简而言之
世界各国政府正在资助“主权”AI:由本国掌控的算力、模型和数据。支持者认为,它能保障使用渠道、体现本地价值观,并且可以从一开始就按高效的方式构建。批评者认为,完全自给自足负担不起,会造成重复投入,还会给本已紧张的电网增加数据中心。可持续性的结果,与其说取决于谁拥有 AI,不如说取决于它如何构建、规模多大以及如何使用。
要点
- 2026 年的一项指数统计了 67 个国家的 184 个主权 AI 项目。
- 英国、欧盟和瑞士都在投资本国的算力和模型,但规模差别很大。
- 支持主权 AI 或公共 AI 的理由在于安全、公平使用、问责,以及符合本地法律和价值观。
- 反对的理由在于成本、可行性、高耗能训练的重复,以及政治控制的风险。
- 小型、本地化和开放的模型提供了一条中间道路,可以同时兼顾主权和效率。
AI 越来越被视为像能源或电信一样的国家基础设施。如今许多政府都希望掌控一部分 AI 能力,并为此投入巨资。这引出了一个在讨论中常被忽视的问题:主权 AI 对环境是更好还是更坏?本文列出双方的论点。
什么是主权 AI?
由一个国家或一个国家集团掌控的 AI 能力。这可以指自己的算力(数据中心和超级计算机)、自己的模型、自己的数据、自己的技能,或几者的组合。
这一理念迅速传播开来。美国新安全中心(Center for a New American Security)的 Sovereign AI Index 根据截至 2026 年 6 月的数据,统计了 67 个国家的 184 个主权 AI 项目。
几个规模差别很大的例子:
| 国家或地区 | 内容 |
|---|---|
| 英国 | 2026 年成立的主权 AI 部门(Sovereign AI Unit),资金最多 5 亿英镑;此外还有 Isambard-AI 超级计算机等国家算力,以及指定的 AI 增长区(AI Growth Zones) |
| 欧盟 | 2025 年 2 月宣布的 InvestAI 计划,旨在为 AI 调动 2000 亿欧元,其中包括一项 200 亿欧元的 AI“超级工厂”基金;截至 2026 年末,超级工厂选址仍在进行中 |
| 瑞士 | Apertus:由洛桑联邦理工学院(EPFL)、苏黎世联邦理工学院(ETH Zurich)和瑞士国家超级计算中心于 2025 年 9 月发布的完全开放的多语言模型,有 80 亿和 700 亿参数两个版本,权重、数据和代码均已公开 |
支持主权 AI 或公共 AI 的理由是什么?
支持者认为,AI 太重要了,不能完全依赖少数几家外国公司。他们的主要论点有:
- 安全与韧性。政府、医疗系统和电网所依赖的服务,不应依赖于别的国家或公司可以限制的使用渠道。
- 公平使用。有人主张把 AI 作为像水或铁路那样的公用事业,使使用权不取决于支付能力。Mozilla 基金会 2024 年的 Public AI 报告主张在私营 AI 之外提供公共替代方案,并将其比作公共广播和公共交通。
- 法律与价值观。用反映本地语言、法律和规范的数据训练的模型,可能更好地服务公民。基于主要用其他国家数据训练的开放模型进行开发的政府,需要面对一个问题:这些模型反映的是谁的价值观。例如,英国政府资助了基于 Meta 的 Llama 等开放模型开发公共服务工具的工作。
- 问责。公共模型可以在公开环境下接受检查、审计和治理。
- 敏感数据。有些数据,例如详细的电网数据或健康数据,不能发送给外部服务商,因此高效的本地模型是对这些数据使用 AI 的唯一途径。
2026 年英国一场由数学家、计算机科学家和业界人士参加的绿色 AI sandpit(研讨工作坊)辩论了这一设想的一个版本:由政府运营的国家模型,作为公用事业运作,以实现公平使用、主权和安全,并以数学上的效率作为竞争优势。
反对的理由是什么?
批评者认为,完全自给自足负担不起、进展缓慢,而且对大多数国家来说是不可能的。他们的主要论点有:
- 成本与可行性。托尼·布莱尔全球变革研究所(Tony Blair Institute)2026 年的报告认为,完全自给自足太昂贵、太慢,对大多数国家来说根本不可能,因此主张把主权理解为对关键选择的自主权。布鲁金斯学会(Brookings)2026 年的一份报告认为,全栈 AI 主权在结构上对几乎任何国家都不可行。
- 重复投入。在每个国家从零训练一个前沿模型,会重复别处已经付出的能源、水和硬件成本。
- 政治控制。国营模型会引发担忧:政府可能影响公民能问什么、被告知什么。
- 数据限制。民主国家的政府可能无法或不愿使用私营公司所用的数据进行训练。
- 基础设施与公众舆论。新的数据中心需要电网接入、用水和规划许可,在许多地方还会遭到当地反对。
- 押错架构。国家投资于大型集中式模型,是假定这类模型在五年或十年后仍占主导地位,而不是数据留在用户手中的小型本地模型。
主权对能源和排放意味着什么?
这取决于建什么、建在哪里,以及取代什么。主权 AI 的结果可好可坏:
- 更坏:如果意味着在以化石能源为主的电网上建更多数据中心、重复训练,以及把大型通用模型用于小模型就能完成的任务。
- 更好:如果意味着规模适当的专门化模型、把数据中心建在清洁电力过剩的地方、复用开放模型而不是从零重新训练,以及制定测量和报告的公共标准。
选址很重要。国际能源署(IEA)指出,数据中心的需求集中在少数几个地区,电网约束日益成为问题。那些可再生能源发电过剩、如今有时不得不弃电的地方,自然是理想的选择。公共项目还可以从一开始就要求报告能耗、提高效率,而这一点很难强加给外国服务商。
开源会改变局面吗?
会。开放模型让各国可以改造而不必重建。如今来自许多国家的开放权重模型被广泛使用。ATOM Project 报告称,2025 年年中,中国开放模型在 Hugging Face 上的累计下载量超过了美国模型。
针对某种语言、行业或法律体系对现有开放模型进行微调,所用能源只是训练新模型的一小部分。瑞士的 Apertus 展示了另一条路:一个公开构建、可供他人复用的完全开放模型。两者都减少了每个国家都要承担全部训练成本的必要。
有没有中间道路?
许多人主张对关键部分保持主权,其余部分则相互依存。实际做法是:
- 掌控数据和部署,即使基础模型来自别处。
- 优先选择小型、本地化、专门化的模型,它们可以运行在国家或本地基础设施上,让敏感数据留在原处。请参阅边缘端的 AI。
- 与盟友共享算力和开放模型,而不是重复建设。
- 从一开始就把效率、测量和清洁电力纳入公共 AI。
有些人更进一步,提出分布式推理,即把推理分散到许多较小的服务商,能否防止任何一家公司或政府控制 AI 的使用方式。这是一个尚无定论的研究问题,也有其自身的效率取舍。
下一步怎么做
- 如果您参与制定公共 AI 项目,请从一开始就要求测量和报告能耗:请参阅绿色 AI 政策。
- 在应用场景允许时,优先改造开放模型,而不是训练新模型。
- 把算力放在有清洁电力的地方:请参阅托管与数据中心。
- 对敏感数据,考虑边缘和本地部署:请参阅边缘还是云端?。
- 阅读为什么绿色 AI 现在很重要,了解能源背景。
常见问题
什么是主权 AI?
由一个国家或一组国家掌控的 AI 能力:自己的算力、模型、数据或技能,从而不完全依赖外国企业或政府。
主权 AI 更绿色吗?
不一定。从零训练一个国家级模型,会重复别人已经花费过的能源。如果它规模更小、更专门化、使用清洁电力,并取代效率更低的用法,就可能更绿色,但这必须在设计时就考虑进去。
什么是公共 AI?
这种观点认为,部分 AI 应当像公共广播或公共交通一样,作为公共基础设施提供,与私营服务并存,并接受公共问责、向公众开放。
来源
- Sovereign AI Index, Center for a New American Security (2026)
- Sovereign AI Unit, UK Government, Department for Science, Innovation and Technology (2026)
- AI Opportunities Action Plan: one year on, UK Government (2026)
- EU launches InvestAI initiative to mobilise €200 billion of investment in artificial intelligence, European Commission (2025)
- Call for tenders: selection of AI gigafactory consortia, EuroHPC Joint Undertaking (2026)
- Apertus: a fully open, transparent, multilingual language model, EPFL, ETH Zurich and CSCS (2025)
- Public AI: making AI work for everyone, by everyone, Mozilla Foundation (2024)
- Sovereignty in the age of AI: strategic choices, structural dependencies, Tony Blair Institute for Global Change (2026)
- Is AI sovereignty possible? Balancing autonomy and interdependence, Brookings Institution (2026)
- UK's best AI engineers can apply now to build tech for public services in £1 million fellowship, UK Government (2025)
- The ATOM Project, ATOM Project (2026)
- Energy and AI, International Energy Agency (2025)