加拿大的AI上牌桌了吗？前言模型真的能和中美扳手腕吗？

作者：王奎一

10月8日，法国总统马克龙在巴黎举行的“Bpifrance Inno Generation”活动上发表讲话。

马克龙称：“全球还有哪些国家参与了这场前沿模型之争？美国、中国，而在这两大力量之间还有加拿大以及我们法国。”

作为法国总统，马克龙提法国无可厚非，他为什么还要提及加拿大？

加拿大的AI实力如何？

2026年9月，加拿大电信公司Bell宣布，一套与Cohere合作开发的网络安全模型，已经进入实际运行。

它的工作是整理安全信息，提取调查线索，帮助分析人员判断网络威胁。模型运行在Bell位于加拿大的基础设施上，敏感信息留在加拿大境内。最终处置仍由人来决定。

这个项目的传播声量，远低于一款面向全球用户的聊天机器人。它涉及加拿大AI产业最关心的几件事：模型由谁开发，服务器由谁运营，客户向谁付费，下一次采购是否继续选择本国企业。

加拿大在AI研究上的位置，已经得到充分认可。接下来需要证明的，是它能否把更多研究成果做成持续收费的产品。

把加拿大称为AI强国，有充足的学术依据。把它与中美放在同一档比较产业规模，需要换一组数据。

三个图灵奖级别的大神，AI人均学术影响力全球第三

辛顿获得2024年诺贝尔物理学奖，本吉奥是2018年图灵奖得主，萨顿与安德鲁·巴托共同获得2024年图灵奖。

本吉奥

这几位长期与加拿大大学和研究机构保持联系的学者，分别参与了神经网络、深度学习和强化学习的重要研究。他们的贡献已经进入今天大量AI系统使用的方法之中。

多伦多、蒙特利尔和埃德蒙顿，也由此形成了持续培养研究人员的网络。Vector、Mila和Amii是加拿大三家国家级AI研究机构，与当地大学相互连接。教授带学生，学生加入企业，企业再与实验室合作，研究能力通过这些日常往来延续。

加拿大工业部的公开材料显示，自2017年以来，CIFAR AI研究主席项目已任命超过130名研究人员，其中超过50名从国际上招募。

按该材料引用的评估，这个研究群体的人均学术影响力位列全球第三，发表全球前1%高被引论文的可能性约为普通AI研究者的4.5倍。

这个数字说明，加拿大有能力聚集高水平研究团队。它的适用范围也很清楚：一个经过选拔、得到长期支持的研究群体。把它直接解释成加拿大AI产业全球第三，就跨过了从论文到收入之间很长的一段距离。

这段距离，加拿大很早就经历过。

从DNNresearch被谷歌收购开始，加拿大就在面对同一个问题

2012年，辛顿与学生Alex Krizhevsky、Ilya Sutskever完成的图像识别研究，推动了深度学习的应用。三人创立了DNNresearch。2013年3月，多伦多大学宣布，这家公司被谷歌收购。

从研究人员的角度看，加入谷歌意味着更多计算资源、更大的工程团队，以及把技术用于全球产品的机会。从加拿大产业的角度看，这也意味着，后续产品的经营决策和收益分配进入了一家美国公司的体系。

两件事可以同时成立：加拿大的研究成果获得了更广泛的应用，加拿大本土企业却未必因此多出一笔相应规模的销售收入。

讨论人才去留，只数有多少人搬到旧金山还远远不够。研究人员即使留在多伦多，为海外企业工作，产品预算和客户合同仍可能由海外总部决定。相反，加拿大企业在海外招聘工程师、销售人员，也可能把收入和知识产权留在自己的公司里。

真正需要追踪的，是研究完成之后的几步：谁出钱继续开发，谁承担商业风险，谁拥有客户关系。

私人投资差67倍，加拿大需要选择自己能够持续经营的产品和客户

生成式AI把这些问题的量级放大了。斯坦福《2026年AI指数报告》显示，2025年超过90%的重要前沿模型来自产业界。训练、评测、部署和销售，越来越依赖企业持续投入。

2025年加拿大AI私人投资约42.8亿美元，法国约43.6亿美元，中国约124.1亿美元，美国约2858.8亿美元。加拿大与法国接近，美国约为加拿大的67倍。

需要指出的事，以上仅看的私人投资数据，而私人投资统计涵盖的资金类型有其边界，尤其无法代表国家层面的全部公共投入和企业内部研发支出。

尽管美国在创业活动上也处于领先，2025年有1953家新获融资的AI公司。然而，移居美国的AI研究人员和开发者数量自2017年以来下降了89%，仅去年一年就下降了80%。

即便如此，美国资金规模带来的差距仍然清楚：更多团队可以同时训练模型、招募工程师、购买算力，并承受较长时间的亏损。

加拿大很难靠增加几项研究资助，就复制这种商业条件。它需要选择自己能够持续经营的产品和客户。

Cohere的路线因此有了现实依据。

这家公司2019年成立，联合创始人Aidan Gomez是Transformer论文《Attention Is All You Need》的作者之一。它有能力开发基础模型，但把较多精力放在企业使用上：搜索内部文件、处理业务信息、辅助员工完成任务，以及按照客户要求部署系统。

到2026年10月，Cohere推出North 2，进一步把模型、检索、智能体和管理功能放进同一套企业平台。公司提供私有云、本地部署等选择，客户可以围绕自身的数据权限和运行环境安排部署。

企业采购问的问题，和个人订阅聊天机器人完全两回事

这类产品的购买过程，和个人订阅聊天机器人相距甚远。

企业会问：员工能读取哪些文件？系统生成的回答能追溯到哪份资料？模型升级之后，原有业务还能否正常运行？出现数据泄露或者错误操作，责任如何划分？

采购部门还会继续追问价格、维护费用、迁移成本和退出安排。模型在公开测试中多拿几分，解决不了全部问题。

这给Cohere留下了生意空间。它可以围绕少数高要求场景，把部署和服务做深。Bell拥有网络安全业务知识、运营数据和客户关系，Cohere提供模型及定制能力。双方合作，减少了Cohere独自进入这个行业时需要完成的工作。

但定制也有成本。每增加一家大型客户，可能就增加一套数据接入、权限配置和验收要求。收入增长能否快于交付团队扩张，要看软件和服务可以复用到什么程度。

Bell的公告确认系统已经投入运行，却未披露合同金额，也未公布经独立核验的调查时间缩短比例。它足以证明产品进入了业务流程。至于项目利润率、续约情况和复制速度，还要等后续经营数据。

Cohere也已经吸引到相当规模的资金。2025年8月，公司宣布融资5亿美元，估值68亿美元；9月追加融资1亿美元，估值约70亿美元。投资者包括加拿大基金、养老金机构，以及英伟达、AMD、Salesforce等科技企业。

这样的投资者名单，提供了一个比“加拿大单独发展AI”更接近现实的图景：本国研究人员创业，本国和海外资本共同投资，再与全球芯片、云计算和软件企业合作。

合作能够降低扩张难度，也会让部分采购支出和利润流向海外。加拿大政府所说的“主权AI”，实际要处理的，正是这种依赖关系。

政府出钱支持本国模型企业，算力设施却由美国公司建设和运营

2025年3月，加拿大政府确认，向Cohere总额7.25亿加元的项目提供最高2.4亿加元支持，用于扩大本土算力和AI研发能力。政府随后公开的项目说明写明，Cohere将成为新算力设施的主要租户，设施由CoreWeave建设和运营。

加拿大支持本国模型企业，同时使用美国算力运营商。这种安排说明，服务器所在地、运营商归属和模型公司的控制权，需要分别看待。

根据斯坦福《2026年AI指数报告》引用的Epoch AI数据，2025年全球值得注意的AI模型中，美国59个，中国35个，韩国8个，加拿大、法国、英国、新加坡和香港各只有1个。

对一家企业来说，把数据放在加拿大境内，可以满足部分客户要求。对一个国家来说，持续获得计算资源，还涉及设备供应、长期合同和扩容能力。所谓自主能力，最终都要写进采购合同和运营安排。

Bell在2026年6月公布的另一项合作，也采用了类似分工：Bell提供数据中心和连接能力，Cohere提供企业AI，BUZZ HPC提供加速计算资源，Hypertec参与硬件供应，技术方案使用英伟达的平台。

加拿大正在争取的，是让本国企业参与更多收费环节，并让关键客户拥有更多选择。把所有设备和软件都换成本国产品，既超出了现有产业能力，也会增加建设成本。

服务器建起来之后，有多少人使用？

加拿大统计局2025年第二季度调查显示，过去12个月，在生产商品或提供服务时使用AI的企业占12.2%。到2026年第三季度，表示未来12个月计划使用AI的企业占25.2%，高于2025年同期的14.5%。前一项统计实际使用，后一项统计未来计划，两者反映的是采用过程中的两个阶段。

同一份2026年调查里，52.7%的企业仍表示未来一年暂未安排使用AI。在这部分企业中，79.1%认为AI与其商品或服务缺少关联。

这些回答给政府和供应商出了一个更具体的题目。企业可能听过辛顿，也愿意承认AI技术的重要性，但采购负责人还需要知道：这套系统放在哪个岗位，每年花多少钱，能减少多少重复工作。

客户看得懂收益，合同才容易签下来。

2026年6月，加拿大推出“AI for All”战略，提出未来五年增加2000亿加元经济增长、创造25万个AI相关岗位，并计划到2034年把AI采用率从略高于12%提高至60%。这些属于政府目标，尚待企业投资和实际应用兑现。

采用率上升，也未必全部转化为加拿大模型公司的收入。一家加拿大企业购买海外AI服务，同样可能提高生产效率。政府希望扩大本国供应，企业希望获得合适的产品，两者会在采购时相遇，也可能给出各自的选择。

这让加拿大的政策需要兼顾两件事：支持本国企业成长，同时让使用者保留比较价格和效果的空间。长期依靠受保护的订单，可以维持一家供应商，却很难证明它具备海外竞争力。

结语

2026年10月8日，Mila与法国Inria宣布签署四年合作协议，加强AI及数字科学研究合作。9月20日，加法领导人会面公报也明确提出，两国应深化AI合作。

研究团队可以共享专长，企业也有机会接触更多客户。对资本规模接近的法国和加拿大来说，扩大合作范围，比各自重复建设全部能力更容易控制成本。

至于把两国与中美一起列入某个“前沿国家”名单，它更适合表达合作意愿。科研协议已经签署，是可核实的进展；共同采购多少服务、形成多少商业收入，则需要另算。

加拿大目前的位置也在这里：它能够持续提供重要研究，拥有企业级模型公司，也开始把模型、算力和行业客户接到一起。它尚未形成中美那样规模的产品市场和企业投入，但已经具备在部分领域经营全球业务的条件。

判断这些条件能否变成长期收益，可以继续看Bell这样的项目。客户第二年是否续约，模型能否推广到更多业务，新增收入需要配多少工程师，政府支持结束后能否覆盖运营成本。

这些数字陆续公布之后，加拿大AI的产业地位会更容易衡量。辛顿、本吉奥和萨顿已经帮助它获得了学术上的认可。接下来，要看采购部门愿意签下多少合同。