大家好，我是小锐！[微风]

施泰因迈尔的中国之行落下帷幕，离开之前他在北大公开发表演讲，他明确拒绝和中国脱钩，同时也抛出多项诉求。

他没能拿到期待中的承诺，同一时间默茨正在日本推进供应链布局。

德国一边舍不得中国市场红利，一边又在四处寻找备选方案，这场双线外交背后藏着欧洲工业大国艰难的取舍。

总统访华，一份矛盾的对华表态

施泰因迈尔这次行程的根基，是持续多年的中德经贸纽带，贸易统计数据显示，2025年两国货物贸易总额达到2518亿欧元，中国重回德国第一大贸易伙伴的位置。

德国从中国进口规模突破1700亿欧元，从2015年算起，中国长期稳居德国最大进口来源地。

他的行程特意安排前往合肥，参观大众在当地的研发中心，这座基地是大众集团在本土之外规模最大的研发平台，大量新车研发、技术迭代都在这里落地。

德国头部车企早已把研发链条嵌入中国市场，这是任何政策调整都绕不开的现实。

演讲里，施泰因迈尔的诉求集中在市场准入产业补贴还有关键原材料供应，他坦言欧洲必须守住本土工业底盘，不愿意对单一市场形成依附。

他还希望中国在俄乌冲突当中发挥更大作用，推动双方坐到谈判桌前。

这里能看出德国清晰的想法。他们想要持续在中国市场赚取收益，又希望慢慢降低产业链对中国的依赖，可这两件事本身自带冲突。

深度扎根市场才可以拿到利润，扎根越深，依赖程度自然越高，整趟访问走完，德方提出的一系列诉求，没有换来书面的共识或者确定承诺。

这场北大演讲，相当于把这份落差直接摆在全世界面前，就在施泰因迈尔收尾行程的时候，默茨的亚洲之行走到日本，德国两条外交路线同步铺开。

德日牵手，供应链替代的想象和天花板

同一时间，默茨到访日本，核心目标就是重构德国的供应渠道。

2025年德日双边贸易总量大约431亿欧元，日本排在德国亚洲贸易伙伴名单的第二位，10月28日两国敲定关键原材料合作意向。

双方计划联合采购资源，共同投入资金开发项目，借助第三方产地分散货源，德国打算依托日本成熟的产业网络和资本能力，给自己搭建一条新的供给通道。

但这个方案从一开始就有很难突破的上限，德日贸易体量仅仅相当于中德贸易的六分之一，差距十分悬殊。

日本短时间内根本承接不住德国从中国采购的庞大份额，两个国家在汽车精密机械赛道上又是直接竞争者。

合作的每一步，双方都会优先盘算自身产业得失，这份意向文件能不能转化成稳定供货，要看项目落地之后成本管控产品品质还有建设周期。

这些硬性条件，决定它很难真正替代现有的产业链，很多观察者盯着德日合作，默认德国可以快速完成产业转移，可现实不会顺着这个剧本走。

德国高层心里清楚，单纯靠换一个贸易伙伴，很难快速消解多年积累的供应链绑定。

他们一边对外推进多元化合作，一边还要回答一个更深层的命题，新一轮工业竞争到底比拼什么，这个答案，在黄仁勋和默茨的柏林对话里，被完整揭开。

柏林峰会对话，AI重置全球工业的排位规则

10月19日柏林首届投资德国峰会，黄仁勋和默茨同台对谈将近半小时，不少人只记住对话里对中国制造业实力的评价，却忽略整场交流真正的内核。

他们讨论的不是大家熟悉的聊天大模型，而是AI走进工厂产线实体设备之后，全球制造业格局会迎来一次重新洗牌。

主持人向黄仁勋提问，德国有没有准备好迎接这一轮AI竞赛，他没有直接给出评判，而是顺着百年工业脉络梳理规律。

电气化时代，德国美国日本站在行业顶端，之后数十年数字化浪潮兴起，美国向外转移大量实体制造产能。

他给出的判断很直白，中国是为数不多，同时把制造业根基和计算机技术吃透用好的国家。

但AI浪潮到来，过往几十年积累的软件编程优势不再是稳固护城河，人工智能可以自主生成代码，旧赛道的优势价值被大幅稀释。

黄仁勋抛出一句分量很重的观点，数字技术再强大，也没有办法取代实体制造能力，电子无法替代原子。

这套深耕实体工业的手艺，恰好是德国手里珍贵筹码，德国眼下有一个棘手难题，大量掌握核心工艺的老师傅逐步退休，独特工艺会跟着人员流失慢慢消失。

他给德国的建议，就是把老师傅的经验交付AI留存下来，默茨当场认同这套逻辑，他反复强调德国不能丢掉制造业根基，美国大规模向外迁出本土制造，是一步错误的选择。

两人的对话指向同一个结论，AI抹平软件优势之后，实体制造能力重新变成决定胜负的核心指标，这一轮竞争的牌局已经重置。

放在全球三个制造强国的框架里看，中国同时手握成熟制造体系和数字产业基础，德国优势沉淀在百年工业工艺。

日本同样拥有精密制造积累。谁能更快把行业工艺和人工智能融合，谁就能拿到这一轮产业红利。

手艺和数据，物理AI才是新护城河

主持人继续追问，德国政府要怎么推动AI渗透到各行各业，尤其是数量庞大的中小企业，默茨呼吁本土企业放开思路，盘活手里沉淀下来的数据资源，这是德国最核心底牌。

黄仁勋顺着话题延伸出两层关键思考，一个国家产业数据，承载本土行业积累的知识经验，属于不可复制的资源。

德国要依托自研技术，把这些本土数据转化成适配自身产业的智能体系，而不是把一手行业数据对外送出，再高价买回适配好的智能方案。

第二个重点，就是物理AI，通用大模型擅长处理网络公开信息，可重工业机器人汽车装备领域，细分工艺门槛极高。

垂直领域的专业智能，价值远远高于通用模型，AI不会直接取代从业者，它只会放大人类的专业能力。这也是大模型普遍存在的短板。

互联网公开资料所有人都能够调取，依托公开信息搭建模型，很难拉开企业之间差距，工厂内部很多工艺细节从来没有在网络传播。

师傅依靠听觉判断设备故障，调试参数控制成品良率，这些一代代试错沉淀的内容，是物理AI最稀缺的原料，传统师徒模式传播效率很低，师傅退休，工艺就容易断层。

和AI结合之后，一套成熟工艺可以同步赋能整条产线，落到企业经营逻辑上，自有产线的数据就是防护壁垒，随意向外部平台开放，相当于亲手拆掉壁垒。

放到国内从业者身上也是同理，AI淘汰的是标准化重复性工作，深耕行业积累的独特经验，会借着人工智能持续放大价值。

一个人在赛道沉淀越深，AI就越偏向辅助工具，而不是竞争对手。

数字孪生工厂，产品之外还要打造内置大脑

对话的最后一部分，两人畅想未来工厂的形态，黄仁勋提出一个很有画面感的设想，未来制造企业会拥有两座工厂。

一座是现实里的实体产线，另一座是电脑里复刻出来的数字孪生版本，数字模型还原精度足够高，产品测试流程都可以先在虚拟空间走完。

车企就是最好的例子，一台新车先完成虚拟设计仿真测试，排查缺陷，流程全部验证稳妥之后，再投入实体生产，错误在虚拟场景里试错，消耗的成本会大幅下降。

回头再看德国的整体困境，他们一边维持对华高层沟通稳住企业预期，一边推进德日韩新供应链合作安抚国内担忧。

这套双线操作更多属于姿态平衡，并没有从根本上化解产业利益和国内舆论诉求的矛盾，中国市场庞大的体量和完整产业链，短期很难被其他经济体替代。

德国后续所有政策调整，都只是原有格局里面的小幅变动，不会出现颠覆性转向，但我们也不能轻视德日在原材料还有工业智能化方向的布局。

欧盟委员会发布的产业战略文件，已经把物理人工智能数字孪生技术，列为未来欧洲工业扶持的重点方向，希望借助这套技术保住本土制造业竞争力。

黄仁勋的判断刚好给我们提供参照，新一轮工业竞赛，比拼的是实体产业和智能技术融合的速度，德国守住工艺，我们兼顾制造和数字化基础，两条赛道的比拼，才刚刚拉开序幕。

结语

供应链多元化可以分散单点风险，却不能凭空造出完整产业链，AI重置工业竞争赛道，最终胜出的永远是守住实体根基的一方。

德国的两难，也是很多发达工业国家共同的难题，想拿走市场红利，又想躲开深度绑定，世上很难有两全其美的选项。