问题——人工智能热度升温之下，“普惠”与“可持续”成为国际社会共同关切。近年来，大模型能力快速迭代，带动产业加速扩张，但全球人工智能发展并不均衡：一方面，少数国家掌握较强的底层研发与算力资源；另一方面，许多发展中国家虽有数字化转型需求，却资金、人才、基础设施各上存明显短板。与此同步，各国围绕数据跨境流动、隐私保护、安全审查等议题陆续加强制度安排，企业跨境部署模型与服务的不确定性上升。如何在推动技术扩散与防范风险之间找到平衡，成为论坛讨论的重要现实议题。 原因——技术门槛、资源约束与制度差异共同塑造全球“智能鸿沟”。薛澜指出，从全球供给格局看，真正具备自主研发大模型核心能力的国家数量有限，很多国家更倾向于选择开放、可复用的技术体系作为本土产业底座。开源模式在一定程度上降低了模型获取与二次开发成本，使更多市场能够以较低门槛进入人工智能应用阶段。同时，人工智能产业并非只取决于算法水平，还高度依赖稳定电力、可靠网络、数据资源与算力设施等系统性条件。对不少发展中国家而言，电力供应波动、骨干网络薄弱、数据中心建设不足等问题，直接影响模型训练与推理服务的连续性与可用性，进而抬高产业化成本。制度层面，各国在数据权属、合规审查、行业监管等上规则不一，也客观上提高了跨境技术服务的摩擦成本。 影响——开源技术扩散带来普惠机遇，也对企业治理能力提出更高要求。薛澜认为，中国开源大模型在全球范围的应用与传播，为更多国家提供了“可用、可改、可部署”的技术选项，有助于推动教育、医疗、政务、制造、农业等领域的数字化与智能化，促进发展成果共享，从而在一定程度上缓解全球数字技术鸿沟。与此同时，随着多国对数据合规、内容安全、算法透明等提出更明确要求，企业“走出去”不再仅是产品与价格竞争，更是合规能力、风险管理与本地化运营的综合竞争。若对当地法规理解不足、数据处理边界不清，或在供应链安全、模型安全上准备不够，企业将面临准入限制、业务中断与声誉风险等挑战。 对策——以合作框架为牵引，统筹“技术输出+能力建设+合规治理”。围绕如何放大优势与提升适配性，薛澜提出，可以依托共建“一带一路”等合作平台，基础设施层面深化互利合作，为涉及的国家数字底座建设提供支持与便利，并带动人工智能能力随基础设施协同“出海”。具体而言，一是聚焦电力、网络、数据中心等关键短板，推动可持续、可运维的项目合作，提升智能应用的运行稳定性；二是围绕开源大模型开展联合研发与人才培养，支持当地在语言、行业知识与应用场景上完成适配，形成可持续的本土生态；三是面对数据治理趋严，应提前嵌入合规设计，完善数据分级分类、隐私保护、跨境传输评估与安全审计机制，探索“本地部署+可控更新”等交付方式，降低合规不确定性；四是加强国际对话与规则沟通，推动形成兼顾发展与安全的治理共识，为跨境合作提供更稳定的制度预期。 前景——从“技术能力出海”走向“体系化合作出海”将是趋势。业内观察认为，随着中国经济高质量发展和科技自主创新能力持续提升，人工智能产业国际化正进入新阶段。薛澜的判断显示，开源大模型与产业链配套能力的结合，有望在更多国家形成可复制的落地路径：一上，开放生态利于加快技术扩散、降低试错成本；另一方面，基础设施与应用场景联合推进，能够把单点技术优势转化为长期合作优势。可以预见，未来国际竞争将更多体现标准协同、治理能力与生态建设上，谁能在安全可信、可持续运维与本地价值创造上形成成熟方案，谁就更可能在全球智能化浪潮中赢得稳定空间。
技术创新需要全球协作。中国的实践表明——只有打破壁垒、共享成果——才能推动数字化转型。当更多国家平等参与数字发展时，技术才能真正造福人类。务实合作或将成为缩小发展差距的关键路径。