写在“依赖”之上的“主权”
2026年7月16日，Noetra Inc.与NVIDIA共同宣布，将启动一个国家级AI计算平台项目，用于开发日本自主的多模态基础模型。
Noetra是一家基础模型开发公司，由44家日本大型企业联合出资，涵盖IT、制造、材料、建筑、出行、金融、电信等多个行业，其中索尼集团、软银、NEC和本田扮演核心角色。该平台隶属于日本经济产业省主导的大型计划——FRONTia项目，总投资规模达1万亿日元，仅首年投入就高达3,873亿日元。平台被定位为全球首个面向“物理AI”的国家级AI基础设施。
其核心采用NVIDIA Vera Rubin AI Factory，理论AI性能（FP8）至少是日本现有顶尖AI计算平台ABCI 3.0的30倍。项目计划于2027年4月动工，2028年6月投入运营。做个直观对比：仅首年投资额，就已超过日本2025年国内AI基础设施市场整体规模的一半（数据来源：IDC《全球季度AI基础设施追踪报告》，2026年Q1）。这笔投入大概率集中在硬件建设上，而非后续的持续运营。
这里的关键词是“物理AI”，而最直接的落地场景就是机器人。FRONTia项目的全称——“面向AI机器人与物理AI的多模态基础模型开发”——已经把机器人写进了使命里，不是配角。就在Noetra发布消息的同周，发那科、安川电机、川崎重工等日本机器人及制造业巨头也承诺，将基于同一套开放模型栈（NVIDIA Cosmos、Isaac GR00T）进行开发。该平台的算力将帮助这些模型规模化，应用场景覆盖工业自动化、养老照护、手术辅助和零售。机器人和基础模型之间是相互成就的关系：机器人需要模型变得更智能，模型也需要从多样化的真实应用中获取反馈来迭代。根据IDC Robotics Tracker的数据，日本商用人形机器人市场预计将从2027年的142亿日元增长至2030年的470亿日元以上，出货量增长超过五倍。当然，人形机器人只是冰山一角，整个市场还包括工业机械臂、物流机器人，以及清洁、园艺等服务类机器人。可以说，这场国家级物理AI布局，本质上是对“机器人将成为日本下一个AI大市场”的一次战略押注。
消息一出，市场反应两极分化：有人盛赞它是“全球首创、自主可控、全日本协同”的壮举，也有人讥讽它是“对单一供应商的过度依赖”。但这两派可能都没说到点子上。日本把物理AI基础能力建设中的“算力主权”交给了外部伙伴——NVIDIA，因为后者确实掌握着最前沿的算力与架构。与此同时，44家民企各自持有Noetra少量股权，并贡献各自的实际数据和试验场，日本则希望掌握这些数据以及基于它们构建的模型。目前，日本既不是完全独立，也不是彻底受制于人——真正的难题还在后面。这种模式确实可能加深依赖，但日本并非只能被动接受，它仍有空间去塑造这种关系的走向。现在，比主权分配更关键的成败因素是：这套安排究竟能不能产出真正可用的成果。
关键不是主权，是执行
从执行层面看，曾主导日本本土基础模型Sarashina开发的负责人将出任本项目经营管理负责人，而PLaMo背后的Preferred Networks负责人将担任联合研发主管，并借调工程师参与实际开发。两者构成管理与技术的双支柱。日本国内屈指可数的、真正有从头构建基础模型经验的人，被放在了指挥链的核心位置，技术上算是有底子。
但风险也恰恰来自同一处。模型能做成什么样，前提是那44家企业愿意交出真金白银的现场数据。但对任何一家公司来说，现场数据都是核心机密，是差异化竞争力的来源。要让大家把数据和竞争对手放进同一个池子里，首先得建立一套完善的数据治理与安全机制——数据存在哪、谁能看、怎么保护，这些必须事先说清楚。即便跨过了信任这道坎，如果每家公司都要求模型优先照顾自己的需求——这家要针对自家产品做优化，那家要优先覆盖自己的业务领域——最后很可能搞出一个“对谁都不够好”的基础模型。关键在于，项目能不能始终坚持把基础模型作为一个统一整体来推进，有没有足够的战略定力。
最终成败，取决于执行质量
衡量这个项目成败的，不是GPU数量、公共资金规模，甚至不是是否“完全自主”，而是能否在保持统一基础模型方向的同时，协调好44家企业的个性化诉求，并且不被各自的最优需求带偏。技术执行能力是必要条件。剩下的关键是：一种能抵御外部干扰、保护项目长期发展的治理模式。相比“44”这个数字，真正影响走向的，是决策重心究竟落在哪。
开发路线图分为三步：2026财年推出推理基础模型，2028财年推出全模态基础模型，2030财年实现“真实世界原生AI”。这项计划有没有自律性，首先就看2026财年的推理基础模型阶段——它会选择“不做什么”。是能克制范围，还是一开始就铺得太开？此外，物理AI落地时，尤其涉及人身安全的场景，验证工作耗时漫长。怎么在AI本身的快速迭代和必要的谨慎之间找到平衡？怎么控制节奏？这些都是难题。
随着公告落地，日本国内首屈一指的AI计算平台将于2028年6月正式上线。而在此之前的这段等待期——对日新月异的AI行业来说绝非短暂——将重点考验平台如何主导模型构建。而整个项目能否产生真正的价值，分水岭就在于那44家企业是否真的愿意拿出核心数据。如果提供的数据范围不足，预期影响势必大打折扣。
但做一个好模型，和做成一个有实效的国家级项目，是两回事。归根结底，还得看每一家参与企业能不能在自己的领域真正用起来。虽说各家的参与度有深有浅是常情，但要避免的是，大家还没想清楚对自己意味着什么，就稀里糊涂地往前走。这种观望和犹豫，背后是巨大的机会成本。我们认为，只有那些能提前想明白“怎么用”的企业，才能在物理AI的竞争中站稳脚跟。
本文作者：Shinya Kato —— IDC日本，AI与自动化高级研究经理
IDC推荐的相关资源：