黃仁勳唱多“日本製造” 學者揭示美日AI合作四大致命裂痕香港新聞網7月28日電 （記者 王少喆）“下一場產業革命，將會是‘日本製造’。” 2026年7月，英偉達（NVIDIA）創辦人兼CEO黃仁勳在日本訪問期間拋出了這句擲地有聲的斷言。作為全球人工智能（AI）浪潮的核心掌舵者，黃仁勳走到哪裡都是媒體焦點，他為何突然在日本給出如此高的評價？這恐怕還要從日本經濟產業省的一場啟動儀式說起。 當天，英偉達宣佈將與日本政、經兩界合作，啟動全球首個國家級 AI 基礎設施。按計劃，這座總功耗高達 140 兆瓦（MW）的數據中心，將堆疊 13,750 塊 Vera CPU 與 27,500 塊 Rubin GPU，並透過 Spectrum-X 以太網路高速互連。其合作範圍涵蓋汽車、金融、醫療、基建與機器人等領域，而串聯這一切的核心，正是物理 AI（Physical AI）。 這兩年，能寫文章、畫圖、寫程式的生成式 AI 可謂大紅大紫，但若要將 AI 真正落地到工廠、醫院、田間地頭，就必須依賴物理 AI——即“數位空間與物理操作的深度融合”。這座國家級物理 AI 工廠，正是用來訓練開放權重模態基礎模型，賦予 AI 理解並作用於物理世界的能力。 對於英偉達與日本的深度綁定，人工智能領域學者曹波向香港新聞網進行了深度剖析。曹波指出，黃仁勳看重的正是日本獨一無二的“產業現場經驗（Gemba）”。雖然日本在 AI 軟體演算法與大規模場景的快速迭代上相對滯後，但其在汽車製造與精益生產、工業機器人與機電一體化、半導體材料與設備製程，以及精密機床與超精加工等方面，硬體與流程管理優勢極為顯著。 在黃仁勳看來，英偉達的算力和模型，加上日本產業現場積累的優勢，將成為奪取下個科技時代高地的致勝法寶。而英偉達此舉，也是在順應美日 AI 領域戰略合作的大潮。此前，美國能源部已與日本文部科學省及經濟產業省正式宣佈達成一項 5 年 10 億美元的戰略合作，推動日本“AI for Science”戰略與美國“創世紀計劃（Genesis Project）”深度對接。 在該計劃下，雙方組建了 11 個聯合科學團隊，整合美國能源部下屬 12 個國家實驗室與日本 12 家主要研究機構，重點推進量子資訊、核聚變、生物技術、先進材料及自主實驗室系統等研究。科研團隊可同步調用美國高性能計算系統與日本“富岳（Fugaku）”超級電腦，未來升級的“富岳 NEXT”更將集成英偉達 GPU 堆疊。與此同時，英偉達向日本產業界開放了 Cosmos 世界基礎模型、Isaac 機器人開發平台、Newton 物理引擎等核心技術；豐田（Toyota）、富士通（Fujitsu）、發那科（FANUC）、安川電機（Yaskawa）等日本頭部企業，則開放了汽車、製造、物流等實體場景，共同推進數位雙生工廠、自動駕駛與智慧醫療等落地。
圖為日本東京城市景觀。新華社資料圖 這種從能源、晶片到框架全方位對齊的國家級打法，正在為物理 AI 鋪路。曹波表示，日本依托數十年沉澱的海量運維數據與工藝經驗，是通用大模型無法獲取的，這在一定程度上構成了日本搞差異化 AI 競爭的護城河。為了形成落地優勢，在日本政府支持下，由軟銀、NEC、索尼（Sony）、本田（Honda）牽頭，共 44 家日本大型企業成立了 AI 研發實體 Noetra Corp。日本政府僅 2026 年度就撥付 3,873 億日圓專項資助，並計劃提供最高 1 兆日圓資金支援，預計於 2028 年在大阪堺市建立世界最大級別的專用計算基地。同時，日本高度重視 AI 數據與技術主權，引導核心企業將專屬模型與數據留在本土，守住產業安全底線。 曹波認為，透過美日技術同盟，日本既能快速獲取前沿 AI 技術賦能本土企業，又能憑藉自身的產業經驗與在東南亞等新興市場的長期布局，在全球 AI 產業分工中搶佔高價值環節。這種差異化優勢，讓日本大概率能在全球 AI 格局中佔據一席之地。 然而，曹波也發出警示：美日之間的物理 AI 合作並非牢不可破，其根本性矛盾依然存在，未來的實際落地效能恐將大打折扣。 首先是霸權防禦與“自國可控”的目標衝突。曹波指出，美國推進合作的核心目標是整合日本的科研與製造資源，以鞏固自身的全球 AI 霸權，並非要扶持一個勢均力敵的對手。因此，美國必然對日本有所約束甚至遏制。這表現為美國出口管制政策波動性極強，此前就曾限制高端 AI 模型流入日本官方科研機構，且“創世紀計劃”僅開放場景合作權限，並不共享底層核心演算法與模型權重。相反地，日本希望藉美方技術補齊短板，建立“自國可控”的工業 AI 體系並向東南亞推廣，這與美國的戰略目標背道而馳。日本無論是採購英偉達晶片還是依托美方搭建底座，都受制於美國技術標準，未來的衝突無可避免。 其次是《雲端法案》帶來的工業數據外洩隱患。物理 AI 的迭代高度依賴工業現場機密數據，豐田、發那科等日企向來對數據實施封閉化保護。然而，美國《雲端法案》（CLOUD Act）允許調取美企海外存儲的工業數據。當日本在工業、交通、基建等關鍵領域全面部署物理 AI 系統時，必然存在數據外洩風險，這種代價日本是否承擔得起仍是未知數。 再者是資金分散與供應鏈“智慧化斷層”。雖然美日宣佈的投入資金巨大，但實際上相當分散。美國 10 億美元需覆蓋 5 年及 6 大前沿賽道，而日本的兆級日圓投入主要用於採購昂貴晶片。日本廣大的普通中小製造企業根本無法承擔智慧化改造成本，這會導致物理 AI 的落地僅局限於少數頭部標桿項目，難以滲透至供應鏈上下游的配套環節，無法形成全鏈條協同的規模化效應。 最後是地緣政治波及與實體安全風險。美日合作極易受政府政黨更替與國會撥款影響，美國科技政策一旦變更，日本的大規模投入很有可能淪為沉沒成本。此外，兩國尚未建立統一的工業 AI 安全與漏洞應急協同機制，控制實體設備的物理 AI 一旦發生系統故障，將直接引發實體產業安全事故。 “下一場產業革命，會是‘日本製造’嗎？”黃仁勳給出了充滿商業前景的預言，但曹波認為，這些現實存在的結構性問題，將持續消解美日合作的互補優勢。英偉達的算力支援與美日政府的戰略背書只是開場，日本究竟能不能在下一場產業革命中奪得先機，最終仍需看產業落地的實際結果來作答。 （完） 【編輯：王少喆】
|
