주메뉴바로가기본문바로가기
비즈한국 비즈한국

歐洲創業公司專欄
改變方向的歐洲,能否顛覆“AI棋局”?

本文由AI自動翻譯。與韓語原文相比可能存在誤差。  Read original in Korean →

[비즈한국] 近期,歐洲AI市場大型投融資與併購訊息不斷。歐洲在AI領域此前一直落後,此次動向引發了人們的關注:歐洲是否能夠藉此從根本上改變全球AI的競爭格局?

如果說此前的生成式AI市場主要陷於以文字和影象為中心的大語言模型(LLM)競爭,那麼近期歐洲企業的動向則明確顯示出向能夠理解並控制現實世界物理規律的“世界模型(World Model)”和“物理AI(Physical AI)”進行戰略轉型。這可以被解讀為,在美中主導的數字空間霸權競爭之外,歐洲試圖在其具備優勢的製造和工業現場獲取實用的競爭力。

Synthesia是一個將文字轉換為影片的AI平臺,可以建立與真人無異的AI數字人。照片=synthesia.io
Synthesia是一個將文字轉換為影片的AI平臺,可以建立與真人無異的AI數字人。照片=synthesia.io

世界模型是指AI在內部對現實世界的結構與變化進行建模,從而同時處理空間的三維理解、時間推移產生的變化、因果關係,以及安全或質量等現實制約條件的技術。

如果說傳統的LLM側重於透過學習網際網路上海量的文字資料來總結資訊或編寫程式碼,那麼世界模型則針對結合感測器資料、工藝日誌、數字孿生等,來預測和規劃物理環境中的行為進行了最佳化。歸根結底,勝負的關鍵點正在從模型規模本身,轉移到“能夠多穩定地運營和控制廣闊而複雜的工業現場”。

歐洲AI“大宗交易”接連不斷

今年年初接連發布的一系列具體案例顯示,歐洲正在持續投入資本以爭取AI領域的主導權。1月26日,總部位於倫敦的AI影片生成平臺Synthesia成功獲得2億美元的E輪融資,公司估值提升至40億美元。

隨後在2月4日,語音AI領域的領軍者ElevenLabs完成了5億美元的D輪融資,獲得了110億美元的壓倒性估值評價。

ElevenLabs是一個提供從文字轉語音、語音轉文字等大部分語音生成相關服務的平臺。照片=elevenlabs.io
ElevenLabs是一個提供從文字轉語音、語音轉文字等大部分語音生成相關服務的平臺。照片=elevenlabs.io

此前擔任Google DeepMind核心科學家的David Silver所創立的“Ineffable Intelligence”也傳出正在尋求10億美元融資以實現超人類智慧的訊息,引發了廣泛期待。

在這些大宗交易中,最引人注目的莫過於法國的Mistral AI於2026年2月17日收購了雲服務初創公司Koyeb。這是Mistral的首次併購,其意圖並非簡單的規模擴張,而是為了內化從模型開發到部署及運營的基礎設施能力。

在世界模型時代,贏家很有可能不是“最聰明的模型”,而是“能將最廣闊現場運營得最穩定的AI提供商”。因此,Mistral AI的動作是一個象徵性案例,顯示出歐洲已進入理解遊戲規則並試圖自主構建基礎設施層的階段。

當AI的競爭從“擅長寫文字的模型”轉向“理解、預測、控制現實世界的模型”(即世界模型與物理AI)時,歐洲在製造、工業自動化、質量管控方面的基礎將再次成為競爭力,這一觀點正受到越來越多的支援。

先進的歐洲產業結構,但仍存疑問

關於歐洲在世界模型領域佔據相對有利地位的分析,源於該地區先進的產業結構。

世界經濟論壇(WEF)在1月20日釋出的文章中強調,在汽車(德國、法國、義大利、瑞典)、工業機械(德國、奧地利、義大利)、物流與製造(荷蘭、比利時、捷克、波蘭)、醫療保健與製藥(北歐、德國、瑞士)等資產密集型產業中,歐洲企業已經積累了數十年的資料。也就是說,物理AI的競爭取決於“現場資料的數量與質量”,因此這是一個難以複製的領域。

WEF特別關注歐洲在細分領域領先全球的中堅企業(隱形冠軍)。這些企業擁有專利並佔據市場,但尚未充分內化AI。換句話說,它們可以成為物理AI初創公司最穩固的早期客戶和資料合作伙伴。

歐洲製造業底蘊深厚,眾多中堅企業積累了數十年的資料。照片=pixabay
歐洲製造業底蘊深厚,眾多中堅企業積累了數十年的資料。照片=pixabay

然而,也不乏理性的批評。儘管現有產業積累的資料和強大的研究機構是歐洲的優勢,但目前仍缺乏“商業化規模”。事實上,截至2025年上半年,全球物理AI投資的大部分都集中在美國和中國。雖然歐洲有許多工業機器人領域的強者,但事實是,歐洲在應用於此的軟體層平臺業務方面,相比美中仍顯不足。

因此,上述大宗交易若想避免淪為虛談,還需要最後一塊拼圖,即雲、基礎設施及部署能力。世界模型與物理AI需要在現場部署模型才能積累資料,積累了資料才能提升效能,而效能提升後才能推廣到更大的現場,從而實現增長。

此外,還需要對投資資本的規模進行思考。美國大型科技公司2026年的合計投資規模(CAPEX)超過5000億美元。相比之下,Mistral AI在瑞典資料中心的投資(約14億美元)仍然微不足道。如果“規模”是決定物理AI勝負的因素之一,那麼歐洲如何填補與美中之間的資本差距,依然是一個有效的問題。

2026年初歐洲發生的一系列動作,尚不足以宣佈對美中進行全面逆轉。但這可以看作是一個過程,即透過將賽場定義為他們最擅長的領域。只有當歐洲強項——製造業、物流、移動出行領域的現場能力與AI技術結合時,實用的競爭力才可能真正完成。

然而,為了讓這種嘗試轉化為有效的成果,必須克服三大課題:快速部署到工業現場的速度、高效積累並利用現場產生的反饋資料、以及控制呈指數級增長的基礎設施運營成本。

這正是人們好奇歐洲所選擇的實用主義路徑未來將如何改變全球AI版圖的原因。

作者 Lee Eun-seo 在韓國主修法律,並在柏林學習戲劇。現居於作為藝術之都及歐洲創業中心之稱的柏林,與城市共同成長,並帶領著連線韓德創業生態系統的 123factory。

本文由AI自動翻譯。與韓語原文相比可能存在誤差。
이은서 칼럼니스트
writer@bizhankook.com
저작권자 ⓒ 비즈한국 무단전재 및 재배포 금지