免费文章 宏观经济

全球人工智能科技发展趋势研判

来源: 《中国外汇》2025年第7期 作者:刘涛 连平 编辑:孙艳芳
未来5—10年,全球AI科技将步入飞速发展阶段,科技大国、头部企业将掀起新一轮的激烈角逐,区域内和跨区域的AI合作将显著增强,AI带来的伦理道德风险等问题也将引起重视。

近年来,在ChatGPT、DeepSeek等热门大模型的推动下,人工智能(AI)已站上全球科技发展的核心赛道,被视为新一轮产业变革的关键驱动力。各国纷纷将加快AI技术创新和场景应用作为提升国家竞争力、维护安全的重大战略,力图在新一轮全球科技竞争中掌握主导权。这将推动全球AI科技步入飞速发展阶段,并深刻影响全球AI科技发展格局。笔者拟从国别实践比较角度切入,研判未来全球AI科技发展趋势。

 

当前美、欧、中人工智能发展战略比较

美国:试图建立全球AI垄断性霸权

2025年2月,世界瞩目的“全球AI行动峰会”在法国首都巴黎举行。各国围绕AI发展目标、监管尺度、全球标准制定等进行了针锋相对的宣示和较量。峰会上,美国副总统万斯全面阐述了新一届特朗普政府关于AI的总体战略意图。就其核心内涵看,主要包含四点:

一是确保美国在AI领域的绝对领导地位。在人工智能基准测试开放平台Chatbot Arena最新发布的全球AI大模型前十榜单中,除两款来自中国企业DeepSeek和阿里外,其余八款均出自美国企业xAI、谷歌和OpenAI,且美国大模型包揽了前五名,优势较为明显。为巩固美国在AI领域的先发优势,万斯认为,必须“保障最强大的AI系统在美国本土建造,并使用美国设计和制造的芯片”。2025年1月,特朗普宣布将吸引5000亿美元投资,在美国建设名为“星际之门(Stargate)”的下一代AI基础设施。在特朗普政府大力削减联邦财政支出的背景下,其资金来源包括甲骨文、OpenAI和日本软银集团等美国科技企业和国际资本。

二是强调全球AI标准应由美国主导。万斯指出,美国拥有“最前沿的AI技术”,包括先进的半导体设计、前沿算法以及具有变革性的应用。因此,美国的AI技术理应成为全球的“黄金标准”,其他国家以及企业扩展AI应用时,则应将美国作为“首选的合作伙伴”。

三是要求全面放松AI监管。万斯公开批评欧盟的《数字服务法案》《通用数据保护条例》等监管规定,认为其给美国科技企业带来了高昂的合规成本、损害了创新环境,强调美国“不能接受这一做法”。但特朗普政府要求放松AI监管并非仅针对欧盟,其国内政策同样如此。2025年1月20日,特朗普就任美国第47任总统当天,便废除了近80项政策,其中就包括拜登2023年10月签署的《关于安全、可靠、值得信赖地开发和使用AI的行政命令》。特朗普认为,该行政令要求AI开发者在公开发布任何AI系统之前,必须向政府提交安全测试报告的做法极大地限制了美国AI企业的科技创新。

四是强化对竞争对手的技术和产品封锁。万斯在演讲中,污蔑一些国家利用AI进行“监控、情报搜集和信息战”,扬言美国将采取措施“切断对手获得AI能力的途径,以保护AI和芯片技术免受盗窃和滥用”。2025年1月,拜登在卸任前夕签署了美国迄今最为严厉的AI出口管制措施《AI扩散临时最终规则》。该规则旨在管制先进AI芯片的出口,阻止部分国家获得用于先进技术的芯片。值得注意的是,特朗普上台后,虽废除了拜登政府关于加强AI国内监管的行政令,但并未废除涉及出口管制的《AI扩散临时最终规则》。

欧盟:从片面强调监管向包容技术创新转变

2025年之前,欧盟AI战略总体上偏重于强化监管。究其目的,一是保护数据安全与个人隐私。AI系统需要大量数据来训练和运行,这些数据往往包含了个人敏感信息。如果数据被不当使用或泄露,则可能对公共安全和个人隐私带来巨大威胁。二是防止算法偏见。由于AI算法可能存在偏差,在自动化决策系统中,可能会导致对某些群体的不公平对待。加强AI监管可确保AI系统在资源分配、公共服务提供等方面不会对弱势群体造成不利影响。三是应对AI技术创新引发的伦理道德挑战。在欧盟看来,AI技术创新往往会催生出诸多伦理和道德风险,需要企业在设计和研发AI系统和应用场景时充分考虑伦理因素,前瞻性制定相应的决策准则。这些准则包括尊重人的自主性、防止损害、公平性和可解释性等方面。四是欧盟试图建立一套影响全球AI行业的统一标准、规范和监管框架。

2024年5月,欧盟宣布成立人工智能办公室,旨在加强对AI的监管,支持可信赖AI(Trustworthy AI)的发展和使用,防范潜在风险。2024年8月,全球首部全面监管AI的法规《人工智能法案》在欧盟正式生效。《人工智能法案》强调对个人隐私的保护,如要求人工制造或被“深度伪造”的图像、音频或视频内容需明确标记。此后,欧盟又批准了与《人工智能法案》配套的“禁止AI用途指南”,进一步明确了AI的八大“禁区”,尤其是一些被认为“过于危险”的AI工具,包括大规模监控、情感识别、社交评级等应用软件,将在欧盟被禁止使用。

2025年开始,欧盟意识到AI创新的重要性和紧迫性。随着欧盟与美国、中国在AI领域的技术差距被迅速拉大,如欧洲和法国领先的Mistral AI模型在全球排行中被甩出前30名,欧盟也开始反思,如何在监管与创新之间寻找平衡点。巴黎“全球AI行动峰会”召开前,欧盟和法国宣布了足以匹敌美国“星际之门”的庞大AI基建计划。欧盟将推动总额达2000亿欧元的“InvestAI计划”,由公共和私人投资共同支持AI产业发展。法国总统马克龙也承诺将推动1090亿欧元的投资落地,以加强法国AI基础设施建设。

中国:AI战略注重普惠性和开放性

与美国“重创新、轻监管、筑壁垒”、欧盟“严监管、重伦理、弱创新”不同,中国AI战略目标明确,以经济和社会民生应用为导向,强调政策引导、普惠创新、开放合作和适度监管四大战略方向,在推动AI技术赋能中国经济社会发展的同时,还积极助力世界、尤其是全球南方国家共享AI红利。

一是强调政策引导。中国深刻认识到AI的战略意义,将其作为国家发展的重要战略方向,提出以加快AI与经济、社会、国防深度融合为主线,以提升新一代AI科技创新能力为主攻方向等重大战略安排。2017年,国务院印发《新一代人工智能发展规划》,设定了“三步走”的具体战略目标,并从构建开放协同的AI科技创新体系、培育高端高效的智能经济、建设安全便捷的智能社会、加强AI领域军民融合、构建广泛安全高效的智能化基础设施体系、前瞻布局新一代AI重大科技项目等六方面进行了全面部署。2021年,中国《“十四五”规划和 2035年远景目标纲要》聚焦关键技术创新、安全技术创新、新兴数字产业培育等领域,明确提出新一代AI的攻关方向。2024年,“人工智能+”行动首次被正式写入《政府工作报告》,加快推动形成以AI为引擎的新质生产力。2025年《政府工作报告》再次强调,持续推进“人工智能+”行动,支持大模型广泛应用,大力发展智能网联新能源汽车、AI手机和电脑、智能机器人等新一代智能终端以及智能制造装备。

二是强调普惠创新。近年来,中国大力推进AI技术的广泛应用。在产业领域,推动“AI+” 赋能千行百业,为工业制造、农业、服务业等各行各业注入新动能,加快传统产业向现代化升级;在科研领域,推动AI技术成为解决数学、化学、地学、材料、生物和空间科学等领域的重大科学问题的新范式,实现重大科学问题和发现的突破;在公共管理领域,积极拓展智慧交通、智慧教育、智慧医疗、智慧养老等新应用场景,同时加快AI技术在农村、偏远地区、特殊人群的普及应用,缩小城乡、区域、群体间的数字鸿沟,增进社会福祉。

三是强调开放合作。中国致力于推动AI数据、算法、算力等资源开放共享,打造开放共享的AI创新生态,促进AI技术在全球范围内的普及应用。2025年初,中国初创企业DeepSeek在AI创新领域获得重大突破,不但显著降低了全球AI大模型的技术门槛和开发成本,还以开源方式倒逼美国领先AI企业纷纷从闭源转向开源,由此在全球范围内掀起了一轮AI创新浪潮。与此同时,中国政府积极参与全球AI治理,基于主权平等、发展导向、以人为本、普惠包容、协同合作等原则,通过南北合作、南南合作和三方合作等形式,推动AI技术造福全人类。2024年9月,中国政府发布《人工智能能力建设普惠计划》,积极协助各国特别是全球南方发展AI技术,助力全球南方跟上AI发展步伐。

四是强调适度监管。中国对AI作用和风险持务实的看法:一方面,充分肯定AI是引领新一轮科技革命和产业变革的战略性技术,具有很强的溢出带动效应;另一方面,又认识到AI技术如果监管不当,在网络攻击、虚假信息传播、隐私保护、就业冲击等方面有可能造成潜在风险。近年来,中国依照《网络安全法》《数据安全法》《个人信息保护法》《科学技术进步法》等有关规定,科学适度地规范AI创新和应用,以确保AI技术的健康发展和社会福祉的最大化。2023年,中国相继发布《生成式人工智能服务管理暂行办法》《科技伦理审查办法(试行)》,对生成式AI服务实行包容审慎和分类分级监管,建立科技伦理审查机制,规范AI技术的研发和应用。2024年6月,工信部等多部门联合发布《国家人工智能产业综合标准化体系建设指南(2024版)》,要求到2026年制定50项标准和参与20项国际标准的工作,加快推动AI产业标准化和规范化。

 

未来全球AI科技发展呈现七大趋势

未来5—10年,全球AI科技将步入飞速发展阶段,一系列令人瞩目的新趋势悄然孕育:基础研究层面技术有望实现突破,应用场景或广泛拓展,科技大国、头部企业将掀起新一轮的激烈角逐,区域内和跨区域的AI合作将显著增强,AI带来的伦理道德风险等问题也将引起重视。这一系列重大的趋势变化将对全球科技发展格局产生重要而深远的影响。

趋势一:中美领跑的全球竞争格局将进一步确立。目前中美同处AI科技领域的第一阵营,在技术、资金、人才等方面优势显著。美国依托全球顶尖的科研实力、完善的AI生态系统、充满活力的科技企业和强大的资本市场,在未来较长时间内仍将引领技术前沿,不断推出原创性、突破性成果,吸引全球大量私人投资。而中国则拥有强有力的国家政策支持、庞大的数据和用户资源、丰富的AI应用场景,正在快速追赶。从中美比较来看,美国在基础算法创新、高端AI芯片设计等关键领域仍占据主导地位,在神经网络架构创新、量子机器学习等前沿方向保持领先优势。而中国则在生成式AI专利、AI算力优化、工业AI与智能制造、智慧城市管理等领域迅速取得优势(见图1)。通过政策驱动与技术替代路线加紧追赶,未来5—10年,中国或在深度学习算法、高端AI芯片与硬件、多模态与新型AI架构等领域获得更多突破,进一步缩小与美国的差距。中美两国持续加大投入、展开AI科技竞争,必将拉大与欧盟、英国、加拿大、韩国、以色列等AI科技第二阵营的差距,形成“强者愈强”的局面。

Snipaste_2025-04-10_15-51-30.jpg

趋势二:基础研究将成为大国提升AI实力的重要着力点。目前,AI竞争很大程度集中在应用层,未来与算法创新、算力提升、芯片设计等相关基础研究领域的理论和关键技术创新将成为竞争焦点。其中,AI算法创新离不开数学理论突破、硬件性能跃迁、数据科学演进、跨学科融合等支撑,这些基础研究对提升AI模型的性能和效率至关重要;量子计算突破将为AI模型带来强大算力,解决当前AI发展面临的算力瓶颈,为AI模型的训练和应用提供坚实的算力保障;图形处理器(GPU)芯片从架构设计到制程工艺突破,同样依赖半导体物理、集成电路设计、材料科学等基础领域的最新理论进展。总体来看,量子科技、物联网、云计算、生物技术和脑科学、新型半导体和传感器材料等基础研究对推动AI技术创新意义重大,未来相关领域的竞争将变得更加激烈,但仅少数大国具备全面研究创新的较强实力。2024年,中国研发经费投入强度达2.68%,超过欧盟国家平均水平,其中基础研究经费比上年增长10.5%。在AI基础研究领域,根据美国乔治城大学ETO数据库,2014—2024年,中国发表AI相关论文近64万篇,位居全球第一;论文引用量超过1000万次,仅次于美国(见图2)。

Snipaste_2025-04-10_15-51-35.jpg

趋势三:AI应用场景将向民生、安全等领域深化和延伸。在工业制造领域,AI技术将推动生产流程全面自动化与智能化升级,通过实时监测与数据分析,显著减少非计划停机时间,提升生产效能与稳定性。在医疗健康领域,AI将与前沿的医学影像识别技术、高通量基因测序数据等深度融合,实现对疾病的超早期精准诊断,并依据个体差异制定个性化治疗方案,引领医疗模式向精准医疗与预防性医疗转型。在居家生活领域,家庭服务机器人将快速普及到千家万户,不仅能够高效完成清洁、烹饪等日常家务,还能提供情感陪伴与照护服务,特别是针对老年人、儿童等特定人群,有效提升家庭生活质量与幸福感。在城市交通领域,自动驾驶有望全面普及,从出租车扩展至公交车、物流配送车、环卫车、私家车、共享出行工具等,将极大地提高城市交通的运行效率和安全性。尤其值得关注的是,AI在国防安全领域的应用未来将成为大国竞争的热点,包括自主武器与作战系统的广泛应用、AI在军事决策支持中的深化应用、在网络安全与信息战中的关键作用、在军事训练与模拟中的创新应用以及军事后勤与供应链管理中的优化作用等方面。这些变革将重塑未来战争的形态与作战方式,为军事安全领域带来前所未有的新挑战和新机遇。

趋势四:科技企业在创新中的作用得到进一步发挥。近年来,各国政府对于AI的重视程度迅速提升,在推动AI技术创新和产业发展方面发挥了积极作用,主要体现在制定发展规划、提供融资支持和税收优惠、加强教育和基础研究、加快算力基础设施建设等方面。但从国内外经验来看,无论是美国的xAI、谷歌、OpenAI、Anthropic、Meta、亚马逊等,还是中国的DeepSeek、阿里、阶跃星辰、智谱华章、零一万物等,抑或是欧洲的Mistral、Aleph Alpha等,全球AI创新的主力还是科技企业,甚至很多只是初创企业,他们在突破传统路径、提升用户体验、创造新商业模式等方面,充分发挥市场洞察力敏锐、成本控制力出色、场景渗透力较强、迭代速度较快、试错机制灵活、激励机制高效等竞争优势,持续推动、引领全球AI创新快速向前发展。展望未来,各国政府在继续发挥政策引导、适度监管和基础设施建设等作用的同时,将进一步加大金融扶持力度,优化财政税收政策,拓宽企业融资渠道,降低企业创新成本。同时,推动产学研深度融合,支持企业积极参与国际竞争与合作,开拓国际市场。这些措施将全面激发企业的创新活力,进一步巩固其在AI创新中的核心驱动地位。

趋势五:AI人才竞争将更趋白热化。作为全球AI理论创新和技术创新中心,近年来美国持续吸引了大量全球AI人才流入。根据美国安全与新兴技术研究中心(CSET)报告,美国顶尖AI研究人员中,约70%是在美国以外的国家出生或接受教育,其中来自中国的人才占比最高(29%)。美国保尔森基金会下属Macro Polo智库调查研究显示,在美国企业和研究机构专门从事AI研究的顶级科研人员中,毕业于中国高校的人数最多,2019年占比为27%,2022年更增至38%,超过了从美国高校毕业的人才占比(37%)。相比之下,中国更重视本土AI人才的培养,先后出台了《高等学校人工智能创新行动计划》《教育强国建设规划纲要(2024—2035年)》等政策文件,为AI人才的培养、引进和发展提供政策保障。2019年以来,中国已有超过500所高校新设了2000多个AI或AI+相关本科专业。但与美国相比,中国AI人才主要集中于应用层,基础层、技术层的人才储备相对薄弱。未来5—10年,随着中、美、欧等主要经济体在AI领域持续加大资金投入、资源配置及政策支持力度,围绕AI顶尖人才的全球争夺战无疑将更加激烈,各国将进一步重视AI人才发展战略,尤其是强化基础研究与技术创新人才培养,以在全球AI竞赛中占据有利地位。

趋势六:围绕AI技术扩散和标准制定的区域和跨区域合作加强。为共享全球AI发展红利,一些国家将基于本地区已有的区域一体化框架,以AI技术强国为核心枢纽,加强区域内的AI技术扩散和标准制定,全球AI竞争有可能从单一国家竞争向区域联盟竞争转变。除欧盟外,北美可能基于重新修订的《美墨加三国协议》,以美国为核心向北美及南美部分国家进行辐射;东亚部分国家也有可能基于中国—东盟“10+1”、上合组织等框架机制,在AI技术研发、标准制定等方面围绕中国开展深度合作。在全球层面,出于共同经济发展水平、国家利益、价值观等因素考虑,跨区域的AI技术扩散和标准制定也有可能出现,包括美国与部分东亚、东欧、澳新等盟友之间,以及中国与金砖国家、海湾国家等都有可能开展更紧密的AI领域合作。美国试图独家垄断全球AI市场及标准制定的情况将难以出现。

趋势七:AI快速迭代要求各国更加重视伦理监管。未来5—10年,随着AI创新步伐加快,带来的数据隐私、就业冲击、失序风险等伦理道德挑战将日益严峻,这将促使越来越多的国家重视伦理监管,而非一味强调技术创新优先。首先,AI模型的训练依赖大量数据,在数据收集、存储和使用过程中,个人隐私保护问题将引发严重的公众关切。其次,AI场景的快速普及使得许多重复性、规律性的工作岗位面临被自动化取代的风险,影响到社会稳定和民生保障。最后,随着AI技术快速迭代,一些AI系统将逐渐具备更高的自主性,尤其是在自动驾驶汽车、智能机器人等应用领域,当这些自主系统做出自主决策并导致不良后果时,责任界定变得模糊不清。因此,未来各国将构建更加完善的AI伦理监管体系,包括实施敏捷治理与动态调整模式,将伦理原则嵌入到AI算法设计与技术开发的全过程等,确保AI技术在造福人类的同时,最大程度地减少其负面影响,实现AI技术与人类社会的和谐共生。中美欧等在AI伦理监管规则方面也将展开博弈,希望将自身理念推广为全球普适的通行规则,从而在AI竞争中占据道义制高点,获得先发优势。

 

相关建议

在当前全球AI科技竞争趋于白热化的背景下,我国相关产业和企业虽实现了一定赶超,但在基础研究、核心技术等方面仍面临“前有堵截、后有追兵”的严峻挑战,亟需增强自主创新能力,突破发展瓶颈,掌握关键前沿技术,扩大场景应用,从而牢牢把握产业发展的主动权。建议在以下六个方面针对性施策和用力:

一是推动AI基础研究与核心技术突破。在国家科技重大专项中划出专门份额用于支持AI基础理论和前沿技术的研究。聚焦深度学习数学原理、认知智能基础理论、AI算法、芯片架构、量子计算等方向设立长期稳定资助计划,推动企业、高校、科研机构开展联合攻关,鼓励组建跨学科研究团队,推动数学、计算机科学、神经科学等多学科交叉融合。

二是加大对AI算力等基础设施投资。设立国家AI基础设施专项基金、地方AI算力基础设施建设基金,加大对AI基础设施的投入。建设国家级AI数据共享平台,整合政府、企业、科研机构等各类数据资源,实现数据的集中管理和共享。加速国产自主算力芯片规模化应用,减少对美国GPU芯片的依赖,构建安全可控的算力底座。

三是加快AI场景的示范和普及应用。尽快制定相关行业AI通用标准,如要求新上市智能终端搭载标准化通信协议,提高设备互联互通率,降低场景落地技术适配成本。建立多层级示范体系,建设国家和省级“AI+”示范区,在智能制造、智慧医疗、智慧出行、智能家居等多领域打造行业标杆项目,加速成熟场景的复制。各地建设“AI+职业技能”实训基地,开发覆盖各职业岗位的智能工具操作课程,培养AI应用型技工和社区推广人员。

四是增强对AI企业的财政和金融支持。充分发挥国家创业投资引导基金和地方AI专项引导基金的作用,通过市场化方式投资种子期、初创期AI企业,适当兼顾早中期企业。支持符合条件的AI企业在主板、科创板、北交所等资本市场优先上市融资。加快保险创新,针对AI企业及其高管、核心骨干等人员引入定制化的研发费用损失保险、研发中断保险、关键研发设备保险、科技成果转化费用损失保险、科技型企业创业保障保险、知识产权被侵权损失保险、科技人才保险等多元化保险品种,提供产品全生命周期和广覆盖的支持与保障。地方政府可建立风险补偿基金,对金融机构向AI企业提供的贷款业务给予一定比例的风险补偿,鼓励政府性担保机构为AI企业提供融资担保。加大税收优惠支持,如对AI企业的研发投入给予加计扣除,对企业购置研发设备、软件等给予财政补贴,提高企业创新积极性。

五是完善AI人才培育与创新激励机制。加快改革基础教育体系,从义务教育阶段开始普及AI知识,培养学生对AI的兴趣和基础素养。改革高校AI学科培养体系,突出量子计算、机器学习、深度学习、多模态学习、自然语言处理等AI基础理论和前沿技术,避免“重应用、轻理论”倾向。设立AI顶尖人才引进专项,完善股权激励、税收减免政策,吸引海外高端人才回流,对归国科学家提供实验室建设、团队组建等帮扶措施。

六是积极参与全球和区域性AI合作。在联合国、二十国集团(G20)、《区域全面经济伙伴关系协定》(RCEP)等国际和区域多边合作框架下,积极参与AI国际规则的讨论和制定,推动形成公平、合理、包容的全球AI治理框架。在AI技术应用领域,与东盟、中东、非洲等共建“一带一路”国家联合设立AI实验室和AI应用中心,支持相关国家开展多语言大模型、算力提升、跨境数据流动等技术合作,优先在农业、教育、医疗、新能源、环境保护等领域探索AI应用部署。在AI伦理监管方面,理念相对趋近的中、欧可加强合作交流,达成一定程度的共识与合作,积极推动相关标准制定,并赢得多数国家的支持。

 

作者刘涛系广开首席产业研究院资深研究员

作者连平系广开首席产业研究院首席经济学家


数字杂志阅读
您尚未登陆
登陆 注册
本期