柏林 Kraftwerk，一座由旧发电站改造的巨型穹顶大厅。2026 年 10 月 19 日，德国总理弗里德里希·默茨与英伟达创始人兼 CEO 黄仁勋坐在这里，谈的不是聊天机器人，不是大模型排行榜，而是德国工厂里那些沉默了几十年的机床数据。
这场对话发生在“Invest in Germany Summit”期间。当天早些时候，默茨与德国联邦经济事务与能源部、联邦研究与技术空间部一起，同英伟达签署了一份《联合意向声明》。声明的目标很直白：联手推进面向“物理 AI”的前沿模型，把工业 AI 系统性地推向德国中小企业，在欧洲建立一个一流的工业 AI 生态。
德国不想做下一个大模型强国。它想做的是另一件事：把 AI 装进工厂、机器人、医院和卫星里，用制造业的老底子，去赢一场新的工业革命。
一场各取所需的握手
默茨把话说得很满。“我们完全致力于成为世界上最先进的 AI 应用地之一，不仅在欧盟，而是在全世界范围内将 AI 融入我们的产业，”他说，“我真的很乐观，德国将成为全球 AI 普及度领先、甚至最领先的国家——覆盖我们的制造商、机械行业、汽车产业及其供应商。”
他把目光投向台下的中小企业家，也就是德国经济真正的骨架——Mittelstand（中型企业）。“德国最大的优势就是我们的 Mittelstand，”默茨说，“请打开你们的大门，让 AI 使用你们的数据。这是德国真正的秘密和真正的优势：利用我们企业里已经存在的所有数据。”
黄仁勋的回应更像是一个卖铲人的承诺。他回顾了英伟达与德国工业长达二十多年的关系：从 21 世纪初的游戏系统、工作站、汽车设计，到今天在自动驾驶和制造数字孪生上的合作。然后他给出了那个被反复引用的判断：“那些知识属于你们。它无法被取代。AI 只能增强你们的能力，它不会取代你们的能力。善用这项技术，它是一件新工具。”
这句话精准地击中了德国人的焦虑与自尊。德国怕的不是落后，而是被替代——怕自己的机械工程王座被硅谷的软件定义一切掀翻。黄仁勋的叙事给了一个体面的出口：你不是被淘汰者，你是被赋能者。
两人甚至约定每年至少见一次面，检查进度。默茨开玩笑说，希望看到黄仁勋坐在他的办公室里，“对德国这个投资目的地感到非常高兴”。
德国为什么不追大模型，转而追物理 AI
这是一个值得拆穿的选择。
过去三年，全球 AI 竞赛的主线是基础模型：谁参数量更大、谁推理成本更低、谁的智能体更自主。美国有 OpenAI、谷歌、Anthropic，中国有字节、阿里、百度，欧洲在通用大模型上几乎没有还手之力。德国如果沿着这条路线追，胜算渺茫。
但物理 AI 是另一条赛道。它不是让模型在屏幕上说话，而是让模型控制机器人手臂、调度生产线、读取医院流程、驱动卫星。这条赛道的胜负手不是算力规模，而是三样德国恰好富余的东西：高质量的工业数据、成熟的制造场景、以及愿意为可靠性付费的客户。
默茨反复强调 Mittelstand 的数据是“真正的秘密”，这不是外交辞令。德国中小企业在机械、汽车零部件、工业自动化领域积累了大量封闭场景数据，这些数据从未被互联网化，也从未被大模型训练过。它们是工业 AI 时代最稀缺的训练燃料。
问题在于，这些数据躺在各自的工厂里，格式不一、标准不一、互不联通。德国的“Industry 4.0 平台”——由政界、产业界、研究机构和行业协会代表组成——正是为了解决这个问题而存在。英伟达此次与联邦政府及 Industry 4.0 平台的合作，本质上是要把分散的工厂数据，接入英伟达的 Omniverse 数字孪生与 AI 工厂流水线（英伟达既有平台），变成可训练、可仿真、可部署的工业模型。
这是一场各取所需的交易：德国得到 AI 化的工业生态，英伟达得到进入欧洲制造业腹地的入口。
英伟达的筹码，不只是 GPU
外界容易把这次合作简化为“德国买英伟达的芯片”。这低估了英伟达的布局。
当天，黄仁勋宣布了对四家德国初创公司的新投资：Agile Robots、Avelios Medical、Mirelo 和 Reflex Aerospace。这四家公司横跨机器人、医疗、媒体音频和航天——恰好是物理 AI 落地的四个典型场景。
- Agile Robots（慕尼黑）做 AI 驱动的机器人，从机械臂到人形机器人 Agile ONE，面向制造、物流和医疗；
- Avelios Medical（慕尼黑）做 AI 原生的医院信息系统，把 AI 直接嵌入临床和管理流程；
- Mirelo 做生成音效、语音和音乐的 AI 模型，服务视频制作；
- Reflex Aerospace（柏林）做高性能卫星，把发射准备周期从几年压缩到约 12 个月。
这些投资不是财务行为，而是生态卡位。英伟达要的是让这些公司在其 GPU、Omniverse 和 Isaac 机器人平台上生长，形成“德国工业场景 + 英伟达全栈”的示范案例。
这背后是一个接近 100 亿美元的承诺：英伟达计划在欧洲支持公司、大学、研究机构等。此前它已投资了 n8n、Neura Robotics、Black Forest Labs 等德国技术公司。当一家芯片公司开始系统性地投资下游应用层，它卖的就不是硬件，而是标准。
同一天，西门子也宣布与英伟达深化合作，推进 AI 驱动的自主工厂。西门子在其埃尔朗根工厂展示了新方案：完全虚拟化的生产爬坡可将工程量减少高达 85%，基于智能体的生产规划可带来高达 20% 的成本节约。埃尔朗根工厂被定位为“自主制造的全球蓝图”。
注意这个数字：85%。这意味着工厂从设计到量产的周期可以被极度压缩。对德国这样的制造业国家，这是比任何大模型都更直接的竞争力。
欧洲的主权焦虑，与英伟达的欧洲赌注
德国对英伟达的拥抱，还有一个不能明说的背景：主权。
欧洲一直担心自己的数据流向美国云厂商，担心工业机密在跨境传输中失控。在此前默茨与黄仁勋的会面中，双方就讨论过建设“主权 AI 基础设施”。德国电信与英伟达随后宣布合作，计划在 2026 年前为欧洲制造商建立工业 AI 云，基础设施容量至少 1 万台 GPU（据路透社报道）。德国政府还计划通过最高 35% 的国家补贴，推动建设大型数据中心，目标锁定最多 10 万块 GPU。
这一次，德国把赌注下得更重。它不再只是买算力，而是要把 AI 模型、工业标准、初创生态一起绑在英伟达的战车上。代价是依赖加深，收益是速度——在 AI 重塑制造业的窗口期，德国没有太多时间自己摸索。
黄仁勋把这场变革称为“新的工业革命”。“这场工业革命如此强大，”他说，“用总理的话说，你们正在重新设计德国。这是你们做好的机会。”
谁会赢，谁危险
德国的赌注有胜算，也有明显的软肋。
胜算在于场景。工业 AI 的终局不是谁的大模型更聪明，而是谁能把模型塞进真实的生产线、医院和物流网络里持续迭代。德国拥有全球最密集的制造业场景，这是美国和中国都羡慕不来的试验田。
软肋在于人才与速度。德国的中小企业以保守著称，“打开大门让 AI 使用数据”说起来容易，做起来涉及数据治理、工会、合规和企业文化。默茨每年与黄仁勋见一次面的约定，恰恰说明他知道这事急不得，也慢不得。
更大的风险是路径依赖。德国把工业 AI 的未来押在一家美国公司身上，短期看是捷径，长期看可能让欧洲失去定义工业 AI 标准的能力。当 Omniverse 成为德国工厂的默认操作系统，德国得到的不仅是效率，还有锁死。
但眼下，德国没有更好的选择。在 AI 的工业革命里，它选择做那个最懂工厂的参与者，而不是最懂模型的挑战者。
德国没有选择成为下一个硅谷，它选择成为 AI 时代的德国——用两百年的机械工程尊严，换一张进入物理 AI 世界的门票。这场交易的结局，不取决于黄仁勋给了多少 GPU，而取决于德国的 Mittelstand 敢不敢把自己的数据交出去。工厂的门一旦打开，就再也关不上了。
快报