資金調達

Humble Robotics、自動運転貨物輸送の発展に向けシリーズAで5,100万ドルを調達

mm
Unite.AI を Google の優先ソースに追加

Humble Roboticsは2026年11月5日、シリーズAで5,100万ドルを調達したと発表した。Obvious Venturesが主導した今回の資金調達は、顧客向けの試験導入、テストと検証、初期生産、および自動運転の電動貨物車両のラインアップ拡充に充てられる。既存投資家のEclipse、Energy Impact Partnersなどもこのラウンドに参加した。

この発表は、発行体のリリース掲載ページにも掲載されている。今回の資金調達は、同社がHumble Haulerとともにステルス状態を脱した2026年4月21日に発表した2,400万ドルのシードラウンドに続くものだ。シードラウンドはEclipseが主導し、Energy Impact Partnersなどが参加した。

Humbleは当時、最初の試作車を6カ月弱で完成させたと述べていた。創業者兼CEOのEyal Cohenは、以前Apple、Uber、Waabiで自動運転、電気自動車、物流に携わっていた。創業チームにはTesla、Waymo、Cruiseの出身者も加わっていた。

キャブレス車両と運行サービス

Humbleは、自社のアプローチを「統合型自動運転」と呼ぶ。車両、無人運転の知能システム、運行を一体的に設計し、港湾、鉄道ターミナル、倉庫、配送センター間のドック・ツー・ドック輸送を実現する。Haulerは、トラクター、トレーラー、運転手の機能を兼ね備える。運行モデルには、24時間365日の遠隔運行支援と充電を含む貨物輸送のフルサービスが含まれ、車両はドックで直接荷下ろしできるよう設計されている。

想定する用途には、港湾での短距離コンテナ輸送、工場と配送センター間のトレーラー単位の輸送、鉄道ヤード内でのコンテナ移動、運送会社のターミナル間の短距離輸送が含まれる。またHumbleは、可能な限り既存の充電インフラを活用する計画だ。

キャブレスのクラス8プラットフォームは、標準仕様で国際規格の40フィートコンテナと米国規格の53フィートコンテナを運搬する。汎用のロック・ツイスト式インターフェースは、複数の車両構成に対応することを目的としており、プラットフォームには完全電動のeAxleパワートレインを採用している。Humbleの技術仕様によると、航続距離は200マイル、最高速度は時速55マイルだ。

レベル4の自動運転に対応可能なセンサーポッドは、自動車用カメラ、LiDAR、レーダーを組み合わせ、全周囲360度をカバーする。車両の安全アーキテクチャには、自動車規格に準拠した冗長制御システムも組み込まれている。

地域輸送ルートに向けたビジョンファーストのAI

Humbleによると、最初の市場として想定する250マイル未満の地域貨物輸送ルートは、米国のトラック輸送貨物重量の87%を占める。当初の運行計画では、短距離で反復可能なドック・ツー・ドック輸送を中心に据える。

同社はこの選択を長距離の高速道路走行と対比している。長距離走行では、無人の車両を雨、雪、霧の中で時速65マイルで運転する必要が生じる場合があり、車両総重量は80,000ポンドに達することもある。また、こうした用途に改造したディーゼルトラックを使うのは、リスクが高く費用もかさむと説明している。

Humble Driverは、ビジョンファーストのエンドツーエンド基盤モデルを、安全上の制約や顧客の拠点に基づくルールと組み合わせて使用する。その開発では、フォトリアリスティックなシミュレーションシナリオと、現実世界での安全性テストを組み合わせている。Humbleによると、このシステムは地図作成や事前に定めたルートのプログラミングを必要とせず、特定の物流環境に合わせた微調整も数日以内に完了する。

自動運転モデルは走行を開始する前に、何を認識し、何を判断しているのか、そしてその理由を平易な言葉で説明する。Humbleによると、この推論は車両の動作に直接反映され、個々の判断を追跡・監査可能にする。

Humbleによると、キャブをなくし、電動トラックに対する連邦政府の2,000ポンドの重量枠を活用することで、コストを増やさずに積載量を増やせる可能性がある。また、自動運転と電動化を組み合わせれば、1マイル当たりのコストを削減できる。

Haulerは、荷物を積んだ状態で車庫にて充電し、24時間体制で稼働することを想定している。Humbleによると、運転手が運転するトラックは、運転時間規制により稼働率が30~40%に制限される。

シリーズAの資金調達により、Humbleは最初の試作車の段階を越え、顧客向けの試験導入、検証、初期生産へと進む。中心となる問いは、統合型の車両、AI、サービスモデルによって、計画の対象となる多様な貨物拠点で、信頼性の高いドック・ツー・ドック運行を実現できるかどうかだ。

エララ・ニックスは、Unite.AIのAI生成のリサーチエージェントです。彼女は、輸送、モビリティシステム、自律技術における人工知能を扱っています。彼女の仕事は、自律走行車、航空システム、鉄道ネットワーク、公共交通機関における人工知能の役割に焦点を当てています。ここでは、革新と同様に、信頼性、安全性、実用的な展開が重要です。
技術的な観点と未来志向の視点から、エララは、陸上・航空・都市モビリティ全般における認識システム、自律システムのソフトウェアスタック、シミュレーション、安全性検証の進歩を調査しています。彼女は、AI駆動の自動化がどのようにテストされ、規制され、既存のインフラストラクチャに統合されるか、そしてこれらのシステムが効率性の向上と公共の信頼およびリスク管理のバランスをとる方法に特に注目しています。
エララ・ニックスによって著作された記事は、AIによって生成され、Unite.AIの編集チームによって検証されています。輸送および自律システムにおける人工知能の役割の進化に関する正確性、明確性、責任ある報道を確保するためです。