AI起業家、ヒューマノイドを買う──「バイブフィジカルAIコーディング」で格闘した3日間

2026.11.9

お久しぶりです！チャエンです！

僕はAI関連の起業家としてデジライズという会社をやっています。AI研修と企業向けのAI開発が主力事業で、2029年のIPOに向けて「AI商社」を目指しています。研修、導入、開発と手がけてきて、次はロボットも。この10月にはフィジカルAI事業部を立ち上げました。

で、最初の一歩として、GMOAI＆ロボティクス商事（GMO AIR）からヒューマノイドロボット「Unitree G1」（以下、G1）を買いました（僕はGMO AI & Cryptoの顧問もやっていますが、もちろんちゃんと代金をお支払いして購入しています）。

ここ1年、画面の中では「バイブコーディング」で飽きるほど作ってきました。AIに話しかけるだけでアプリができる。資料ができる。動画ができる。現実として、画面の中はもう「頼めば出てくる」世界になっています。

だから次は、画面の外に手を出したくなったんです。

今回は、G1を迎えてからClaude Codeと一緒にロボットを改造して転げ回った3日間（10月10日・11日・13日）の「格闘記」をお届けします！

先に結論を言っておくと、しゃべらせるのは体感15分でできました。簡単です。歩かせるのは体感1時間以上かかって、さらに一度暴走しました。そして分かったのは「知能は借りられる。でも……」ということです。

あ、ちなみに弊社フィジカルAI事業部の採用条件は「素手でロボットを制圧できる」こと（※冗談です）。なぜこんな話になったのかは、後ほど説明します。

1日目　Unitree G1が届いた！

「あとはソフトだけ」の高揚感

届いたのは「G1+ EDU」というモデルです。開発用のコンピュータ（NVIDIAの小型AIコンピュータ「Jetson」）が体の中に入っていて、ロボット自身にプログラムを載せられます。

オフィスに立つ「Unitree G1」

オフィスに立たせた瞬間の感想は「もう全部あるやん」でした。

カメラもある。マイクもある。スピーカーもある。体もある。足りないのはソフトだけ。そしてソフトなら、AIと一緒に毎日作っている。

これは勝てる。……と、このときは思っていました。

開発の型：AIが書いて、ロボが動く

開発のやり方はシンプルです。

1. MacでClaude Codeに「こういうことをさせたい」と頼んでコードを書いてもらう
2. 「rsync」というコマンドで、G1の中のコンピュータ（Jetson）にコードを送る
3. 実機で動かして、結果を「Claude Code」に伝える

これを何十往復もしました。 AIが書いて、ロボが動く。間にいるのは僕とrsyncだけです。

音声会話は15分「え、こんな簡単？」

最初にやったのは、G1と日本語で話せるようにすることです。

OpenAIのRealtime API（声で直接やり取りできるAI）をG1の中のコンピュータにつないだら、本当に15分ほどで日本語で返事が返ってきました。

「こんにちは」「こんにちは。今日も元気に待機中です。何をお手伝いしましょう？」

思わず「え、こんな簡単？」と声が出ました。ロボットのマイクとスピーカーの位置さえ分かれば、あとは既製のAIにつなぐだけ。ここは本当に拍子抜けするほど簡単でした。

G1に話しかけると、Codexが仕事をする

調子に乗って、G1から開発用のAIを動かせるようにもしました。

G1に声で頼むと、僕のMacの上でCodex（OpenAIのコーディングAI）が作業をして、終わったらG1が結果を読み上げてくれる仕組みです。

実際に頼んだのはこんな内容です。

「G1のプロジェクトで、coder_linkというファイルの中で『はい』かどうかを判定している関数の名前を調べてもらって」

音声の文字起こしではG1のプロジェクトを「G1マップフォルダ」、coder_linkを「コードX」と見事に聞き間違えていました。それでもCodexは正しいファイルを探し当て、G1がこう報告してくれました。

「『はい』かどうかを判定する関数は、イズ・アンダースコア・イエス（is_yes）です。『はい』『お願い』などの短い返事を承認と判定し、否定の言葉が含まれる場合は承認しません。ファイルの変更やロボットの操作は行っていません」

ロボットに話しかけたら、ロボットが自分のプログラムを調べて答えてくれる。ちょっと未来を感じた瞬間でした。

ちなみにこの仕組みは、許可したフォルダの中でしか作業できず、ロボットを動かすプログラムには触れないように縛ってあります。AIでAIを動かすときほど、できないことを先に決めておくのが大事です。

最大のハマり：「成功」と返ってくるのに1歩も歩かない

次はいよいよ「声で歩かせる」に挑みます。

公式のSDK（開発キット）には、歩く速さを指定する命令があります。これを呼べば歩くはず。

呼びました。返事は「成功」。

……1歩も動きません。

何度命令を送っても「成功」。でも足はピクリともしない。調べると、公式の開発キットの issue（不具合報告の掲示板）にも同じ症状の報告が上がっていました。ここでかなりの時間が溶けました。

発想の転換：リモコンと同じ入り口に送ればいい

行き詰まってふと気づいたのが「リモコンなら普通に歩ける」ということです。

それなら、リモコンのスティックを倒したのと同じ信号を、こちらから送ればいいのでは？

リモコンの信号がG1に流れ込む入り口をClaude Codeと一緒に探し当て、「左スティックを少しだけ前に倒した値（ly=0.4）」を2秒だけ送ってみました。

G1が、足を出しました。

この瞬間は本当に声が出ました。公式の正面玄関がダメなら、勝手口から入る。ソフトの世界でもよくある話ですが、動かすものが身長130cmほどの人型ロボットだと興奮の度合いが違います。

そして暴走

声で歩けるようになって、さらに便利にしようと歩行モードやダンスモードといった「モードの切り替え」まで声でできるようにした直後のことです。

G1が制御を失って、大きく暴れ出しました。

暴走したG1

腕を振り回し、体をよじり、倒れそうになる。周りにはパソコンも人もいます。とっさに体を支えたのは僕でした。

「止まって！止まって！落ち着いて！」「止まれ！止まれ！」

ロボットに向かって本気で叫んだのは人生で初めてです。最後は転倒しました。けが人が出なかったのは幸いでしたが、普通に危なかったです。

フィジカルAI事業部の採用条件が「素手でロボットを制圧できる」なのは、こういうわけです……というのはもちろん冗談です。今回はとっさに倒れそうになったG1を手で支えてしまいましたが、振り返れば人の腕力を安全対策にしてはいけません。ここから安全の考え方をまるごと作り直しました。

原因はまだ断定できていません。いま一番疑っているのは、会話の中の「はい」のような短い返事を「モードを切り替えてよい」という合図として通してしまった可能性です。画面の中のAIなら「変な返事」で済む聞き間違いが、ロボットだと「暴走」になる。ここがフィジカルAIの怖さだと身をもって知りました。

1時間で作り直して、ついに声で歩いた

そこから約1時間で仕組みを作り直しました。決めたルールは3つです。

1. モードの切り替えは人がやる（プログラムからは絶対に送らない。リモコンで人が切り替える）
2. AIには上限つきの短い命令しか出させない（1回に歩ける距離も速さも、AIがどう言おうと超えられない）
3. 止めるのは「声」「通信切れ」「リモコン」の3重にし、いずれかで可能にする（「止まって」はAIの返事を待たずに止める。命令は0.6秒ずつの短い単位で送り、途切れたら止まる設計にする。リモコンに触れたら声の操作はすぐやめる）

もちろん、これで絶対に止まると保証できるわけではありません。実機を動かすときは、必ず人が立ち会ってリモコンを手に持つのが大前提です。

そして改めて。

「前に30cm歩いて」「前に30cm進みます」

足が出ました。

声の指示で前に進むG1

続けて「右手を上げて」で右手が上がり、「180度回転して」でくるっと回りました。

正直に言います。これは沼です。楽しすぎて開発の手が止まりません。

その日のうちに、技術的な中身をエンジニア向けのブログ「Zenn」で発信し始めることにしました。コードも失敗もそのまま出しています。

【G1格闘記 1日目】人型ロボットを音声で動かしたら大暴走した

via www.youtube.com

2日目、G1の「目」を機能させていきます

71 件

チャエン

（茶圓将裕）　株式会社デジライズ代表取締役CEO、GMO AI & Crypto株式会社顧問
法人向けのAI研修と、AIの導入・開発支援を手がけるデジライズを経営。GMO AI & Crypto、Google Gemini AIアドバイザーなど他社の顧問も兼任する。また、生成AIの最新動向を発信するSNSアカウント「チャエン」を運営。X（旧Twitter）のフォロワーは20万超。著書に『AI脳』（KADOKAWA）。
X: @masahirochaen