日本启动国家级 Physical AI 基础设施：2.75 万颗 Rubin GPU 服务机器人与制造业

日本政府、产业界与 NVIDIA 在 2026 年 7 月 16 日公布一项国家级 Physical AI 基础设施计划。按照NVIDIA 官方公告，Noetra 将建设一座采用 Vera Rubin 平台的 AI 工厂，配置 13,750 颗 Vera CPU 和 27,500 颗 Rubin GPU，数据中心容量达到 140MW，为日本经济产业省支持的 FRONTia 项目提供计算底座。

这项计划的目标不是再建一个通用聊天模型集群，而是训练可以理解图像、视频、传感器和工业环境的开放多模态基础模型，再把它用于 AI Agent、数字孪生、机器人和现实世界自动化。日本正在尝试把自己的制造业数据、机器人产业和现场工程经验，变成下一轮 AI 竞争的主场优势。

从“买算力”走向国家级模型与工业数据闭环

新 AI 工厂将采用 Vera Rubin NVL72 机架、NVIDIA DSX 参考架构、Spectrum-X 以太网和 BlueField DPU。更重要的是，它不是一座只对少数大公司开放的孤立设施。官方计划把 Noetra 多模态基础模型的预训练权重较广泛地提供给日本国内模型开发者和企业，并配套 Nemotron、Cosmos、Isaac GR00T 与 NeMo 等软件和开放模型。

这构成了一条完整链路：国家项目提供方向和支持，集中基础设施承担训练，制造业与机器人企业提供现场数据和任务，模型权重再回流给国内开发者。相较单个企业各自训练模型，这种方式可以减少重复建设，并让同一套基础模型覆盖制造、物流、医疗、通信等多个场景。

日本经济产业省在 6 月 30 日已经宣布启动面向 AI 机器人与 Physical AI 的多模态基础模型项目。METI 的项目说明明确提出，要利用日本产业现场数据，同时解决数据保护和 AI 能耗问题；Noetra 与日本产业技术综合研究所被选为项目承担方，研发周期规划为 2026 至 2030 年。7 月 16 日公布的超大规模基础设施，为这个政策方向补上了具体算力。

为什么日本把筹码押在 Physical AI

文本和软件 Agent 的主要活动空间是浏览器、文档、代码库和企业系统；Physical AI 则要感知现实环境，理解空间、物体和动作，并控制机器人或设备安全执行。日本拥有 Fanuc、安川电机、川崎重工等大型工业机器人企业，也有大量工厂现场、供应链和精密制造数据。对它而言，直接在通用大语言模型上追赶中美并不是唯一道路，把 AI 与机器人和制造业结合更符合既有产业结构。

*图：NVIDIA 官方发布的日本 Physical AI 生态案例拼图，包含工业机器人、边缘计算与仿真场景。它说明计划所面对的真实任务类型，不代表这些应用已经由 FRONTia 统一模型全面落地。*

美联社的独立报道显示，富士通正与 Fanuc、安川和川崎重工等企业共同推进相关合作，并把日本老龄化和劳动力短缺视为重要应用动机。企业希望机器人不只执行预先写死的动作，还能理解环境变化，与人安全协作，进入工厂、医院、家庭和照护场景。

*图：NVIDIA 日本生态官方文章中的现场演示。产业参与者正在查看机器人与 Physical AI 应用，这类协作场景是国家级算力、工业数据与开发工具要连接的对象；照片本身不构成模型效果证明。*

2.75 万颗 GPU 很大，但真正稀缺的是可用的现场数据

140MW 和 27,500 颗 Rubin GPU 给出了足够醒目的规模，但 Physical AI 的瓶颈并不只在训练算力。机器人模型需要多模态数据、动作轨迹、仿真环境、失败样本、安全约束和不同设备之间的接口标准。制造企业愿意开放多少数据，数据能否脱敏并保持可用，模型能否跨工厂和机器人迁移，都会直接决定计划效果。

官方称该设施未来可以支持万亿参数模型训练，并把高可靠多模态模型作为目标。这是建设计划和性能预期，不是已经交付的结果。设备采购数量也不能直接推导出模型质量，更不能证明机器人会在短期内大规模进入日常生活。美联社报道同样指出，参与方没有给出智能机器人进入日常生活的明确时间表，合作的第一阶段预计在今年晚些时候展开。

对开发者和企业意味着什么

如果开放权重和国内访问机制按计划落地，日本开发者获得的不只是一次 API 调用，而可能是一套更贴近本国工业现场的多模态模型、仿真工具和机器人开发栈。制造企业则可以围绕设备巡检、工序优化、数字孪生、仓储物流、人机协作和老龄照护做专用 Agent，而不必从零训练通用视觉语言模型。

值得持续观察的指标有四个：第一，FRONTia 最终发布哪些权重和许可证；第二，工业数据如何共享与保护；第三，模型在真实机器人上的安全评测和跨设备迁移能力；第四，140MW 基础设施的建设进度、利用率与单位训练成本。只有这些细节公开后，才能判断“国家级 Physical AI 基础设施”是可复用的产业平台，还是主要停留在硬件规模和政策愿景。

这次发布仍然是一个重要信号：日本没有只把 AI 当作软件产业，而是试图让计算基础设施、开放模型、工业数据和机器人制造形成国家级协同。中美模型竞争之外，Physical AI 很可能成为日本重新建立 AI 产业影响力的核心路线。