七月的东京，黄仁勋又站上了舞台这一次，日本经济产业大臣站在他身边。
他们身后的大屏展示着工厂、机械臂和一座还没建起来的超级机房。
27,500颗Rubin GPU13,750颗Vera CPU140兆瓦电力容量
这组数字，被英伟达官方账号以近乎炫耀的姿态钉在了推文里。
▲ 英伟达官方视频封面，引用了一句意味深长的话：“Japan must build Japan AI.”
更让人坐直身子的，是这些GPU将被用在哪里。
聊天机器人说错话你翻白眼，机器人抓错力度你找急停按钮
一位中文科技博主的评论，把这件事的底层逻辑击穿了一半：
“聊天机器人说错内容，用户可能翻个白眼；机器人看错一个零件、抓取力度算错，旁边的人就会开始寻找急停按钮。”
▲ 博主Never的分析，列出了物理AI必须闯过的四道关卡
这段评论恰好解释了日本这笔3,873亿日元（约合人民币近200亿元）首年拨款的去向：项目瞄准能进入工厂和物流场景的“会动手的AI”。
这个概念有个正式名字：物理AI（Physical AI）。
简单说，你问ChatGPT一个问题，它输出文字；你让Midjourney画一张图，它输出像素。但物理AI要做的，是让AI理解重力、碰撞、摩擦力和三维空间，然后真的去操控一条产线、一只机械臂、一辆物流车。它的预测目标从词元转向现实世界里的安全动作。
一次错误可能带来零件损坏、产线停摆，甚至人身伤害。
这就是为什么日本政府要用国家预算来干这件事。
44家公司“上桌”，CEO给出最沉重的判断
2026年6月30日，日本经济产业省（METI）宣布：选定一家名为Noetra的新公司，承担这个叫FRONTia的国家级物理AI项目。
Noetra由软银、索尼、NEC、本田等巨头联合发起，出资方扩大到了约44家企业，覆盖制造、电子、金融、物流。这家公司承担着鲜明的国家级项目职能。
▲ 中文社区的信息提炼：算力不再只服务聊天模型，这是要造“物理AI帝国”
Noetra的CEO丹波弘伸接受路透社专访时，给出了一个沉重的判断：
“This is Japan's last chance.”（这可能是日本最后一次机会。）
▲ 路透社报道：Noetra CEO称公司是日本AI突围的“最后机会”
这番判断来自一位同时身兼软银高管的人，分量不轻。丹波弘伸和他身后那44家公司选择把资源投向日本积累深厚的工业现场。
“日本发明了现代制造业，现在要建驱动下一次工业革命的AI工厂”
7月16日，经产省举办正式对外发布会，FRONTia这个名字第一次亮相。全称是Foundation for Real-world Omni-Native Trustworthy Intelligence & Alignment，翻译过来就是“面向真实世界、可信赖的全模态AI基础”。
黄仁勋的现场发言，被刻进了英伟达新闻稿：
“Japan invented modern manufacturing. Now, it is building the AI factories that will power the next industrial revolution.”（日本发明了现代制造业。现在，它正在建设驱动下一次工业革命的AI工厂。）
▲ NVIDIA Newsroom新闻稿：“全球首个面向物理AI的国家级AI基础设施”
黄仁勋使用的词是AI factory，AI工厂。在英伟达的话语体系里，“工厂”强调持续生产智能：机器人的控制指令、产线的数字孪生、物流系统的实时决策。
同台亮相的还有索尼CEO十时裕树、软银CEO宫川润一、本田社长三部敏宏。日本首相高市早苗以视频寄语出现，将主旨定为：物理AI是日本的强项，也是日本的获胜路径。
这场发布会汇集政府和产业界代表，项目的国家级定位由此显现。
2.75万颗GPU，藏着一个工程师才能读懂的细节
让我们回到那组硬件数字27,500颗GPU，13,750颗CPU，注意比例，精确的2:1。
这个比例来自英伟达的Vera Rubin NVL72机柜标准配置：每柜72颗GPU配36颗CPU，同样是2:1。拿27,500除以72，约等于382个机柜。
也就是说，这套集群是按照标准AI工厂机柜的整数倍规划出来的。配合Spectrum-X以太网互联与BlueField DPU，加上DSX平台缩短从采购到上线的周期，整套架构，就是英伟达当前能提供的最完整的AI工厂方案。
140兆瓦的电力容量接近一座中型工业园区的用电负荷，足够支撑大模型训练和大规模物理仿真。
▲ 日本科技媒体PC Watch发布FRONTia项目消息
钱已到账？没那么简单
但别急着激动数字好看和兑现之间，隔着一整条太平洋的距离。
首先要分清两笔钱：2026年度的3,873亿日元，这是经产省编列清楚、白纸黑字写进预算的；媒体常提到的“五年约1万亿日元”，严格来说是一个方针，政策意向与规模宣示，不等于五笔钱已经躺在账上。后续每一年都要过阶段门审查，交不出成果，后面的预算未必跟得上。
其次是时间错位路线图要求2026年度就交出具备日语理解能力的推理基础模型，但Rubin工厂预计2027年4月才启动建设，2028年6月才投入运行。按照这份时间表，项目的前两年，2.75万颗GPU还在供应链上漂着，模型却已经要开始交卷了。
怎么办？借用既有GPU云、企业自有集群或过渡采购先顶着。新闻高峰在规格发布日，工程高峰在两年后。
工业现场数据如何变成模型能力
项目的核心，是把日本工业现场积累的数据变成模型能力。
日本的工业机器人装机密度长期位居世界前列，它从来不缺会焊、会搬、会装配的机械身体。FRONTia选择利用产线上几十年积累的现场数据，包括工艺日志、点检记录、异常工况和操作员的默会知识，训练多模态基础模型。
到2028年，目标是omni-modal，文本、影像、视频、声音一起处理；到2030年，要做到Real-world Native AI，空间感知、直接部署进真实世界的智能。
▲ 电子元器件巨头村田制作所宣布出资Noetra，供应链上下游正在“上桌”
村田制作所的出资声明表明，项目已经延伸到元器件产业。当客户从手机屏幕转向机械臂，传感器也要直接嵌入AI决策闭环，元器件厂商就必须坐到这张桌子上来。
最后的机会，还是另一个起点？
“最后的机会”听起来悲壮这一次，日本把长期积累的制造能力与前沿AI技术接在了一起，落点就在工厂车间。
当然，这条路上的障碍清单依然长得令人窒息：模型能不能理解现实世界？传感器能不能看准？机器能不能稳定执行？企业是否真的敢把生产线交给AI？任何一关没过，几万块GPU就只能在机房里认真发热。
眼下，这个庞大的项目已经正式启动
382个机柜140兆瓦44家公司一句“最后的机会”
接下来，就看2028年那座机房，能不能准时亮灯了。
