[ 治理标准分歧为中国与欧盟在AI治理领域展开合作创造了重要的窗口期，中欧在“风险分级”“人类控制”等原则上的充分共识也是双方合作的重要基础。 ]

作为全球人工智能（AI）赛道的两大劲旅，欧盟目前主要以标准与规则为导向深化AI的基础研究与垂直应用，而中国主要以创新与发展为导向拓展AI的研发空间与立体场景。二者虽然路径依赖与模式运行不同，但在技术成果共享、产业落地共推以及标准规则互通等领域存在着不小的合作空间。

创新层：取长补短中合作

欧洲拥有一批世界一流的科研机构，如德国的马克斯普朗克学会、法国的国家科研中心等，它们在数学、物理学、计算机科学等基础学科积淀深厚，为大模型技术的底层理论研究提供了坚实支撑。

不过从研究人员密度看，虽然欧盟拥有比美国高30%的人均AI研究人员储备，但是欧盟的AI算力资源完全不可与美国相提并论，后者全球占比高达75%；同时欧盟的存量GPU（图形处理器）也不足美国的1/10；而作为AI核心生产资料的可训练数据资源，欧盟也只有美国的1/5。

基于以上情况，欧委会发布《人工智能白皮书》决定投资300亿欧元，试图通过对基础设施的系统性建设提升AI创新生态。一方面，基于分布式算力网络基础的布局，欧盟正在域内建设13个区域性AI工厂网络，覆盖17个欧盟成员国及2个EuroHPC（欧洲高性能计算共同计划）参与国（冰岛、以色列），其中慕尼黑枢纽为欧盟创建的首个超大规模算力集群；另一方面，加紧推进千兆瓦级超级数据中心的建设，首批60个候选地点已从16个成员国中选出，每个中心可容纳超过10万颗先进AI芯片。

但是，欧盟的AI基础设施建设受到两大制约。一是能源供给严重不足，每个千兆瓦级数据中心需约1吉瓦电力，相当于一座中型城市的用电需求，而欧洲电网设计并未考虑如此高密度、集中式的负载，虽然可以将数据中心与核电站直接耦合，但需要5~10年建设周期，其他增量电网与发电能力建设比建造数据中心耗时更长；另一方面，总量300亿欧元的基础设施投资目前停留在纸面，无统一财政政策的欧元区如何凑齐巨量资金，尤其怎样调动私人资本参与，是个难题。

与欧盟相比，借助“西电东送”以及丰沛的太阳能、风能等绿电资源，中国基本不存在制约AI的能源供给瓶颈；同时，中央财政与地方财政联袂发力，通过常设专项基金和产业园区形成与企业创新行为的集约联动。虽然中国高端AI芯片制造仍存瓶颈，但通用芯片与各种专业芯片的自主设计与制造能力正在加速赶超。中国算力能力也紧追美国之后，在已占全球算力比15%的基础上，按照《新型数据中心发展三年行动》,至明年中国算力综合使用效率将提升45%，中国AI算力已从“数量焦虑”进入质量优化阶段。

基于中国AI发展遵循的技术开源、标准输出以及跨境场景融合方向，欧盟完全可以与中国寻求更多的合作路径。一方面，双方可以建立开源白名单、设立中欧AI专利池、共创国家级AI实验室，大学之间共建AI相关专业，企业合作创办专业研究机构，在不泄露原始数据的前提下实现跨国协作；另一方面，中欧可以加大算力资源的采购，并给予相关的进出口税率政策支持，这样中国可以获得差异化算力，欧盟也可摆脱对美国算力的绝对依赖。

应用层：拓展边界中共进

全球AI的发展已从“实验创新”发展到“场景应用”、从“技术性渐进突破”进展到“规模性产业落地”的重要阶段，场景拓展与产业边界延伸广度与深度成为各国AI竞争力的重要标志。然而受到基础设施尤其是算力设施短缺的制约，欧盟的创新优势转化为市场优势的力度比中美两国弱得多，由此导致大量人才流向美国，欧盟更缺乏类似OpenAI、Google DeepMind的旗舰AI产品开发生态系统。

出于算力资源有限的考虑，欧盟也避开了通用大模型应用的自身劣势，更多将注意力聚焦医疗、气候、农业等垂直领域，而且效果显著。拿农业来说，名为FIRST Potato的智能系统不仅可以通过实时数据将卫星遥感影像、田间传感器网络、气象站信息与历史耕作数据整合分析，生成地块级管理方案，而且能够基于AI的预测模型动态调整灌溉策略、优化农药施用时机与剂量，并精准控制残留物处理流程，该系统在试点农场中已实现5%的产量提升、15%的农药削减以及5%的节水成效。

而中国AI模型不仅已进入综合性语言模型的爆发阶段，而且突破了欧盟窄场景的专业模型水平，各种多模态通用大模型应用层出不穷。中国在具身智能领域也朝着更高效、强智能的方向升级，且不同于欧盟具身智能对美国企业保持着较强依赖，中国人形机器人核心部件国产化率已突破70%。中国不仅是目前全球最活跃的AI场景应用市场,也是AI产业边界拓展最广泛的国家之一，从生产到消费，从组织到家庭，人工智能在赋能千行百业的同时，也集群式走进千家万户。

欧盟在AI 应用上坚守自身特色，在特定领域深耕细作的有益经验值得中国借鉴，而场景更丰富、产业拓展更宽阔的中国AI应用模式也可助欧盟一臂之力。在全面开源技术生态的同时，以DeepSeek、Kimi为代表的中国大模型还具有显著的低成本优势，可以帮助欧盟企业创造出更高的市场价值；中国还拥有全球最完整的产业体系以及产业链企业，AI应用的增量价值空间十分广阔，可为在工业领域AI应用表现突出的欧盟技术厂商提供更大腹地。

从萝卜快跑即将在欧盟核心城市打造欧洲最大自动驾驶车队，到北京瑞莱智慧将AIGC（人工智能生成内容）检测平台DeepReal引入意大利市场，中欧正在开启一扇又一扇AI应用合作的窗口，接下来双方可以进一步探索“功能型多边主义”，在医疗、气候领域展开更有实质性的应用合作，也可考虑在对方境内建立本地化团队，实现出海技术及本地企业的产业化合作，尤其是在共建AI应用工厂、AI应用车间以及AI应用生产线方面，中欧有必要迈出更大胆的合作步伐。

治理层：提升监管中求同

越是大模型爆发期和具身智能快速迭代期，越需要尽快完善AI的治理规则。这是因为除了制造诸如算法漏洞、数据安全风险等技术风险外，AI还可能带来伦理失范、法律争议，以及社会结构性失业等应用风险。全球各国应该早日实现对人工智能的一致性合规监管。

欧盟虽然在AI技术上逊于美国与中国，但在AI治理上走在前面，其落地一年多的《人工智能法案》是全球首部全面监管AI且监管强度最大的法规。配合该法案，欧盟还在前不久出台了《通用人工智能(GPAI)模型指南》和《GPAI行为准则》两项细则。按照《人工智能法案》，AI系统分为不可接受风险、高风险、有限风险和最小风险四个等级,每个风险对应着不同的领域，同时对应不同的严监管要求以及十分苛刻的违规惩罚结果。

欧盟在对AI的监管上再一次绕过了技术输出薄弱的缺项，力图走出一条“合规先行者优势”的独特路径。具体来说，通过确立严厉的伦理高线，引导或倒逼欧盟企业将AI监管压力转化为信任红利，接着将红利效应外溢到域外，在全球树立起突出的AI治理强者形象，进而取得其他主要经济体对欧盟规则的认同，进而通过规则主导权对全球AI治理产生影响，最终让区域性AI治理规则上升为全球标准。

美国也在积极争夺全球AI治理规则主导权，其践行的是以技术主权输出达到规则主权输出的路径。特朗普政府通过的《AI行动计划》一方面提出向盟友提供“全栈AI出口套餐”，另一方面强调“美国标准”优先，强化对特定目标国的技术封锁与出口管制。说得更直白一些，在限制中国对全球AI治理规则影响力的同时，试图拿技术换取盟友对自己AI治理规则的认可。

中国也出台了《新一代人工智能伦理规范》《生成式人工智能服务管理暂行办法》等法规，确立了“以人为本”“智能向善”的原则，提出了增进人类福祉、促进公平公正、保护隐私安全、确保可控可信、强化责任担当、提升伦理素养等AI治理规则导向，强调技术主权与灵活治理工具结合。在2025年世界人工智能大会上，中国政府倡议成立世界人工智能合作组织，同时启动成立全球人工智能创新治理中心，表达了“全球共治，同球共济”的鲜明理念。

鉴于欧盟的监管规则必然推高企业合规成本且抑制企业创新，美国肯定不会轻易接受欧盟标准；而欧盟在对谷歌、微软等美国科技公司依赖性较强的前提下，也忌惮接受美国的技术标准，从而对美国的AI治理规则难以认同。

治理标准分歧为中国与欧盟在AI治理领域展开合作创造了重要的窗口期，中欧在“风险分级”“人类控制”等原则上的充分共识也是双方合作的重要基础。一方面，中欧可考虑设立技术委员会，出台合作路线图，组建联合专家工作组指导初级局部合作试点，设立约束双方行为、管控合作摩擦的谈判机制，促成双方基本专业法规的对接；另一方面，对标欧盟监管标准，评估中国的监管规则，并及时做出调整。同时，中国可利用AI技术与应用的差异化优势，通过技术转让换取欧盟市场准入，加强与欧盟在AI监管的合作，在此过程中双方可以订立“数据隐私框架”，提前发表不会对双方数据安全、企业和消费者利益产生威胁的公开声明，逐步提升AI监管合作的互信度。

（作者系中国市场学会理事、经济学教授）