软银索尼本田组局：6.28亿美元押注物理AI，2030年要搞万亿参数模型

日本企业很少这么整齐划一地行动。软银、索尼、NEC、本田，再加上五家重工和金融巨头，以及政府背景的NEDO机构——这阵容像是把日本产业的半副身家押在了一张桌子上。赌注是6.28亿美元，目标是2030年前让"物理AI"从实验室走进工厂和公路。

物理AI（Physical AI）指的是能直接操控实体设备的智能系统，区别于只会聊天生成文字的对话模型。它要控制机器人手臂、驾驶汽车、调度生产线。万亿参数的规模， roughly 是当前GPT-4级别模型的数倍。日本这次不想只做应用层，要从底座开始重造。

为什么是现在：一张写了十年的欠条

日本对"数字赤字"的焦虑由来已久。过去二十年，日企每年向美国云服务商支付巨额费用，数据却留不住本土。软银创始人孙正义去年还在给OpenAI写40亿美元的支票，转头就牵头搞起了"主权AI"——训练用日本数据，存储在日本境内，模型权重不给谷歌看。

这种转向并非突然。2023年日本政府就开始讨论生成式AI的自主可控，NEDO（新能源产业技术综合开发机构）的万亿日元预算去年秋天就已敲定。软银、索尼、NEC三家的谈判据说持续了半年以上，本田的加入是最近两个月的事。

分工已经明确：软银和NEC负责基础模型开发，本田拿到首发场景——自动驾驶。索尼的角色更微妙，机器人和游戏硬件两手抓，后者暗示这套物理AI可能不止用于工厂和汽车。

Preferred Networks：被点名的隐形玩家

名单里有个名字值得单独拎出来：Preferred Networks（PFN）。这家东京AI创企成立于2014年，早期靠深度学习框架Chainer成名，后来转向物联网和边缘计算。它不像OpenAI那样会营销，但在工业机器人领域有实打实的落地经验。

PFN的加入说明这盘棋不只是"日本版OpenAI"那么简单。它的技术栈偏向嵌入式和实时控制，正好补足软银、索尼在云端和终端的优势。换句话说，PFN可能是那个把万亿参数模型"塞进"物理设备的人。

「日本AI基础模型开发」——这是新公司的直译名，暂定招聘100名AI工程师。人数不多，但目标明确：先造底座，再找场景。这种打法和硅谷"先做产品再补技术债"的路子截然相反。

2030年：一个被精心挑选的时间点

官方没有公布合资公司启动的具体日期，但"物理AI应用"的上线目标锁定在2030年。这个数字经过算计：东京奥运会推迟到2021年，大阪世博会定在2025年，2030年正好是日本政府"Society 5.0"蓝图的关键验收节点。

更现实的考量是竞争节奏。特斯拉的Optimus人形机器人计划2025年量产，Figure AI刚拿到OpenAI的投资，中国的人形机器人产业今年被写进政府工作报告。日本如果2025年才开始训练模型，2030年出货已经不算早。

万亿参数的规模也耐人寻味。GPT-4的参数据估计在1.8万亿左右，但那是稀疏激活的混合专家架构。日本团队如果做稠密模型，实际计算成本会高得多。或者他们也在走MoE路线——原文没提，但100个工程师的编制暗示了工程化优先的策略。

主权AI的代价：与旧盟友切割

最戏剧性的转折是软银的位置。这家公司过去十年是美国科技生态最大的外部金主之一：阿里巴巴、ARM（虽然总部在英国，但纳斯达克上市）、WeWork、OpenAI。孙正义的投资风格被形容为"押注赛道，不管骑手"，现在他却要当骑手了。

这种切割有多彻底？原文没说。但可以确认的是，新公司的数据治理原则明确排除了谷歌和OpenAI。对于依赖美国云服务的日本中小企业来说，这可能意味着未来要多一套本土选项——或者多一套合规成本。

五家金融机构的参与（神户制钢、新日铁、瑞穗、三井住友、三菱UFJ）提供了资金弹药，也埋下了利益协调的隐患。银行想要AI风控模型，钢厂想要缺陷检测，本田想要自动驾驶——这些需求的优先级怎么排？原文没给答案。

一个细节：索尼的机器人业务近年重心在娱乐和教育，工业场景并非强项。它入局更可能是为了游戏硬件的触觉反馈技术——这暗示物理AI的交互界面可能比想象中更复杂。或者说，索尼在赌一个"机器人即游戏外设"的未来。