありません。

8．物流・倉庫作業はどう変わるのか

物流倉庫には、商品や荷姿が頻繁に変わるため、固定式の機械では自動化しにくい作業が残っています。

ヒューマノイドが実用化されれば、次のような仕事を補助・代替できる可能性があります。

• ケースや部品のピッキング

• 棚からパレットへの移動

• 仕分けや積み替え

• カゴ台車周辺での反復作業

• 夜間の巡回と在庫確認

• 冷凍・高温・危険区域での作業

• 人が遠隔操作した作業の学習と自動化

一方、トラックへの積込みや荷卸しは、倉庫内作業より難しい可能性があります。

荷物の形や重さが一定ではなく、荷台との段差、天候、周囲の車両、人の動きなど、条件が毎回変わるからです。まずは環境を管理しやすい工場・倉庫内の定型作業から導入が進み、その後、複雑な荷役へ広がると考えるのが現実的です。

9．ロボットが増えても人の仕事はなくならない

ヒューマノイドが普及しても、すべての仕事が人からロボットへ置き換わるわけではありません。

現場では、新しい仕事が生まれます。

• ロボットに担当させる作業を設計する

• 遠隔操作で動きを教える

• 異常時に対応する

• 作業データを確認する

• 機体を点検・整備する

• 人とロボットの動線を安全に設計する

• 導入効果と費用を検証する

「人がいらなくなる」のではなく、危険作業、重作業、単純な反復作業をロボットへ移し、人は判断、改善、調整、顧客対応などを担う方向へ変化していくと考えられます。

10．物流企業が今から準備すべきこと

ロボットが発売されてから導入を考えるのでは、現場へ定着するまでに時間がかかります。物流企業や荷主企業が今からできることは、作業の見える化です。

例えば、次の情報を記録しておくことが重要です。

• どの作業に何人必要か

• 作業に何分かかっているか

• 荷物の重量、寸法、形状

• 事故やヒヤリ・ハットが発生しやすい工程

• 人によって作業方法が異なる工程

• 荷待ち時間と荷役時間

• ロボットが停止した場合の代替手順

これはロボット導入だけの準備ではありません。倉庫自動化、物流DX、共同配送、トラック手配の効率化にも共通する基礎になります。

物流ロボットが進歩しても、荷主企業が日々直面する「トラックを手配したい」「チャーター便やスポット便を探したい」「運送会社から見積もりを取りたい」という実務が、すぐになくなるわけではありません。

丸共協同株式会社は、物流の現場に携わってきた立場から、将来の自動化だけを見るのではなく、現在の輸送を安定させながら、デジタル化と新しい技術を段階的に取り入れることが重要だと考えます。

新しい技術を知ることは、すぐに導入することと同じではありません。早く情報を知り、自社の現場に置き換えて考え、導入できる部分とできない部分を見極め、準備を始めることに意味があります。

11．まとめ

国産ヒューマノイド「N」の量産構想は、ロボットを国内で製造するだけの計画ではありません。

三菱自動車の量産・品質管理技術、Highlandersのロボット・AI技術、AWSの大規模な学習基盤を組み合わせ、現場から得られるデータによってAIを継続的に改善する産業基盤づくりです。

ただし、現在は基本合意、共同開発、量産準備の段階です。生産開始時期、月産能力、作業性能、価格、保守体制などは、今後の正式発表を確認する必要があります。

物流の未来を変えるのは、ロボット単体ではありません。

ロボットが働きやすい作業環境、正確な現場データ、人と機械の役割分担、荷主企業と物流企業の協力がそろって、初めて新しい技術が現場の力になります。

丸共協同株式会社は、これからも物流、トラック輸送、倉庫自動化、物流DXに関する変化を確認し、現場で何を準備すべきかを分かりやすくお伝えしていきます。

よくある質問

Q1．ヒューマノイド「N」は、すでに購入できますか？

現時点では、一般向けの正式な販売価格や購入条件は確認できません。三菱自動車との共同開発と量産準備が進められている段階です。

Q2．2027年に月1,000台が必ず生産されますか？

月産1,000台は製造能力の目標として報じられた数字です。受注・販売が毎月1,000台確定しているという意味ではありません。

Q3．Keplerは完成していますか？

Highlandersの公式サイトでは、Kepler v1.0は開発中とされています。100億パラメータ規模も目標であり、現場での性能指標は今後の発表を確認する必要があります。

Q4．物流倉庫ですぐに人の代わりになりますか？

すぐにすべてを代替する段階ではありません。まずは作業条件を管理しやすい反復作業や危険作業から実証が進むと考えられます。

Q5．AIロボット導入前に何を準備すればよいですか？

作業時間、荷物の重量・寸法、事故リスク、人による手順の違いなどを記録し、業務を標準化することが第一歩です。

参考資料

• 三菱自動車工業株式会社・Highlanders　基本合意書締結

• AWSジャパン「フィジカルAI開発支援プログラム」成果発表

• Highlanders「Kepler v1.0」公式ページ

• Highlanders「HLQ Pro」ベータ版発表

• ロボスタ・国産ヒューマノイド「N」とKeplerの開発状況

• ITmedia NEWS・三菱自動車とHighlandersの共同発表

• Car Watch・三菱自動車とHighlandersの共同会見