布鲁金斯｜中等强国想在中美AI之外保留“第三种选择”【智库观察】

全球人工智能竞争正在出现一个容易被忽视的变化。过去讨论全球AI格局，多将问题简化为“选美国还是选中国”：谁拥有更先进的模型、更充沛的算力与更完整的生态，谁就更有可能成为全球技术的核心供给方。对欧洲、日本、韩国等经济体而言，现实考量正变得格外迫切，它们越来越担忧本国未来的工业、医疗、科研乃至关键基础设施，长期绑定在中美企业主导的体系之上。

布鲁金斯学会高级研究员Douglas A. Rediker近期刊发题为《Middle Power AI Agency: Preserving Choice Between the United States and China》的研究报告，探讨了“中等强国AI自主性”的议题。报告认为，欧洲、日本、韩国等经济体很难在全栈技术上复刻中美，也无力追求绝对自主。务实路径在于算力、模型、数据、云迁移及工业部署等核心环节保留必要能力，防范“单向依赖”滑向“全面从属”。作者将这一策略概括为“模块化主权”（modular sovereignty）。

这一观点的价值主要在于超越了常规的“主权AI”讨论，揭示了全球竞争的新维度：美国力图构建以自身技术栈为核心的全球体系，中国借助开放模型与工业AI延展生态，而一批中等强国则在探寻兼具弹性的中间地带，力求在两套体系间掌握更多自主权。

本文内容仅为编译总结，不代表研究院立场

报告首先指出，AI正在从普通技术产品演变为支撑国家运转的底层基础设施，这种质变让技术依赖具备了更深层的战略含义。

当一国在芯片、云平台、模型与数据架构上面临全面外部依赖时，潜在风险就已超出成本与供应链稳定的范畴。伴随AI深度嵌入工业、防务、医疗、科研与公共信息领域，技术输出方及其母国政府完全可能借助出口审查、服务限制或监管手段影响使用国的决策空间。作者列举了相关出口管制案例，指出即便是盟友体系内的国家，同样面临关键系统受制于外国技术规制的现实风险。

这一论断跳出了“亲美即安全、依华即风险”的既定思维。报告明确指出，海外供应方均可能依托芯片授权、云端服务绑定与域外管辖施加影响，中等强国核心关切在于防止任何外部实体拥有单方面切断其核心系统的能力。

以美国倡导的Pax Silica框架为例，该机制意在串联关键矿产、芯片制造、算力网络与模型体系，构筑封闭供应链。日韩及欧盟虽已置身其中，作者依然坦陈其内在逻辑紧密服务于特定地缘战略。相关内部讨论透露，参与方被要求回避可能与之冲突的其他合作平台，包含中方倡导的国际合作渠道。这种排他性表明，片面融入特定供应链体系，恰恰可能进一步压缩中等强国的自主腾挪空间。

报告提示的核心风险在于AI底座具有极高的黏性。随着企业数据持续沉淀在特定平台，开发运维体系深度绑定，政府想要替换已经深入电网、交通、医疗等领域的AI系统，迁移成本将变得极其高昂。全球AI竞争的核心环节，正由单纯争夺模型外销体量，转向能否长期嵌合进他国的基础设施之中。

面对中美在通用模型规模上的绝对优势，报告将欧洲、日本、韩国的突围方向聚焦在物理AI（Physical AI）与工业AI上。

在底层大模型、前沿芯片与云服务领域，规模门槛已经确立。Stanford AI Index的相关数据显示，美国在私人AI领域的年度投资高达数千亿美元，头部云巨头单年的资本开支即逾数千亿美元规模。面对这种资本集中度，欧洲与日韩单独复制一套完整通用AI体系在商业上极难成立。加之中国开放权重模型在性能上不断逼近前沿，凭借极低的边际成本迅速普及，进一步削弱了其他国家斥巨资重复开发通用底座的商业动机。

工业场景与机器人领域的格局则展现出不同面貌。

通用AI的平台级优势并未直接平移到机器人和高端制造自动化领域，而中国在此积累了极其坚实的产业基础。国际机器人联合会（IFR）数据显示，中国在工业机器人新增安装量与保有量上占据显著份额，本土系统集成与设备厂商也在本土市场快速提升占有率。

基于这种态势，报告呈现了一种独特的竞争视角：欧洲、日韩在通用模型上拼规模难以匹敌美国，在常规工业硬件上拼成本难以超越中国，因而转向追求新的差异化维度。

这个维度主要锚定在工业可靠性、严苛安全标准、主权管辖、生产数据隐私及系统接管权。在医院、电网、给排水、轨道交通、港口与核心防务等敏感场景，采购决策的首要考量往往不是算力成本高低，而是控制权限的归属、数据出境风险、故障归责机制以及跨供应商迁移的难度。在特定高敏感度领域，外部依赖本身的合规与安全阻力正在被系统性放大。

这种判断带有鲜明的地缘安全考量。系统本身的可靠程度应当基于客观的数据治理架构、本地化隔离深度、底层控制权设计与安全协议，而非单纯以技术原产国界定。但这也客观反映了技术出海所面临的语境演变：仅靠成本与基础性能已不足以构成完整优势，可信度、可控性与深度本土化本身正成为产品竞争力的核心要素。

报告开出的应对策略，是通过联合投入与协同采购，在关键节点构筑替换能力，以此平衡不可避免的依赖。

全栈式的AI主权在现实中几乎是一场幻梦。AI产业链涉及能源、芯片制造、数据中心、算力网络、数据标注、基础模型、行业应用与工程人才，分布在全球不同区域。理性的做法是集中精力，在战略咽喉点建立兜底选择。

以产业链协同为例，日本在精密传感器、工业自动化与高质量垂直数据上具备积累；韩国在先进存储芯片与通信硬件上保持优势；欧洲则坐拥庞大统一市场以及汽车、制药、高端制造等行业的深厚客户群。三方无需各自投入建造全套GPU与超大规模通用集群，却可以在物理AI模型、专用算力池与跨行业数据共享上进行协作。

日本联合多家制造与科技企业推进的Noetra项目便具有这一特征，该项目旨在攻克面向智能制造与交通物流的专用模型。不过该案例同样映射出局限，其底层计算设施依旧计划采购数以万计的英伟达芯片，说明即使掌握了制造场景与私有数据，底层算力层面对外部生态的依存依然难以彻底割舍。

“模块化主权”的核心要义，是避免任何单一环节形成不可替代的技术锁定。只要能实现安全可控的本地化部署，中等强国无需人为排斥中美优质的模型资源。真正关键的资产在于保障工作负载的无缝平移能力、企业数据的本地掌控权，以及多源供应商的备份渠道，而非盲目将整套技术体系重新实现一遍。

主权的内涵由此发生位移，它不再锚定于百分之百的自研率，而在于面对技术断供或政治变局时，自身是否握有退路。

决定第三种选择能否走通的制约因素，往往在于分散的市场难以反哺出具有全球竞争力的领军主体。

欧洲、日本、韩国虽然拥有众多细分领域的隐形冠军，但各方项目割裂，各自推进自研模型与算力实验，单体市场均缺乏足够的承载力。

报告提出通过大规模政府采购来填补需求鸿沟。以欧盟为例，公共采购每年占据庞大的经济比重。倘若欧洲与日韩能够协同设定长期采购协议，承诺在公共医疗、智慧电网、轨道调度与港口物流中优先引入联合开发的工业AI框架，就能直接为本土生态提供确定性的早期订单。

这一思路借鉴了欧洲空客的发展路径。空客的立足，不仅得益于早期的研发补助，更仰赖清晰的市场实体确立，以及航司在起步阶段提供的大额批量订单。与之形成反差的是欧洲此前力推的Gaia-X云项目，因协调成本畸高、资本协同匮乏且缺乏有竞争力的落地载体，最终未能扭转对外部云厂商的重度依赖。

这种思路本质上是一场跨国产业协同实验：汇聚各方工业基底，借助公共采购撬动初始规模，跳过与通用模型巨头在泛化算力上的消耗战，直奔实体工业与关键公用事业场景，以此在真实作业数据中反哺物理AI生态。

这种协同在落地中面临着显著阻力。欧洲各成员国利益诉求互异，日韩之间在精密制造业领域长期存在竞争戒备与技术壁垒，加之物理AI的生态孵化需要惊人的资本耐力，现有的公共基金调配机制能否承受这一量级的投入依然存疑。但它清晰地指明了一个趋势：AI下半场的博弈已经从单一的模型参数较量，延展到工业纵深、数据闭环与跨国采购联盟的综合竞争。

编辑｜肖易

终审｜梁正 王净宇