软银拉8家巨头组局，日本砸万亿日元造"物理AI"硬刚中美

日本企业每年向OpenAI和Anthropic支付的API费用，够建三座东京塔。但2024年，本田工厂的一条产线数据曾因云端调用意外泄露至海外服务器——这件事没上新闻，却在经团联（日本经济团体联合会）的闭门会上被反复提及。

孙正义的解法很直接：与其继续租别人的脑子，不如造一个自己的。

八张船票，一张自己造

软银新成立的AI子公司，股东名单读起来像日本工业史的目录页。NEC、本田、索尼、新日铁、神户制钢，外加三菱UFJ、三井住友、瑞穗三大银行——八家企业各持少量股份，没有一家控股。

这种股权结构本身就是信号：没人想单独押注，但没人敢缺席。

项目目标定得很具体：十年内做出约1万亿参数的基座模型（foundation model）。作为参照，GPT-4公开披露的参数量级与此接近。但软银强调差异化定位——不做聊天机器人，专攻"Physical AI"（物理智能），即能直接操控机械臂、无人车、炼钢设备的AI。

索尼的图像传感器、本田的自动驾驶数据、新日铁的产线控制经验，这些过去分散在各家的"肌肉记忆"，被塞进同一个训练池。一位参与早期磋商的人士向《日本经济新闻》透露，银行团入股的条件之一是：模型必须优先理解制造业的现金流预测和风险评估场景。

数据不出岛，是执念也是生意

软银正在大阪堺市改造一座废弃的夏普液晶工厂，将其变为AI数据中心。选址颇有深意——这里曾是日本显示产业败退的遗址，如今被赋予"计算主权"的象征意义。

所有训练数据将留在日本境内处理。这个承诺针对的焦虑很具体：当AI开始调度核电站维护或半导体光刻机参数时，任何跨境数据传输都可能触发《经济安全保障推进法》的审查红线。

但"主权AI"的代价是算力成本。日本国内GPU集群规模约为美国的1/15，电力价格却是得州的2.3倍。软银的应对策略是向政府要钱：通过NEDO（新能源产业技术综合开发机构）的专项渠道，未来五年预计有约1万亿日元（约67亿美元）流向国家级AI项目，软银子公司被视为资金池的头号竞争者。

这笔钱还没到账，但股东们已经按"能拿到"的比例分摊了前期投入。

1万亿参数的豪赌，赌的是什么

参数规模不等于能力，这是2024年AI行业的共识。但日本企业需要的是一个谈判筹码——当与OpenAI续约时，能亮出"我们有自己的备选方案"。

本田是典型样本。其电动车业务高度依赖GPT-4处理用户语音指令，但2025年新款车型的座舱系统已预留了本地模型接口。"不是替换，是备份，"一位本田技术高管在股东说明会上用了个棒球术语，"第九局下半，你需要能自己上场的投手。"

三井住友银行的参与则暴露了另一层焦虑。该行2023年测试了Anthropic的Claude处理企业贷款审批，发现模型对日本中小企业"隐性资产"（如社长个人信用、地区人脉）的评估准确率不足四成。这些无法被英文语料充分描述的商业逻辑，被视为本土模型的护城河。

物理AI的悖论

"Physical AI"的概念由英伟达CEO黄仁勋在2024年CES上推广，核心是将大模型与物理仿真结合，让AI理解重力、摩擦力和材料疲劳。软银选择用这个标签，既蹭热度，也划边界——不跟ChatGPT卷对话，专攻工业场景。

但工业数据的封闭性可能是双刃剑。新日铁的炼钢参数、索尼的晶圆缺陷图谱，这些高价值数据从未离开过企业防火墙。共享到什么程度？一位神户制钢的内部人士透露，股东协议里用三页纸定义了"可脱敏数据"的范围，谈判耗时超过模型架构设计。

更现实的挑战是人才。日本AI研究者占全球顶会作者比例从2018年的6%跌至2023年的2.8%。软银的招聘策略是"买团队而非买人"——2024年收购了英国AI芯片公司Graphcore，将其日本研发中心改为项目核心班底。

项目时间表显示，2026年前完成基础架构，2028年推出首个行业专用模型。但股东们更关心的可能是2025年的NEDO评审结果——那1万亿日元的分配比例，将决定谁在这个联盟里拥有实际话语权。

当索尼的工程师第一次把图像传感器数据接入训练集群时，他发现文件命名规则还是2016年夏普时代的遗留格式。旧工厂的幽灵，和新主权的野心，共用同一套电缆。