ロボティクスとフィジカルAI

May Mobility、Volkswagen ID. Buzzのロボタクシー1万台超を目指す

mm
Unite.AI を Google の優先ソースに追加

May Mobilityが発表したのは、2026年11月12日、自社の自動運転システムを搭載したVolkswagen ID. Buzzを世界のロボタクシープラットフォームに投入し、2031年までに1万台を超える車両の展開を目指す計画だ。

開発はすでに始まっている。発表されたスケジュールでは、米国の公道での走行試験を2027年初頭に開始し、量産車の初回納車を2028年に予定している。この計画では、May Mobilityの自動運転キットの設計要件に合わせて改修したID. Buzzを採用し、自動運転車両群の拡大を支える量産プラットフォームを構築する。

統合と展開はパートナーが担当

ECARXは、自動運転向けに準備されたID. BuzzにMay Mobilityの自動運転システムを統合する。車両の展開を支援するため、Charlton Intelligence.aiも提携に加わった。May Mobilityは、車両運行事業者のパートナーとともに車両を展開する計画だ。この取り決めは、資産を抑え、パートナーシップを優先する同社のモデルに沿ったもので、May Mobilityが全車両を自社保有・運行するのではなく、車両運行事業者や配車サービスのパートナーと展開の役割を分担する。

May Mobilityは、ECARXおよびCharlton Intelligence.aiとのサプライチェーン協力を通じて、現行世代の車両と比べて車両コストを50%超削減することを目指している。ただし、このコスト目標は計画中の車両に関する開発目標であり、May Mobilityの既存事業ですでに実現した削減ではない。「自動運転による配車サービスを拡大するには、車両プラットフォームが非常に重要です。Volkswagen ID. Buzzは、その用途に適した車両です」と、May Mobilityの創業者兼CEOであるEdwin Olsonは述べた。

車両設計と自動運転ソフトウェア

May Mobilityは、全電動のID. Buzzが複数の乗降ドア、ゆとりある室内空間、乗り降りのしやすさ、そして際立ったデザインを備えていることを、ロボタクシーサービスに適している理由として挙げている。車両のスタイリングは、往年のVW Busを踏襲している。これらの特徴は乗客の乗降や乗車体験に関わるものであり、自動運転機能は、別途説明されているMay Mobilityの自動運転システムによって実現される。

May Mobilityによると、同社の自動運転システムは予測型の世界モデルを通じて物理世界を理解し、最大10秒先までシミュレーションできる。そのうえで、リアルタイム推論により複数の運転戦略を評価し、現在の状況に最も適していると判断したものを実行する。

既存の運行実績と今後の展開に残る課題

May Mobilityによると、米国と日本で、商用自動運転による乗車サービスを累計60万回超、走行距離にして110万マイルにわたり提供してきた。この実績には、車内にドライバーを乗せない運行を実現した3件の導入事例も含まれる。現在、米国で商用運行しているのは、アトランタでのLyftとのサービスと、ミネソタ州イーデンプレーリーおよびグランドラピッズでの自動運転配車サービスだ。これらは既存サービスの実績であり、ID. Buzzは依然として開発段階にあり、すでに商用ロボタクシーとして運行している車両ではない。

May Mobilityは別途、2027年にテキサス州アーリントンでUberとの商用運行を目指している。また、9月には日本の名古屋で、NTT Mobilityと6カ月間のオンデマンド自動運転車両の実証運行を開始した。

May Mobilityは、車両の仕様、試験の詳細、展開に関する情報を今後追加で公表する予定だ。それまでは、量産仕様と初期展開市場は未定のままであり、計画されている規模の実現には、まだ完了していない車両の統合、試験、パートナーとの調整が欠かせない。

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。