日本投入 62 億美元發展實體人工智慧,以在機器人時代挑戰美國與中國

日本將向由軟銀領銜的財團投資高達 62 億美元,用於開發「Noetra」——這是一款專為機器人、製造業及其他實務任務設計的國內實體人工智慧基礎模型。

luna
7分鐘閱讀Posted: 2026年7月1日
日本投入 62 億美元發展實體人工智慧,以在機器人時代挑戰美國與中國

週二,日本在全球機器人霸權競逐中採取了迄今為止最果斷的舉措, 2026年7月1日,東京宣布將提供最高達1兆日圓(約61.6億美元)的資金,支持由軟銀領銜、包含本田汽車、NEC及索尼等九家企業組成的聯盟,共同開發一款專為控制實體機器而設計的國內人工智慧基礎模型。 這項透過新成立的公司「Noetra」推動的計畫,標誌著日本在與美國及中國競爭的戰略上邁出了關鍵一步,這場競爭被NVIDIA執行長黃仁勳稱為「下一波人工智慧大浪潮」:實體人工智慧——即能夠理解現實世界的空間結構、物理定律並具備靈巧操作能力的人工智慧。

什麼是 Noetra,它為何如此重要?

Noetra(前身為「日本人工智慧基礎模型開發協會」)不僅僅是又一家企業級人工智慧新創公司——它更是一項國家級工具。 在軟銀集團、索尼、本田、NEC、富士通、樂天及 Preferred Networks 的支持下,該聯盟將與日本國家先進工業科學技術研究所(AIST)合作,打造一個專門針對日本工業數據進行訓練的多模態基礎模型: 工廠車間、長照機構、物流倉庫、災害應變現場,甚至歷時數十年的福島第一核電廠除役作業。這項為期五年的計畫目標是在本財政年度(2026 財年)盡早發布首個模型,並隨著合作製造商提供更多現場數據,於後續各年度進行迭代優化。 日本政府將於2026財政年度透過經濟產業省(METI)提供3,873億日圓的初期資金,並在第一年後追加撥款,最終將達到總計1兆日圓的承諾金額。

實體 AI 基礎模型並非以文字和圖像進行訓練,而是基於感測器數據、機器人運動軌跡、力矩回饋,以及

環境互動日誌——使機器能夠在實體世界中進行規劃、抓取、組裝和適應,而不僅僅是透過數位方式對其進行推理。

日本在汽車、半導體、精密機械及醫療保健等領域,累積了數十年的高品質製造與營運數據——這正是「實體人工智慧」模型所需的輸入資料,以實現對現實世界任務的泛化能力。

戰略目標:到 2040 年佔據全球 AI 機器人市場 30% 份額

Noetra 的這項宣布,是更廣泛政策框架中的皇冠明珠。根據經濟產業省(METI)於 2026 年 6 月中旬公布的《實體人工智慧戰略》 ——日本已設定目標,在2040財政年度前,於17個戰略領域匯集總計10.5兆日圓(約650億美元)的公私部門投資,旨在佔據全球AI機器人市場超過30%的份額,並將國內機器人產值提升至20兆日圓。 光是豐田一家就承諾投入約8,000億日圓用於機器人研發;發那科則承諾投入3,500億日圓用於工廠自動化。 經濟產業省(METI)的戰略列出了17個優先領域——從汽車組裝和電子精密製造,到災害應變基礎設施及長者照護——預計在每個領域中,由人工智慧驅動的實體機器人將成為主導的勞動力增強模式。 與此同時,日本航空(Japan Airlines)與GMO AI & Robotics已於羽田機場啟動日本首個機場類人型機器人示範計畫,自2026年5月起展開為期兩年的實地試驗,測試機器人在行李處理及機艙清潔方面的應用。

日本政府目標從公共部門籌集3兆日圓;其餘7.5兆日圓預計將來自私營企業及國際合資企業,並將於2040會計年度前逐步投入。

該基礎模型旨在廣泛開放給日本企業使用——而非封閉的專有系統——以便國內製造業的中小企業能夠存取並在此基礎上進行開發,從而加速實體人工智慧能力的普及。

橫跨整個供應鏈。

技術基礎:適用於真實世界的多模態模型

其核心技術策略在於:當美國基礎模型(OpenAI、Google DeepMind)與中國競爭對手(華為、智普AI)主要以數位數據進行訓練時,日本的 Noetra 將以具身化、實體世界數據進行訓練。 軟銀工程師與 Preferred Networks——這家總部位於東京的深度學習先驅,正是豐田製造營運中人工智慧系統的幕後推手——將共同建構該模型架構。這種多模態方法結合視覺感知、語言理解、來自機器人關節的本體感覺回饋,以及觸覺感測器資料流,整合成一個能夠做出細緻操作決策的統一模型。 在名古屋舉行的「2026年日本機器人技術大會(Robot Technology Japan 2026)」上,Agile Robots 及其子公司 Franka Robotics 展示了一項互補性的概念驗證:雙臂 Franka Research 3 系統整合了 NVIDIA Isaac GR00T 以及 Google DeepMind 的 Gemini Robotics 基礎模型, 實現了 1 kHz 的控制週期,並具備關節級扭矩感測能力,可執行精密電子元件插入及引擎汽缸頭組裝等任務——這充分展現了 Noetra 的模型必須達到或超越的技術精準度水準。

日本最深厚的競爭優勢並非政府資金——而是長達 60 年的精密製造營運數據,這是一般外國 AI 公司難以輕易複製的。

Preferred Networks 將其經過實證的深度學習基礎架構——此前曾應用於豐田的工廠自動化及癌細胞檢測系統——引入 Noetra 的架構團隊,並提供模型訓練專業知識及針對日本市場的機器人學習管道。

傳統工業機器人是在受控環境中,針對固定且重複的任務進行編程。物理 AI 模型則能從多樣化的感測器資料中學習可泛化的策略,使機器人能夠適應各種變數——例如不同的零件、非結構化環境、

以及意料之外的物理環境——無需重新編程。

大局觀:硬體原生人工智慧的地緣政治競賽

日本並非孤軍奮戰。南韓同時宣布了旨在佔據全球類人型機器人市場 20% 份額的「三大巨型計畫」,並承諾透過並行的國家計畫投入約 100 兆韓元(約合 10.5 兆日圓)的資金。 與此同時,中國在已部署的工業機器人領域已處於領先地位,Unitree、傅立葉智能(Fourier Intelligence)和優必選(UBTECH)均已大規模投入商業運行的類人型機器人。美國則倚重 Figure AI、Agility Robotics、波士頓動力(Boston Dynamics)以及物理智能(π.ai)研究實驗室,以維持其在前沿模型方面的優勢。 日本的戰略定位則截然不同:東京並非競相以最快速度部署最多機器人,而是押注於「誰若掌握物理人工智慧的基礎模型層,便能從所有建構於其上的機器人應用中獲取租金」——這是一項平台戰略,而不僅僅是硬體競賽。 若 Noetra 能如期推出一款功能強大的多模態物理 AI 模型,便可能將全球機器人生態系統的架構轉向對日本有利的方向,使日本製造商、軟體開發商及系統整合商在自可程式化機器人誕生以來該產業最具決定性的轉型中,獲得結構性的主場優勢。

新聞參考

《日經亞洲》——「日本投入高達62億美元支持軟銀主導的人工智慧模型,以追趕美國與中國」

網址:https://asia.nikkei.com/business/technology/artificial-intelligence/japan-backs-softbank-led-ai-models-with-up-to-6.2bn-in-chasing-us-china

發佈時間:2026年7月1日 — 01:21 日本標準時間

《日本時報》——「日本宣布對國內人工智慧開發計畫提供援助」

網址:https://www.japantimes.co.jp/business/2026/06/30/companies/physical-ai-meti-aid-model/

發佈日期:2026年6月30日

《朝日新聞》——「Noetra 獲選參與 1 兆日圓計畫,旨在

「創造實體 AI」

網址:https://www.asahi.com/ajw/articles/16686174

發佈日期:2026年6月30日

Vesper News — 「日本目標在2040年前達成650億美元公私合營實體AI投資」

網址:https://www.vespernews.com/en/news/c77fb3db-15de-4f64-a983-b150d22ebe01

發佈日期:2026年6月19日