AI・テクノロジー
国产AI新公司震撼登场｜软银等8家企业1万亿日元计划全解析
機械翻訳 / Machine-translated
A
AI Friends
2026年4月26日・12分で読める
機械翻訳 / Machine-translated
@aifriends
AI Friends（https://aifriends.jp）のクロスポスト公式アカウント。AIツールの紹介・使い方・できることを、中学生でもわかるやさしい日本語で届けます。
"日本的AI，说到底不就是ChatGPT或Claude吗？国产AI真的有必要吗？"——你是否也听过这样的声音？2026年4月12日，一个正面回应这一疑问的巨型项目正式启动。
以软银为首，NEC、本田、索尼集团等代表日本的8家企业携手成立了新公司"日本AI基础模型开发"。
政府计划5年内投入约1万亿日元，目标是打造万亿参数级国产AI，以及发挥制造业优势的"物理AI"。
本文将通俗易懂地解析这一国家级项目的全貌，深入探讨它将对我们的生活和工作带来哪些影响。
首先让我们了解基本信息。
据日本经济新闻2026年4月12日的报道，新公司"日本AI基础模型开发"正式成立，将全面开发国产AI（人工智能）基础模型。
所谓基础模型，是指像ChatGPT、Claude那样可用于多种用途的通用型大规模AI。
构成公司骨架的是软银、NEC、本田、索尼集团4家企业。
各方分别出资十余个百分点，共同分担经营责任。
就像4支强队联合组建日本国家队，面对单凭一家之力无法抗衡的OpenAI和Google，以联合军的姿态发起挑战。
此外，三菱UFJ银行、三井住友银行、瑞穗银行三大银行，以及日本制铁、神户制钢所作为少数股东加入。
银行出资旨在提供资金支撑，钢铁企业的加入则意在汇聚制造业数据。
另外，在AI开发领域享有盛名的Preferred Networks（PFN）也预计将参与技术层面的开发。
最受瞩目的是政府的支持规模。
计划从2026年度起，在5年内设立约1万亿日元的支持框架。
1万亿日元除以5年，年均2000亿日元——这一数字相当于日本的宇宙开发预算，可以解读为将AI升格为"国策产业"的明确意志表达。
也许有人会想："日本已经落后了，用ChatGPT不就好了？"但政府和8家企业联盟之所以认真投入开发国产AI，有3个明确的理由。
使用海外AI时，公司的机密信息和客户数据可能会被发送至美国企业的服务器。
打个比方，就像每天把重要日记交给海外邮局保管。
特别是在国防、医疗、金融领域，存在"绝对不能出境的数据"，而有了国产AI，这些数据便能安心用于训练。
如果中美对立加剧，OpenAI或Google限制对日服务，将会发生什么？
如今越来越多的业务已离不开AI，它正在成为如同电力和石油一样"不可中断的基础设施"。
将AI供应100%依赖海外，与能源自给率为零的风险如出一辙。
日本拥有丰田、本田、索尼、松下等世界级制造业企业。
他们数十年来积累的传感器数据和工厂运营诀窍，是连GAFAM都不具备的宝贵财富。
将这些数据用于AI训练，便能打造出"不仅仅会写文章的AI"，而是"能驱动工厂的AI"——这正是此次联盟的核心目标。
此次发布中最重要的关键词是"物理AI"。这个词听起来陌生，但含义很简单。
物理AI，是指不仅活跃于屏幕之中，还能实际驱动机器人和机械设备的AI。
如果说ChatGPT是活跃于"文字世界"的AI，那么物理AI就是在"现实世界"中工作的AI。
例如，工厂组装机器人在AI指令下精准装配零部件，或自动驾驶汽车判断路况安全行驶，都属于这一范畴。
开发物理AI需要大量"机械运作时的数据"。
日本制造业50余年来持续积累了工厂传感器数据和汽车行驶数据。
就像乐团指挥拥有多年录音资料一样，有了这些数据，便能打造出高质量的AI。
新公司预想的应用领域共有3个。
第一是自动驾驶（本田主导），第二是用于工厂和家庭的通用机器人（索尼主导），第三是半导体设计与制造流程优化。
"将整个工厂交给AI管理"的时代，有可能在5年内成为现实。
当今全球AI正处于美中两强时代。让我们来看看日本联盟将如何切入，与主要竞争对手进行比较。
全球通用AI市场由GPT-5.2、Gemini 3.x、Claude 4.x主导，压倒性优势明显。
据估计，各模型均达到数万亿参数规模，美国科技巨头正以10万亿日元级别的GPU投资独领风骚。
用棒球来比喻，这相当于大联盟的强队，要追上并非易事。
中国方面，Qwen3（阿里巴巴）、ERNIE（百度）、DeepSeek等正在快速崛起。
以开源路线吸引全球开发者，在成本上与美国阵营形成抗衡。
政府的强力支持和丰富的国内数据是其核心武器。
与GPT-5、Gemini正面硬碰硬并不现实，因此日本联盟瞄准"制造业专攻"这一垂直市场。
以GAFAM所不具备的工厂、机器人、汽车数据为武器，打造"制造业专用ChatGPT"的战略。
打个比方，不是与麦当劳竞争，而是以日式料理专门店的定位实现差异化。
日本目前已有SB Intuitions的"Sarashina（460B参数）"、PFN的"PLaMo 2.2 Prime"、NTT的"tsuzumi 2"、NEC的"cotomi v3"、KDDI/ELYZA的日语LLM等多个国产LLM。
新公司计划以这些现有成果为基础，一举扩展至万亿参数规模。
"将各公司分散的研究汇聚在同一面旗帜下"——这是此次联盟最核心的意义所在。
接下来，我们来看看这一消息对各类具体场景中的人意味着什么。
在爱知县汽车零部件厂商工作的A先生，每天用CAD为本田、日产绘制零部件设计图。
物理AI实用化后，便可以向AI发出指令："请给出与这款新车型发动机匹配的最优支架设计方案。"
原本需要3天的试制设计缩短至半天——这样的世界有可能在2至3年后到来。
在东京大田区从事金属加工的B先生，熟练工高龄化是迫切待解的难题。
年轻人成长起来之前，熟练工就可能已经退休。
如果物理AI能够学习熟练工的操作方式，或许就能将"老师傅的绝技"传承给AI机器人。
这有望成为拯救日本小型工厂的关键所在。
C先生所在的公司正在开发自动驾驶出租车，但使用的是美国产的AI模型。
由于需要将数据发送至海外云端，在国土交通省的审批许可上颇费周折。
若国产物理AI实现实用化，数据处理可在国内闭环完成，大幅降低合规难度。
D先生是每天用ChatGPT撰写方案书的重度用户。
原本觉得"国产AI和自己没关系"，但如果客户（银行）提出"请用国产AI制作提案书"的要求，局面将会完全改变。
在金融、医疗、公共领域，国产AI成为必需品的未来已初现端倪。
在光鲜亮丽的计划背后，隐忧同样不少。
据发布信息，计划于2020年代后半期（2028至2030年前后）完成万亿参数级模型。竞争对手GPT和Gemini据估计已达数万亿参数级，因此完成之时仍可能"落后一代"。
海外竞争者每半年更新一次模型，而日本官民联合体在决策上往往耗时较长。如同日产与雷诺联盟在决策上历经波折，"合议制的陷阱"令人担忧。
全球顶尖AI研究人员正被Google、OpenAI以年薪数亿日元挖走。
即便集结约100人规模，能否确保顶尖人才仍是未知数。
这如同职业棒球引进自由球员时所面临的"预算与品牌影响力之争"。
训练万亿参数模型需要数万张NVIDIA H100/B200级别的GPU。目前，GPU在全球范围内供不应求，能否成功采购可谓决定成败的关键因素。
A. 预计最早要到2027至2028年。
初期将优先服务于汽车、工厂等B2B用途，面向普通消费者的聊天服务预计推后。
不过，随着索尼AIBO后续机器人或本田自动驾驶汽车间接搭载该技术，消费者实际体验到的机会或许来得比预想更早。
A. 目前无需切换。
新公司的AI完成并公开发布还需数年，在文章生成性能上，GPT和Claude预计在相当长一段时间内仍保持优势。
但从事金融、医疗、公共领域工作的人，未来"必须使用国产AI"的项目可能会增加，建议持续关注相关动态。
A. 这是一个存在争议的问题。
支持者认为："若依赖海外AI，未来的代价将更为高昂""维持制造业竞争力不可或缺"。
反对者则指出："民间力量已经足够，政府介入会导致效率低下""存在类似下一代半导体公司Rapidus那样的失败风险"。
最终判断取决于未来5年的成果，但"若无所作为，日本沦为AI落后国几乎已成定局"的危机感，正是推动政府行动的驱动力。
A. 可以期待间接带来的巨大利好。
若四大企业开发的AI对外销售，中小企业也有望以较低成本使用"国产AI API"。
尤其是小型工厂、建筑业、物流业，在熟练技能数字化和自动化方面有望缓解人手不足的问题。
经济产业省也有为中小企业设立补贴名额的动向，值得持续关注。
A. 现有模型预计将作为基础继续发挥作用。
Sarashina（460B）和PLaMo 2.2 Prime积累的日语处理经验，将成为新公司万亿参数模型的根基。
可以理解为"将各公司分散的研究合并融合，打造强化版本"，现有模型并不会被废弃。
A. 日语在全球范围内是一种独特的语言，平假名、片假名、汉字、罗马字混用，主语省略和敬语体系极为复杂。
海外AI以英语为中心进行训练，在理解日语细微表达上往往存在短板。
国产AI将以日语数据进行深度训练，预计在商务文件、医疗记录、法律文书等领域的准确率将大幅提升。
A. 机器人AI专注于机器人控制，而物理AI是一个更为宽泛的概念。
物理AI是指驱动工厂生产线、自动驾驶汽车、智慧农场、楼宇管理系统等现实世界各类物理系统的AI总称。
可以将机器人AI理解为物理AI的一个子集。
GPT-5和Gemini席卷全球之际，日本应当采取的战略是"不走正面突破，而是在垂直市场开辟独特路线"。
软银的愿景、NEC的技术实力、本田的自动驾驶、索尼的机器人、PFN的研究能力齐聚一面旗帜之下，是过去20年间规模最为空前的尝试。
成功则有望同时拯救日本制造业与经济安全保障；失败则可能作为"国策AI项目的失败案例"载入史册。
未来5年，追踪这家公司的动向，将成为预判日本未来走向的晴雨表。
本文转载自 AI Friends。
