不拚大模型拚機器人：日本物理 AI 戰略，台灣跟還是不跟？
今年 6 月底，日本政府宣布震撼全球科技產業的決定，2040 年前在製造、醫療、餐飲等 18 個產業部署千萬台 AI 機器人，以「Noetra」聯盟投入五年 1 兆日圓（約新台幣 2,000 億元），打造日本的「物理 AI」（Physical AI）基礎模型。當全球科技圈還在為大模型參數、推理成本與代理功能激烈內捲時，日本下個戰場已押注更務實的方向。
什麼是物理 AI？
物理AI簡單說就是讓AI不只會「講」，還要會「做」。不只能產文字、圖片或程式碼，也要進入真實世界，以感測器、機器人、控制系統與即時決策，完成搬運、分揀、巡檢、手術協作、餐飲服務等任務。和傳統生成式 AI 最大的差異，前者成果會反映至實體世界，後者多半停留在數位介面。
日本之所以選這條路，背後有很強的產業邏輯。第一，日本不是沒有AI能量，而是知道自己很難通用大模型與美國和中國硬碰硬。第二，日本擁有全球少見的機器人產業、精密製造能力、工業自動化底子及大量面臨缺工、老化與服務壓力的真實場景，換句話說，日本是把自身最擅長的製造與自動化，重新包裝成下代AI競爭力。
筆者覺得這路線很像日本一貫的產業思維，不一定搶上最熱鬧的舞台，而要搶最實用的應用。如果說美中競爭AI的大腦，那日本押注的是把大腦接上手腳、眼睛與神經系統，讓AI真正進入物理世界。
Noetra的野心
44家企業組成的Noetra聯盟，被視為日本推進物理AI的核心載體；市場流傳的資金規模加上政府與相關產業配套，整體押注可直上10.5兆日圓。Noetra關鍵意義在把機器人、製造、零組件、AI平台與系統整合力綁在一起。
對日本來說，把分散技術資產重新編成一支「物理AI國家隊」，上游有感測器、控制器與精密零組件，中游有製造與系統整合，下游直攻醫療、餐飲、物流與工廠場景。優勢在一開始就有真實需求，不必完全靠資本市場為空泛概念付錢。
台灣要跟嗎？
台灣目前最大優勢，仍在AI伺服器、晶片製造、散熱、電源管理、高速傳輸、PCB、封裝測試等供應鏈環節。這些產業短期仍是全球AI基礎建設不可或缺的一部分，如貿然跟進日本拚整機器人平台，未必會有同樣勝率。但如果只守不攻也可能太保守，當全球AI的價值鏈逐漸從「算力中心」往「場景應用」移動，台灣如果只停留在賣鏟子，長期可能就會鎖死在較低毛利、較弱品牌、較少資料主權的位置。日本現在切入物理AI，某種程度就是回應這個問題，AI應要成為產業升級的入口，台灣若只滿足於扮演供應鏈角色，或許能繼續賺錢，但未必能掌握下輪產業的制定權。
筆者認為務實的策略，非全面複製日本，而是選擇性跟進，先從最有優勢的場景切入，如智慧工廠、半導體製造自動化、倉儲物流、精密檢測與醫療輔助；讓AI伺服器與機器人系統形成連動，把台灣既有硬體優勢延伸到邊緣運算、低延遲控制與工業AI。政府與產業應該更積極建立跨域示範場域，否則台灣會一直停在看得懂趨勢，卻做不出平台的尷尬位置。
日本的物理AI戰略提醒我們，AI競賽正在從模型能力走向產業落地，對台灣來說，最好的位置是成為物理AI的關鍵供應國、系統整合者與場景實驗場。台灣必須思考的是，如果未來世界最有價值的AI，那我們在這條供應鏈的位置是什麼？日本已先回答了一部分，台灣也該開始思考怎麼應對。
（首圖來源：shutterstock）