就在7月访日行程中，黄仁勋在日本说了一句话：“下一场产业革命，将会是‘日本制造’。”如今，爱穿皮夹克的黄仁勋走到哪里都是媒体的热点，他为何突然在日本冒出这么一句话呢？这恐怕还要从那天日本经济产业省的一场启动仪式说起。是日，英伟达（NVIDIA）宣布要与日本政治、经济两界合作，启动全球首个国家级人工智慧基础设施。按计划，这座数据中心将堆满 13,750 块 Vera CPU 和 27,500 块 Rubin GPU，通过 Spectrum-X 以太网互连，总功耗高达 140 兆瓦，其合作项目包括汽车、金融、医疗、基础设施、机器人等众多领域，而串起这一切的正是物理 AI。这两年，能写文章、画图、做音乐、写程式的生成式 AI 可谓是大红大紫，而要把 AI 落地到工厂、医院、家庭、田间地头，那就得用到物理 AI。用黄仁勋的话说，这物理 AI 就是“数位空间与物理操作的融合”，而这座国家级的物理 AI 工厂，就是用来专门训练物理 AI 的开放权重模态基础模型，从而让模型具备理解并作用于物理世界的能力。

黄仁勋之所以选择日本，无非就是看中了日本的产业现场经验。虽说目前日本在 AI 软体演算法、快速迭代的大规模场景落地方面相对滞后，但在汽车制造与精益生产、工业机器人与机电一体化、半导体材料与设备制程以及精密机床与超精加工等方面，日本的硬体与流程管理优势还是比较显著的。在黄仁勋看来，英伟达的算力和模型，加上日本产业现场积累的优势，就会成为夺取下个科技时代高地的致胜法宝，而且黄仁勋此举也是为了顺应美日 AI 领域合作的大潮。

此前，美国能源部已与日本文部科学省及经济产业省，正式宣布达成一项总额 10 亿美元的战略合作，旨在推动日本“AI for Science”战略规划与美国“创世纪计划”合作的开展。根据计划，美日双方在五年内各出资 5 亿美元，在 2025 年签署的美日科技繁荣协议基础上，借助 AI 与先进计算以及国际合作，大幅提升基础科研的产出效率。在科研层面，双方组建了 11 个联合科学团队，把美国能源部下属 12 个国家实验室与日本 12 家主要研究机构的资源进行整合，重点推进量子资讯科学、核聚变能源、生物技术、先进材料、粒子物理学及自主实验室系统等领域研究，其中，首批落地项目就有 AI 与机器人驱动的下一代自主实验室。

在算力层面，双方已实行开放共享，联合科研团队可同步调用美国能源部高性能计算系统和日本的“富岳”超级电脑，而且后续升级的“富岳 NEXT”还将集成英伟达 GPU 堆栈，进一步强化为 AI 驱动的科学研究提供世界级算力支撑。在产业落地层面，双方以物理 AI 为核心，由美国提供技术底座，日本提供场景经验进行协作。英伟达向日本产业界开放了 Cosmos 世界基础模型、Isaac 机器人开发平台、Newton 物理引擎等核心技术；丰田、富士通、发那科、安川电机等日本头部企业，则向美方开放了汽车、制造、物流、医疗等实体场景，共同推进数位双生工厂、自动驾驶、智慧铁路、智慧医疗等场景的落地。这种从能源、晶片到框架全部对齐的国家层面打法，其实都是在为物理 AI 落地打基础。

图为日本东京城市景观。新华社资料图

正如上文所述，日本的产业现场经验的确丰富，这些依托数十年的产业与技术沉淀得来的海量运维数据与工艺经验，是通用大模型无法获取的，而这又是物理 AI 落地的必要条件，所以，在一定程度上就构成了日本搞差异化 AI 竞争的护城河。与此同时，日本的基础科研与算力底座也比较扎实，日本本身已经拥有“富岳”等世界级超级电脑，理化学研究所、东京大学、国立材料科学研究所、高能加速器研究机构等科研机构，在全球范围内也算顶尖，在材料科学、核聚变、粒子物理、生物医学等基础科学领域已有数十年沉淀，技术储备深厚，完全可以为物理 AI 的落地提供足够丰富的科研场景与数据基础，与美国合作就能快速将 AI 技术与现有科研体系融合，加速实现技术突破。

为了形成物理 AI 落地优势，在日本政府的支持下，由软银、NEC、索尼、本田牵头，共 44 家日本大型企业成立了 AI 研发实体 Noetra Corp，旨在通过科技、制造、金融、汽车等多个核心领域集中产业资源，推进 AI 技术落地。日本政府对此也是慷慨支持，仅 2026 年度就拨付 3,873 亿日圆专项资助，并计划提供最高 1 兆日圆的资金支援，于 2028 年在大阪堺市建立世界最大级别的专用计算基地。引人注目的是，日本高度重视 AI 数据与技术主权，试图引导金融、制造等核心领域企业，把专属模型和核心数据在本土部署和保留，在引进海外先进技术的同时守住产业安全底线。正是依托美日技术同盟，日本通过深度对接美国的顶尖 AI 算力、晶片与模型技术，可以快速获取前沿 AI 技术赋能本土企业；与此同时，又能凭借自身的产业经验和东南亚等新兴市场的长期产业布局，助力在全球 AI 产业分工中抢占高价值环节。这种差异化的竞争优势，使得日本大概率会在全球 AI 产业格局中占据一席之地。

然而，我们也需要看到的是，美日的物理 AI 合作并非牢不可破，其中根本性矛盾依然存在。须知，美国推进合作的核心目标是通过整合日本的科研、制造资源，来巩固全球 AI 霸权，并非是要扶持一个势均力敌的对手，所以，美国肯定要对日本有所约束，甚至在一定程度上要遏制日本的技术发展。因此表现出来的就是美国出口管制政策波动性很强，此前就已经限制过高端 AI 模型流入日本官方科研机构，“创世纪计划”也只是向日本开放了场景合作权限，并不共享底层核心演算法与模型权重。在日本看来，他们则希望借助美方技术补齐短板，在建立“自国可控”的工业 AI 体系基础上，还要向东南亚推广物理 AI 方案，这是与美国的目标背道而驰的，而日本无论是采购英伟达晶片还是依托美方搭建产业底座，又都要完全受制于美国技术标准，所以，未来的冲突必然无可避免。

而且，物理 AI 迭代高度依赖工业现场机密数据，丰田、发那科等日企对数据实施的是封闭化保护，美国《云端法案》（CLOUD Act）却允许调取美企海外存储的工业数据，日本的工业、交通、基建等关键领域部署的物理 AI 系统，肯定存在数据外泄隐患，这种风险日本到底能不能承担也是个未知数。尽管双方计划对物理 AI 投入资金巨大，但实际上比较分散，美国的 10 亿美元是五年的科研经费，并且要覆盖六大前沿赛道，而日本的兆级日圆投入主要用于采购晶片，普通的中小制造企业很难承担智慧化改造成本，这就会导致物理 AI 落地局限于少数头部标杆项目，难以渗透至供应链上下游的配套环节，无法形成全链条协同的规模化效应，让美日合作的技术成果难以转化为普惠性的产业优势。此外，双方合作也受政府方面影响，美国国会拨款、政党更替都会导致科技政策变更，日本的大规模投入很有可能沦为沉没成本，而且两国尚未建立统一的工业 AI 安全、漏洞应急协同机制，一旦系统故障将直接引发实体产业安全事故。这些现实存在的问题都会在将来持续消解著美日合作的互补优势，让合作的实际落地效能大打折扣，所以说，日本究竟能不能在下一场产业革命中夺得先机，仍需产业落地的结果来作答。

（本文作者为人工智能领域学者，本网获独家授权刊发，转载请注明出处）

（本文为作者观点，不代表本媒体立场）