CNAS｜67国推进“主权AI”，美国发现一个麻烦【智库观察】

过去几年，全球人工智能竞争往往被描述为一场中美竞赛。美国拥有最先进的芯片、云计算企业和前沿模型，中国则在模型能力、产业应用和基础设施建设上迅速追赶。新美国安全中心（CNAS）的数据甚至显示，全球用于开发和部署前沿人工智能的算力约有90%集中在美国和中国，全球排名靠前的基础模型也几乎全部来自这两个国家。但一个新的变化正在出现。

8月20日，CNAS发布《“主权AI”的第二波正在显现》（Sovereign AI’s Second Wave Is Coming Into View）。根据其“主权AI指数”，截至2026年上半年，全球已有67个国家推进184个政府支持的主权AI项目。仅2026年上半年，就新增41个项目，数量已经超过2024年全年。

越来越多国家开始提出一个过去并不迫切的问题：如果AI逐渐成为国家基础设施，一个国家还能不能把自己的算力、模型和数据全部建立在外国公司的技术体系之上？

CNAS认为，“主权AI”的第二波浪潮已经开始。

本文内容仅为编译总结，不代表研究院立场

2023年，CNAS能够统计到推进主权AI项目的政府只有16个，主要集中在欧洲、东亚和海湾富裕国家。到2026年中，这个数字已经扩大到67个国家，变化尤其发生在发展中国家。

今年第一次进入CNAS统计的10个国家全部属于中低收入经济体，包括柬埔寨、埃及、加纳、尼泊尔、巴基斯坦、巴布亚新几内亚、菲律宾、巴拉圭、乌拉圭和多米尼加共和国。CNAS估算，目前大约全球三分之一的国家已经以某种形式推进主权AI，这些国家占除中美之外全球GDP的90%。

图注：CNAS主权AI指数显示，全球政府支持的主权AI项目自2023年以来快速增加。来源：CNAS Sovereign AI Index 2.0。

地域格局也在发生变化。2026年上半年，亚太地区新增16个项目，第一次超过欧洲的13个。印度目前拥有11个主权AI项目，为CNAS统计中数量最多的国家；巴布亚新几内亚则启动了CNAS追踪到的首个太平洋岛国主权AI项目。

因此，这一轮“主权AI”扩张的含义并不只是几个科技强国开始建设自己的大模型。

它正在从少数富裕国家的技术战略，扩展为越来越多国家处理数字依赖的一种政策工具。

安全、经济、语言和文化都有可能成为驱动力。对一些国家而言，问题是敏感数据能不能留在国内；对另一些国家而言，则是能否拥有本国的AI产业、就业和技术能力。更深层的担忧，是一旦人工智能深入政府、金融、医疗和国防，国家是否会长期受制于中美两套技术体系。

CNAS的数据揭示了第二个值得注意的现象。

各国对“主权AI”的理解可能完全不同，但真正投入资源时，首先建设的几乎都是算力基础设施。

2026年上半年新增的主权AI项目中，80%涉及基础设施，包括AI数据中心、超级计算机、GPU集群和公共算力项目；相比之下，涉及国家数据集和数据共享平台的项目只有5%。

图注：相比模型和数据项目，各国主权AI建设越来越集中于算力基础设施。来源：CNAS Sovereign AI Index 2.0。

原因并不复杂。

对绝大多数国家来说，从零开始训练一个能够与美国、中国前沿模型竞争的大模型，成本太高；建立自己的GPU集群、数据中心和算力接入体系，至少能够先获得对AI基础设施的一部分控制权。

于是形成了一个很有意思的结构：多数国家正在建设算力，一部分国家建设模型，几乎没有国家能够同时控制算力、模型和数据三个层面。

CNAS统计显示，目前只有印度、韩国、英国等少数经济体拥有横跨三层的运营项目。换句话说，所谓“主权AI”，在很多国家实际上仍然只是“主权AI的一部分”。

这也意味着，“主权”并不等于技术自给自足。

CNAS动态指数显示，在其追踪的主权AI基础设施和模型项目中，超过五分之三披露了至少一家外国合作伙伴；而这些项目中的约五分之四存在美国企业参与。仅英伟达一家，就为约45%的主权AI基础设施项目提供GPU。这构成了整份报告一个悖论：各国建设主权AI，本来就是为了降低技术依赖；但建设主权AI本身，又离不开美国技术。

这种矛盾在模型层表现得更加明显。

绝大多数国家没有能力自己训练前沿基础模型，因此通常会选择一个外国开放权重模型，再利用本地语言和数据进行微调。

在CNAS能够确认基础模型来源的项目中，大约五分之三使用的是美国模型。截至2026年中，Meta的Llama仍然是最常使用的基础模型，其次是法国Mistral和谷歌Gemma。

图注：在能够确认基础模型来源的25个主权AI模型项目中，Meta Llama使用最广，阿里巴巴已经进入前列。来源：CNAS Sovereign AI Index 2.0。

但CNAS特别指出，这种优势并不稳固。

2025年以前，中国模型在其统计中几乎没有出现。到2026年中，中国模型已经进入6个国家。其中阿里巴巴Qwen被埃及、新加坡、泰国、乌干达和阿联酋的主权AI项目采用；哈萨克斯坦的国家模型AlemLLM则获得了中国01.AI的直接技术支持。这一点可能比“67个国家建设主权AI”本身更值得关注。

因为它说明，全球AI竞争正在出现一条不同于前沿模型竞赛的路线。美国目前仍然拥有完整得多的技术栈优势：GPU、服务器、云平台、模型和开发生态彼此连接。中国短期内很难在整个技术栈上提供同等规模的替代方案。CNAS的判断也很明确，目前在中国之外，很难想象一个主权算力项目能够完全摆脱美国技术。

但在开放模型这一层，中国已经找到一个相对容易突破的入口。

对于很多中等规模国家来说，它们需要的并不一定是性能最高的前沿模型。价格更低、可以本地部署、能够修改权重、支持本国语言，同时不必持续调用外国公司的API，可能更加符合其“主权AI”需求。

这也解释了为什么CNAS此前专门提醒美国政府：如果美国只向海外输出封闭的、由美国企业控制的AI技术栈，一些国家可能会转向更灵活的中国开放模型。

CNAS最后给美国政府提出的建议很有意味。

它认为，华盛顿不应再把“让其他国家完整采用美国AI技术栈”作为现实目标，因为即使美国最亲密的盟友，也不会愿意接受如此高程度的技术依赖。美国更现实的目标，是成为全球各国的“首选主权合作伙伴”（sovereign partner of choice），通过更稳定、透明和可预测的技术供应，让各国在追求自主性的同时继续留在美国生态体系内。

从这个角度看，“主权AI”并不意味着未来会出现几十套彼此独立的国家AI体系。

多数国家既没有完整训练前沿模型的资金，也无法独立生产芯片、服务器和云基础设施。

它们实际争取的，是在依赖中增加选择权：算力能不能掌握在自己手中，数据能不能留在国内，模型能不能自己部署，如果一个供应商断供，能不能换另一个。

因此，CNAS这份报告所呈现的变化，可以归结为一句话：

全球AI竞争正在从“谁拥有最强模型”，逐渐延伸到“谁能成为更多国家愿意依赖、但又不会感到被控制的技术伙伴”。这场竞争，美国目前拥有技术栈优势；中国则正在通过开放模型获得新的进入空间。未来所谓“主权AI”的争夺，很可能也将成为中美人工智能竞争向全球市场扩散的重要战场。

编辑｜肖易

终审｜梁正 王净宇