2026年9月24日,国际机器人联合会公布最新数据,日本可能最不愿看到的一组数字摆上了桌面:2025年中国工厂新增工业机器人35.4万台,占全球新增部署的59%,日本只有36219台,同比下降19%,全球排名也从第二掉到第三。
就在今年,日本正把Physical,AI押到国家战略高度,索尼、软银、NEC、本田等44家企业和机构加入Noetra,日本政府相关支持规模达到万亿日元级,还准备上27500颗英伟达Rubin,GPU。
日本想靠机器人和制造业老本行在AI时代翻盘,可如今,机器人强国,为什么自己的部署速度反而掉下来了?
![]()
![]()
Noetra不是44家公司临时凑出来开个会,而是一家专门成立的公司,索尼、软银、NEC和本田是核心参与者,背后共有44家企业和机构出资,产综研、Preferred,Networks等也进入研发体系。
日本经济产业省给它的定位很明确,不去单纯复制ChatGPT,而是开发能够同时理解图像、视频、声音、传感器和物理信息的国产多模态基础模型,最后把模型装进机器人、工厂设备、物流和医疗场景。
![]()
公开信息显示,这是日本政府围绕相关AI项目在2026至2030年度提供的万亿日元级支持框架;44家企业究竟一共投入多少,并没有公布。仅2026年度的政府支持已经超过3800亿日元。
有工厂数据,不等于数据可以拿出来训练;有几十家企业,不等于几十家企业愿意把自己的生产参数、设备状态、传感器记录和工艺秘密放到同一个池子里。Physical,AI越依赖真实数据,这些数据就越值钱,企业也越不愿轻易共享。
所以,日本赌的从来不是“1万亿够不够花”,而是44家公司能不能把各自锁在保险柜里的工业数据,真正变成一套能够不断训练模型的共同资产。
![]()
日本不是机器人弱国,国际机器人联合会此前统计,日本依然是全球最重要的机器人制造国之一,约占全球机器人产量的近四成。发那科、安川、川崎等企业在工业机器人领域也积累了几十年。
可Physical,AI有一个麻烦:未来比的未必是谁过去卖过更多机械臂,而是谁拥有更多正在真实世界里运行、能够持续产生数据的机器人。
![]()
9月24日公布的《World,Robotics,2026》显示,2025年全球工厂新增工业机器人超过60万台。其中,中国安装35.4万台,同比增长20%,一个国家就占全球新增部署的59%;日本只有36219台,同比下降19%,全球市场排名从第二降到第三。
这不是简单差一个销量数字,机器人装进工厂以后,会不断产生视觉、动作、力觉、失败案例和设备状态数据,这些东西又能反过来训练模型,模型再让机器人更聪明,然后带动下一轮部署。
![]()
中国一年部署35万多台,日本只有3万多台,两边未来积累真实场景数据的速度自然不会一样。
日本最大的优势本来就是机器人和制造业,可进入Physical,AI时代后,优势的衡量方式正在发生变化。过去比的是机械精度、可靠性和电机控制,接下来还要比数据量、模型迭代速度和实际场景数量。
日本不是没有家底,而是它最值钱的家底,正在被迫重新折算一次。
![]()
Noetra为这场豪赌准备的算力并不寒酸,按照7月16日公布的计划,日本将建设一套140兆瓦级AI基础设施,里面有13750颗Vera,CPU和27500颗英伟达Rubin,GPU,用于训练面向机器人和Physical,AI的基础模型。
可时间表同样值得注意。这套基础设施计划2027年4月开始建设,到2028年6月才正式投入运行。日本最大的对手甚至未必是哪一家美国AI公司,而是时间。
日本现在的路线是:2026年把公司、资金和研发团队组织起来,2027年建设算力,2028年基础设施全面运行,然后再推动模型、机器人和产业应用形成闭环。可同样这两年里,中美不会停下来等日本。
而且所谓“国产AI”还有一个很现实的矛盾:模型、数据和应用希望掌握在日本手里,但最关键的训练算力仍然要靠英伟达Rubin。换句话说,日本追求的主要是模型和工业数据自主,并不是从GPU、软件栈到模型全部自主。
这说明,日本的“国运级AI”并不是一套完全独立的技术体系。它想追赶中美,第一步仍然要借助美国最先进的计算平台。
![]()
1976年至1979年,日本通产省推动超大规模集成电路项目,富士通、日立、三菱电机、NEC和东芝等企业共同参与,总研发费用约730亿日元,其中政府承担约290亿。
这个项目后来被RIETI等机构列为日本大型联合研发项目中的成功案例,它帮助日本企业突破了一批半导体制造共性技术。
![]()
真正更值得Noetra警惕的,是1982年至1992年的第五代计算机项目。日本前后投入约540亿日元,确实做出了并行推理计算机PIM等技术成果,但项目押注的Prolog、逻辑推理等路线最终没有成为商业计算的主流,大量成果停留在研究和演示阶段。
这两个案例放在一起,结论反而非常清楚,国家队本身不是成功或失败的原因。
![]()
VLSI项目为什么能成?因为几家企业共同面对明确的制造技术瓶颈,突破之后马上能够进入商业芯片生产。第五代计算机为什么商业化不理想?一个重要原因就在于,它选择的技术路线并没有被后来的市场大规模采用。
我个人更倾向于认为,这才是Noetra最危险的地方。日本现在已经认定Physical,AI是下一轮大机会,这个方向未必错,但市场到底采用什么机器人形态、什么模型架构、数据怎么流动,仍然没有完全定型。
如果44家企业最后只是在同一家公司名册上出现,各自的数据依旧锁在自己工厂里,那么再多资金也只能解决“项目启动”,解决不了“产业领先”。
![]()
日本给自己定的目标很大,经产省计划到2040年推动大约1000万台AI机器人进入18个行业,并希望日本拿下全球AI机器人市场30%以上份额,对应约20万亿日元级市场。
到2030年前,只需要盯住几个信号:Noetra的Rubin算力能不能按期上线,44家企业之间有没有形成真正可用的数据共享机制,工厂、物流、医疗和护理场景有没有出现规模化商业部署,日本机器人新增安装和Physical,AI收入能不能重新向上走。
![]()
如果这些环节跑通,日本确实有机会把机器人和制造业老本行重新盘活;可如果到2030年前仍然主要停留在国家项目、实验模型和演示机器人,那么2040年的1000万台、20万亿日元和30%全球份额,就会越来越像远期愿景,而不是已经形成的产业趋势。
日本真正要争的不是2040年,而是眼前这三四年。Physical,AI一旦出现平台效应和数据飞轮,早期规模优势会越来越难追。等别人的机器人已经在数十万个工厂和现实场景里每天产生数据,再靠一轮政府补贴追赶,难度只会越来越大。
![]()
日本这次确实下了重注,44家企业、万亿日元级支持、27500颗Rubin,再加上机器人和制造业几十年的积累,牌面并不差。
可9月24日最新数据已经给它敲了一记警钟:过去会造机器人,不等于未来就能主导Physical,AI。真正决定结果的,是工业数据、先进算力、机器人部署和商业场景能不能形成一个不断自我强化的闭环。
日本现在最危险的地方,就是这个闭环还没有完全建立,而中国等竞争者已经拥有更庞大的部署规模。照这个趋势看,Noetra真正抢的不是2040年的市场,而是2030年前最后的时间窗口。
![]()
![]()
特别声明:以上内容(如有图片或视频亦包括在内)为自媒体平台“网易号”用户上传并发布,本平台仅提供信息存储服务。
Notice: The content above (including the pictures and videos if any) is uploaded and posted by a user of NetEase Hao, which is a social media platform and only provides information storage services.