法国AI真的介于中美之间吗？

作者：王奎一

法国已经具备训练大型模型、建设算力中心、开发企业软件和承接工业项目的能力。它也是欧洲少数保留完整AI研发链条的国家。

放到全球市场中，法国仍与美国、中国相差一个层级。

2025年，美国私人AI投资达到2858.8亿美元。中国为124.1亿美元，法国为43.6亿美元。美国获得的私人投资约为法国的66倍，中国约为法国的2.8倍。

同年，美国出现1953家新获融资AI企业。中国有161家，法国有84家。斯坦福AI指数收录的“重要AI模型”中，美国发布50个，中国30个，法国1个。

这三组数字指向法国AI的实际位置。法国拥有能进入全球市场的模型公司，也拥有一批应用企业。它尚未形成美国式的资本和云平台规模，也未形成中国式的制造应用和企业数量。

法国当前最现实的角色，是欧洲AI产品、算力和本地部署的重要供应地。

一、Mistral让法国保留了大型模型研发能力

法国AI的核心资产集中在Mistral。

2026年10月，Mistral推出Large 4公开预览。模型总参数达到1万亿，每次运行激活约520亿参数。训练使用3800块英伟达Grace Blackwell GPU，地点位于公司自己的欧洲数据中心。

Large 4支持文本、图像和代码任务。Mistral计划在10月底发布模型权重。截至10月11日，产品仍处于预览阶段。公司公布的性能数字，仍需更多独立测试复核。

同一时期，美国和中国的模型竞争已经进入密集阶段。斯坦福AI指数显示，2026年3月，Anthropic模型的Arena评分为1503。阿里模型为1449，DeepSeek为1424。美国领先中国的幅度收窄至2.7%。

美国同时拥有OpenAI、Anthropic、Google、xAI和Meta等开发者。中国拥有阿里、DeepSeek、字节跳动、月之暗面和智谱等团队。法国承担前沿模型研发的企业数量少得多。

2025年，斯坦福收录美国重要模型50个，中国30个，法国1个。该数据库只记录具有技术影响力的模型，无法覆盖所有发布活动。它仍能显示研发密度的差异。

Mistral的存在，使法国留在全球大型模型供应名单中。若失去这家公司，法国企业将更多依赖美国和中国供应商。

这种能力也获得了资本认可。2026年9月，Mistral完成30亿欧元D轮融资。投后估值超过210亿欧元。公司业务覆盖20个国家，服务超过125家全球企业。客户包括空客、ASML和汇丰。（Mistral AI）

对法国而言，Mistral已经证明模型可以做出来。下一步需要证明，这些模型可以持续出售。

二、法国选择开放权重和本地部署

中美大型模型公司已经形成清晰分工。

美国企业主要销售API、云算力和软件订阅。微软、亚马逊和谷歌同时控制云平台、客户入口和数据中心。模型收入可以与云服务收入共同增长。

中国企业同时推进闭源模型和开放模型。阿里Qwen、DeepSeek等产品扩大了开放模型供给。中国工信部披露，过去一年中国开放模型下载量居全球第一。

法国把重点放在开放权重、欧洲托管和企业定制。Mistral允许客户下载部分模型，也提供私有云和本地部署。客户可以把数据留在自己的设施中。

这条路线直接服务欧洲银行、制造企业和公共机构。这些客户会检查数据存储地点，也会检查访问权限。欧盟法规又增加了记录、审计和风险管理要求。

本地部署可以提高单个合同金额。供应商能够收取定制训练、系统接入和长期维护费用。它也会增加交付人员和服务成本。

美国云平台可以把一套服务销售给大量客户。法国供应商面对的项目更分散。每家银行的权限体系各异，每家工厂的设备资料也不同。

法国路线能解决欧洲客户的数据要求。它能否扩大毛利，要看同一套方案可以复制多少次。

三、资金规模已经拉开，法国靠集中投入追赶

2025年的私人AI投资，展示了三国各自的融资能力。

美国达到2858.8亿美元，占全球私人AI投资的大部分。仅生成式AI投资就达到1636亿美元。大型融资由模型公司、云平台、芯片企业和数据中心共同吸收。

中国私人AI投资为124.1亿美元。这个数字低估了公共资金的影响。斯坦福报告估计，2000年至2023年，中国政府引导基金向AI企业投入约1840亿美元。

中国还拥有大型科技公司的资本开支。相关支出分布在云服务、芯片、服务器和数据中心。它们无法全部进入私人融资统计。

法国2025年私人AI投资为43.6亿美元，较2024年的26.2亿美元增长约66%。新获融资AI企业达到84家。法国融资活跃度在欧洲处于前列，与美国仍有巨大差距。

法国政府采用集中投资方式补足差距。国家AI战略第一阶段投入接近15亿欧元。九个AI研究与培训中心又获得3.6亿欧元支持。

2025年巴黎AI峰会期间，法国公布1090亿欧元投资承诺。2026年Choose France又公布930亿欧元外国投资承诺，其中多数流向数字设施和关键基础设施。

承诺金额不能直接计入已经形成的算力。项目还要完成融资、拿地、电网接入、设备采购和客户签约。

法国的投入方式很清楚。公共资金支持研究和人才，海外资金建设数据中心，Mistral承担大型模型研发，应用企业负责寻找具体场景。

这套体系可以集中资源。它也把较多任务压在少数企业身上。Mistral的融资、招聘和订单变化，会明显影响法国AI产业数据。

四、中美把研究规模变成产品，法国依靠少数团队转化

论文和专利数量决定技术供给，模型和收入决定商业转化。三国在这条路径上的结构差异很大。

斯坦福AI指数显示，中国在AI论文数量、引用量和专利授权数量上居前。2024年全球引用最高的100篇AI论文中，41篇有中国机构参与。2021年这一数字为33篇。

美国在高影响力专利和重要模型数量上领先。2025年，全球90%以上的重要模型来自企业。美国大学提供人才和研究成果，企业承担大规模训练和产品发布。

这套分工形成了稳定循环。大学培养研究人员，风险资本支持创业公司，云平台提供算力，软件企业接触客户。模型升级后，可以迅速进入已有销售渠道。

中国的转化路径更靠近产业。论文、专利、互联网平台和制造企业位于同一市场。算法可以进入电商、支付、物流、工厂质检和机器人。2024年，中国安装29.5万台工业机器人，占全球54%。美国安装3.4万台，德国2.7万台。

法国的研究基础来自巴黎萨克雷大学、索邦大学、巴黎综合理工学院、Inria和CNRS等机构。国家AI战略又向九个AI集群投入近3.6亿欧元。资金用于研究、博士培养和技术转移。

法国面临的环节在研究机构与规模化企业之间。优秀研究人员可以进入Mistral，也可以进入美国科技公司。研究成果能够形成创业项目，后续融资和海外销售仍要单独完成。

2025年，法国新获融资AI企业84家。这个数量高于加拿大的79家，也接近德国的92家。美国为1953家。法国能够持续产生公司，资金密度和客户渠道仍相差很远。

人才流向也会影响产业结构。美国企业可以用高薪吸收欧洲研究人员。中国企业拥有更大的工程师和制造团队。法国若想留住人才，需要同时提供研究任务、算力资源和长期股权回报。

Mistral融资因此具有两层意义。它为一次模型训练提供资金，也为法国研究人员提供本地职业选择。公司经营一旦转弱，人才和研究成果仍可能流向海外平台。

法国要提高转化效率，需要更多中型企业。单靠一家大型模型公司，产业波动会过度集中。专业软件、医疗AI、工业仿真和网络安全企业，可以分散这种风险。

五、美国控制云平台，中国扩大智算，法国利用电力

算力对比需要区分机房数量和实际计算能力。

斯坦福统计显示，2025年美国拥有5427座数据中心。中国为449座，法国为322座。机房数量无法反映单座规模，也无法反映GPU数量。

美国的优势来自超大规模云平台。亚马逊、微软、谷歌和Meta持续购买GPU，并建设专用芯片。美国同时控制大量模型入口和云服务合同。

中国走的是大规模集群路线。官方数据显示，2026年6月底，中国智能算力达到2185 EFLOPS。全国算力设施利用率为71.4%。这套能力服务互联网企业，也服务制造、交通和公共部门。

法国的优势来自低碳电力。RTE披露，2025年法国95%以上发电量来自低碳能源。约20%的发电量出口到邻国。

2026年，法国约有300座数据中心。它们每年用电约100亿千瓦时，占全国用电量约2%。其中八座直接接入高压和超高压电网，合计接入功率800兆瓦。

法国正在快速预留新容量。到2026年5月，RTE已为约80个项目预留近18吉瓦接入能力。2024年底只有约40个项目，合计约5吉瓦。

预留容量与真实使用量差别很大。RTE指出，新接入的数据中心平均只使用申请功率的20%。运营商预计，需要10至15年才能使用约80%的申请容量。

法国可以提供土地和电力，却仍依赖海外计算芯片。Mistral训练Large 4使用英伟达设备。先进GPU的供应、价格和交付周期，主要由美国芯片企业和亚洲制造环节决定。

因此，法国算力投资会增加本地建设和电力收入。芯片采购形成的主要收入，仍会流向美国设计企业和亚洲制造企业。

六、中国把AI放进工厂，美国把AI放进软件，法国从大企业切入

AI产业最终要进入企业流程。

法国国家统计局数据显示，2025年，18%的法国企业使用至少一种AI技术。欧盟平均为20%。调查覆盖10名及以上员工企业，排除了农业、金融和保险业。

企业规模差异很大。法国大型企业采用率为58%，10至49名员工企业为15%。信息通信业达到59%，制造业17%，商业13%，运输仓储业9%。

71%的未采用企业认为用途有限。54%提到专业能力短缺。这两个数字说明，法国当前的主要难题已经从模型供应转向企业实施。

美国和中国也有采用率数据，但统计口径不同。斯坦福引用的全球组织调查中，北美采用率为90%。该调查集中于受访组织，无法与法国官方企业普查直接比较。

中国官方披露，到2025年底，规模以上制造企业AI采用率超过30%。这个口径聚焦年主营业务收入2000万元以上的制造企业，也无法与法国全行业企业比例直接相除。

口径虽然不同，产业路径仍然清楚。

美国主要通过办公软件、云平台、广告、编程和客服系统推广AI。采购入口集中在微软、谷歌、亚马逊、Salesforce和ServiceNow等企业。

中国拥有更大的制造应用范围。2025年，中国AI核心产业规模超过1.2万亿元，相关企业超过6200家。中国企业还发布了300多款人形机器人产品。

法国的应用更集中在大型工业客户和专业软件。Mistral与ASML合作产品研发，也与宝马推进碰撞仿真，与西门子能源开发工业项目。

Photoroom则从商品图片处理切入。它为迪卡侬三个月处理约3.5万张图片。1000张图片的处理时间，从约两周缩短到约20分钟。单张成本下降约99%。这些数字来自供应商案例，适用范围限于该项目。

法国已经出现可量化的应用结果。数量仍以单个客户案例为主。中国的优势在工厂数量，美国的优势在软件分发。法国需要把项目经验变成可重复销售的产品。

七、法国的工业基础提供客户，也限制扩张速度

法国拥有航空、能源、汽车、制药和金融企业。这些行业需要处理工程图纸、维修记录、法规文件和内部代码。

这类任务适合专业模型。客户也愿意为安全部署和行业知识支付费用。空客、ASML和汇丰进入Mistral客户名单，说明法国模型已经接触关键业务。

工业采购周期通常更长。客户先做测试，再进入部门部署。系统接入还要经过安全和合规审查。模型公司先承担研发支出，收入随后确认。

美国企业依靠大规模云服务缩短销售环节。中国企业可以依靠本土制造集团批量部署。法国工业客户数量较少，单个合同更复杂。

法国因此需要扩大欧洲市场。Mistral设立慕尼黑中心，直接接触德国汽车和能源客户。法国模型、德国工业、荷兰半导体设备和欧洲金融机构，可以形成共同市场。

欧洲市场也存在语言、采购和系统差异。法国企业需要为不同国家提供服务。销售费用和实施团队会随之增加。

这解释了法国AI的强项和压力。它能进入高价值工业任务，也要承担较高的单项目成本。

欧盟监管又增加了一项法国特有的经营变量。2026年8月2日起，欧盟委员会开始执行AI法案的多项规定。通用模型提供者需要满足透明度、版权和安全要求。部分生成内容还要增加机器可读标识。

这些规定会增加文件、测试和合规成本。美国模型进入欧洲市场，同样需要遵守。法国供应商熟悉欧洲法律，也能把合规、本地托管和审计功能打包出售。

监管由此形成两种结果。规模较小的创业公司要承担更多固定费用。Mistral等本地供应商则获得一项销售理由。最终效果取决于合规费用能否换来更多合同。

美国市场更强调产品发布速度。中国市场更强调产业部署和本地监管要求。法国企业要同时满足技术性能、欧洲规则和跨国销售。每增加一项要求，交付周期都会延长。

八、法国已经站上牌桌

法国尚未达到中美的总体规模。2025年，它只有美国约1.5%的私人AI投资，重要模型数量为美国的2%、中国的3.3%。

法国也并非只剩政策和研究。Mistral已经完成全球销售，Large 4完成欧洲训练，Dataiku年度经常性收入超过3.5亿美元，Photoroom已经进入零售业务流程。

三国的收入来源也各有侧重。

美国企业可以同时获得芯片、云服务、模型调用和软件订阅收入。英伟达销售GPU，云平台出租计算能力，模型公司收取调用费用，办公软件再向企业席位收费。同一笔AI预算会经过多层美国供应商。

中国企业获得的收入更接近国内应用和设备采购。互联网平台销售云服务和模型调用，通信运营商建设智算中心，制造企业采购质检、机器人和自动化系统。国产芯片和服务器也在增加本地支出留存。

法国目前更依赖三类收入：模型和定制服务、专业软件订阅、数据中心建设及托管。法国缺少大型AI芯片公司，也缺少全球前三的云平台。设备采购会把一部分投资转给海外供应商。

这意味着同样增加100欧元AI支出，留在三国境内的比例会有差别。美国可以覆盖更多技术层级，中国可以覆盖更多制造和应用环节。法国更容易留下电力、机房、工程服务和欧洲软件收入。

法国若想提高本地留存，需要扩大软件订阅和行业模型销售。单纯增加数据中心数量，建筑和电力收入会增长，GPU与服务器采购仍会形成进口。

这也是Mistral商业化的关键。模型调用、私有部署和企业定制形成持续收入后，法国才能从算力承载地转向AI产品出口国。

美国继续提供资本、芯片和云平台。中国继续扩大模型、智算和制造应用。法国拥有低碳电力、研究人才、工业客户和一家前沿模型公司。

法国能否把这些资源变成持续收入，将决定它留在全球AI供应链的哪一层。