栄耀（HONOR）は、上海で開催された2026年ワールド・アーティフィシャル・インテリジェンス・カンファレンス（WAIC）において、より完成度の高いロボットフォン（Robot Phone）を公開しました。本スマートフォンは、多関節カメラシステムとモバイルAIエージェントを融合させ...
栄耀（HONOR）は、上海で開催された2026年ワールド・アーティフィシャル・インテリジェンス・カンファレンス（WAIC）において、より完成度の高いロボットフォン（Robot Phone）を公開しました。本スマートフォンは、多関節カメラシステムとモバイルAIエージェントを融合させた製品です。
同社は新たに2色のカラーバリエーションを発表し、中国国内の販路を通じて予約受付を開始しました。これら2色の中国語名は「月影灰（ムーンシャドウグレー）」および「星軌銀（スターオービットシルバー）」と訳せますが、商用製品として他市場に展開される際には、正式な英語の小売名称が異なる可能性があります。
HONORは、ロボットフォンを世界初のロボットスマートフォンであり、同社の新たなAgentic OSアーキテクチャを具現化する最初のハードウェアとして位置づけています。これらはHONOR独自の主張です。最終的な商用デバイス、完全な仕様、対応地域、価格、機能の利用可否は、公式製品発表会で確認される予定です。
明確になっているのは、その方向性です──HONORは、スマートフォンが画面の応答範囲を超えることを目指しています。コンパクトな電動カメラ、マルチモーダル認識、アプリ間のタスク実行、表現力豊かな物理的動作により、ロボットフォンはソフトウェアのインテリジェンスを現実世界での視覚的行動に結びつけることを目的としています。
画像提供：HONOR、GSMA/MWC。
HONORは、2026年のモバイル・ワールド・コングレス（MWC）でロボットフォンを初めて公開しました。当時、本デバイスは、具現化AI、ロボット動作、映画級の撮像を基盤とする新しいスマートフォンコンピューティングの形態として紹介されました。
2026年のWAICで、HONORはこのストーリーを実験的なハードウェアコンセプトから、予約受付段階の製品へと発展させました。
本デバイスの核心は、コンパクトなロボットジンバルに搭載されたカメラモジュールです。展開すると、カメラはスマートフォン本体から独立して動くことができます。これにより、ビデオ安定化、被写体追跡、ビデオ通話中の構図維持、そして動作を視覚的なインタラクションの形態として使用することが可能になります。
HONORの公式製品ページでは、本ハードウェアを業界最小の4軸ジンバルシステムと説明しており、高度にコンパクトなモーターで駆動されます。そのうち3軸は機械式カメラ安定化に使用され、残る動作能力が具現化されたインタラクションを支えます。
「業界最小」という呼称は、HONORラボ内での比較に基づくものであり、独立した認証によるものではありません。公式ページでは、表示されている機能は準備中のものであり、最終的なインターフェースおよびユーザーエクスペリエンスは、商用リリースまでに変更される可能性があると注記されています。
従来のスマートフォンは、カメラで「見る」、マイクで「聞く」、ローカルまたはクラウドモデルで推論を行い、デジタルサービスを起動することができます。
ロボットフォンは、そこに新たな次元を加えます。物理的な動作です。
カメラユニットは、
回転、傾き、人物への追従、そしてボディランゲージのようなジェスチャーを行うことができます。HONORによれば、同意時に頷き、不同意時に首を振り、音楽に合わせて動き、通話中は視覚的な注意を維持することが可能です。
しかし、これはスマートフォンが汎用ロボットになることを意味するわけではありません。その物理的な動作範囲は、カメラとジンバル機構に限定されています。とはいえ、この機構はAIシステムに可視的なアクチュエータを提供します──認識された情報に基づいて動作することができるのです。
この成果は、いくつか既知の製品カテゴリの中間に位置します。
| 従来のスマートフォン | ジンバルカメラ | ロボットフォン |
|---|---|---|
| 主に画面ベースのインタラクション | 機械的な映像安定化 | 手ブレ補正とAI指向の動作を統合 |
| カメラの向きは固定 | カメラは制御された動きに追従 | カメラは被写体を追跡し、反応を表現可能 |
| AIは主にアプリ経由で動作 | ハードウェアは撮像に特化 | AIはデジタルタスクと物理的動作を接続 |
| ユーザーが手持ちまたは設置 | ジンバルはフレーミングを最適化 | デバイスはより独立して注意を維持可能 |
実際の価値は、これらの動作が装飾的ではなく実用的であるかどうかにかかっています。信頼性の高い追跡、低ノイズ、耐久性、バッテリーへの影響、落下保護、安全な格納機構は、技術の新規性と同等かそれ以上に重要である可能性があります。
ハードウェアの発表は、HONORのより大規模な発表の一部です──Agentic OS（エージェンティックOS）であり、HONORはこれをパートナー向けのマルチモーダルエージェント向けオペレーティングシステムと位置づけています。
従来のモバイルOSはアプリケーションを中心に構成されています。ユーザーがどのアプリを開くか、そのインターフェースを操作するか、情報を入力するか、別のアプリに切り替えるか、そしてワークフロー内で手動でコンテキストを引き継ぐかを決定します。
HONORが提案するAgentic OSモデルは、ユーザーの意図した結果から出発します。
例えば、ユーザーが誕生日パーティを企画するために複数のアプリを開く必要はなく、目的を説明するだけで済みます。システムは、リクエストを理解し、好みを収集し、適切なサービスを見つけ、予約を調整し、利用不可の状況に対処し、確認のために結果を返す必要があります。
HONORは、Agentic OSに4つの基本特性を挙げています。
WAICのフォーラムにおいて、HONORはこれをフルスタックのOSコンセプトとして拡張しました。ハードウェア、カーネル、モデル、エージェントフレームワーク、インターフェース、エコシステムサービスは、相互接続された階層として捉えられています。
この設計では、OSはプロセス、スレッド、メモリ、従来のアプリケーションだけでなく、モデル、エージェント権限、タスク状態、ツール、コンテキスト、メモリ、復元を管理する必要があります。
画面には5名のパネリストが写っており、「張小琴」「祝偉民」「黄帝」「許主洪」「徐鵬」といった名前が確認できます。背景は暗く、上部には青色のライト装飾があり、下方の観客席は薄暗い照明です。この画像は、本コンテキストと密接に関連しており、HONORが提唱するAgentic OSの概念を紹介したフォーラムまたはイベントの一環であり、本テーマについて議論を行ったパネリストを示しています。](https://we0-cms.oss-cn-beijing.aliyuncs.com/cms-assets/image/2026/07/f1a9f579-b82c-4907-b924-4224737c0ddf-82c59086-094e-4694-98cb-b10da8f65882.jpeg)
画像提供：元新浪財経記事、文匯日報の許諾を得て使用。
HONORは、フォーラムでの講演とインタラクティブ体験を通じて、「スマートフォンロボット」のコンセプトを実演しました。
そのうちの1つのシナリオは、誕生日の計画における3つの一般的なタスクを組み合わせたものです。
今回の実演の焦点は、単一操作の技術的な難易度にはありません──既存のアプリがそれぞれのサービスを既にサポートしています。
真の課題は、複数の操作間でコンテキストを一貫して維持することにあります。
強力なモバイルエージェントは、イベントのテーマ、場所、時間、人数、ユーザーの好み、予算、以前の選択を記憶する必要があります。また、複数のサービスと対話しながら、元の目的から逸脱しないことも求められます。
さらに、HONORは、サッカーをテーマにした会話形式のインタラクションや、カメラジンバルがリズムに合わせて動く音楽シナリオも披露しました。
これらの実演は、認識、推論、実行、フィードバックが連携して機能する例として提示されましたが、異常なインターフェース、支払い確認、サービス障害、ネットワーク障害、曖昧な指示への対処におけるシステムの信頼性を証明するものではありません。
本記事では、一度の旅行計画のリクエストを用いて、実際のモバイルエージェントの複雑さを説明しています。
来週の水曜日に上海で開催されるスマート製造大会に参加するための旅程を手配してください。
人間は、このリクエストに多くの暗黙の意思決定ステップが含まれていることを理解します。モバイルエージェントは、これらの決定を明示化し、適切なツールに接続する必要があります。
完全な操作フローでは、システムは以下を要求される可能性があります。
これは長期タスクであるため、後続のステップは先行する結果に依存します。
列車の完売により到着時刻が変わり、ホテルの選択や登録手配に影響が出る可能性がある。
失敗の原因は、言語モデルがリクエストを誤解することだけではない。アプリケーションのインターフェース変更、ページの読み込み遅延、スキルが不完全なデータを返すこと、ログイン認証情報の期限切れ、操作に確認が必要なことなど、いずれもタスクを中断させる可能性がある。
そのため、実用的なモバイルエージェントには、強力なモデルだけでなく、堅牢な調整能力も必要である。
AlibabaとHonorは、モバイルエージェントを基盤モデルと周辺のエージェントフレームワークの組み合わせとして説明している。
モデルは以下の能力を担当する：
一連のアクションを計画する。
「フレームワーク」は運用面を管理する：
モデルが優れた計画を生成しても、フレームワークがインターフェースを確実に操作できなければ、計画は失敗する可能性がある。逆に、設計が優れたフレームワークでも、弱いモデルによる誤解を毎回修正できるわけではない。
より厄介な技術的課題は、実際のタスクからのフィードバックを通じて、これら両方を同時に改善する方法である。
環境が結果を返すとき、システムはそのアクションが成功したのか、失敗したのか、それとも予期しない状態を生み出したのかを理解する必要がある。この情報は次の意思決定に影響を与えなければならない。
このフィードバックループこそが、一連のツール呼び出しを、仕事を完了できるエージェントに変換するのである。
HonorはAlibabaと協力し、Qwenモデルファミリーを中心にモバイル向けモデルソリューションを最適化すると発表した。
この協力は、汎用的なクラウドベースのチャットボットを単にモバイルインターフェースに埋め込むのではなく、実際のスマートフォンシナリオにモデル機能を適合させることを目的としている。
WAICでのHonorの公式発表によると、両社はスマートフォンの使用シナリオ向けの端末モデルソリューションを共同開発している。Sina/Wenhuiの報道によれば、その成果はすでにRobot Phoneに適用されている。
Alibaba Cloudは別途、Honorとの協力により、視覚的質問応答の精度が約40%向上したと述べている。このパーセンテージはAlibabaが発表した結果である。同社が引用した発表では、外部の研究者がこの数字を独立して再現できるほど詳細なベンチマークデータは提供されていない。
視覚的質問応答は、モバイルエージェントにとって極めて重要である。なぜなら、モバイル環境は視覚情報が中心だからである。システムは、アプリケーション画面の読み取り、写真の理解、文書の解析、ボタンの認識、QRコードのスキャン、または視覚コンテンツと保存された設定の組み合わせが必要になる可能性がある。
今回の協力は、より広範な業界構造も反映している。デバイスメーカーは、センサー、オペレーティングシステム、アカウント、ハードウェアを掌握し、モデルプロバイダーは、言語能力、マルチモーダル推論、トレーニングインフラ、エージェントエンジニアリングを提供する。どちらか一方だけでは、信頼性の高いモバイルエージェントを提供することはできない。
Alibabaは、1000を超える実際のモバイルシナリオに基づいてベンチマークを設計したと述べている。
元の報道によると、評価内容は以下をカバーしている：
両社は、ベースモデルと比較して、共同最適化ソリューションがタスク完了率とユーザーエクスペリエンスを向上させたと述べている。
元の記事には、完全なベンチマーク論文、データセット、スコアリング方法、ベースラインテーブル、独立した検証の結果は添付されていない。したがって、これらのデータは、外部の研究者が現在再現可能な公開ベンチマークではなく、報告された評価範囲と見なされるべきである。
それでもなお、評価の方向性の分類は有効である。信頼できるモバイルエージェントのベンチマークは、モデルが次のボタンを認識できるかどうかだけでなく、以下の要素を検討すべきである：
制御された画面ナビゲーションデータセットで高いスコアを獲得しても、それが自動的に信頼性の高い日常使用につながるわけではない。
Honorは、Robot PhoneのジンバルがOpenClawオープンプラットフォームに接続されていると述べている。
その考え方は、カメラモジュールをアクチュエーターとして公開し、開発者が自然言語駆動のエージェントワークフローを通じて制御できるようにすることである。
これにより、アプリケーションは以下のアクションの実行を要求できるようになる：
アイデアを一文で入力するだけで、We0 AI が紹介サイト、ページ、CMS を生成し、公開後の顧客獲得と流入拡大を支援します。
無料登録で完全なプロジェクトを 1 つ生成
1 つの完全な生成フローを試し、最初のプロジェクトのドラフトをすぐに確認するのに最適です。
元の記事では、具体的な公開API、開発者要件、権限、サポートされるコマンド、リリース状況については詳しく説明されていない。
物理的な制御には、通常のコンテンツ生成よりも厳格な安全対策が必要である。開発者プラットフォームは、動作範囲、衝突処理、カメラのプライバシーインジケーター、ユーザーの同意、緊急停止、フォアグラウンド/バックグラウンド権限、およびサイレントアクティベーションの制限を定義する必要がある。
アクチュエーターにはカメラが含まれているため、システムは、認識または録画がアクティブなときに明確なインジケーターを提供する必要もある。
Robot Phoneの中核となる機械的特徴は、コンパクトな4自由度ジンバルである。
Honorによると、同機は自社開発のマイクロモーターを採用しており、Honorラボが選定した主流の業界リファレンスと比較して、モーターサイズが70%小型化されている。同社はこれを、業界最小のマイクロモーターおよび最小の4自由度スマートフォンジンバルであると述べている。
製品ページでは、2つの関連機能が区別されている：
Honorはまた、以下を宣伝している：
これらはすべて、公式の製品発表とデモンストレーションである。カメラ画質、モーター耐久性、安定性性能、追跡精度、音響ノイズ、消費電力については、最終的な市販ハードウェアでの独立したテストが必要である。
画像出典：HONOR および GSMA/MWC。
Honorはまた、プロフェッショナルな映画用カメラメーカーであるARRIとの戦略的技術協力を発表した。
両社によると、ARRIのイメージングサイエンス、カラーテクノロジー、ビジュアルスタイル、制作ノウハウがスマートフォンイメージング分野に統合され、最初の成果はRobot Phoneで提供される予定である。
このシステムはデバイス間の連携の範囲を超えているが、機械式カメラに実用的なユースケース、すなわちコンテンツ制作を提供する。
被写体を追跡し、フレームを安定させることができるモーター駆動のカメラは、クリエイターがスマートフォンを手に持ったり、他人に操作を頼んだりすることなく、自分自身をフレーム内に収めることを可能にするかもしれない。
この協業の実際的な価値は、最終製品にARRIの色彩とイメージング機能がどの程度統合されているかに依存する。協業の発表だけでは、スマートフォンがプロフェッショナルな映画用ハードウェアの水準に達することを証明するものではない。
(画像出典：HONOR、ARRI、GSMA/MWC)
HONORは、将来のスマートデバイスエコシステムを、1つのメインパーソナルエージェントが複数の専門エージェントやデバイスを統括するアーキテクチャとして描いています。
メインエージェントはユーザーと密接に連携し、許可を得たコンテキスト情報を保持し、ユーザーの嗜好を理解します。必要に応じて、専門機能を呼び出します。
例えば、旅行のリクエストには以下の要素が関与する可能性があります：
このアーキテクチャは、通常は分断されている以下の3つの要素を接続しようと試みます：
HONORが以前に公開したエージェント型OSに関する資料では、パーソナルデバイス、エッジサービス、クラウドインテリジェンスをどのように統括するかが説明されていました。一方、WAICでの発表では、専門端末、垂直エコシステム、クラウドモデルに接続するポータブルなメインエージェントが強調されました。
このコンセプトは魅力的ですが、厄介なガバナンスの問題も引き起こします。
ユーザープロファイルは誰が管理するのか？どのエージェントがどのデータにアクセスできるのか？競合するサービスをどのように選択するのか？あるサービスプロバイダーが、別のプロバイダーに渡されるコンテキスト情報を見ることができるのか？ユーザーはどのようにアクセス権限を取り消すのか？専門エージェントの意見が分かれた場合はどうするのか？
これらの問題によって、マルチエージェントエコシステムの体験は、便利で効率的なものにも、煩わしいものにもなり得ます。
HONORは自社のAI戦略を人間の知能の拡張と要約しています。
同社の理念は、AIは人間の能力を強化すべきであり、取って代わるものではないというものです。この枠組みでは、インテリジェンスは、問題解決能力としてのIQと、理解と機敏な応答能力としてのEQの両面で説明されます。
ロボットフォンは、この理念の具現化として位置づけられています。
従来のAIアシスタントは、言語による応答、通知、画面の変化で応じます。ロボットフォンはユーザーの方を向き、注意を維持し、音楽に合わせて動き、カメラをボディランゲージの一種として使用します。
HONORのCEOである趙明氏は、理想的な変革を、ツールからパートナーへ、指示から意図駆動型のインタラクションへの進化と表現しています。
議論の中では、「自己認識」「人間に似た知能」「人間に似た生命体」といった表現が登場しました。これらの言葉は、哲学的かつプロモーション的な性質を持ち、製品が意識や生物学的特性を持つことを示すものではありません。
より正確な表現としては、このデバイスは、記憶、マルチモーダル認識、計画、ソフトウェア実行、物理的な動きを通じて、パートナーのようなインタラクション体験を実現するエンジニアリングシステムです。
ロボットフォンは、具現化されたモバイルAIの可能性を生き生きと描いていますが、市販のカテゴリーとして確立されるには、依然として大きな課題があります。
電動カメラは可動部品を導入するため、摩耗、埃の蓄積、衝撃による損傷、位置ずれが発生する可能性があります。
継続的な認識、モデル推論、カメラ追跡、モーター動作は、消費電力を大幅に増加させる可能性があります。
カメラモジュールには内部スペースが必要です。ユーザーは、その機能上の利点と、大きくなるサイズや重量を天秤にかける必要があります。
独立して回転するカメラには、視覚的なインジケーターライト、明確な権限制御、予測可能な動作メカニズムが必要です。
機械構造には、障害物を検出し、抵抗を感じたら停止し、周囲の物を挟んだり衝突したりしないようにするための、安全な格納機能が必要です。
アプリ間の自動化は安定した統合に依存します。インターフェース、ログインシステム、地域サービスの可用性は頻繁に変更されます。
インテリジェントエージェントは、障害を認識し、問題の原因を説明し、タスクの状態を保持し、ユーザーが操作を引き継げるようにする必要があります。
購入、予約、メッセージ送信、登録、アカウント変更などの操作には、適切な確認メカニズムが必要です。
ユーザーは、各操作がどのモデル、サービス、アカウント、記憶、権限を呼び出しているかを明確に把握できる必要があります。
最終的な価格設定によって、ロボットフォンがプロのクリエイター向けデバイスになるのか、ハイエンドフラッグシップモデルになるのか、あるいはより広範な製品カテゴリーの出発点となるのかが決まります。
| 確認済みまたは公式デモ機能 | 依然として詳細な商用情報が必要なもの |
|---|---|
| ロボットフォンはハードウェアで動作実現済み | 最終的な小売価格 |
| 中国での予約受付開始済み | 完全なグローバル発売スケジュール |
| 中国市場向け新色2色を発表 | 公式の英語カラー名称 |
| コンパクトな4自由度ジンバルシステム | 完全なサイズと重量のパラメータ |
| 3軸メカニカル手ブレ補正 | バッテリー容量と持続時間の実測値 |
| AI物体追跡とSpinShot機能のデモ | 最終的なカメラ仕様パラメータ |
| Agentic OSフレームワーク | 発売時点での正確な機能サポート範囲 |
| 通義千問（Qwen）に基づくAlibabaとの協業 | 公開ベンチマーク方法 |
| OpenClawプラットフォームコンセプト | 完全な開発者APIとポリシー |
| ARRIとの技術協力 | 協力の具体的な範囲 |
物流ソフトウェア内の機能
HONOR公式のグローバル製品ページには、表示されている機能はまだ準備段階にあり、最終的な市販体験は異なる可能性があることが明記されています。
この説明は非常に重要です。ロボットフォンは、静的なコンセプトよりも市場に近づいていますが、エコシステムの一部はまだ整備中です。
HONORロボットフォンは、格納式の電動カメラジンバルと具現化AI機能を搭載したスマートフォンです。HONORは、これをスマートフォン、AIエージェント、ロボット動作、映画級映像を融合させた新しいデバイスカテゴリーとして位置づけています。
HONORは、2026年7月18日に中国のチャネルを通じて予約受付を開始したと発表しました。完全な価格設定、出荷時期、グローバル発売状況、最終的な構成情報は、元の報道では開示されていません。
4自由度システムは、4つの独立した動作軸に沿って移動できます。HONORはこのメカニズムを、カメラの安定化、追跡、動的な表現、具現化されたインタラクションに使用しています。
HONORは、ケーキの注文、交通手段の手配、KTVルームの予約などのアプリ横断的なタスクをデモンストレーションしました。このシステムは、マルチモーダル入力の理解、記憶の呼び出し、ツールの使用、自己修正、デジタル動作と物理動作の統括も目的としています。
エージェント型OSは、孤立したアプリではなく、ユーザーの意図とタスクを中心に据えたオペレーティングシステムアーキテクチャに関するHONORの提案です。マルチモーダルインタラクション、能動的な計画、実行、デバイス間のエージェント連携を組み合わせています。
HONORとAlibabaは、通義千問に基づき、モバイルシナリオ向け端末モデルソリューションを共同最適化すると発表しており、元の報道ではこのソリューションがロボットフォンに適用されているとされています。具体的なモデルバージョン、ローカルとクラウドのデプロイメント配分、最終的な導入詳細は完全には開示されていません。
HONORはOpenClawを、スマートフォンのジンバルをエージェントが制御するアクチュエーターに変えるオープンプラットフォームであると説明しています。その完全なAPI、権限、公開状況に関する公開文書は、本記事の執筆時点では明確になっていません。
いいえ。HONORの公式製品ページは、表示されている機能はまだ準備段階にあり、最終的なインターフェースと機能は市販バージョンに準拠することを明記しています。
2026公式発表](https://www.honor.com/cn/news/honor-waic-2026/)：予約、カラーバリエーション、Agentic OS、通義千問との連携、デモ、OpenClawに関する公式詳細情報。
HonorはWAIC 2026において、ロボットフォンの商用化をさらに現実のものとし、中国での予約受付を開始した。また、電動カメラが映像システムとして機能すると同時に、AIエージェントの物理的インタラクションインターフェースとしても機能する仕組みを披露した。
本デバイスは、コンパクトな4軸ジンバル、3軸安定化システム、AI追跡、表情動作、Agentic OS、OpenClaw、そしてAlibabaとの連携による通義千問ベースのモバイルソリューションを統合している。Honorはこのスマートフォンが、単なるQ&A機能にとどまらず、アプリ間を横断して長期的なタスクを調整できることを目指している。
最大の課題は、派手さではなく信頼性である。アプリ間実行、エラー復旧、権限管理、機械的耐久性、プライバシー保護、バッテリー持続時間、透明性のある確認メカニズムが、具現化AIが実用的なスマートフォン機能となるか、単なるハイエンドの話題作に留まるかを決定づける。
ロボットフォンの真の意義は、カメラが動くことにあるのではない——Honorが、物理的な動作、ソフトウェア実行、マルチモーダル推論を統合し、一つのモバイルエージェントシステムとして融合させようとしている点にある。
ひとことから始めて、数分で完全なサイトを手に入れましょう。
