坚持AI自主可控与开放合作并举
坚持AI自主可控与开放合作并举
自主可控与开放合作，在 人工智能 产业链上并非可以简单并列的口号。高端芯片和底层框架受制于人，产业安全就没有底；而AI技术的开源属性又决定了，关起门来搞不出持续领先的模型。真正的考题，是如何让这两件事互相支撑，而不是彼此消耗。
这道考题的分量，从一组对照中能看得更清楚。一方面，当前我国重点行业 人工智能 渗透率已突破80%，正从“技术突破”迈入“产业深耕”阶段；另一方面，部分国家在高端芯片、核心算法等领域持续加码出口管制。越往深处走，自主的短板越不能回避，开放的空间也越不能收窄。
自主可控是 人工智能 产业链安全稳定的根基。近年来，我国在人工智能芯片、智能算力等关键环节持续发力，自主化水平稳步提升。2026年上半年，华为AI加速器出货量达57.2万颗，市场份额升至28%，与 英伟达 的差距缩小至6个百分点；在互联网 数据中心 追踪的11家中国芯片制造商中，9家制造商实现出货量同比增长。我国人工智能核心产业规模已突破1.2万亿元，智能算力规模达2592EFLOPS，人工智能企业数量超6600家，但高端训练芯片的国产替代进程仍需加速，底层框架和原创性算法上的差距并未消失。基础理论、方法、工具上若没有新突破，发展主动权就始终攥不牢。
开放合作是人工智能产业持续创新的内在要求。开源模型的迭代速度、开发者网络的规模效应，都建立在技术流动和共享之上。我国拥有全球约60%的人工智能专利、约三分之二的 机器人 相关专利。国务院印发的《关于深入实施“人工智能+”行动的意见》明确，推动人工智能普惠共享、共建全球治理体系。今年7月，世界人工智能合作组织协定在上海签署，29个国家成为创始成员国；截至8月，中国—东盟国家人工智能应用合作中心已签约国内项目102个、落地外资企业19家。这些举措表明，要用开放合作把技术优势转化为生态优势和规则影响力。
协同共进是自主可控与开放合作辩证统一的有效路径。从近两年的实践看，至少有以下4条路径已经跑出雏形。
开源生态正在成为自主内核与全球迭代之间的连接器。全球最大开源AI社区Hugging Face发布的2026年春季报告显示，中国研发的开源模型下载量已占全球总量的41%，超越美国居世界第一位，累计下载量突破100亿次。把自主研发的模型框架向全球开放，表面上看是让出了部分技术壁垒，实际上则是在开源社区里换回了迭代反馈和生态位。
场景合作是把技术优势变成合作黏性的最短路径。中国人工智能企业依托农业AI大模型等技术优势，以东盟农田为具体场景开展深度合作。中国研发的农业AI大模型已服务中国和东盟200多万亩农场，节约人力20%以上。通过将技术方案嵌入当地农业生产场景，既解决了合作方精细化管理需求，也使中国企业在跨场景适配中积累了落地经验，实现了技术优势向国际合作成果的有效转化。
算力“硬联通”和规则“软联通”应同步走。截至今年6月底，我国智能算力规模达2185EFLOPS，围绕算力枢纽建成70余条算力大通道。国家发展改革委发布的《人工智能合作发展行动计划》提出智能算力普惠行动和规则标准共建行动，面向发展中国家提供普惠智算服务，推动标准对接协调机制建设。仅有算力通道、没有规则互认，企业跨境流动的合规成本就降不下来；仅有规则框架、没有设施支撑，合作就悬在半空。
人才的双向流动，是打通自主攻关与开放合作循环的最后一环。全球半数顶尖人工智能人才来自中国，但国内人工智能工程师需供比仍达2.62，复合型人才缺口持续扩大。依托亚太AI创新共享平台推进跨境技术交流与联合人才培养，以更开放的人才政策吸引全球优秀人才来华创新创业，说到底是要让人才流动起来——人才流动的方向，往往就是技术突破和合作深化的方向。
坚持自主可控与开放合作并举，既守住人工智能产业链安全底线，又拓展全球合作空间，方能在全球人工智能竞争中赢得主动、赢得优势。
（文章来源：经济日报）