如果說「兆元宴」展現出來的，是台灣在AI硬體的力量，那七月十六日在日本東京王子公園塔飯店留下的「兆元旗艦隊」合影，就是日本對於建立主權AI最強的回應。

這張合影，來自日本自主研發AI模型「FRONTia」專案發表會，該平台的目標，是要成為機器人與實體AI的開發基礎。而由軟銀、恩益禧（NEC）、索尼（Sony）、本田（Honda）等企業合資成立的公司Noetra，則是承接該平台開發重責的執行主體。

因此，當天上述企業執行長和總裁皆親自到場，承諾支持算力的輝達執行長黃仁勳也現身其中。

所謂兆元，並非是指照片內幾家企業的市值總和，而是該平台的背後，有日本政府規畫五年投入一兆日圓（約合新台幣兩千億元）的資金支持。

今年六月，日本首相高市早苗率領內閣端出十七項國家重點成長戰略領域投資藍圖，AI名列十七項的第一位，實體AI更被視為重中之重，預計二○四○年前，官民投資將達十兆五千億日圓（約合新台幣二兆一千億元），而Noetra要執行的FRONTia專案，就是關鍵第一砲。

如果說主權AI的核心意涵，是指降低對外部的依賴，為自己創造選擇權，以實現AI自主，為什麼日本得出的答案會是實體AI？

為深入了解日本戰略布局，商周採訪團隊走進日本AI戰略發動核心，經濟產業省商務情報政策局，採訪日本AI戰略的關鍵執行舵手—渡邊琢也。

為何選實體AI當主戰場？
不跟中美硬拚，發展製造業優勢

他同時擔任資訊處理系統開發暨機器人課課長、數位經濟安全保障企畫調整官、AI產業戰略室室長這三大要職。日本政府目前發展主權AI最重要的兩大專案：GENIAC（生成式人工智慧加速器挑戰）和FRONTia，皆隸屬他管轄。

有別於經產省大樓，展現出來的是典型日本政府機關的安靜從容，當我們踏入AI產業戰略室辦公室，立刻感受到空氣中那種「動起來」的氛圍：辦公室裡，電話聲、交談聲此起彼落，會議室的人出來一批，立刻又換上一批，讓人也忍不住跟著加快節拍。

時間在渡邊琢也身上，更顯稀缺。訪問結束，牆上時鐘指針已過中午十二點，他一路走向電梯口，一邊翻查手機上的行事曆，距離下一場會議，只剩不到半個小時；一旁經過的同事忍不住對我們說：「他真的很忙。」

在繁忙的公務中，他仍對我們詳盡說明，日本為何選擇實體AI為戰略核心的緣由。他表示，日本最早在二○二四年，推出GENIAC這個聚焦在鼓勵企業開發自有模型的算力補助計畫。而他們也在專案執行過程中，得到一項明確的體認：「我們可能無法創造出具有通用能力的領先模型，但我們可以成功開發出在特定領域表現優異的模型，而這都是利用專業化數據實現的。」

前日本經產省商務情報政策局長、現任東京大學未來願景研究中心特聘教授西山圭太表示，「當我們說專有數據時，種類很多，但在日本的背景下，我們可以說這類專有數據最重要的來源之一，就是製造業數據。」這正是日本在實體AI一役的最大優勢。

進可攻！重新定義AI基準
解決物理世界問題，拚超車美中

就如日本政府成長戰略會議委員，同時也是地緣經濟學權威、日本地經學研究所所長鈴木一人說的：「如果我們試圖追求與美國或中國相同的技術，我們將不再能夠追趕上，因為他們起步較早，意味著他們學到了更多；假設他們已經二十歲了，而我們現在才從零開始，就像新生兒一樣，如果我們花二十年，我們可能會追上，但那時他們又前進了二十年。」

與其將資源投在一場沒勝算的戰爭，日本要用更務實的態度，拿一場扎實的勝利。而實體AI，就是那個進可攻、退可守的關鍵戰場。


進可攻，是因為數位世界的資料即將耗盡，同時AI應用也開始走出螢幕，進入真實生活。這個轉進實體AI發展的趨勢轉折點，正創造出機會缺口。

日本國立情報學研究所（NII）大型語言模型研發中心副中心長武田浩一表示，過去這幾年生成式AI爆發成長，已經讓大家看到，創新和改變隨時都可能發生，他認為這帶來的最大學習，就是永遠不要被現有架構框住。

現階段OpenAI、Anthropic等AI巨頭在基礎大模型的領先優勢看來雖牢不可破，卻不代表這樣的優勢能直接延伸到實體AI。實際上，圖靈獎得主楊立昆曾指出，現有大語言模型，是通往物理世界AI的「錯誤基底」。

為什麼現有的通用模型，不必然適用下一階段的AI發展？西山圭太點出關鍵：「因為你必須將AI，應用於特定的領域和特定的問題，而這沒有一個放諸四海皆準的答案。」

日本產業技術綜合研究所（AIST）在FRONTia開發案中，扮演先進技術研發的關鍵角色。AIST人工智慧研究中心副中心長濱崎雅弘表示，過去各大模型只能和中、美模型比拚效能，但實體AI要解決的，是物理世界的真實問題，換言之，日本有機會在這裡重新定義AI的衡量基準，讓所有參賽者重新站在同一個起跑點上。

想像當下的通用大模型就像是一場田徑賽，OpenAI、Anthropic已經超前對手數圈，其他人怎麼追都趕不上，所以，日本決定轉向「AI進入真實世界」這場新賽事，因為在這裡，大家要比的，可能是工廠組裝速度、倉庫分揀能力，先前的田徑跑分已經派不上用場，只能歸零。

而機會就在於，現在這個實體AI的競賽評分標準尚未底定，「我們希望有機會在這樣的新衡量基準中，取得第一名的位置。」濱崎雅弘期待，屆時FRONTia將不會只是日本的選擇，也會成為全球企業與個人，在中、美之外的模型新選項。

即便實體AI的底層模型，也只是整條AI價值鏈的其中一個環節，但就如鈴木一人說的：在現代國際社會，國家的力量在於自主性與不可替代性。一方面不依賴單一國家，另一方面要讓其他國家依賴自己的能力。

一旦在價值鏈的其中一個環節掌握優勢，創造出不可替代性，那麼即使是在不具備優勢的其他領域，也可以得到更強的談判能力。西山圭太認為，「在價值鏈上強化存在感」，就是對包括日本在內的中等強國，最合理的主權AI發展策略。

退可守！鞏固製造業底氣
拒外包AI開發，要留住隱性知識

而日本發展實體AI所謂的「退可守」，實際上也是在從另一個面向，去維繫日本的不可替代性：守住製造業優勢。西山圭太認為，「以製造業為基礎的國家」這個詞用在日本身上也許太強烈，「但製造業對我們國家確實非常重要。」

軟銀執行長宮川潤一看法相同：「至今為止，製造業都在牽引整個日本的產業，所以製造業至今所培養出來的產業知識，絕對不能讓國外的通用AI去學習。」他強調，「日本的勝負關鍵在於不能將AI的開發外包。」

他們擔心，這些專屬數據和知識一旦流出，對日本製造業的競爭力，將會形成巨大打擊。

這也是為什麼，許多人曾問宮川潤一：「日本做實體AI真的可以贏過OpenAI、Anthropic或Google這些公司嗎？」對此，宮川潤一選擇從另一個角度回應：「若要回答該做還是不該做，我的答案是百分之百必須做。」

他甚至以「日本最後一次真正的機會」，來形容這次的實體AI作戰。實際上，日本為實體AI發展底層大模型的意義，不僅是確保專屬資料不外流，更是為了用AI提升本地製造業實力。

西山圭太解釋，日本專有數據的核心，與製造過程密切相關，換言之，很多無法言說或用文字記錄下來的隱性知識，是現有通用大語言模型做不到的。而這類型數據，也是日本還未完全提煉出來的資產。

要取得這些數據，就必須先具備處理此類數據的能力，這是為什麼他認為，發展實體AI底層大模型之於日本，實際上是一個無法迴避的題目。

最大的敵人會是自己？
AI全明星隊「數據共享」成難題

值得一提的是，關乎命脈的能力不能外包，不代表日本就得走上鎖國之路，反之，他們比過去更重視國際連結。

如AIST正與英、美、法等多家國際研究機構聯手，打造一個國際研究網絡。他們相信，經由跨國協作、國際社群反饋，才是能真正加速推進實體AI發展的有效做法。

日本國家級AI研究機構掌門人，日本國立情報學研究所所長暨大語言模型研究開發中心長黑橋禎夫也認為，國際合作將會是日本下個階段的AI發展重點。此外，他提到目前日本在AI人才方面，受限於既有教育體制，正面臨難以創造更多供給的瓶頸。

如果從這點來看，國際合作之於日本也會是重要解方。

對日本來說，發展實體AI、強化AI在產業界的落地應用，已經是他們強化主權AI的明確戰略方向。然而，當前Noetra這個明星戰隊組合，卻也可能是這條路上，最大的未知數。

集結軟銀、Sony、NEC、發那科等超過四十家日本知名軟、硬體企業和研究機構，Noetra毫無疑問稱得上是一支「全明星隊」。但這個組合最大的考驗，就是意見紛雜。

此外，日本擁有大量製造業專有數據，這是優點，卻也是最大的矛盾點。畢竟對於各家企業來說，將獨有數據貢獻出來，無異於削弱自身優勢，實務上能否有效達成，也待觀察。

但不論如何，日本重新審視自身優勢，衡量手中不可失去的籌碼，已跳脫既有競爭框架，開出新賽道。

就如他們自認的最後一搏，最終在這條新賽道上的成績，也將決定日本能否在中、美之外，站穩那個能夠掌握自主命運的關鍵位置。