眼鏡カメラが消えた後、知能は工場へ向かった

メタが自社製品のカメラを消した

2026年7月7日、メタがスマートグラスに強制アップデートを配信しました。眼鏡の側面に付いた小さな白い光、つまり今撮影中であることを周囲に知らせるキャプチャーLEDが物理的に操作または破壊されたと検知されると、カメラを完全に消してしまう機能です。第2世代のRay-Ban MetaとOakley Meta、そして6月に発売された299ドルのMeta Glassesすべてに適用されました。

このアップデートが生まれた理由は市場がつくったものです。404 Mediaの取材によると、ある個人が60ドルを受け取り、眼鏡内部の回路に手を加えてLEDを永久に無効化するサービスを販売していました。テープで覆うと既にカメラが停止する仕組みになっていたため、部品そのものを取り除く方向に進んだわけです。メタは関連する広告やマーケットプレイスの投稿を数千件削除し、法的対応も検討していると明らかにしました。

同じ週に、カリフォルニア州議会のプライバシー・消費者保護委員会がSB 1130、いわゆるウェアラブル機器プライバシー保護法を8対2で通過させました。録画表示灯を無効化する行為を犯罪と規定する法案です。企業自らドアに鍵をかけた週と、立法府がそのドアにもう一つ鍵を取り付けた週が重なったわけです。

ここで私は、この出来事をプライバシーのニュースとしてだけ読むと半分を見落とすと考えています。眼鏡が失ったのは撮影機能ではありません。誰にも気づかれずに撮り続ける能力、つまり常時記録を失ったのです。そして今、AI業界で最も大きな金額が動いている研究が、まさにその常時記録を必要としています。

---

ワールドモデルは何を糧に育つのか

2026年9月1日、フェイフェイ・リーが率いるWorld Labsが「Atlas」を公開しました。ワールドモデル¹で、テキストと画像と映像と3Dを最初から一緒に学習したモデルです。特徴的なのは入力形式です。カメラの位置と角度、そして画面上の各地点までの距離を記録した深度マップが、付随的なものではなく本来の入力タイプとして扱われます。写真を1枚入れると、その場面を別の角度から見た様子を生成し、写真を追加するほど想像を減らして実際に近い姿へ復元します。

ロボット分野での活用がこの記事の核心です。World Labsは広い空間2か所をスマートフォンの映像で撮影し、それぞれ24フレームだけを使って3Dに復元したうえで、その中でロボットが歩き回る状況をシミュレーションし、ロボットの体に取り付けられたカメラが見る映像まで生成しました。もともとこうした空間スキャンには、高価な専用機材が必要な作業でした。

なぜこれが重要なのでしょうか。ロボット学習における最大のボトルネックが、実際にロボットを動かしてデータを集めるコストだったからです。1台が一日中物を掴んで置くことで生まれるデータの量には限りがあります。ワールドモデルはそのデータを量産する工場の役割を果たします。つまりワールドモデルの次にフィジカルAIが来たのではなく、ワールドモデルがフィジカルAIの原料供給装置になったのです。

この方向性は反対側からも確認できます。ヤン・ルカンは2025年11月にメタを離れた後、2026年3月10日にAMI Labsを正式に立ち上げ、シードラウンドで10億3,000万ドルを調達しました。プレマネー企業価値35億ドルで、欧州史上最大のシードラウンドです。ピクセルをそのまま生成する代わりに抽象的な表現を予測するJEPA²系列を推進しています。純粋な基礎研究に近いこの会社の投資家リストには、Nvidia、サムスン、Toyota Venturesが入っています。そして最初のパートナーは、病院現場のヘルスケアスタートアップです。

まとめると、こうなります。**この陣営全体がやろうとしているのは言語ではなく世界を学習することであり、世界を学習するには世界を撮り続けなければなりません。 ところが人の顔に付いたカメラは、たった今その能力を法と世論によって取り上げられてしまいました。

街の値が上がった経緯

Metaの7月のアップデートは突然出てきたものではなく、1年分の圧力の結果です。

2026年1月、BBCがイギリス各地でカメラ付きグラスを着けた人が女性を隠し撮りした事例を報じました。2月には、ニューヨーク・タイムズがMeta内部文書を根拠に、グラスを着けた人が目の前の人物を識別できる機能が検討されていたと伝えました。社内で呼ばれていた名称は「Name Tag」でした。この報道一つで、市民団体約70団体が反対の声を上げました。夏には、アメリカとイギリスの法廷、レストラン、劇場がカメラ付きグラスの着用を実際に禁止し始めました。ニューヨーク州とフィラデルフィアの裁判所は、度付きレンズが入った製品まで禁止しました。

同じ時期、欧州データ保護会議はスマートグラスの社会的受容性を扱う報告書を準備していました。フランスとドイツの規制当局の問題提起は、もう少し根本的です。表示灯が点いているか消えているかではなく、同意していない通行人を撮影する法的根拠そのものが存在しないということです。

ここでMetaがどのような立場にあるかが浮かび上がります。7月7日に同社が表示灯を事実上の安全装置に位置づけ直した二日後、フィナンシャル・タイムズは、Metaが数秒ごとに写真を撮影し、オーディオを継続的に録音するいわゆる「スーパーセンシング」グラスを試作していると報じました。しかも、そのモードでは録画表示灯を点ける計画がないという話まで出てきました。この二つの報道は矛盾に見えますが、会社の立場からすれば一つの文章です。常時記録は諦められないのに、常時記録を知らせれば社会が許してくれないのです。

市場はすでに反応しています。カメラをまったく搭載しないグラスを作るEven Realitiesが、企業価値10億ドルで1億5,000万ドルを調達しました。カメラがないことが欠陥ではなく、値付けできる特徴になったのです。

しかし、そもそもメガネはセンサーとして不十分だった

同意の問題だけで話を終わらせては片手落ちです。メガネ由来のデータには、もっと根本的な空白があります。

国内のフィジカルAI企業リアルワールドの代表・リュ・ジュンヒ氏が5月にロボティクス・ファンデーションモデルを公開した際、こう語りました。ピクセルに記録されない情報は、映像をどれだけ集めても現れてこない、と。

どういう意味でしょうか。コップをどれくらいの力で握れば滑らず、かつ割れないのか。その情報はどんなカメラでも撮影できません。指先にかかる力や関節にかかるトルクは、ピクセルには重さがないため、映像の外側にあります。人の頭にカメラを取り付けて世界を一日中撮影しても、ロボットが物を扱うために必要な情報の半分は収集されないのです。

リアルワールドが開発したRLDX-1が、視覚と言語に加えて力と触覚、接触タイミング、作業記憶までを一つのモデルで処理する理由がここにあります。同社はこの方向性を「手先の巧みさ優先（Dexterity-First）」と呼び、手先の巧みさは知能に付随するおまけの機能ではなく、知能が物理世界で行動するための通路だと説明しています。

つまり、ロボットの身体は二つの問題を同時に解いています。撮影の許可と感覚の範囲です。メガネはどちらもできません。これが2026年に知能が乗り換えた本当の理由です。片方では許可のコストが上がり、もう片方ではデータ生産のコストが下がることで、二つの曲線が交差したのです。

工場の許可はなぜ安かったのか

街角で写真を撮られる人は、撮影者と何の契約関係もありません。そのため同意を得る方法が実質的に存在せず、残るのは世論と法だけです。

工場は違います。撮影対象は事業所であり、その中の人はすでに雇用契約と産業安全規定とCCTV告知という枠組みの中にいます。同意をあらためて発明する必要はなく、既存の契約を拡張すればいいのです。 AMI Labsの投資家にNvidiaと三星（サムスン）とトヨタベンチャーズが入り、最初のパートナーが病院であることも同じ重力によるものです。最も純粋な基礎研究でさえ、データを得られる場所へと引き寄せられます。

韓国と日本はここからさらに一歩進みました。RealWorldが2026年2月にシード2で2,600万ドルを獲得し、累計4,100万ドルとなりましたが、同社はこのラウンドを「産業現場を持つ戦略的投資家との連合の拡張」と説明しています。名簿を見れば納得できます。SKテレコム、LG電子、CJ大韓通運、ロッテ、カカオインベストメント、未来アセット・イーマート連合、そして日本のKDDIとANAホールディングスです。

物流センターやホテル、空港を持つ企業ばかりです。これは資金調達というより、現場へのアクセス権を株式と引き換えにした取引に近いものです。米国が街角で拒絶されている間、この地域は契約書で扉を開けました。RealWorldは同じ月にUpstageコンソーシアムを通じて政府の独自AI基盤モデル生態系にも参加し、次の目標を「4D＋ワールドモデル」だと公言しています。

しかし韓国も工場の値段が上がっています

ここでこの記事の方向が一度転換します。韓国は工場の許可が安い国ではありません。すでに値段はつけられており、請求書も出ています。

現代自動車グループが1月のCES 2026で次世代電動式アトラスを公開し、2028年から米国ジョージア工場に投入して部品配列を任せ、2030年からは組立まで拡大するという計画を明らかにしました。労働組合は合意なしにはアトラス1台たりとも現場に入れられないという立場を示しました。

2026年の賃金・団体交渉は5月6日の顔合わせから始まり、8月25日の暫定合意まで111日かかりました。その間、ストライキが60時間あり、8月21日には10年ぶりに1日全面ストライキが行われました。生産ラインが実際に止まった時間は120時間前後と伝えられています。結果を見ると、会社側はフィジカルAIとロボティクス導入について労使が共同で対応する道を開き、労働組合は定年延長と技術職500人の新規採用を獲得しました。2027年下半期に200人、2028年に300人です。

この数字はこう読むといいと思います。韓国において工場の撮影許可は、111日とストライキ60時間という値札を付けて出てきました。 米国は路上で世論と法によって代価を払い、韓国は工場で交渉によって代価を払います。方式が違うだけで、タダで済む場所はどこにもありません。

業界全体でも確認できます。韓国経営者総協会が従業員500人以上の製造企業100社を調査したところ、84.0%がフィジカルAIをすでに導入した、あるいは導入する計画だと答えました。ところが61.9%は導入が増えれば全体の雇用が減るだろうと見ており、導入過程での支障事項の1位として労働組合と労働者の反対（27.4%）を挙げました。

---

Oswarldの視点

私がこの移行で最も気になるのは、プライバシーでも雇用でもありません。検証です。

ウェブテキストでモデルを学習していた時代には、データは誰にでも開かれていました。だから他人の主張を疑えば、自分で直接回してみることができました。ベンチマークが完璧だったからではなく、少なくとも同じ材料を手に入れられたからです。ところが知能が工場の中に入っていくにつれて、学習データもロボットのハードウェアも評価環境も、全部が私有物になりました。同意コストが最も安いところに行ったら、そこが検証コストが最も高いところだったんです。

正直に言うと、私は国内のフィジカルAI企業の発表を見るたびに判断を保留してしまいます。自分の専門分野ではないので、技術的に正しい間違っていると言える立場にはありません。だから代わりに、確認できることを見ます。

リアルワールドを例に挙げてみます。同社はRLDX-1が8つの公開ベンチマークでNvidiaのGR00T N1.6とPhysical Intelligenceのπシリーズを上回ったと発表しました。RoboCasa Kitchenで70.6点、GR-1 TabletopではGR00T N1.6より10.7%ポイント高い58.7点、といった具合です。ここで重要なのは点数ではなく、この数字がどう作られたかです。比較対象モデルの成績も、リアルワールドが自ら再現して測定したものです。これはこの分野の標準的な慣行なので、問題視すべきことではありません。問題は、その数字を照らし合わせて確認できる独立したリーダーボードが存在しないことです。

つまり私の保留は、この会社を信用できないという意味ではありません。8.1Bモデル3種の重みと学習コード、技術文書をGitHubとHugging Faceで公開し、KAISTのシン・ジンウ教授が首席科学者として技術セッションを率いました。検証可能な形で出した側と、発表だけする側は明らかに違います。私が恐れているのは、シミュレーション上のキッチンで70点を超えることと、CJ大韓通運の物流センターで一日中持ちこたえることが別種目だという事実、そしてその差を会社の外から確認する方法がまだ存在しないという事実です。

これは個別企業の落ち度ではなく、この転換の構造的な副作用です。実際、リアルワールドも国内のシミュレーション・ロボティクス企業と手先の器用さの評価標準を作ろうと動き出しています。問題を最初に察知した側が作る会社になっているという事実が、この状況をよく物語っています。

だから私は、国内の大企業が自社の現場をファウンデーションモデル企業に開放する際に、どれだけの持分を受け取るかより先に問うべきことがあると考えます。それは、自社の現場から出たデータで学習したモデルの性能を、自分たちで独立して検証できるのかということです。検証できない成果の上に何年分もの自動化計画を積み上げるのは、危険な順序です。

おわりに

2026年に起きたことを二文に縮めると、こうなります。世界を撮り続けたいという機械が街で拒絶され、代わりに工場へ入っていきました。街では世論と法律が値段をつけ、工場では交渉が値段をつけます。

韓国はこの二番目の請求書をすでに受け取った国です。111日という数字がその証拠で、これは遅れではなく、むしろ先行した経験です。他の製造強国もすぐに同じ交渉のテーブルに着くことになるでしょう。

ただし、対価を払ってドアを開けてくれた側が何を受け取るのかは、まだ整理されていません。株式や雇用の約束は交渉の結果であって、データに対する権利ではありません。そして、そのデータで作られたモデルが実際にどれほど優れているのかを確認する方法も、今のところ作る側にしかありません。私は、この二つの空白こそがこれから数年の本当の争点になるとみています。

---

💬 皆さんの会社にロボットや自動化設備を導入する際、現場データを誰がどんな条件で持ち出すのか、契約書に書かれていますか？実際に経験された事例があれば聞かせてください。

📨 製造や物流の現場で自動化導入を実際に協議されている方が周りにいたら、この手紙を転送してください。5番と6番のセクションが今必要な話になるはずです。

参考資料と関連リンク

主要出典

• World Labs, “Atlas: A World Model for Spatial Intelligence”, 2026年9月1日。……カメラポーズと深度マップを本来の入力として使う構造と、携帯電話の映像24フレームからロボットシミュレーションを作る過程が図とともに紹介されています。
• Abner Li, “Meta & Ray-Ban glasses rolling out mandatory update that disables the camera when privacy light is broken”, 9to5Google, 2026年7月7日。……Meta公式ブログの原文をそのまま引用し、アップデートの適用範囲を整理しています。
• Romain Dillet, “Yann LeCun’s AMI Labs raises $1.03B to build world models”, TechCrunch, 2026年3月9日。……アレクサンドル・ルブラン CEOが、ワールドモデルという言葉が流行語になると予測したインタビューです。ラベルと実体を区別して読むべき理由がここにあります。
• ファン・チギュ、「リアルワールド、ロボティクス・ファウンデーションモデル『RLDX-1』公開」、デジタルトゥデイ、2026年5月7日。……力と触覚を本来のモダリティとして組み込んだ設計と、リュ・ジュンヒ代表の発言が収められています。
• RLWRLD, “RLDX-1 Technical Report”, arXiv, 2026。……ベンチマーク比較表の実際の条件を確認するにはこの文書を見る必要があります。ベースラインをどう再現したかが記載されています。
• シン・ムギョン、「AI・ロボット導入を控えた現代自動車、ゴールデンタイムを逃す可能性も」、シデイルボ、2026年8月26日。……韓国経営者総協会による製造企業100社調査の結果と、賃金・団体協約の暫定合意内容が併せて整理されています。

背景知識

• Brian Cheung, “Meta’s Ray-Ban Glasses Now Disable Their Camera If You Tamper With the Privacy LED”, Forkast, 2026年7月10日。……カリフォルニア州SB 1130の進行状況と、企業の自主規制がどう連動しているかを取り上げています。
• Mike Oitzman, “RLWRLD releases RLDX-1, a dexterity-first foundation model for robot hands”, The Robot Report, 2026年5月11日。……モーションモジュールと物理モジュールの役割を、韓国国内報道より詳しく掘り下げています。

関連する過去号

• 「ビッグテックがあなたの顔にカメラを被せたい理由」(/issues/big-tech-face-cameras) ……今回の記事の前段にあたる話です。そのとき残した問いへの答えが今日の号です。
• 「中国は効率、日本は指揮、韓国は……800兆」(/issues/china-japan-korea-800t) ……物理レイヤーの上に載るべき知能が空白だと指摘した号です。

著者 アン・グァンソプ（Oswarld） は世宗大学校 兼任教授、INLEVEL9 戦略コンサルタントです。経歴、研究、著書、最近の活動は著者紹介で更新しています。 最近の活動 · 2026年7月：HEMA-2: A Consolidation-Aware Tri-Memory Architecture with Multi-Channel Scheduling for Lifelong Conversational AI。

📝 用語解説

각주

1. ワールドモデル（World Model）：AIが世界の構造を内部にモデルとして構築し、次に何が起こるかを予測して行動を計画できるようにするアプローチです。言語の統計ではなく、空間と時間の統計を学ぶ方向のものです。 ↩

2. JEPA（Joint Embedding Predictive Architecture）：ピクセルやトークンを一つずつ生成する代わりに、観察した文脈から欠けている部分の抽象的な表現を予測するように学習する構造です。ヤン・ルカンが2022年に提案しました。 ↩