在今年5月初《每日經濟新聞》與中國商業智能服務公司QuestMobile聯合發布的“2025年一季度AI應用價值榜”中，DeepSeek以8111.3萬月均下載用戶數和近1.87億的月均活躍用戶規模列行業榜首，反映出中國用戶對本土人工智能技術日益增長的認可度。

從頂尖高校與科研院所構筑的創新網絡，到開源生態推動的技術普惠，再到對人工智能治理和教育改革的深度思考，中國的人工智能發展路徑正在重新定義全球科技發展與創新格局。海外學者在接受本報記者采訪時表示，這不僅體現出中國技術實力的躍升，更代表了一種將國家戰略、教育體系與產業需求深度融合的發展智慧。以DeepSeek為代表的中國人工智能產業正在為如何進一步優化人工智能技術的倫理框架、提升技術創新的可持續性，以及加強國際合作、守護人文溫度，提供一份充滿智慧的答卷。

開啟中國自主創新的新篇章

全球科技領域的競爭一直較為激烈。自今年1月起，DeepSeek的成功已然成為國際關注的熱點，國際學者們在“解碼”中國人工智能成功崛起的過程中，對過去的很多陳舊觀點提出了質疑，對中國的科技產品給予高度評價。

4月21日，美國斯坦福大學胡佛研究所發布該研究所高級研究員、斯坦福大學政治學教授艾米·澤佳特（Amy Zegart）與斯坦福大學國際政策專業研究生埃默森·約翰斯頓（Emerson Johnston）合著的報告《深入探析“深度求索”的人工智能人才結構及其對美國創新的啟示》。報告考察了杭州深度求索人工智能基礎技術研究有限公司（以下簡稱“深度求索公司”）的人工智能人才結構特征，據此提出中國已建立起一個強有力的本土人工智能人才培養機制。

2024年1月至2025年2月，深度求索公司在學術論文開放存取平臺“arXiv”上發布了5篇基礎研究論文。這5篇論文共有223位署名作者，澤佳特和約翰斯頓分析了其中211位作者的教育背景、職業路徑和國際流動情況。報告指出，DeepSeek研發團隊并非外界所認為的“青澀”或“非資深”。平均來看，上述211位作者每人發表過61篇論文，被引量超過1000次。“核心團隊”（即參與了全部5篇論文撰寫的作者共31人）人均被引量約為1500次。在211位論文作者中，111位從未離開中國學習或工作，僅有4位從未在中國學習或工作過。這表明，中國獨立培養具有世界領先水平的本土人工智能人才的能力在增強。截至報告形成時，有171位作者任職于中國內地機構，只有15位任職于美國機構，其余分布在澳大利亞、加拿大、英國、新加坡等地。

報告還指出，在中國機構中，中國科學院扮演著關鍵角色，有53位作者任職于中國科學院及其下屬機構；任職于北京大學、清華大學、中山大學、南京大學等著名高校的作者接近100人。這說明中國通過制度基礎設施支持人工智能發展，形成了以中國科學院為中心、以頂尖高校為支點的人才網絡。澤佳特和約翰斯頓認為，吸引和長期留住全球頂尖人才曾是美國技術領先的基石，但在21世紀，這一優勢正在減弱。中國采取的戰略性人力資本發展政策，將本土人才海外獲取先進知識視為一種國家戰略性投資，而非簡單的人才流失。

美國《財富》雜志網站近期刊文表示，中國高校正在培養大批充滿熱忱的本土技術人才，為中國人工智能產業發展作出了巨大貢獻。一些觀察人士認為，“90后”中國科技創業者與其前輩在創新態度上存在顯著差異。早期創業者多認可“先復制再改進”，而新一代科研人員則認同開源理念，堅信中國具備創新能力，不應局限于模仿。《財富》雜志進一步分析認為，從更系統的層面而言，中國得以在全球科技競爭中多次實現追趕，得益于這些持久且強有力的因素：龐大的制造業基礎、積極借鑒外國先進經驗、豐富的人才儲備以及一個能夠同時扮演投資者、支持者和監管者角色的政府。中國政府在利用規模優勢方面發揮著關鍵作用，通過政策、監管和補貼，構建了一個“國家協調”的創新體系，私營部門圍繞這一體系的優先項展開布局。

英國倫敦政治經濟學院教授金刻羽提出，相較于美國，中國的創新者可能更專注于“量身定制式的問題解決方式”。這種有針對性的、“夠用就好”的創新模式使中國能夠大規模生產價格親民的技術產品，包括像DeepSeek這樣前沿的人工智能模型。在西方企業高管還在擔心如何承擔人工智能發展的高昂成本時，中國或許不久后就能將全球所需的產品投向市場。

推動人工智能民主化

DeepSeek的開源特性掀起了關于如何加速前沿科技在全球的普及以使其更易于理解和運用進而惠及更多人群的熱烈討論。加拿大圣托馬斯大學政治學系教授兼系主任肖恩·納林（Shaun Narine）對記者表示，雖然DeepSeek-V3的訓練成本顯著低于GPT-4、Llama3.1等同類海外大模型，但其表現毫不遜色，人工智能的使用更加經濟實惠、更具可及性。

美國路易斯維爾大學計算機科學與工程學副教授羅曼·V.揚波爾斯基（Roman V. Yam-polskiy）推測，DeepSeek的廣泛部署將推動人工智能商業化，降低各行業應用門檻與風險，為初創企業和小企業創造機遇。這標志著人工智能民主化向前邁進了一步，其高訓練效率和開放架構為“全球南方”國家的科技進步、社會經濟發展和人民福祉提升開辟了新道路。“這意味著相對貧困的國家可以大幅提升與富裕國家競爭的能力。例如，港口運營不再僅僅是富裕國家的專利。如果人工智能能夠幫助較貧窮的國家更高效地利用資源，將帶來巨大的經濟利益。”納林對DeepSeek帶動的人工智能民主化趨勢充滿期待。

巴西馬拉尼昂聯邦大學法律和地緣政治全職教授卡修斯·吉馬雷斯·柴（Cássius Guimarǎes Chai）觀察到，大部分“全球南方”國家在以較好的成本效益比（Benefit cost ratio）開展人工智能研發，但面臨著一系列挑戰。首先，基礎設施不足成為一大瓶頸。高性能計算資源匱乏和互聯網連接不穩定嚴重限制了人工智能技術的開發與應用。其次，專業人才的短缺也是一大難題。缺乏受過系統訓練的人工智能專業人員，使得這些國家在創新和有效實施人工智能解決方案時力不從心。此外，數據獲取的困難也不容忽視。本地化、高質量數據的稀缺，嚴重影響了模型的訓練效果。最后，監管和倫理框架的缺失也帶來了諸多隱患。如何確保人工智能的倫理實踐以及有效保護公民的基本權利，成為“全球南方”國家亟待解決的問題。

“盡管人工智能民主化的前景令人期待，但各國不應高估其技術效用。一個國家使用的技術越多，就越需要配套發展本土人才來維護和改進技術。這需要完善的教育基礎設施，而許多國家卻缺乏這些完備條件。因此，盡管人工智能技術可以發揮更大作用，但它只能作為一種工具，幫助提升國家能力，且必須與其他必要且可持續的改革和發展相結合。”納林如此評論道。

增強人工智能全球治理的效力

納林提出，西方公眾對人工智能崛起多持懷疑態度，這種懷疑需通過謹慎的咨詢、科普教育以及對人工智能的持續分析來緩解。如果人工智能的使用缺乏國際標準和監管，其陷入更具競爭性動態的風險將加劇。揚波爾斯基也表示，要平衡人工智能的創新性與安全性，嚴格的審計和監管合規等保障措施不可或缺。隨著開源模型的本地化及多場景部署的推進，各國需建立具有透明性、倫理性和動態風險管理的新監管框架，以應對新的監管挑戰。

以環境挑戰為例，揚波爾斯基表示，DeepSeek備受關注的原因之一是其訓練和運行過程中的能源消耗明顯低于同類其他模型，這說明能源效率將成為未來人工智能研發中的核心考量，針對人工智能企業設立環保標準是人工智能治理的重要組成部分。DeepSeek的“節能”效果顯著，但也引起了人們對“杰文斯悖論”（Jevons paradox）的擔憂：模型成本效益比的改善可能導致對這些模型的需求增加，最終造成更多的資源消耗。對此，揚波爾斯基呼吁各國應通過制定適應性擴展政策和完善監管措施緩解“杰文斯悖論”帶來的潛在風險。

針對提升人工智能治理國際合作效果，柴提出了三點建議：首先，在倫理層面建立統一的倫理準則框架至關重要。這將確保人工智能的發展能夠遵循全球普遍認可的倫理標準，從而在不同國家和地區之間實現公平與透明。其次，在數據流動方面跨境數據的合理共享是訓練強大人工智能模型的基礎，而協調一致的政策能夠有效保障隱私安全，促進數據的負責任使用。此外，在風險應對上通過國際合作制定風險緩解策略，可以共同應對人工智能帶來的全球性挑戰（如網絡安全威脅和經濟動蕩），從而為技術發展營造一個更安全、穩定的環境。

“雖然現有的法律框架在某些方面，如知識產權法和數據保護法規等方面，能夠為應對人工智能相關挑戰提供一定的基礎，但人工智能技術的獨特性也意味著需要制定更為專業的法律框架。”柴以歐盟2021年通過的《人工智能法案》為例，認為該法案針對人工智能的特定風險和應用確定了較為全面的法規，展現了前瞻性思考，為全球人工智能立法提供了有益的借鑒。