中等强国，将联手争夺AI自主权？

来源：IPP评论

然而，这些努力可能并不足以使相关国家在AI技术栈上实现自主。从关键矿产、能源、先进芯片和算力，到云基础设施、数据和基础模型，上述中等强国在各个环节都存在不同程度的跨境依赖，而其中一些自身相对薄弱的关键能力，又高度集中于少数国家和头部企业手中。

9月8日，布鲁金斯学会非常驻高级研究员道格拉斯·A.雷迪克（Douglas A. Rediker）撰文提出，欧洲、日本、韩国等中等强国可以建立一种“模块化主权”联盟：不追求在整个AI技术栈上与中美竞争，而是整合各自优势，在物理AI、工业AI等关键领域共同建设替代能力，同时保留与美国和中国企业合作的空间。在他的设想中，中国既是中等强国希望避免形成过度依赖的技术来源之一，也是其在机器人和工业AI领域试图追赶的重要竞争者；与此同时，成本较低的中国开放权重模型仍可能继续成为其技术选择的一部分。

人工智能（AI）正迅速成为经济实力和地缘政治力量的基础性基础设施。那些能够开发领先模型、掌握算力、拥有平台，并将人工智能融入实体经济的国家，将越来越有能力塑造其他国家参与全球经济和国际事务的条件。这使包括欧洲、日本等在内的全球中等强国面临极高风险：一旦落后，可能再难追赶，并长期依赖美国和中国。因此，中等强国有必要围绕一项共同努力形成合力，以维护自身的自主能力。

任何旨在改变这一趋势的中等强国联合行动，都应当设定现实的目标，但这样的行动依然至关重要。它并不是要在整个人工智能技术栈上与美国或中国匹敌，也不是要切断有益的合作关系，更不是追求技术上的自给自足，而是要保有足够的能力、选择空间和议价能力，避免依赖演变为从属。最现实的突破口，在于物理人工智能和工业人工智能的部分领域。相比通用人工智能平台，美国供应商在机器人和工业部署领域的主导地位并没有那么突出。

而中国在机器人、工业自动化和物理人工智能领域已经具备很强的实力。因此，中等强国的联合行动应当重点聚焦那些关键且受到严格监管的应用领域，在这些领域，法律管辖、安全性、可靠性和控制权的重要性都高于成本。

这些国家事实上已经起步较晚，而且规模差距正在迅速扩大。2026年《斯坦福人工智能指数报告》估计，2025年美国私人部门人工智能投资接近2860亿美元，是中国公开报告的124亿美元的23倍以上，不过中国的数据并未计入大量由政府引导的投资。

预计2026年，亚马逊、Alphabet、Meta、微软和甲骨文五家公司的资本支出将超过7000亿美元，其中很大一部分将用于人工智能相关基础设施。任何中等强国联盟都不可能在资金规模上与之逐一匹敌，但这些数字已经清楚说明，规模仅为数十亿美元、彼此分散的各国项目，几乎不可能改变当前的战略力量对比。

超级大国给中等强国带来的风险，并非只是一种抽象的担忧。2025年，美国曾要求英伟达向中国出口H20芯片必须取得许可证，尽管这一决定后来被撤销。2026年6月，美国一项出口管制指令要求Anthropic禁止外国公民访问Fable 5和Mythos 5。由于Anthropic无法实时核验用户国籍，最终只能暂停所有用户对这两款模型的访问，直至相关管制被解除。美国商务部的“外国直接产品规则”同样可以适用于部分在海外制造、但使用了美国技术的半导体设备。

这意味着，技术访问权限可以被限制，许可证可以被撤销，企业也可能受到政府施压。一个国家如果依赖外国的人工智能模型、云平台、数据架构和工业系统，即使仍然保有形式上的主权，也可能逐渐失去对国防、科学、医疗、信息和工业等关键领域基础设施的实际控制权。

美国主导的“硅和平”倡议旨在构建涵盖关键矿产、半导体、算力、基础设施和模型的安全且有韧性的人工智能供应链。这一倡议既凸显了协调合作的价值，也暴露出其局限。目前，日本、韩国和欧盟已经位列24个签署方之中。欧盟于2026年6月底加入，此前法国一度反对参与，这一分歧也反映出欧洲内部的碎片化。日本和韩国更早加入该倡议，同样说明了一个问题：尽管外界对美国是否值得信赖的疑虑正在迅速上升，但在中等强国尚未建立自身互补性合作框架的情况下，围绕一个由华盛顿召集的框架进行协调，仍然是默认选择。

对于当前美国政府治下的“硅和平”，应当认清其实际性质。它有助于增强应对中国压力的韧性，并推动半导体、关键矿产、能源和供应链安全等领域的合作。但与此同时，这一倡议也深受当前美国政府高度交易化的行事方式影响，并服务于美国在对华战略竞争中的国家利益。

路透社8月14日报道的一封美国国务院信函草案，比任何对美国意图的描述都更清楚地说明了这一点。这封草案拟发给今年6月美国《人工智能机遇声明》(AI Opportunity Statement)的35个签署方，其范围比硅和平的签署方更广。该草案未注明日期，路透社无法确定其何时或是否会发出，而美国国务院拒绝就此报道置评。

草案告诉收件方，签署《硅和平宣言》意味着作出一项承诺，而不是简单加入一个会员制组织，因此不能同时加入那些“内容重复且其要求与我方要求相冲突的倡议”。其直接针对的对象，是中国于7月发起的世界人工智能合作组织。该组织共有29个创始成员，哈萨克斯坦在签署“硅和平”的同时也加入了这一组织。

这份草案一个值得注意的特点是，它从未直接点名中国。草案所提出的排他性要求，适用于那些“内容重复”且其要求与华盛顿相冲突的倡议；这一表述的适用范围非常宽泛，甚至足以涵盖那些与中国毫无关系的平行合作机制。中等强国不得不思考一个问题：加入硅和平，是否还能与建立任何独立的集体能力相兼容？东京、首尔、柏林和布鲁塞尔应该认真思考这个问题。

布鲁金斯学会近期的一份报告（Is AI sovereignty possible? Balancing autonomy and interdependence（《人工智能主权是否可能？平衡自主性与相互依存》））清楚揭示了这一问题的根源：

该报告因此主张，通过联盟关系实现“有管理的相互依存”，以分散风险，同时保留开放市场带来的收益。

中等强国的联合行动应考虑采取一种更加细致的“模块化主权”路径：在人工智能技术栈中具有战略重要性的层级保留自主能力、选择空间和议价能力，同时对其他层级无法避免的相互依存加以管理。这一路径既不是要在所有领域与“硅和平”展开竞争，也不是简单地把自身完全纳入这一框架之中。在利益一致的领域，例如增强供应链韧性以及防范来自中国的胁迫，中等强国可以继续在“硅和平”框架内开展合作；而在需要建立独立能力以维护自身自主性的领域，则应在这一框架之外同步推进，尤其是在模型、数据、云服务可迁移性、工业部署和采购等方面。

如何把握两者之间的平衡并不容易。但如果仅仅因为担心被视为“反美”，就放弃所有独立倡议，那么中等强国实际上将别无真正意义上的战略选择，只能接受由华盛顿设定的优先事项。

中等强国应整合各国之间具有互补性的资源，并共同建设那些只有达到一定规模才能发挥作用的能力，同时保留各国政府和企业对应用、部署、语言以及特定行业用途的控制权。共同开展的项目可以包括大规模模型训练、部分基础模型研究、算力基础设施、测试、能源投资，以及经过严格治理的数据集。在这一共同基础之上，企业、高校和政府机构可以进一步开发各自的模型和应用。

其目标在于增强韧性并保留选择空间。中等强国的联合行动仍将继续依赖美国的供应商和合作伙伴，而成本更低的中国开放权重技术，在许多市场中也仍将具有重要作用。“模块化主权”并不会消除这些依赖关系，但它可以在足够多的关键层级建立替代性能力、可迁移性和议价能力，从而避免对单一来源的依赖最终演变为政治上的从属。

即便中等强国的联合行动经过谨慎设计，也很可能引发美国的反应。华盛顿可能威胁对先进GPU附加许可条件，收紧云服务合同中的最终用途要求，利用安全关系劝阻有关国家参与，或者援引涵盖半导体及半导体制造设备的“232条款”框架。中等强国联盟应当预先考虑到这些可能的反应，并明确说明，其目的在于增强供应链韧性，而不是削弱与美国的合作。与此同时，该联盟自身也必须具备足够的抗压能力，通过采购来源多元化、建立战略储备、提高工作负载的可迁移性、形成相互承诺，以及投资建设替代性能力等方式，应对可能出现的外部压力。

这里所说的相互依存是双向的。欧洲、日本和韩国向美国科技生态提供光刻系统、光学设备、计量设备、半导体材料、晶圆、高带宽内存（HBM）、存储芯片以及生产设备，而这些国家自身又依赖美国的处理器、模型和云服务。这些优势不应被当作施压工具，如果以这种方式看待它们，反而会招致一种理性的中等强国战略原本希望避免的对抗。但正因为这种关系具有相互依赖的性质，各方都有理由保持克制。“模块化主权”的目标，应当是让这种相互依存变得更加清晰、更有组织，同时降低其受到单方面中断的脆弱性。

中国带来的则是另一种不同的挑战。接近前沿水平的中国开放权重模型，可以以极低的边际成本获得，这削弱了投入巨资重新开发另一套通用基础模型的商业合理性。但与此同时，中国在机器人和工业自动化领域已经拥有很强的实力。根据国际机器人联合会的数据，2024年中国占全球工业机器人安装量的54%，在役工业机器人约为200万台，约为日本的4.5倍。中国当前的五年规划也将人工智能赋能的机器人技术置于其产业战略的核心位置。在物理人工智能的部分领域，中等强国相对于美国平台可能仍算起步较早，但与中国相比，它们已经落后。

这意味着，对中等强国而言，在规模或价格上展开竞争注定难以取胜。中等强国联盟应将竞争重点转向那些对运营主体身份和法律管辖权高度敏感的领域。包括医院及医疗体系基础设施、电网、供水系统、铁路网络、港口、电信、国防保障体系以及军民两用制造业。

对于监管机构、安全部门和保险机构而言，如果一个由中国方面控制的系统被嵌入关键流程之中，那么无论价格多低，都可能被视为不可接受。在这些关键领域，真正具有价值的，不只是模型本身的性能，而是专有运营数据、系统集成能力、可靠性、安全性、可迁移性以及控制权。

如果美国、中国或其他来源的开放权重模型能够以安全且低成本的方式加以适配，中等强国联盟也应当保持开放，继续使用这些模型，而不是仅仅出于象征意义，再重复开发一套类似系统。

日本近期推出的Noetra计划，为这一战略提供了一个颇具潜力的起点。Noetra入选日本新能源产业技术综合开发机构的支持项目，目前已吸引包括三菱日联银行在内的44家企业和机构投资。其研发体系汇集了日本产业技术综合研究所、Preferred Networks，以及索尼、软银、NEC、本田等产业参与者。Noetra正在面向机器人和物理人工智能开发日本自己的多模态基础模型。

更重要的是，它的目标并不只是再打造一个本国聊天机器人，而是延伸至制造、物流、交通、医疗、能源系统、基础设施等领域——在这些场景中，机器必须能够理解现实物理世界，并与之进行互动。

不过，Noetra所进入的并非一个没有竞争者的领域。日本的机会在于那些对可靠性和安全性要求极高的领域。在这些领域，日本的工程能力、运营数据以及值得信赖的法律管辖环境，能够创造超越最低价格本身的价值。

日本在这方面具备一些独特优势。它拥有世界一流的制造企业、先进的机器人技术、精密工程能力、深厚的工业经验，以及数十年来在实体生产过程中部署技术的实践积累。工厂车间以及机器内部产生的运营数据，是一种很难在其他地方复制的战略资产。而共享这些数据并不意味着必须把数据集中转移到其他地方。通过联邦式训练以及安全访问机制，可以在原始数据不离开工厂的情况下提升共享模型的能力，这也使彼此存在竞争关系的工业企业之间开展合作，在商业和法律层面都成为可能。

但Noetra同样暴露出了“模块化主权”路径的一项弱点。其规划中的算力集群将使用大约2.75万块英伟达 Rubin GPU，因此在算力这一层仍将受到美国管辖。日本在数据、机器人和应用层面的优势，可以形成议价筹码，却并不意味着拥有算力主权。

中等强国联盟可以通过若干措施，在一定程度上降低这种暴露程度。例如，共同采购先进加速器并建立战略库存；在技术和商业条件允许的情况下，支持日本Rapidus（日本半导体制造企业，专注于先进逻辑芯片的研发与制造）、韩国三星以及其他区域性产能；为工业部署开发针对推理环节优化的本土芯片；提高训练效率并发展规模更小、更加专业化的模型；同时保留开放权重模型，在专有系统访问受到限制时作为备用方案。

这些措施中的任何一项，都无法消除中等强国与最前沿算力之间的差距。但如果综合实施，它们可以降低任何单一供应商或单一政府阻断联盟关键部署的能力。

韩国则可以成为这一计划的另一个核心支点。首尔推进的“主权AI基础模型”项目，已经把政府支持与国内多个产业联盟之间的竞争结合起来。根据韩国科学技术信息通信部的数据，2026年上半年开发的4个韩国模型被列入Epoch AI（研究人工智能发展趋势的非营利机构，持续跟踪模型能力与算力投入）的“重要模型”名单。该部门的数据还显示，2025年美国开发了59个此类模型，中国为35个，韩国为8个。

韩国模型目前尚无法与中美最先进的系统相提并论，但考虑到资源投入上的巨大差距，韩国取得的成果依然十分突出。此外，韩国在高带宽内存（HBM）及其他存储芯片、电子、电信、电池、造船、汽车和工业机械等领域都处于领先地位。

在制造、机器人、交通、医疗、物流、能源系统和基础设施等能力高度互补的领域，欧洲也可以与日本和韩国共同组成中等强国联盟。日本可以贡献 Noetra、工业经验、机器人、传感器、车辆、材料以及精密工程能力；韩国可以贡献半导体、存储芯片、电信、电子技术、具有竞争力的模型，以及把政策迅速转化为执行的能力；欧洲则可以提供大规模融资、洲际规模的统一市场、大型工业客户、科研机构，以及在航空航天、汽车制造、制药、能源、交通和工程等领域具有全球竞争力的企业。

这一联盟真正的实力和议价能力，将来自一个面向关键领域和受监管系统的共同市场。在这个市场中，国家安全、韧性和控制权不是可有可无的偏好，而是采购要求中不可分割的核心条件。

日本和韩国已经采取的行动，使欧洲与它们之间的反差显得有些尴尬。Mistral（法国人工智能企业，主要研发大语言模型并提供相关应用与基础设施服务）近期向区域推理服务、第三方模型托管以及欧洲本土算力领域扩展，是法国目前最具实质意义的贡献。但与此同时，它对英伟达硬件、微软融资和客户的依赖不断加深，加之其区域算力能力的出售，都反映出一个试图独立发展的欧洲模型领军企业所面临的结构性压力。Mistral并没有停止模型研发，但其有限的规模及其发展轨迹，很难证明这种各国各自为战、彼此分散的战略是可行的。

欧洲官员并非没有意识到“AI主权”的重要性。如今，这一表述已经频繁出现在欧洲各类演讲、战略文件和资金计划之中。但在真正需要的规模和时间进度上，这种认识并没有转化为足够的行动，反而延续了欧洲一种熟悉的倾向：把政策宣布和监管措施误当成实际能力。

监管当然重要。进入欧洲市场所必须遵守的规则，确实已经改变了一些美国大型科技公司的行为。但如果缺乏独立能力，监管所能做到的，本质上只是对依赖关系加以管理。欧洲过度依赖前者，却没有建立足够的后者。

欧盟的“人工智能超级工厂”计划正好说明了这种差距。2025年2月，欧盟宣布推出“InvestAI”倡议，目标是撬动2000亿欧元投资，约合2330亿美元，其中包括为人工智能超级工厂筹集200亿欧元的计划。2026年7月30日，欧盟委员会启动招标，计划建设最多7座人工智能超级工厂，由欧盟及成员国提供最高100亿欧元公共资金支持，其中大约一半来自布鲁塞尔，并希望以此吸引至少200亿欧元私人投资。

然而，在18个月时间里，公共部门的资金承诺非但没有扩大，反而有所下降。即便把全部300亿欧元的投资目标都计算在内，与美国仅5家公司在2026年一年内可能投入的7000多亿美元相比，规模仍然十分有限。

欧洲更深层的问题，依然是民族国家层面的碎片化。成员国仍在争夺一系列问题的主导权：算力中心应该建在哪里，由哪一个国家的龙头企业牵头，资金由谁承担，谁的数据可以共享，以及最终由哪个国家获得就业机会和商业收益。

结果便形成了一种欧洲已经十分熟悉的模式：宏大的政策宣布之后，是缓慢的落实；各国项目彼此重叠；最终却始终达不到所需要的规模。欧洲完全可能再花数年时间争论一个人工智能计划应该如何分配，等到最终达成方案时才发现，美国和中国的平台已经深度嵌入欧洲经济与社会体系，到了几乎无法取代的程度。

融资将在很大程度上决定，中等强国的集体能力能否从愿景真正走向规模化。一个可信的、聚焦物理人工智能和工业人工智能的联合行动，未来数年内很可能需要数千亿美元投入。这些资金需要覆盖算力、能源、半导体、模型、部署以及产业适配等多个环节，其规模应大体与欧盟此前提出的“InvestAI”倡议的目标相匹配，但即便如此，仍远低于美国超大规模科技企业在同期可能投入的资金水平。

与此同时，这数千亿美元的需求，也远远高于目前欧洲层面及各成员国最现实的政策工具所能提供的数百亿美元资金规模。这个缺口应当被正视，而不是被轻描淡写地掩盖过去。

欧洲实际上具备作出更大贡献的经济能力。发行“欧洲战略人工智能债券”可以为更广泛的中等强国倡议提供融资，用于建设算力集群、安全云能力、电力基础设施、半导体供应链、模型研发、网络安全以及实际部署等。但拥有融资能力，并不等于已经拥有一套各方达成共识、可以真正动用这些能力的财政工具。

国际货币基金组织2023年的一份工作人员工作论文（《欧元区债务共同化：一项量化探索》（Debt Mutualization in the Euro Area: A Quantitative Exploration））曾指出，市场对欧洲共同安全资产的需求，足以支持较大规模的发行，而不必导致整体借贷成本上升。这意味着，如果能够建立一种流动性较强、以欧元计价的共同金融工具，其所带来的“便利收益”，可以为欧洲围绕具有战略意义的目标开展更多举债融资提供相当大的空间。

真正的障碍主要是政治和法律层面的，而不是金融层面的，而且这些问题欧洲并不陌生。欧盟《多年期财政框架》（MFF, Multiannual Financial Framework）以及自有资源制度的调整，都需要成员国一致同意；涉及收入来源变化时，还需要各国完成国内批准程序。欧盟目前仍缺乏一项已经达成共识、规模足以支撑新一轮大规模共同举债的新型自有资源。

“下一代欧盟”（Next Generation EU）计划所形成的共同债务，未来很可能通过再融资方式延续，但从制度安排上看，其偿还将于2028年开始，并会直接对2028年至2034年的欧盟预算形成压力。与此同时，如果欧盟希望为新的战略目标开展共同举债，其法律依据也很可能遭到质疑，并面临司法诉讼。

这些都是真实存在的约束，并不是可以简单忽略的程序性细节。但它们也不应成为无所作为的借口。未来在人工智能领域陷入从属地位的风险太大，不能任由欧洲那些长期存在、由程序驱动的障碍在事实上替它作出选择。

战略债券可以成为多种政策工具中的一种。除此之外，还需要各国层面的融资工具、机构投资者、工业企业、政府采购担保以及私人项目融资共同参与。共同资金应主要用于那些真正具有共同属性的资产，而各国资金则应支持彼此互补的能力建设以及本国的实际部署。

融资问题主要着眼于供给侧，但政府不仅是资本的提供者，也是重要的购买者。欧盟公共部门每年采购的服务、工程和各类商品总额约为2万亿欧元，相当于欧盟GDP的约13.6%。这还没有计入日本和韩国公共部门的采购能力。与欧盟人工智能超级工厂招标计划中拟提供的100亿欧元公共融资相比，两者的规模差距十分明显。

政府能够通过财政拨款和投资提供多少资金，与其作为“买方”已经在支出的资金规模之间，存在巨大的差距。而这一差距，也为中等强国影响人工智能未来发展方向提供了一个重要的潜在机会。

如果政府能够作出具有约束力的需求承诺，那么相比单纯追加资本投入或提供补贴，可能更有效地解决一系列问题。类似于空客早期获得的启动订单，已经作出承诺并写入合同的收入可以成为融资基础，从而使企业即使在市场尚未形成足够规模之前，也有充分理由提前投资。

尽早开展实际部署，还能够产生专有的运营数据，而物理人工智能领域的竞争优势正可以建立在这些数据之上。通过公共采购，政府还可能把已经列入公共服务预算的支出重新引导至相关领域，而无须再去建立新的欧盟自有资源、推动共同举债或进行各国批准程序，从而避开这些耗时且在政治上颇具争议的环节。

欧洲已经提出了这一思路的初步政策安排。2026年6月3日提出的《云与人工智能发展法案》（Cloud and AI Development Act，CADA），计划建立一系列非价格标准，供公共机构在采购创新型云计算和人工智能系统时作为决策依据。这是朝正确方向迈出的一步，尽管目前还只是很小的一步。不过，CADA仍处于提案阶段，而且从现有文本来看，也并不能保证其最终会对公共采购决策产生实质性影响。

一个更完整的中等强国联盟方案，应当更加具体、更有雄心，也更具约束力。参与国政府应在明确的时间期限内，承诺将特定类别采购中的一定比例用于这一共同体系。关键基础设施、电信、国防和机器人等领域，可以作为较好的起点。

与此同时，还应建立相互开放的采购机制，使日本和韩国供应商能够参与欧洲的公共采购招标，欧洲供应商也可以进入日本和韩国的采购市场。通过这种互惠准入，各方可以共同形成单靠自身国内市场无法达到的市场规模。

当然，这一路径也面临一些现实的法律约束。世界贸易组织《政府采购协定》以及欧盟自身的政府采购规则，都对歧视部分外国供应商作出了限制。不过，现行规则中也存在安全例外条款，应当积极研究如何加以运用。这些安全例外并不意味着可以不受限制地实施保护主义。但如果整个机制建立在安全、性能和互惠原则之上，而不是单纯以供应商国籍作为排斥标准，那么这些条款就可能为中等强国应对来自美国和中国的反对和压力提供一定的政策空间。

中等强国联合行动的治理将十分困难，而所选择的治理模式，很可能直接决定这一联盟能否真正建立起来，以及建立之后能否维持下去。参与机制应遵循“以贡献换取准入”的原则：提供资金、技术、能源、数据、采购承诺或市场准入的国家和企业，应相应获得使用共享基础设施和知识产权的权利。

对于重大资源配置，应建立绝对多数表决机制，以防止任何单一成员占据主导地位，或通过拒绝合作阻碍决策；与此同时，技术性决策则应交由专业人士负责。联盟还需要制定共同标准，以确保系统之间的互操作性以及数据的可迁移性。

政府、医疗体系、公用事业机构、交通网络和国防部门作出的具有约束力的长期采购承诺，应当形成防止成员退出合作的激励，同时为共同项目提供早期客户和商业规模。成员能否获得补贴算力、共享模型以及互惠采购承诺，应取决于其是否持续作出相应贡献，并继续提供对等的市场准入。

参与方应当保留推进本国项目、以及与美国或中国企业开展合作的权利，但不能挪用联盟的共享资产，也不能接受会削弱联盟安全的合作安排。

欧洲发展空中客车的经验表明，当单个国家自身能力不足时，跨国工业政策完全有可能打造出具有全球竞争力的企业。但这一经验同时也说明，要做到这一点并不容易。空中客车拥有明确的公司实体、自己的资产负债表、清晰的交付责任，以及愿意作出具有约束力订单承诺的启动客户。

相比之下，Gaia-X倡议拥有的是一个标准制定协会，治理结构分散，资本投入有限，也没有任何一项产品由某个明确主体承担最终责任。它试图建立一个联邦式欧洲数据和云基础设施，这一方向本身并没有错，但经过多年标准制定、各国议程协调和试点项目推进，最终仍未能打造出一个能够与美国超大规模云服务商竞争的欧洲企业。

这正是最重要的执行层面教训。中等强国的人工智能联合行动不能只停留在宣言或工作组层面。它必须拥有明确的产品、获得资金支持的基础设施、具有约束力的采购承诺、清晰的交付责任，以及与实际部署挂钩的阶段性目标。至于最终应当成立一家新的公司实体、依托现有机构组建联盟，还是建立若干彼此衔接的项目载体，这些形式问题仍可以保持开放。但有一点不能继续含糊下去：责任和资本不能长期处于分散状态。

一个现实的起点，可以是由少数政府和工业企业先行参与，以Noetra现有的物理人工智能项目为基础，为首个联合项目提供资本支持，同时由参与政府和企业作出采购承诺，并在此基础上逐步扩大成员范围。

政治障碍同样很难克服。欧洲内部的分歧已经多次导致跨国合作倡议失败，日本和韩国之间也仍然存在尚未解决的技术转让和互信问题。这些因素可以解释为什么跨国协调迄今没有真正形成，但并不能说明这种协调没有必要。

随着美国的联盟关系变得越来越具有交易色彩，中美技术竞争也不断加速，中等强国事实上已经开始与一些过去被视为难以接受的合作伙伴作出妥协。在AI领域陷入从属地位的风险，应当高到足以促使各方克服那些长期存在的旧有障碍。

随着时间推移，其他中等力量国家也可以加入这一合作。加拿大、印度、英国、澳大利亚以及北欧国家，都分别拥有能源、科研能力、关键矿产、资本市场和部署规模等不同组合的优势。一个模块化联盟并不要求每一个参与方都在人工智能技术栈的每一个层级作出贡献。它的优势在于结构：没有任何单一成员能够控制整个体系，同时，新成员也可以加入，而不必接受对任何一个国家龙头企业的永久性从属。

这一机会窗口不会永远存在。Noetra已公布的路线图提出，计划在2028财年前后开发全模态模型，并在2030财年前后推出面向机器人、原生适应现实世界的模型。欧盟首批人工智能超级工厂预计也要到2028年年中左右才能投入运行。这些时间表说明建立相关能力需要数年时间。但也正因为如此，各方更有必要从现在开始行动，设定中期部署目标，并避免让漫长的建设周期成为拖延行动的借口。

通用人工智能平台已经开始深度嵌入企业、政府、医院和科研机构之中。相比之下，在物理人工智能和工业人工智能领域，美国平台的嵌入程度还没有那么深，这为中等强国留下了一扇狭窄的机会窗口，尽管中国供应商也正在不断扩大自身影响力。

中等强国应重点布局那些关键且受到严格监管的应用领域，并把法律管辖权、运营控制权、互操作性和安全性纳入公共和私人采购的必要条件。随着外国平台从办公室进一步进入工厂、基础设施和各类机器设备，切换平台的成本将越来越高，在政治上也会越来越困难。数据会不断沉淀在专有系统之中，劳动者会逐渐形成特定平台所需要的技能，而政府也会越来越不愿意中断那些公民和企业已经赖以运行的服务。

任何一个中等强国单独来看，都无法在人工智能能力的完整谱系上与美国或中国匹敌。但如果联合起来，它们拥有足够的资本、技术、人才、工业数据和市场规模，可以保留具有实质意义的技术自主能力。

日本的Noetra，以及韩国在人工智能模型、高带宽内存（HBM）和先进制造等领域取得的进展，都可以成为现实的起点。欧洲则拥有足够的资源和工业基础，可以把这些努力进一步扩大。但前提是，欧洲必须走出停留在政策宣示层面的做法，克服民族国家层面的碎片化，并真正把人工智能能力建设视为一项紧迫的共同战略优先事项。

近期活动

声明：本号文章均注明来源，旨在分享信息，非商业用途。版权归原作者所有。如涉版权问题，请后台联系我们，我们将及时处理。

中关村金融科技产业发展联盟

Zhongquancun Fintech Industry Development Alliance

      中关村金融科技产业发展联盟（简称“中金联盟”）是在北京市科委、中关村管委会，海淀区人民政府等单位指导下，由中关村互联网金融研究院、中科软、蚂蚁科技、第四范式、博彦科技、网联清算、光大银行、中关村银行、龙盈智达、度小满金融、神州信息等金融科技头部企业和专业服务机构共同发起，经民政部门批准在全国开展业务的社团组织，现有会员单位300余家，联盟以创新为动力，以技术为核心，以应用为导向、以产业为主线，打造中关村乃至全国金融科技产业服务中心，搭建金融科技产学研用合作平台，助推金融科技产业转型升级。

课题承接、论坛合作和专题培训

联系电话：13718969634

邮箱：caotingting@czifi.org