本文來自微信公眾號：青萍見，作者：shushuhn，題圖來自：AI生成
2025年初，本田與日產(chǎn)那場僅存活48天的世紀聯(lián)姻鬧劇剛剛收場，廢墟未掃，索尼與本田又坐到了談判桌前。這一次，他們拉上了軟銀和NEC，試圖在AI領域再賭國運。這不是基于商業(yè)信任的擁抱，而是一場被中美AI差距逼到墻角的應激反應。當日本不得不放棄通用大模型，退守物理AI這一細分賽道時，這場由四巨頭拼湊而成的背水一戰(zhàn)，究竟是換道超車的開始，還是爾必達破產(chǎn)悲劇的重演？
4月12日，軟銀、NEC、本田、索尼聯(lián)合成立日本AI基盤模型開發(fā)（Japan AI Foundation Model Development Co.），官方定位為日本國產(chǎn)基礎模型研發(fā)與產(chǎn)業(yè)化主體。四家各持股約10%，計劃聘用約100名AI開發(fā)人員，由軟銀高管出任社長。日本制鐵及三菱日聯(lián)、三井住友、瑞穗三家大型銀行作為少數(shù)股東參與出資。AI開發(fā)企業(yè)Preferred Networks也將參與技術研發(fā)。
這不是一次普通的企業(yè)合作，而是日本AI的背水一戰(zhàn)——放棄在通用大模型賽道追趕中美，押注物理AI與主權AI，舉國之力補短板。日本政府計劃五年內(nèi)投入1萬億日元（約430億人民幣），新公司計劃近期向NEDO（新能源與產(chǎn)業(yè)技術綜合開發(fā)機構）提交申請，若獲選，將從2026年度起獲得政府支援。
量化的差距更觸目驚心：2019～2023年美國AI領域投資約3290億美元，日本僅100億美元，不到美國的三十分之一。日本企業(yè)AI利用率僅約50%，而中國、英國、德國企業(yè)超過90%。這就是為什么日本明知聯(lián)盟弊端重重，卻不得不選擇這條路。
但問題來了：四家巨頭，各懷心思，能真正協(xié)同嗎？
一、物理AI：日本換道超車的機會
日本在通用大模型上確實落后了，但物理AI（フィジカルAI，即讓機器人和機械自主運行的新一代AI）是另一條賽道。日本的真實優(yōu)勢在于：
傳感器：索尼、TDK、村田占據(jù)全球圖像傳感器、慣性傳感器市場的半壁江山
工業(yè)機器人：發(fā)那科、安川電機、川崎重工在工業(yè)機器人領域全球領先
精密制造：日本在減速器、伺服電機、高精度加工設備上擁有絕對優(yōu)勢
車載電子：瑞薩、豐田、電裝在汽車電子領域積累深厚
物理AI的核心不是寫詩，是讓機器在物理世界中自主運行。在這個賽道上，日本不是追趕者，是防守者。問題的關鍵不是日本有沒有優(yōu)勢，而是能不能把這些優(yōu)勢用AI串起來。
物理AI至少包含四條技術路徑：具身智能大模型（機器人通用大腦）、工業(yè)時序大模型（產(chǎn)線數(shù)據(jù)建模預測）、邊緣端小模型（實時響應低延遲）、機器人控制基座（統(tǒng)一控制接口）。日本的目標不是做一個萬能模型，而是構建一個“底座模型+行業(yè)適配”的開放體系。這比通用大模型更復雜，但也更貼近日本的實際需求。
從國際對標看，日本在工業(yè)AI領域的位置很特殊：
日本不是追趕者，而是硬件強、軟件弱的偏科生。物理AI恰好需要軟硬結(jié)合——這是日本換道超車的機會，也是最大的組織考驗。
二、主權AI：被忽略的另一半戰(zhàn)略
主權AI并非與物理AI割裂，而是物理AI的制度與安全底座。日本《人工智能技術研究開發(fā)及應用推進法》（2025年6月施行）明確要求，基礎模型需通過AI安全研究所的合規(guī)評估，數(shù)據(jù)處理需遵循日本境內(nèi)存儲、跨境傳輸許可原則。聯(lián)盟開發(fā)的模型需同時滿足技術性能與主權合規(guī)雙重要求，否則無法進入金融、政務等敏感行業(yè)。
主權AI包含三個層面：算力主權（國產(chǎn)芯片與數(shù)據(jù)中心）、數(shù)據(jù)主權（數(shù)據(jù)不出境、合規(guī)可控）、模型主權（基礎模型自主可控）。日本政府計劃通過NEDO支持國產(chǎn)AI芯片研發(fā)，同時在金融、醫(yī)療、政務等敏感行業(yè)推行AI準入制——外國模型需經(jīng)過安全審查才能使用。
三家大型銀行作為少數(shù)股東參與出資，恰恰與主權AI密切相關。金融行業(yè)是數(shù)據(jù)主權最敏感的領域之一。三菱日聯(lián)、三井住友、瑞穗的出資，既是財務投資，也是為未來金融AI應用探路。如果聯(lián)盟開發(fā)的模型能夠滿足金融行業(yè)的合規(guī)要求，就等于拿到了主權AI的通行證。反之，如果連本土金融機構都不愿采用，主權AI就是空談。
從這個角度看，銀行的角色不是打醬油，而是主權AI的試金石。
此外，Preferred Networks的加入也值得關注。作為日本AI獨角獸，PN以深度學習框架Chainer聞名，在邊緣計算和機器人AI領域有技術積累。外部技術力量的注入，為聯(lián)盟增加了人才與技術的多樣性——但也帶來了新的協(xié)同挑戰(zhàn)。
三、日本式聯(lián)盟的失敗基因
這不是日本第一次搞國家隊了。歷史給出了不太樂觀的答案。
1999年，爾必達誕生。NEC、日立、三菱電機整合DRAM業(yè)務，肩負重振日本半導體雄風的歷史任務。鼎盛時期手握近兩成全球市場份額。結(jié)果2012年在與三星的對抗中敗下陣來，申請破產(chǎn)，被美光收購。
2022年，Rapidus登場。豐田、電裝、索尼、鎧俠、NEC等八家公司投資成立，目標直指2nm芯片，日本政府砸下9200億日元補貼。如今仍在追趕，與臺積電的差距未見縮小。
為什么日本式聯(lián)盟總跑不出來？一位日本政府官員曾一語道破：“各公司都在內(nèi)部開發(fā)最佳技術，而把二流、三流的工程師派往國家項目?！?/strong>
巨頭們不愿把最好的資源拿出來共享。聯(lián)盟項目派幾個還可以的人去應付，結(jié)果是項目看起來陣容豪華，實際戰(zhàn)斗力打折。半導體制造是重資產(chǎn)、標準化的陣地戰(zhàn)；而AI是快速迭代的速度戰(zhàn)。兩者邏輯不同，但組織病的根源是共通的：巨頭不愿拿出核心資源，聯(lián)盟變成面子工程。
四、四巨頭的貌合神離
這次AI聯(lián)盟的結(jié)構，和爾必達、Rapidus如出一轍。
軟銀：孫正義是兩條腿走路——一方面與OpenAI合資，另一方面參與這個國家隊。軟銀的籌碼是Arm（全球90%移動設備、70%物聯(lián)網(wǎng)設備使用Arm架構），但AI大模型訓練的主力是x86+GPU，不是Arm。Arm的優(yōu)勢在邊緣側(cè)，云端訓練仍依賴美國體系，日本并未掌握算力根技術。
更重要的是，軟銀是資本方，不是制造業(yè)玩家。索尼、本田、NEC是百年實體產(chǎn)業(yè)巨頭。日本制造業(yè)骨子里不信任資本玩家操盤技術。這才是軟銀當不了真正盟主的核心原因。
NEC：有技術積累，但商業(yè)化能力弱。
本田：電動化轉(zhuǎn)型遲緩，需要救命稻草。
索尼：需要AI賦能現(xiàn)有業(yè)務。
四家訴求不同，甚至相互沖突。
更微妙的是，索尼和本田合作的Afeela電動車項目近期推進節(jié)奏生變，兩家在造車領域合作遇冷，轉(zhuǎn)頭就在AI項目上聯(lián)手。就在2025年2月，本田、日產(chǎn)、三菱的世紀聯(lián)姻僅存活48天便破產(chǎn)，導火索正是誰當老大。這次四家各持股約10%，沒有絕對主導者——這是真正的誰也不服誰。
五、三重組織陷阱
第一重：人才陷阱。
新公司預計聘用約100人。物理AI團隊本不需要千人規(guī)模，但100人若缺乏頂尖人才，依然撐不起國家級底座。
經(jīng)濟產(chǎn)業(yè)省數(shù)據(jù)顯示，AI核心人才（算法、工程、數(shù)據(jù)科學家）缺口約12.4萬人，而全產(chǎn)業(yè)鏈IT人才缺口達79萬人。日本每年AI碩士畢業(yè)生僅約2800人，不及美國的1/9。
但日本的問題不只是沒人，而是人不在日本。谷歌DeepMind、OpenAI、NVIDIA都有大量日籍科學家。聯(lián)盟能不能把海外回流人才拉進來？目前沒有答案。
第二重：數(shù)據(jù)孤島陷阱。
即使四巨頭愿意共享數(shù)據(jù)，日本制造業(yè)數(shù)據(jù)的真實困境在于：產(chǎn)線數(shù)據(jù)非結(jié)構化、不同設備采樣頻率不一、工業(yè)總線協(xié)議互不兼容、企業(yè)視生產(chǎn)數(shù)據(jù)為核心機密。經(jīng)濟產(chǎn)業(yè)省調(diào)查顯示，超過60%的日本制造業(yè)企業(yè)尚未完成核心業(yè)務系統(tǒng)的數(shù)字化改造。日本AI聯(lián)盟面臨的第一道坎不是算法，而是數(shù)據(jù)基礎設施。
第三重：文化沖突陷阱。
軟銀是狼性文化，NEC是工程師文化，本田是匠人文化，索尼是創(chuàng)意文化，PN是極客文化。五種文化攪在一起，緊急情況下聽誰的？
六、可驗證的時間節(jié)點與信號
日本AI聯(lián)盟的成敗，不需要等到2030年。以下三個時間節(jié)點值得關注：
2027年Q2：推出首個基礎模型原型，優(yōu)先在制造業(yè)（NEC）和娛樂（索尼）場景驗證
2029年Q2：完成100人團隊擴張，模型在至少5個行業(yè)落地
2031年：形成完整的物理AI生態(tài)，覆蓋機器人、汽車、制造、娛樂四大領域
成敗信號，比財報更早預示結(jié)局：
七、對中國的啟示
出海機會：日本在核心底座上會堅持自主可控，但在應用層、工具鏈、行業(yè)解決方案上存在合作空間。日本有硬件、缺軟件，有場景、缺數(shù)據(jù)清洗能力，有需求、缺工程化人才——這是真正的出海窗口。中國企業(yè)應抓住日本人才缺口和技術代差的窗口期，輸出技術、輸出解決方案。
產(chǎn)業(yè)鏡鑒：避免分豬肉式聯(lián)合，讓真正有競爭力的大廠主導，而不是雨露均沾的行政指令式捆綁。中國的大廠生態(tài)（阿里、字節(jié)、百度、騰訊各自為戰(zhàn)）雖然帶來了重復建設，但也帶來了市場選擇出最強者的機制——這不是行政指令能替代的。
結(jié)語
日本AI的勝負手，從來不在模型參數(shù)的多少，而在能否拆掉企業(yè)間那堵看不見的部門墻。
對于正在加速出海的中國AI企業(yè)而言，日本的這場掙扎既是對手暴露弱點的時刻，也是檢驗自身技術輸出能力的試金石。
當硬件強國在軟件生態(tài)面前節(jié)節(jié)敗退，我們看到的不僅是日本的困境，更是全球AI產(chǎn)業(yè)分工重組的前夜。
本文來自微信公眾號：青萍見，作者：shushuhn