习近平 BRICS AI 合作展现中国的标准战略

尽管北京与华盛顿之间的技术摩擦不断加剧，习近平仍以三项具体承诺扩展了中国的 BRICS AI 合作议程。未来五年，中国将为发展中国家提供 5,000 个 AI 培训机会；还计划面向六个国际组织设立合作中心，并将 AI 天气预警系统推广至 30 个国家。

习近平于 7 月 17 日在上海举行的 2026 世界人工智能大会上宣布了这项方案。他的讲话将技术援助与更广泛的政治主张结合起来：中国希望发展中经济体参与制定 AI 规则，而非被动接受主要由发达西方市场设计的标准。

这些承诺令中美围绕影响力、基础设施和技术标准的竞争更加鲜明。华盛顿一直强调其在先进芯片和前沿模型领域的领导地位，同时限制部分技术向中国转移。北京则以培训、开放技术、实际应用以及面向全球南方的合作伙伴关系作出回应。

这一回应不只是外交口号。培训项目能够影响工程师学习哪些工具、政府采用哪些技术框架，以及哪些供应商会嵌入公共基础设施。合作中心则可通过将政策讨论与本地项目相连接，扩大这些影响。

不过，习近平的宣布仍留下诸多关键细节未解。中国尚未公开说明这 5,000 个机会将如何分配、资助或评估，也未解释每个拟议合作中心的治理架构。

因此，这是一项影响深远、但交付计划尚不完整的提议。中国以一套可量化的方案支撑其包容性 AI 发展的主张。BRICS 各国政府如今必须决定，这一方案是会支持本地能力建设，还是会加深其对以中国为中心的技术体系的依赖。

中国实际提出了什么

习近平将常见的国际合作呼吁转化为一套包含培训、机构和可部署公共服务系统的方案。

他在其 AI 大会讲话 中列出了面向发展中国家的三项承诺。第一项是在五年内提供 5,000 个 AI 培训和研讨项目名额。中国将这些名额作为更广泛能力建设工作的一部分。

第二项承诺涉及国际 AI 应用合作中心。习近平点名了东盟、阿拉伯国家联盟、非洲联盟、拉丁美洲和加勒比国家共同体、上海合作组织以及 BRICS。

这些中心之所以重要，是因为它们将中国与区域性和政治性组织相连接，而不只是与单个政府合作。这种结构能够帮助北京在不同国家复制项目，同时使其适应各地区的优先事项。

第三项承诺涉及 MAZU，这是一套由 AI 支持的气象预警系统。习近平表示，中国将协助在 30 个国家部署该系统。天气预报提供了一个务实的检验场景，因为各国政府可以评估预警覆盖范围、预测质量和本地运营使用情况。

拟议中的中心被描述为应用中心，这使其区别于纯学术论坛。其既定目标指向实际落地，包括技术交流、培训、试点项目，以及可能的共享基础设施。

不过，习近平没有说明每个中心所在的城市、预算、人员安排或启用日期。讲话也没有界定东道组织是否将共同掌控其项目。这些缺漏意味着该宣布是一项政策承诺，而非一个已经完成的网络。

大会本身为这项倡议提供了广阔的外交舞台。根据官方大会声明，来自 100 多个国家和国际组织的代表、研究人员和商界领袖出席了活动。大会于 7 月 17 日至 7 月 20 日在上海举行。

习近平还推动围绕发展战略、治理规则和技术标准加强协调。这一表述将应用方案与中国影响各国如何界定可接受 AI 发展的努力联系起来。

这一区别至关重要。培训项目可以教授技术技能，而不改变政策。将应用、标准讨论和政府参与结合起来的合作中心，则具有更广泛的制度影响力。

因此，习近平提出的 BRICS AI 合作方案包含两个层面。其一是即时能力建设，例如培训人才和运行预测工具；其二是对选择、监管和采购 AI 系统的机构施加长期影响。

任何一个层面都不能保证获得采纳。BRICS 包含监管体系、安全关切、语言、基础设施以及与中国关系各不相同的国家。要将一次宣布转化为运转中的网络，需要达成能够处理这些差异的协议。

不过，这些数字承诺让未来的审视变得更容易。观察人士可以统计培训名额、运营中的中心、参与机构以及 MAZU 的部署情况。这比笼统承诺支持全球南方更具可检验性。

为什么 BRICS AI 合作此刻重要

当许多发展中经济体担心沦为由其他地区主导市场中的永久客户时，中国正在提供共享的 AI 能力。

先进 AI 依赖多种稀缺投入，包括计算基础设施、技术人才、可靠的数据系统、电力、云服务接入，以及能够评估技术风险的机构。缺少这些资源的国家很难构建本地产品，也难以与外国供应商进行有效谈判。

这种差距赋予能力建设项目战略意义。培训会影响工程师了解哪些开发工具，试点项目会影响采购预期，技术标准则会影响未来系统是否继续兼容特定供应商。

BRICS 为中国开展这项工作提供了广阔平台。该组织已从巴西、俄罗斯、印度、中国和南非五国扩展而来。其扩大的成员如今包括工业发展水平各异、且对数字基础设施需求显著的经济体。

该组织已经为共同立场奠定了政治基础。在 2025 年 7 月于里约热内卢举行的峰会上，BRICS 领导人通过了一份全球 AI 治理声明，呼吁包容性准入、能力建设、主权监管权力，以及联合国发挥核心作用。

配套的《里约宣言》也欢迎一项覆盖 2025 年至 2030 年的创新行动计划。该计划支持联合研究、初创企业参与、科学交流，以及涉及 AI 和量子技术的工作。

这些承诺解释了为何习近平 2026 年的提议并非凭空出现。BRICS 在前一年致力于发展一套共同的治理话语。中国如今正提出能够让这套话语付诸实践的机制。

巴西也将 AI 治理作为其 2025 年 BRICS 主席国任期的核心议题。该组织的 AI 治理声明 强调了准入、可持续发展、国家主权以及发展中国家的有意义参与。

这一议程吸引了那些担忧 AI 市场集中化的政府。目前，少数企业控制着许多领先模型、云平台和专用芯片。主要技术中心之外的国家往往通过进口服务来获取这些能力。

中国的提议对这一格局提出挑战，但并不要求每个 BRICS 成员都构建前沿模型。各国政府可以转而发展本地应用、培训专业人才，并参与标准讨论。这一方式降低了加入 AI 经济的初始门槛。

农业是一个可能的应用场景。一个国家可以将本地作物数据与预测或计算机视觉系统结合，而无需训练通用模型。医疗保健、能源管理、物流、教育和公共行政则提供了其他可能的应用方向。

天气预警提供了一个尤其直观的例子。预测系统可以支持灾害准备、农业决策和应急响应。但它同样需要本地数据、机构协调、通信基础设施以及持续的技术维护。

这些要求表明，仅有接入是不够的。政府可以获得软件，但仍可能缺少人员、数据质量或操作流程。有效的能力建设必须覆盖整个部署过程。

中国的提议也出现在围绕 AI 主权的讨论之中。这个术语指政府控制关键数据、基础设施和政策选择的能力。主权可以保护本地决策，但也可能被用来为限制措施或国家监控辩护。

BRICS 成员国对这种平衡并没有统一解释。印度拥有自身的技术雄心，并与美国企业保持密切商业联系。巴西强调权利和多边治理。其他成员则更重视国家控制或快速发展基础设施。

这些差异限制了将 BRICS 视为统一中国技术集团的假设。但它们也使合作中心在政治上具有实用价值。此类中心可以推进特定项目，而不要求每个成员采用完全相同的规则。

因此，眼下的关键在于制度性存在。中国希望在发展中国家培训官员、选择应用并讨论技术标准时参与其中。这种参与能够在政府签署大型采购合同之前很久就塑造市场。

习近平 BRICS AI 合作挑战美国模式

主要竞争在于中国国家支持的能力网络与美国市场主导的技术优势之间，而不只是两组 AI 模型之间的竞争。

美国在先进半导体、云计算、AI 研究和广泛使用的商业平台等领域依然拥有重大优势。其领先企业吸引全球开发者，并提供许多组织能够快速部署的服务。

华盛顿也将部分 AI 技术视为国家安全资产。出口管制和投资限制旨在限制中国获取先进芯片及相关能力。美国官员认为，不受限制的技术转移可能强化军事和监控系统。

中国则以不同方式描述这些限制。习近平在上海的讲话中批评技术壁垒，并表示 AI 不应成为少数国家或企业的专属。他将国际合作描绘为独占性控制的替代方案。

这种对比在政治上对北京有利。美国可能被视为稀缺计算技术的守门人；中国则可将自己塑造成提供培训、开放工具和公共服务应用的合作伙伴。

这一表述并未涵盖整个市场。美国的大学、企业和非营利组织同样支持国际研究与技能培训项目。中国企业则保护商业技术，并争夺合同。

不过，这些政策组合强调了不同的影响力路径。美国的影响力往往通过私有平台、开发者生态系统、云服务合同以及对先进硬件的获取而传播。中国的倡议则将企业与国家外交及多边机构结合起来。

这种差异改变了竞争的展开方式。更好的模型可以赢得开发者关注，但培训合作伙伴关系能够影响公共采购。更快的芯片可以吸引商业需求，而政府支持的中心则可能影响标准和监管措辞。

中国还受益于一批日益成熟的本土 AI 企业。DeepSeek、Alibaba、Baidu、Tencent、Moonshot AI 和 Z.ai 已针对不同市场开发模型或平台。一些中国开发者发布了权重可获取的模型，鼓励海外进行试验。

开放权重模型允许用户在规定许可证下下载模型参数。它们能够支持本地部署和定制，但用户仍需要硬件、专业知识和治理流程。

这种模型分发策略强化了中国的外交叙事。政府可以谈论更广泛的可及性，而中国开发者则提供机构能够检查或在本地运行的技术。这种组合对于重视数据驻留的地区颇具吸引力。

它也让北京得以回应芯片限制。中国无法立即消除所有硬件约束，但可以推动高效模型、国产加速器以及对受限美国组件依赖更低的软件生态系统。

美国的回应日益将 AI 领导力与全球标准联系起来。白宫曾表示，在模型和基础设施方面的领导地位有助于美国塑造可接受的使用方式。中国正通过不同机构建立同样的联系。

对开发者而言，这种竞争可能带来更多选择。额外培训、本地化模型和区域基础设施可以减少对单一供应商的依赖。竞争也可能促使供应商支持更多语言和资源较少的市场。

对企业采购方而言，选择更为复杂。采购团队必须比较安全性、数据控制、供应商稳定性、模型质量、监管风险以及长期互操作性。最初部署成本最低的方案，日后可能造成高昂的切换成本。

各国政府面临的决策范围更广。接受培训并不意味着必须采纳中国的监管模式。然而，反复开展技术合作可能塑造行政惯例、偏好的标准以及供应商关系。

因此，核心问题并不是中国是否会在整个 BRICS 范围内取代美国 AI 供应商。这种结果既未被承诺，也并非必要。只要其系统成为参与机构中一个可信的默认选择，中国就能获得影响力。

华盛顿面临着在限制措施之外展开竞争的压力。出口管制可以放缓对特定硬件的获取，但无法培训外国工程师，也无法改善当地公共服务。持久的回应需要为传统美国盟友体系之外的国家提供有吸引力的合作伙伴关系。

欧洲面临相关挑战。其影响力在很大程度上依赖监管，尤其是涉及安全、透明度和权利的规则。中国的方案表明，当标准与应用、融资和技术援助结合时，其影响范围会更广。

这场竞争不会产生一个明确的赢家。各国可以在同一国家战略中使用美国云服务、中国模型、欧洲监管理念和本地数据。这种混合环境使互操作性和独立评估变得愈发重要。

共享能力的承诺遭遇治理难题

中国的方案能够扩大 AI 的可及性，但同样的基础设施也可能带来对供应商的依赖、政治控制和责任不清的问题。

习近平的宣布将合作描述为包容且互利。在项目揭示谁控制数据、采购、模型更新和运行规则之前，这种描述仍只是政府主张。

培训项目能够培养真正的本地专业能力。它们也可能引导参与者使用特定的软件技术栈或治理假设。其效果取决于课程设计、讲师选择，以及参与者能否将所学技能应用于相互竞争的系统。

应用中心也提出类似问题。联合治理将赋予参与机构对项目选择和评估的权力。主要由中国政府部门或供应商主导的中心，则会形成不同的关系。

公开信息尚无法厘清这种区别。中国尚未发布涵盖每个拟议中心的统一章程。因此，个别协议值得仔细审查。

数据治理带来另一项风险。农业、医疗、气象和公共行政项目可能涉及敏感或具有战略价值的信息。东道国政府需要关于存储、访问、再利用、传输和删除的明确规则。

技术安全同样重要。任何外部提供的系统都可能引入漏洞或依赖关系。政府需要独立测试、事件报告程序，以及在供应商关系发生变化时维持关键服务的能力。

政治价值观造成了更深层的紧张关系。中国支持国际协调，同时在国内对网络信息和生成式 AI 输出保持严格控制。批评者认为，其治理方式将国家权威置于个人表达之上。

一份 Carnegie analysis 将中国的国际 AI 战略描述为多边外交、合作中心以及以国家控制为基础的治理模式的结合。这一解读对北京关于普遍可及性的表述提出了质疑。

支持者可以合理地回应称，西方系统也带有自身形式的依赖。专有模型提供的可见性有限，云服务可能改变条款，外国出口规则也可能中断访问。集中的私营权力并不天然更具问责性。

这才是真正的权衡。发展中国家希望获得技术，同时不永久从属于外国平台。然而，从一个外部供应商转向另一个，并不会自动带来主权。

本地能力不仅需要进口模型。它还需要能够评估系统的工程师、理解采购风险的监管者、能够测试本地表现的研究人员，以及能够保护公民的机构。

这 5,000 个培训机会应根据这些需求来衡量。研讨会参与人数容易统计。独立技术能力、长期就业和由本地管理的项目则更难形成。

语言覆盖范围提供了另一项实际检验。许多 BRICS 及伙伴国家拥有多种广泛使用的语言，其中包括在大型训练数据集中代表性不足的语言。一个有用的合作项目应公布这些本地语境下的评估结果。

不能假定模型在不同地区都具有相同表现。主要基于中文或英文材料训练的系统，可能无法处理当地法律、方言、医疗实践或行政术语。当政府将公共决策自动化时，这些错误会变得严重。

基础设施成本带来另一项约束。开放模型仍需要服务器、电力、网络、维护和安全保障。如果参与者回到缺乏适当算力条件的机构，培训名额的影响将十分有限。

中国可以通过高效模型和共享计算设施解决部分问题。这类支持会使该方案更具价值。但除非协议保留可迁移性，否则它也会加深对中国基础设施的依赖。

BRICS 的多样性使共同治理更加复杂。成员国在隐私法、数据本地化、采购规则、民主问责以及与西方技术供应商的关系上各不相同。单一监管框架不太可能适合每个成员。

这种多样性也可能构成保障。各国可以比较不同做法，而非接受单一蓝图。区域机构可以要求合作中心项目采用透明招标、本地审计和共同监督。

独立评估将至关重要。中国政府报告可以记录培训名额或已安装系统等投入。东道国机构应公布结果，包括系统准确率、本地人员配置、正常运行时间和采购条款。

公民社会和学术研究人员需要获得相关信息。缺乏外部审查时，政府可能将项目称为成功，同时掩盖表现不佳或权利方面的担忧。透明度应同时适用于中国和西方供应商。

气象预警项目提供了一个有用的早期案例。其公共价值容易理解，也可能取得可衡量的成果。研究人员可以考察预测准确率、预警提前时间、地理覆盖范围以及当地机构的使用情况。

成功部署将强化中国关于合作带来实际益处的主张。整合不佳或缺少公开报告，则表明该宣布更偏向外交曝光，而非持久能力。

因此，应通过制度设计来评估习近平的 BRICS AI 合作议程。合作伙伴关系的数量固然重要，但决策权更为重要。缺乏问责的可及性可能复制该倡议声称要减少的依赖。

三个信号将显示该战略是否奏效

下一阶段应通过已投入运行的中心、可验证的培训成果以及经独立衡量的部署情况来评判。

第一个信号是公布 BRICS 合作中心的正式协议。这些文件应明确东道方、资金来源、领导架构、项目标准和数据治理责任。

具体协议将强化中国正在建设持久机构的结论。若反复宣布却没有预算或运营日期，则会削弱这一结论。

观察者还应关注哪些 BRICS 成员最先参与。广泛参与将表明，中国已找到能够跨越该集团政治差异而被接受的项目。一小部分双边伙伴参与则表明其网络更为有限。

第二个信号是支撑 5,000 人培训承诺的证据。中国应披露资格规则、项目时长、课程主题、参与机构以及各国名额分配情况。

短期研讨会和高级技术项目服务于不同目的。将两者视为相同机会进行统计，会夸大能力建设的表象。明确分类将使这一承诺更容易评估。

仅有结业人数还不够。有力证据还应包括由本地领导的项目、持续的研究合作伙伴关系、受训讲师，或进入相关技术岗位的毕业生。

这些项目还应证明其可迁移性。参与者应学习适用于多个技术供应商的概念和方法。针对特定供应商的教学仍然可以有用，但不应被表述为独立的国家能力。

第三个信号是 MAZU 及其他公共服务应用的运行表现。最有价值的报告应包括国家名称、部署日期、合作机构、技术评估以及有记录的公共成果。

性能方面的失败并不会自动使更广泛的议程失效。天气系统本就在复杂的本地条件下运行。透明披露局限性，反而会让该计划更具可信度。

相比之下，含糊的成功宣称会削弱中国的论点。各国政府需要看到证据，证明这些系统能够在本地数据、语言、通信网络和应急程序下发挥作用。

这三类信号应体现在协议、项目记录和部署报告中。与外交表态或出席会议相比，它们提供了更清晰的检验标准。

竞争方的反应将构成辅助证据。美国、欧盟、印度及其他技术提供方可以推出各自的培训和基础设施方案。更优的替代选择将提升发展中国家的谈判能力。

最理想的结果，不应是独家向北京或华盛顿靠拢，而应形成一个让各国政府能够比较系统、保留数据控制权，并且无需重建一切即可更换供应商的市场。

实现这一结果需要可互操作的标准。互操作性使不同供应商的系统能够通过有文档记录的接口交换信息。它能降低转换成本，也让混合技术环境更易于管理。

中国表示支持在技术标准方面开展协调。决定性问题在于，合作中心项目是否实施了外部供应商也能使用的标准。封闭接口将与公开宣称的开放立场相冲突。

采购记录将提供更多线索。透明招标、公开需求以及独立安全审查，将支持互利合作的说法。附带隐蔽条款的直接授标则会引发依赖担忧。

开发者应关注能否实际获取数据集、评估工具、计算资源和多语言基准。会议能够带来关注，但这些资源才决定本地团队能否构建和测试应用。

企业采购方应监测数据存储位置规则和合同退出权。当客户无法导出数据、复现评估结果，或将工作负载迁移至另一家供应商时，系统就会带来战略风险。

知识工作者也应关注，因为国际标准最终会影响日常工具。有关模型披露、内容控制、数据传输和问责的规则，能够决定各市场可获得哪些服务。

跨演讲、协议和技术发布追踪这些变化可能并不容易。一个可搜索的AI 知识库可帮助团队将政策承诺与后续实施证据关联起来。

总体判断仍未定论，但可以检验。中国已提出一项可信的尝试，旨在将 AI 外交与培训和应用结合起来。但它尚未证明每一家承诺设立的机构都能提供透明、由本地掌控的能力。

如果参与国获得技能、可运行的系统，以及更大的供应商选择自由度，习近平的金砖国家 AI 合作战略就算成功。若这些中心主要扩大中国的制度性影响力，该战略便未能达到目标。

未来几个月，应关注协议而非演讲。留意具名主办方、获得资金支持的项目、公开评估和可执行的数据规则。这些细节将揭示，中国是在分配 AI 能力，还是仅仅在重组依赖关系。