劉曙麗 | 全球南方与AI:中国能做什么? |
编者按
赵全胜 【海外看世界】主编、美利坚大学国际关系学院教授:
“东方”,“西方”,“南方”,“北方”,这些此起彼伏的国际关系研究中的流行用語在百年未有的大变局下,各自代表了什么样的趋势?今后又将向哪个方向发展?我们这一期快评以【西方国家危机与全球南方】为题邀请了来自美国、日本、德国、英國、中国大陆以及台港澳地区的45位学者就以下五个方面展开讨论:
· 西方危機篇
· 全球南方篇
· 二者關聯篇
· 區域國別與國際秩序篇
· 中國應對與發展前景篇
本期快評分23組發出。
2026年9月22日
劉曙麗
日本山梨学院大学経営学部教授
【西方国家危机与全球南方】系列文章第45篇
【中国应对与发展前景】第6篇
全球南方与AI:中国能做什么?
近年来,人工智能特别是生成式AI发展非常快。无论是大模型、算力、资本投入,还是全球最有影响力的AI企业,目前基本都集中在美国和中国。某种意义上,全球AI产业正在形成以中美为两个主要中心的格局。
但是,世界上大多数国家既不是美国,也不是中国。东南亚、非洲、中东和拉丁美洲等广大全球南方国家,在这一轮AI发展中会处于什么位置?是继续成为技术的使用者和市场,还是能够利用现有AI技术,逐渐形成自己的开发能力?个人认为,这可能是未来几年AI发展中一个非常重要、但目前讨论还不充分的问题。
![]()
| 图片源于网络。
一,全球南方真正缺的,不只是一个AI模型
现在讨论AI,经常会问哪个模型更强,美国模型还是中国模型更好。但对很多发展中国家来说,问题可能并不在这里。
即使一个国家可以直接使用ChatGPT、DeepSeek或者其他模型,也并不意味着这个国家已经拥有了AI能力。AI真正进入一个国家以后,还需要解决很多具体问题:当地使用什么语言,数据在哪里,农业、医疗、教育和行政制度是什么样的,当地企业和普通居民需要什么样的服务。
也就是说, 有模型不等于就有AI能力。真正形成AI能力还需要基础模型+本地语言+本地数据+本地知识和经验+本地开发者。因此,对全球南方来说,更重要的问题不是“能不能使用AI”,而是能不能把外来的AI技术转化成本地的技术能力。
二,中国的开放模型可能提供一个新的机会
这一轮中国AI发展有一个值得关注的特点,就是不少模型采取开放或者开放权重的方式。例如DeepSeek、Qwen等模型,可以被开发者下载,并在此基础上进一步调整和开发。这意味着,一个非洲或者东南亚国家的开发团队,不一定要从零开始训练大型基础模型,而可以利用已有模型,再加入自己的语言、数据和专业知识。例如,在已有模型基础上加入当地农业数据、医疗知识、法律制度和地方语言,再开发面向本国用户的AI应用。这与直接购买外国公司的AI产品不同。两者最大的差别,就在于当地有没有参与开发,有没有在使用技术的过程中形成自己的能力。
三,中国国内的经验,可能比我们想象的更有价值
前段时间,我与一位学者交流时谈到一个问题:中国自己其实也是一个内部差异非常大的国家。中国虽然有统一的普通话,但现实中存在大量方言和不同语言环境。四川、广东、河南、东北等地区的人,在日常生活中可能使用很不一样的语音和表达方式。
这对AI来说是一个很实际的问题。人不会为了适应机器,就全部改用非常标准的普通话。相反,是机器必须学会理解不同的人。
科大讯飞就是一个典型例子。它长期开发语音识别、会议转写和翻译技术,其中一个重要工作,就是让机器能够识别不同地区人的发音和方言。比如,一个人在会议中说方言,系统需要识别声音、转换成文字,再进一步形成会议记录,甚至翻译成其他语言。这里真正值得注意的,并不是中国已经做出了一个“能听懂四川话的机器”,而是在解决这些问题的过程中,中国企业积累了一套经验:
如何收集方言和低资源语言的数据,如何处理不同地区的口音,如何在数据较少的情况下提高识别率,如何让本地使用者参与纠错,如何把语音识别、文字记录、翻译和内容总结结合起来。这些经验是在中国国内形成的,但并不一定只能在中国使用。
![]()
| 图片源于网络。
四,中国能够输出的,不只是产品,也可以是解决问题的能力
因此,中国AI进入全球南方,其实存在两种不同的方式。一种是把中国已经开发好的产品直接卖出去。这当然有商业价值,但对于当地技术能力的提升可能比较有限。另一种方式则是,中国提供基础模型和相关技术,当地大学、企业和开发者参与开发,再加入当地语言、数据和专业知识。比如,中国企业提供模型和技术,大学提供当地语言资源,农业专家提供当地农业知识,当地开发者重新训练和调整系统,最后形成真正适合当地使用的AI。
这样产生的产品,就不再只是“中国AI的海外版”。从某种意义上说,它已经成为当地自己的AI应用。因此,中国真正有意义的作用,可能并不是简单告诉其他国家:“这里有一个中国AI,你们拿去用。”更重要的是,通过开放模型、联合研究、人才培养和技术合作,帮助当地大学和企业形成继续开发AI的能力。
中国本身经历过非常复杂的技术应用环境:人口规模大,地区差异大,城乡差异明显,语言环境复杂,而且很多技术必须在成本受到限制的情况下推广。
这些问题与东南亚、非洲和其他全球南方国家当然并不完全一样,中国经验也不能原封不动地复制过去。但是,中国企业在国内处理这些问题时形成的一些方法和能力,却有可能具有参考价值。因此,真正可以转移的,未必是一个现成的解决方案,而是解决问题的能力。
换句话说,中国能够输出的,不只是AI模型,也不仅是AI产品,还可能包括在复杂环境中把AI“做出来、用起来、再改下去”的经验。
五,语言问题实际上也是知识问题
这里还有一个很有意思的问题。
很多人一说AI的数据,就想到互联网、论文、新闻和数据库。但是人类大量知识,其实并没有写在网上。特别是在很多发展中国家的农村地区,许多知识仍然通过口头方式传承。例如,一个农民可能非常了解当地的土地、气候、作物和病虫害,但他不会把这些经验写成文章发表在互联网上。一个手工业者也可能拥有几十年的经验,但这些知识只存在于他的日常工作和口头交流中。
也就是说:有知识,但没有被数字化。
如果AI能够识别当地语言和方言,就可能形成一个新的过程:当地人说话 → AI识别 → 转换成文字 → 数据化 → 形成知识资料 → 再被AI利用。
这样一来,AI就不仅是在利用已经存在的数字知识,也可以帮助过去没有进入互联网的地方知识逐渐数字化。从这个角度看,语言技术的重要性远远超过了“翻译方便”。它实际上关系到一个国家和一个地区的知识,能不能真正进入AI时代。
六,全球南方会成为AI市场,还是AI参与者?
最终,这个问题还是要回到全球南方自身。未来全球AI经济可能出现两种不同的发展路径。
一种是,美国和中国开发模型,其他国家提供市场、用户和数据。这样的话,AI虽然在全球普及,但世界技术中心与外围之间的关系并没有发生根本变化。
另一种可能是,全球南方国家利用开放模型,加入自己的语言、数据、知识和开发人员,在此基础上形成新的本地AI。这样一来,它们就不再只是AI市场,也开始成为AI的参与者和开发者。
所以,中美AI竞争真正值得观察的,也许不只是“谁的模型更强”。更重要的是,这些技术扩散到世界其他地区以后,能不能帮助更多国家形成自己的技术能力。如果中国的开放模型,以及中国企业在国内复杂环境中形成的本地化经验,能够帮助全球南方国家从“使用AI”走向“开发AI”,那么,中国在全球AI发展中的作用,也就不仅仅是一个技术竞争者。
从这个意义上说,中国作为一个负责任的大国,在AI时代可以思考的,也许并不是“我们能向全球南方卖多少AI产品”。而是一个更长远的问题:我们能不能帮助更多国家,用自己的语言、自己的数据和自己的知识,做出适合自己的AI?!
本文由海外看世界平台独家首发,文字仅代表作者观点
特别声明:以上内容(如有图片或视频亦包括在内)为自媒体平台“网易号”用户上传并发布,本平台仅提供信息存储服务。
Notice: The content above (including the pictures and videos if any) is uploaded and posted by a user of NetEase Hao, which is a social media platform and only provides information storage services.