東京的盛夏，熱浪襲人，並不適合穿皮衣。
然而，7月16日，英偉達創始人兼CEO黃仁勳依舊穿着他那標誌性的黑色皮夾克出現在東京的一場日本「物理AI（Physical AI）」政策活動現場。站在他身旁的，是日本經濟產業大臣赤澤亮正。令人忍俊不禁的是，赤澤當天也穿了一件黑色皮夾克。
路透社報導了這個細節。黃仁勳對赤澤說：「我很高興我們有相似的穿衣風格。」日本媒體則報導，赤澤此前在自己的社交媒體上解釋，穿這件「不太適合自己」的皮衣，是爲了向黃仁勳和英偉達表達歡迎與最大的敬意（赤澤亮正在X上公開的兩人皮夾克合照投稿 https://x.com/ryosei_akazawa/status/2077700201255743687）。
這幅畫面頗有象徵意味。
一個代表全球最強AI算力的美國企業家，與一個代表日本產業政策的政府高官，在東京的盛夏穿著同樣的黑色皮衣，討論的不是聊天機器人，而是如何讓機器在現實世界裡自己理解、判斷和行動。
這或許正是日本AI故事進入第二幕的最好註腳。
在此前的AI第一幕，日本沒有成為主角；但是，AI第二幕，舞臺正在改變。
第一幕屬於大腦，第二幕需要身體
過去幾年，AI革命發生在螢幕背後。
大模型閱讀海量文字，學習圖像、程式碼和影片，然後在數據中心裡完成推理。於是，世界開始用模型參數、GPU數量、數據中心規模和訓練成本來衡量一個國家的AI實力。
這是一場日本並不佔優勢的比賽。
美國擁有英偉達以及圍繞它形成的CUDA生態和龐大的AI產業。OpenAI、Google、Meta等公司則掌握著基礎模型的尖端；中國擁有龐大的網際網路市場、工程師群體和完整的製造業體系。
日本當然沒有缺席，但它沒有一家能夠與這些美國AI巨頭相提並論的基礎模型公司，也沒有一家類似英偉達的AI芯片平臺企業。
然而，AI的發展路徑正在悄悄改變。
當AI從寫文章、生成圖片和回答問題，走向汽車、機器人、工廠和物流倉庫時，一個計算世界裡的模型必須面對另一個物理世界。
AI必須知道一個物體在哪裡。必須理解它的形狀、重量和材質；必須判斷機械臂應該從哪個方向靠近；必須知道怎樣避開人；還必須在動作失敗之後重新判斷。
這時候，AI需要的不只是「大腦」。它需要眼睛、手臂、腿腳和身體。這就是所謂的「物理AI（Physical AI）」。
而日本恰恰擅長製造這些AI所需要的「身體」。
看似屬於過去的資產，突然有了未來的價值
日本在製造業積累豐厚。FANUC和安川電機制造工業機器人，川崎重工把機器人帶進工廠、物流和其他工業場景；豐田擁有世界上最複雜的汽車生產體系之一；索尼在影像感測器等領域擁有深厚積累；日立、富士通等跨國企業長期經營著大型企業和工業系統。
這些能力在網際網路革命最熱鬧的時候，並不顯得特別性感。網際網路需要的是流量，生成式AI需要的是數據中心。
而機器人需要的是另一種東西，即對現實世界的長期理解。
這恰恰是日本製造業最深的積累。
7月16日，英偉達公佈的合作陣容很能說明這一點。黃仁勳與富士通、川崎重工、FANUC、安川電機的CEO們共進午餐；英偉達同時宣佈，日本企業將在Cosmos等「物理AI」平台上展開合作。富士通、FANUC、安川電機和川崎重工還將探索面向「物理AI」的協同控制平台。
（左起）英偉達CEO黃仁勳、富士通社長時田隆仁等在記者會上合影留念。7月16日下午攝於東京。（共同社）
這不是簡單的「日本企業購買英偉達GPU」。
真正發生的事情，是兩個過去相對分離的技術世界正在碰撞：AI開始學習機器如何行動，而機器開始獲得理解世界的能力。
於是，一個頗有意思的產業組合出現了：英偉達擁有AI的大腦，日本擁有AI的身體。二者一拍即合，彼此演繹出一種「久旱逢甘雨」的劇情。
黃仁勳為什麼偏偏這個時候來日本？
當然，英偉達需要市場。但「物理AI」的邏輯決定了，它需要的遠不止市場。
生成式AI最重要的訓練資源之一是網際網路數據；「物理AI」則需要現實世界的數據 ——機器怎樣運動，零件怎樣被抓取，汽車怎樣在道路上行駛，生產線怎樣調整，機器人怎樣在複雜環境中避免碰撞。
這些東西不會因為再多讀一億篇網頁而自動獲得，它們必須從現實世界中學習。而日本擁有大量現實世界。
英偉達7月公佈的日本戰略，正是把自己的AI軟體體系與日本的機器人和製造業結合起來。Cosmos用於物理世界的生成式世界模型，Isaac面向機器人開發與仿真，再加上AI計算基礎設施，日本製造業由此成爲英偉達「物理AI」技術真正落地的一個重要試驗場。
這也解釋了爲什麼英偉達這一次並沒有試圖用自己的機器人替代日本機器人企業。而是選擇了更聰明的做法：讓日本最強的企業繼續製造機器人，而英偉達負責讓這些機器人變聰明。
令人吃驚的數字：27,500
因此，7月16日公佈的另一個計畫比幾條企業合作新聞更值得注意。
由軟銀、索尼、NEC、本田等44家日本企業共同設立的Noetra公司宣佈，計畫使用27,500顆英偉達Rubin GPU構建數據中心。開發出處理語言、圖像、聲音、影片、觸覺感測器數據的1兆參數多模態「真實世界模型（Real-World Model）」，計畫於2027年4月開始建設，2028年6月投入使用。英偉達執行長黃仁勳稱：「將提供日本首個面向國家AI基礎設施的計算基礎。」
Noetra的這個國家項目，第一年度便得到日本政府3,873億日圓的補貼，並將與日本產業技術綜合研究所（AIST）、Preferred Networks等組織合作開發日本自己的多模態基礎模型。
它的路線也非常清楚：2026年度起，首先開發具有日語理解、邏輯推理和指令執行能力的推理基礎模型；2028年度，發展能夠統一處理語言、圖像、影片和聲音的Omnimodal基礎模型；2030年度，進一步讓AI理解空間以及物理特性，最終走向所謂的「Real-world Native AI」。
換句話說，日本並不是隻想買GPU。它真正想建立的是：日本的算力、日本的數據、日本的基礎模型、日本的機器人和機器。
這才是這次合作最值得關注的地方。
日本所謂的「主權AI」，也許比國產GPU更現實
表面上看，這裡有一個矛盾。即，日本正在強調AI的自主性，卻大量採用美國英偉達的GPU。如果所謂「主權AI」意味著每一層技術都必須國產，這將無法成立。
但日本政府顯然正在選擇另一種更加現實的路徑。
6月30日，日本經濟產業省宣佈啟動「面向AI機器人和物理AI的多模態基礎模型開發項目」。經產省明確指出，日本擁有廣泛產業基礎所產生的「現場數據」，這是日本發展「物理AI」的優勢；同時，必須在保護現場數據的情況下，建立能夠讓日本未來安心使用的國產多模態基礎模型。項目實施期為2026年度至2030年度。
這句話其實已經把日本的戰略說得相當清楚：晶片不一定要國產，但數據、模型和產業應用不能全部交給別人。這是一種非常日本式的技術主權。GPU可以來自美國，底層軟件可以來自英偉達，但訓練模型的工業數據來自日本的工廠、機器人和汽車；最終模型要理解日本自己的產業和社會環境；模型還要能夠服務日本企業。
換句話說：日本並非要完全國產化，而是想借助美國最強的AI技術，把自己的產業優勢重新組織起來。這也是Noetra推進的國家項目的意義所在。
經產省為什麼親自下場？
答案其實比AI樸素：日本缺人。
製造業需要工人，物流需要司機，護理需要工作人員，地方基礎設施需要維護者。人口減少正在從一個社會問題變成一個生產力問題。
因此，「物理AI」對於日本的意義與美國並不完全相同。對美國而言，它首先可能是一個巨大的新產業；對日本而言，它還可能是一個維持經濟運行的工具。
日本政府6月24日公佈的增長戰略明確提出，要利用日本豐富的現場數據和製造業基礎，加快「物理AI」在工廠、物流、護理等領域的應用，以應對勞動力減少。
這不是一句泛泛的政策口號。日本政府已經把「物理AI」放進了長期的國家投資路線圖。
根據日本首相官邸6月24日公佈的資料，日本到2040年計畫推動超過370萬億日圓的17個戰略領域官民投資；其中，「物理AI」與半導體相關領域，政府希望到2040年度分別形成10.5萬億日圓以及合計78.5萬億日圓的官民投資。
這意味著，日本政府已經不再把AI當成一個單獨的IT產業。而是把AI、機器人、半導體、製造業、能源和勞動力問題放進同一個框架。
這也許是日本真正應該抓住的機會。如果AI競賽永遠停留在大模型規模、網際網路數據和雲端計算平台，日本很難成為第一梯隊。
但「物理AI」改變了競爭的公式。大模型需要數據中心，機器人需要工廠，自動駕駛需要道路，工業AI需要生產線。世界模型需要現實世界。
於是，一個曾經屬於「舊工業時代」的國家資產突然獲得了新的價值：製造業本身成為AI基礎設施。
這可能是日本過去三十年少有的一次機會。
因為在此前的數位革命中，日本的問題一直很明顯：它擁有優秀的硬體，卻沒有產生足夠強大的網際網路平台；擁有機器人，卻沒有掌握AI時代的計算平台；擁有大量工業數據，卻沒有建立世界級基礎模型。
但「物理AI」恰好把這些東西重新放到同一張桌子上。日本不需要另一個OpenAI，也不需要複製英偉達。它真正應該爭取的，可能是：讓AI成為日本製造業的新作業系統。
當然，真正的風險也藏在日本內部。
這場AI「第二幕」並不是沒有劇本漏洞。日本擁有大量高質量的工業數據，但數據往往掌握在不同企業手中。豐田有豐田的數據，FANUC有FANUC的數據，索尼有索尼的數據，日立有日立的數據。
如果最終的結果只是每家公司各自購買GPU、各自訓練模型，那麼日本可能擁有一個龐大的「物理AI」市場，卻仍然沒有形成真正的日本AI生態。
因此，Noetra真正的考驗不是27,500顆GPU能不能按計畫到位。而是，日本能否把分散在幾十家甚至數百家企業裡的「現場知識」，轉化為一種可以共同使用、又不會傷害企業商業利益的國家級AI能力。
這比買GPU難得多。也比建數據中心重要得多。
日本經濟產業省已經意識到這一問題。其6月30日的政策說明明確把「保護現場數據，同時實現未來安心利用」作為建設國產多模態基礎模型的重要理由。
如果這個問題解決不了，27,500顆GPU可能只是一個非常昂貴的運算中心。如果解決了，日本才可能真正獲得一種新的產業能力。
兩件皮衣，比表面看上去更有意味
所以，回到7月16日東京那個炎熱的下午。黃仁勳穿著黑色皮衣，赤澤亮正也穿著黑色皮衣。這當然可以被看成一個輕鬆的社交互動花絮。但如果把鏡頭拉遠一些，它又有一點耐人尋味。
過去，日本不斷地學習美國的先進數位技術。這一次，卻出現了一種微妙的反轉。
美國最成功的AI企業正在尋找日本最擅長的東西：機器、工廠、汽車、機器人，以及現實世界的數據。
而日本最需要的，恰恰又是美國最強的東西：算力、AI軟體和基礎模型技術。
於是雙方第一次在AI時代找到了如此自然的交集。這也許就是，為什麼日本經濟產業大臣願意在東京炎熱的7月穿上一件並不屬於日本官僚傳統的黑色皮衣。這至少是一種姿態，日本在告訴英偉達：這一次，我們希望一起進入下一場產業革命。
當機器開始思考
真正值得關注的，並不是日本能不能複製美國的大模型。而是未來十年，AI究竟會變成什麼？
如果AI永遠停留在螢幕裡，日本很難成為贏家。但如果AI走進汽車、機器人、工廠、物流倉庫、醫院和建築現場，比賽的規則就變了。
到那時，決定競爭力的將不只是誰擁有最大的模型，誰擁有最多的GPU，而是，誰擁有最多的機器，誰擁有最複雜的生產現場，誰擁有最豐富的現實世界數據，以及誰最懂得如何讓AI安全地進入這些地方。
這正是日本過去幾十年積累下來的東西。
所以，日本的AI第二幕可能不是對第一幕的補課。它可能是一次換賽道。
日本沒有在生成式AI時代成為「大腦」的製造者。但當AI開始尋找身體，日本突然發現，自己手裡有一副全世界都很難複製的身體。
英偉達正在把AI的大腦帶到日本。日本則擁有讓這個大腦真正行動起來的身體。
當機器開始思考，日本終於等到了一個屬於自己的AI問題。而那個問題，不再是：「日本能不能造出下一個ChatGPT？」而是：「當AI開始進入現實世界，誰能夠讓機器真正學會工作？」
如果答案最終包含日本，那麼7月16日東京那兩件黑色皮衣所代表的，就不只是一次令人莞爾的花絮。
它可能是日本AI第二幕的開場。
供稿 / 戴維
編輯 JST客觀日本編輯部
