日本人工智能（AI）开发企业Noetra由软银、NEC、索尼集团及本田等日本国内44家公司出资成立，将获得经济产业省等机构总额1万亿日元的资助。该公司是负责开发日本国产基础模型的核心企业，这种模型是以自动驾驶和机器人为代表的、在现实世界中运动的AI“物理AI”的大脑。“这是最后的机会。一旦失败，就再也没有退路了”，出任Noetra代表董事社长的丹波广寅如此断言。坚持开发日本国产AI的理由、获取数据所面临的障碍，以及各公司曾面临的局限性，在此次的独家采访中，丹波接连吐露了官方资料中没有记载的肺腑之言。
记者：请介绍一下开发的AI模型。您使用了“现实世界模型”这种说法，它究竟是一种什么样的模型？
丹波广寅：“现实世界模型”究竟是什么？我觉得目前还没有人真正知道其具体形态。不过，我们已经有了一些大致的设想。让其绘制一张从东京到大阪的地图，或者在发生灾害时，预测某个地点的受灾情况如何，并据此制定疏散计划，目前的AI模型完全无法完成这样的工作。原因是并不具备能够进行准确预测所需要的信息以及空间识别能力。
什么才是可实现自动驾驶、无人机以及灾害预测等应用场景的模型？我们已经隐约看到了这种模型的可能形态。这就是“现实世界模型”。例如，随着模型具备视觉处理能力，已经可以驱动机器人移动，输入某一特定地区的空间信息并运行AI模型，还能够在进行空间识别后使其执行动作。我们认为，如果按顺序将这些能力组合起来，最终可能会构建出“现实世界模型”。
记者：关于所谓的“世界模型”，根据自然语言和摄像头等的图像直接生成机器人动作的VLA（Vision-Language-Action，视觉-语言-动作）模型，以及以视频生成模型为基础、理解时间和空间模式的WAM（World Action Model，世界动作模型）等正在兴起。这是否意味着目前尚未形成固定的开发方法论？
丹波广寅：我们会继续探索。不过，正如你所说，我们也清楚相关技术正在不断发展。我们打算在5年时间里分阶段构建现实世界模型。能够让语言模型完成多大的任务？如果与视觉能力结合，又会产生什么样的效果？进一步发展之后，还可能出现能够同时处理多类型信息的“全模态（Omnimodal）”模型，未来5年，我们将不断积累模型能够实现的能力。说实话，我们目前大致能够看到两年后的发展。通过不断积累这些能力，我认为大约3年后，就能开发出可执行目前设想的物理AI动作的模型。
记者：日本国产模型的价值体现在哪里？其中也涉及经济安全保障方面的考量。
丹波广寅：应该具有多种价值。不过，我并不认为，仅由日本人使用日语和日本信息进行编码，就能开发出好模型。我认为，日本企业和日本消费者存在的需求是，希望使用与自己拥有相同理念的模型。
Claude Fable 5停止提供服务后的思考
尤其对于企业而言，如果所使用的AI是在与自己不同的法律和监管体系下管理的，就可能造成不平衡。AI模型会突然被停用，或者只公开性能水平较低的版本。更深层的隐患是，对方还会提出交换条件：“要使用该模型，必须这样做”，换言之，AI模型也许会被当作谈判筹码。
就目前而言，只有中国和美国的模型可供选择，用户不得不二选一。我认为，要消除这样的担忧，应该准备好“日本国产模型”这一选项。
记者：2026年6月，特朗普政府指示美国Anthropic停止向美国人以外的用户提供“Claude Mythos 5”和“Claude Fable 5”。当时我感觉看到了AI被地缘政治裹挟的景象。
丹波广寅：我的感受完全一样。特朗普政府此前也曾对美国OpenAI采取过类似管制措施。所以需要打造第三个选项。在汽车由AI驱动、经济本身基于AI模型来运行的情况下，如果出现“不让你们使用”“只能提供性能水平更低的版本”等情况，这显然会成为拉大差距的重要因素。
记者：要成为备选项，除了是国产模型之外，性能也非常重要。在这一点上，训练数据将成为关键。我已知悉，Noetra将与经济产业省推进的AI开发支援项目“GENIAC”联动并利用多样化数据，请问出资的44家公司会向Noetra提供数据吗？
丹波广寅：出资企业不需要提供不愿对外公开的数据。不过，在44家企业中，也有一些企业已经在生成可用于AI训练的数据。如果这些企业愿意提供数据，我们当然会将其用于模型训练。
比如，虽然都是工业机器人，但用于训练普通工业机器人的数据，与各企业所掌握的熟练技术、匠人技艺等高度机密数据是两码事。让企业特意公开后者并没有多大意义，那是该企业自有专属的数据。Noetra首先需要的是更具普遍性的数据，包括机器人是如何运动的，以及根据其运动状态来判断物体时需要哪些信息等，如果是这样的数据，我认为企业可能愿意向我们提供。
记者：也就是说不需要企业提供自有的专属数据。
丹波广寅：我认为关键在于模型的构建方式。Noetra所要搭建的是可供企业实际使用的模型的基础——基础模型。以该模型为基础，各家企业再利用如同独家秘方一般的自有专属数据，开发属于自己的模型。基础模型说到底只是参考基准，因此并不需要企业内部专属信息。
记者：既然是基础模型，也可以选择使用海外开发的模型，对吧？
丹波广寅：如果海外模型就可以满足需求，那当然使用海外模型就好了。对于那些认为即使不知道模型中包含什么信息，企业也愿意自行承担责任的企业来说，并不需要Noetra的模型。
而对于那些希望在完全了解训练数据种类和模型结构的基础上，由企业自行承担责任、开发自有模型的企业而言，就需要透明度和安全性更高的模型。
记者：您曾说来自具体业务场景的反馈对提升AI性能十分关键。是否会签订合同，强制要求用户企业提供反馈？
丹波广寅：我们会恳请用户提供反馈，但不打算设置强制义务。
记者：会不会出现只使用模型、却完全不反馈的情况？
丹波广寅：如果这样做，吃亏的反而是企业自身。不反馈问题，就无法打磨出符合自身期望的AI。这和开源社区的贡献逻辑完全一样。只拿来使用，即便发现bug也不反馈，就只能被动等待别人修复。既然如此，从一开始就不要参与开源协作社区就好。
瓶颈不在GPU，而在内存
记者：关于AI模型，软银也在开发国产模型。顺着这个思路，现实世界模型，原本也可以单家企业独立推进，为什么选择“联盟”的形式共同开发？
丹波广寅：各家企业都面临同样困境。比如AI开发企业SB Intuitions就认为仅凭自身，技术能力、算力规模都存在上限。Preferred Networks也一样。即便动用Preferred Networks全部工程师，再拿企业资金采购算力，也无法独立打造前沿顶尖模型。NEC同样如此。
如果自己做不出来，就只能以中国企业的模型为基础，再基于中国模型做模型蒸馏。就像刚才所说，等于没有别的选择。在多方交流之下，就催生了“不如联合起来共同推进”的共识。我认为这是最后的机会。各家企业投入人才，算力资源集中统筹。今后很难再凑齐如此规模的资源。一旦失败，就再无退路。错过这次机会，就再也没有挑战的可能。
记者：在生成式AI、AI智能体领域，顶尖前沿模型的事实标准正逐渐被美国三四家、中国三四家企业所把持。但物理AI赛道胜负尚未见分晓。您如何预判未来行业格局？
丹波广寅：当然胜负未定。但物理AI领域，基础模型大概率也跟现在的语言模型一样，只会留存少数几家。以这些模型为基础，各家再借助强化学习等手段做定制化微调，这会成为主流趋势。
记者：Noetra会成为这少数玩家之一？
丹波广寅：会的。
记者：接下来想请教数据中心相关问题。Noetra宣布要投入2万7500颗Rubin GPU（图像处理半导体），建设AI数据中心。计划2028年6月投产，物理AI的开发竞争也日趋白热化，这个投产时间会不会太晚？
丹波广寅：Rubin GPU预计2027年春季出货，而要稳定运行还需要大量时间。春季启动部署，一年之后实现投产，说实话现实难度极高。
记者：软银正在建设的大阪堺AI数据中心，要搭建140兆瓦规模的AI算力基础，在投产的路线图当中，瓶颈是什么？是GPU 的供货吗？
丹波广寅：不是。物资层面，瓶颈是内存与SSD（固态硬盘）。没有这些，数据中心就无法运行。另外还有价格问题，涨价幅度已经到了令人费解的程度。
记者：这里所说的内存与AI专用HBM（高带宽内存）不是一回事吗？
丹波广寅：二者不同。HBM是以紧邻GPU芯片裸片的方式封装在一起的，除此之外还需要其他内存和存储设备。SSD不仅用于内存相关用途，也作为高速存储设备使用。美国英伟达会将服务器托盘内使用的SSD以及外部连接的SSD，都指定韩国等厂商作为参考产品。并不是说可以随便找一些便宜的内存和存储设备连接上去就行。
记者：业界很多时候会签订长期合约锁定价格来采购，现在行不通了吗？
丹波广寅：现在长期合约已经很难落地。眼下能够到手的货源都是一年前就敲定采购的。各家企业处境都差不多。
记者为日经XTECH IT总编 岛津翔
文章来源：
版权声明：日本经济新闻社版权所有，未经授权不得转载或部分复制，违者必究。
评论 (0)