摘要：当英国用11个月匆匆建成超级计算机Isambard AI时，这个工业革命发源地似乎想在人工智能时代重演历史荣光。这台造价2.25亿英镑的机器算力超过英国所有其他超级计算机的总和，却在全球排名仅第11位，连芬兰、意大利的机器都比不上。这种雄心与现实的差距，正是中

编者按 · 2025.09.24

当英国用11个月匆匆建成超级计算机Isambard AI时，这个工业革命发源地似乎想在人工智能时代重演历史荣光。这台造价2.25亿英镑的机器算力超过英国所有其他超级计算机的总和，却在全球排名仅第11位，连芬兰、意大利的机器都比不上。这种雄心与现实的差距，正是中等强国在AI竞赛中的真实写照——既不甘沦为中美技术附庸，又受制于资源禀赋的硬约束。

今年4月，斯坦福大学AI研究所发布的《2025年人工智能指数报告》显示，在全球AI投资格局中，美国2024年私人投资达1091亿美元，中国以93亿美元紧随其后，而英国全年AI投资仅45亿美元，不到美国的零头。英伟达CEO黄仁勋的警告尤为刺耳：“AI竞赛若赢家通吃，中美之后的第三名很难分到多少好处。”那么，中等强国真的只能在AI革命中沦为看客吗？

AI竞争格局下的“中等强国”：

定义与核心特征

在全球AI竞争中，“中等强国”并非单纯以国土面积或经济体量划分，而是特指那些不具备全产业链掌控力，也不具备大规模资源投入能力，却拥有局部独特优势的国家或地区。从范围来看，核心代表包括欧洲的英国、德国、法国，北美大陆的加拿大，以及中东的阿联酋等——它们既没有美国在芯片设计（英伟达）、算力基建（占有全球GPU集群性能的75%）、人才储备（60%顶尖AI人才聚集）上的绝对主导，也缺乏中国覆盖“芯片—算力—应用”的全产业链闭环与千亿级政策支持，却在特定领域沉淀了不可替代的根基。

这类国家的核心特征，在于“非全能性”与“局部不可替代性”的共存：它们无法独立研发通用大模型（如GPT-4、Deepseek），核心硬件（如GPU）多依赖进口，却能凭借本土产业需求或科研积累，在细分场景中形成差异化竞争力。例如英国虽无能力建设ExaFLOP级超算，却能让Isambard AI聚焦生命科学。这种“有所为，有所不为”的定位，正是中等强国区别于中美“全局竞争”的关键。

中等强国与中美的鸿沟有多深？

硬实力的量级鸿沟：

算力、资金与能源

全球AI版图正呈现出鲜明的“马太效应”。中美在AI硬实力上的投入，已形成对中等强国的“代际压制”。

从算力基建看，根据今年6月发布的第65届TOP500超级计算机榜单，排名前三的超算仍然是美国的El Capitan、Frontier和Aurora（中国超算不再参与该HPL基准测试的数据更新），而英国Isambard AI虽算力超过本国其他超算总和，全球排名仅第11位。

资金投入的差距更显悬殊：斯坦福大学《2025年人工智能指数报告》显示，2024年美国私人AI投资是中国的12倍，更是英国的24倍；这种资金差距直接转化为技术代差——美国全年诞生7个重要AI模型，而整个欧洲在全球重要AI模型贡献榜上难觅踪迹。韩国产业通商资源部今年3月发布的《人工智能产业发展白皮书》显示，韩国2024年民间AI投资仅13.3亿美元，甚至低于印度的增长势头。

能源成本进一步放大了这种差距——英国电价是欧洲最高（大约2.48元人民币/度），数据中心运营成本是中国的3倍，而美国依托页岩气、中国凭借西部绿电基地，都能以低成本支撑算力集群的长期运行，这种“成本劣势”直接限制了中等强国算力基建的扩张空间。

生态力的闭环缺失：

产业链与人才流动

中美已构建起全产业链闭环，而中等强国普遍存在“关键环节在外”的短板：英国Isambard AI的核心GPU需从美国进口，加拿大AI模型的训练数据大量来自美国平台，缺乏自主可控的“从硬到软”链条。一旦遭遇供应链波动（如美国芯片出口管制），中等强国的AI研发极易陷入停滞。

美国凭借完善的产学研体系，吸引了全球60%以上的顶尖AI研究者，中国通过政策引导也形成了人才回流趋势。相比之下，欧洲虽然拥有剑桥、牛津等顶尖学府，却面临人才流向硅谷的持续失血。AI中等强国如韩国，高等教育虽强，但在AI产业化方面进展缓慢，甚至被斯坦福报告列为与印度“同档”的追赶者。这种全方位差距使得中等强国在通用大模型、算力基础设施等领域，几乎丧失了与中美直接竞争的可能性。

中等强国的突围筹码：

聚焦“小而专”的不可替代性

面对如此悬殊的竞争，欧洲似乎显得很“怂”——没有中美那样的豪言壮语，没有动辄千亿美元的投资计划。但仔细观察，欧洲仍在默默布局，寻找自己的AI发展路径，用“小赛道的深度”弥补“大赛道的广度”。

英国的突围路径是“机器学习研究+生命科学AI”的深度绑定。Isambard AI的特点折射出它的战略选择：Isambard超级计算机避开与中美在通用算力上的竞争，转而深耕医疗AI场景，这种“算力下沉”模式让有限资源产生最大效益。Isambard AI虽算力有限，却将80%的资源集中在生命科学领域，支撑起100多个研究项目：开发的皮肤癌检测算法准确率达92%（高于人类医生平均水平85%），能帮病理医生快速识别切片中的癌细胞；为痴呆症患者设计的“记忆提示系统”，通过语音交互帮患者回忆服药时间、亲友姓名，已在英国20家养老院试点。

法国的策略又有所不同。马克龙政府大力支持本土AI企业如Mistral AI的发展，试图打造“欧洲冠军”，并力推在法国建立欧洲人工智能中心，吸引加拿大AI公司Cohere等设立巴黎办事处。

德国AI公司Helsing专攻国防AI，通过实时分析战场传感器数据为作战决策提供支持，这种军事化应用因其敏感性难以被中美科技巨头垄断。这些案例印证了一个规律：当中等强国将技术优势与本土需求结合时，就能在细分领域建立竞争优势。

其他中等强国也各有侧重：加拿大凭借多元文化优势，开发覆盖英语、法语、因纽特语的医疗AI助手，解决了北部原住民“语言不通导致的医疗鸿沟”，已服务5万原住民；阿联酋依托廉价能源，打造中东算力枢纽，为区域电商、物流企业提供定制化AI调度服务——这些案例的核心逻辑一致：不与中美拼“大而全”，而是做“小而专”，让AI成为解决本土痛点的“刚需工具”。

未来AI世界里中等强国的角色

在中美主导的AI“双极格局”下，中等强国不会成为“挑战者”，却能凭借细分领域的优势，扮演三大不可替代的角色。

首先是“细分领域的标准制定者”。可依托本土实践，在特定领域定义技术规则，打破中美在规则上的话语权垄断。例如英国在医疗AI领域的探索，正推动“AI辅助诊断的全球数据隐私标准”——要求患者数据必须本地化存储、使用前需经伦理审查，这一标准已被欧盟部分国家采纳，未来可能成为全球医疗AI企业进入欧洲市场的“准入门槛”。这种“用场景优势定规则”的能力，让中等强国在细分领域拥有了“非头部却有话语权”的地位。

其次是“中美技术的‘转化中介’”。中等强国无能力研发通用大模型，却擅长将中美通用技术“定制化改造”为适配本土场景的工具，成为连接全球技术与区域需求的桥梁。例如加拿大将OpenAI的GPT-4改造为“多语言医疗助手”，添加因纽特语语音交互、北极地区常见疾病知识库，让通用模型能服务原住民；阿联酋将华为昇腾算力集群改造为“中东电商AI调度系统”，适配当地宗教习俗、区域地理特征——这种“通用技术+本地化改造”的价值，是中美企业难以直接实现的，也让中等强国成为中美技术“落地全球细分市场”的必经节点。

最后是“全球AI伦理的‘平衡者’”。中美在AI竞争中更侧重“技术迭代速度”，而中等强国对伦理、安全的重视，可在全球AI治理中起到“缓冲带”作用，避免技术竞争走向“唯速度论”。例如欧洲《人工智能法案》确立的“风险分级监管”框架，虽因审批周期长被诟病“迟缓”，却为医疗、教育等敏感领域的AI应用划定了安全边界——禁止AI自主决定医疗方案、要求教育AI必须标注内容来源，这种“谨慎性”反而吸引了全球对伦理要求高的研发项目向欧洲聚集。

外界常调侃欧洲等地区在AI领域“怂且废”——“怂”是指因害怕风险而限制技术迭代（如《人工智能法案》的严格监管），“废”是指资源分散（如欧盟27国各自投入不同领域）、投入产出比低。但这种“怂且废”的背后，恰恰藏着中等强国小赛道突围的关键逻辑：不做中美的“缩小版”，要做细分领域的“唯一版”。

最后，对中国而言，中等强国从来不是AI竞争的对手，而是技术共生的重要伙伴。正因为这份伙伴定位，我们更需秉持单边开放逻辑——无论是向其共享适配本土场景的智慧农业、医疗AI技术，还是开放国内市场供其参与合作，都能让双方优势互补。这种开放不是单向让利，而是以协作夯实产业链联结，从根本上规避脱钩风险的务实选择。

本文作者

来源：新浪财经