刘少山：中国AI“走出去”战略——技术开源供给、标准构建与全球科技生态重塑｜AI观察

2025年5月8日，在美国参议院商务委员会关于“赢得AI竞赛”的听证会上，微软总裁布拉德·史密斯（Brad Smith）发出警告：“决定美国或中国是否能赢得这场竞赛的头号因素，是其技术被全球其他国家最广泛采纳。”他的表态揭示了当前战略环境的本质转变：在特朗普政府对全球贸易与技术施以更严政策的背景下，全球采纳率已成为决定AI大国地位的关键因素。正是在这种逆势封锁之下，中国AI拥有了“AI出海、重塑国际科技生态”的窗口期机遇。

回望20世纪60-80年代，美国借助互联网技术率先完成了一场技术超越窗口期。首先，在技术输出方面，1969年美国国防部高级研究项目局(DARPA)启动ARPANET（“阿帕网”），并于1980年将TCP/IP标准纳入国防通信体系，1983年1月1日完成全网统一切换，为全球互联网打下基础。其次，开源生态建设紧随其后：DARPA将TCP/IP协议与实现代码开放至开源BSD系统，开启了“开源即传播”的实践。1986年NSFNET项目更将其推广至学术界，对开源协议的推广起到了制度支持作用，让操作系统层面的网络功能触手可及，进一步激发了科研界与开发者的广泛参与。正是这种“代码可用即可用”的设计，加速互联网从实验室向商业和民用领域扩散。实践证明，只有当核心通信协议由闭环研究转向开源社区建设，才能产生指数级的技术裂变——从源代码走向全球基础设施。

在先进技术研发与开源供给的同时，美国依托TCP/IP的标准化输出，不仅实现了技术的高度普及，还通过政府政策与开源实践构建了全球兼容基础。1982年3月，美国国防部正式宣布TCP/IP为军事通信标准，并计划于1983年1月1日进行全国统一切换——“flag‑day”政策。这不仅是技术升级，而是一种“兼容命令”：所有接入网络的主机都必须支持TCP/IP，否则将在切换当天被“断网”。这样的强制性标准切换，不仅倒逼美国军工与科研系统同步更新，也形成了全国范围内的标准共识。

更重要的是，这一标准输出非封闭，而是与开源生态协同推进：DARPA分批向BBN、斯坦福、伯克利等机构颁发合同，开发TCP/IP在BSD Unix、IBM系统、VAX等主流平台上的实现，并将代码纳入BSD Unix 4.2中公开发布。1986年，NSFNET项目进一步推动这一协议在全国学术网络中广泛部署，实际上已实现几乎100%覆盖。

这一系列措施构成了美国将自身制定的通信协议“走出去”的机制范本：政府主导发布兼容时间表，引导标准同步升级；开源促进多平台可用，使科研机构与企业能够“取用即用”；与开源代码同步，全球系统兼容性的基础设施落地。这种“政策+开源+平台集成”的策略，不仅缩短了标准推广路径，也迅速将TCP/IP构建为国际通信的默认规则。

更具深远意义的是，美国在20世纪60-80年代，不仅通过技术标准输出确立优势，更通过“人才走出去”战略深刻影响全球互联网结构，其经验也为今天的中国AI出海提供了宝贵启示。当时，大批美国工程师和研究人员并非留在封闭体系，而是积极参与国际标准组织和社区会议。比如国际网络工作组（International Network Working Group，INWG）于1972年成立，由美国学者如Vint Cerf 和 Steve Crocker发起，在全球网络协议设计中扮演关键角色，并为TCP/IP的诞生打下基础 。

随后，1986年成立的互联网工程任务组（Internet Engineering Task Force，IETF），其最初由21名美国研究者在旧金山召开首会，并获得政府资助支持。这些平台成为美国人才传递技术话语权的前沿阵地。在INWG、IETF及其上层组织互联网架构委员会（Internet Architecture Board，IAB）中，美国专家担任技术主导或核心职务，例如Vint Cerf、Jon Postel、David Clark等人连续多年参与会议、发表RFC文档、管理技术参数注册与标准过程，这些举措不仅保证了标准的专业性，也强化了美国在治理体系中的中心地位。

更重要的是，这些组织采用“开放协作”的制度设计，允许全球工程师通过志愿参与影响标准路线，而美国研究者凭借先发优势与社区影响力，主导了关键标准的发展方向。此举不仅输出了技术，更输出了治理话语权与网络文化。另外，这种人才国际化的战略，使美国不仅输出了协议，还输出了协议演变与规则制定能力，由此建立起真正意义上的互联网全球话语控制机制。

技术扩散是个系统工程，在本章中，笔者将通过“创新扩散”理论深入分析美国互联网技术扩散的历史经验，期待系统性的提出中国AI“走出去”的战略建议。

“创新扩散”理论由罗杰斯在其1962年出版的《创新扩散》一书中提出，其核心观点在于解释新技术、理念如何通过社会系统在人群中传播并被采纳。这一过程并非瞬时发生，而是在时间维度中逐渐推进，通过不同渠道、在社会群体之间缓慢扩散。

创新的传播离不开创新本身、传播路径、社会环境以及时间等多个因素相互作用的结果。他在理论中提出，社会成员对新事物的接受度差异显著，可以划分为“先驱者”“早期采纳者”“早期多数”“晚期多数”“落后者”五类。在缓慢累积影响之后，当“早期多数”开始采纳时，创新迎来快速扩散的拐点，也称为“临界质量”。通过观察核心成员的采纳过程，并借助他们的示范效应，创新才可能从少数人群蔓延至广泛接受。

这一理论其实强调的是“创新自身不断适应群体需求”的演化过程。它不仅解释了为什么某些创新能成功进入主流，而另一些则因缺乏“后知后觉者”的信任而止步，还揭示了传播中沟通方式、社交网络和意见领袖的关键作用。

简而言之，一项创新能否真正普及，往往取决于它能否跨越从“边缘实验”到“大规模采纳”的鸿沟。这一理论对于理解技术出口与国际采纳具有重要借鉴意义：真正的扩散不是一次性成功，而是一个渐进的接纳过程。

第一步，通过技术先进性获取“先驱者”：技术“先驱者”关注技术本身的突破性优势，只有拥有与国际领先者可比肩的技术实力，比如性能接近OpenAI的大模型或超越性的推理能力，中国的AI技术才有资格被全球用户接纳。

第二步，通过开源获取“早期采纳者”：“早期采纳者”既关注技术前沿，也强调可用性和典型案例。在互联网时代，美国通过开源TCP/IP协议让全球科研和工程界能够直接使用并实验，形成早期生态。中国若在此阶段通过开源开放大模型代码、接口文档、推理API等，将使海外开发者快速引入并在本地环境中试验，为形成国际社区参与积累认同。

第三步，通过推进全球标准获取“早期多数”：进入“早期多数”阶层，用户更看重技术是否已成为行业标准、是否广泛兼容。美国通过“flag-day”将TCP/IP 统一为标准通信协议，并使所有接入系统自动切换，从而一举确立全球兼容性与标准支持体系。中国AI若能将接口协议、模型格式和评测指标以同样方式嵌入国际标准体系，便能缩小边缘与主流之间的鸿沟，加速采纳步伐。

最后，通过人才输出收获剩下的用户群体：这需要触达“晚期多数”与“落后者”，更要依赖“人才走出去”。这一过程不仅包括技术人员的出国执行项目，而是通过中国AI工程师、研究者、政策制定者积极参与国际标准组织、社区会议和开源项目，撰写论坛文章、提交技术规格、担任工作组负责人。正如当年Vint Cerf与Jon Postel把美国协议理念带进IAB/IETF，通过RFC和治理成为全球规则制定的核心，中国也只有通过专家国际化深度参与，才能在观念层面塑造规则，并让AI技术真正成为全球“标准选项”。

根据上一章的“创新扩散”理论分析，笔者在本章将探讨中国AI技术是否具备“走出去”的领先性，这是技术扩散的基础。

首先，在基础模型方向，DeepSeek的技术已经明显展现出与国际顶尖模型并肩竞争的水平。多个独立基准测试显示，DeepSeek‑R1在数学、编程和推理任务上与OpenAI的o1模型接近，其中在数学题库MATH‑500和SWE‑bench编码测试中的表现甚至略胜一筹，同时其推理能力也得到了社区用户的广泛认可。虽然DeepSeek‑R1在某些复杂推理问题上比OpenAI o1稍低，但其推理表现仍处于高水平，并且作为首个性能接近的开源大模型，其代码免费、社区使用门槛低，使其在全球开发者中迅速获得广泛关注。更为重要的是DeepSeek的成本优势和开放策略。其采用Mixture-of-Experts架构和强化学习技术，大幅降低训练和推理成本，因此，DeepSeek不仅在技术性能上达到国际一流水平。

其次，在基础模型赋能的具身智能方向，中国展现出显著的全球竞争优势。具身智能的供应链分为上游核心零部件、中游系统技术（包括基础模型、算力等），下游应用场景。首先，上游核心零部件得益于新能源智能汽车产业的爆发，中国零部件制造从传感器、激光雷达到伺服电机实现高度国产化并具备规模生产能力，这种供应链优势为广泛部署具身智能系统提供了坚实基础。

在中游系统技术方面，如上所诉，DeepSeek等产品已经达到国际领先水平，在计算芯片方向华为、瑞芯微等企业也在不断发展，虽然暂时落后与美国同类产品，但是也在快速追赶。

在下游应用场景方面，中国目前领先世界——特别是中国各地政府已大规模投入机器人应用场景的试点，例如深圳市龙岗区的“机器人街区”。各种机器人被运用于城市管理、制造、物流、养老等领域，上海、深圳等地政府为落地项目提供补贴与开发平台等。

总体而言，中国在人工智能领域已构建上中下游的完整闭环，虽然中游技术虽仍略落后，但技术差距快速缩小。这一产业结构使中国产品在国际市场具备竞争力，也为未来技术扩散提供了坚实基础。

上章的结论是中国AI技术已经具备“走出去”的领先性，本章笔者将探讨中国的AI技术开源生态发展现状，特别是开源体系是否准备好获取全球“早期采纳者”。

当前，中国在AI与具身智能的开源生态建设方面已取得初步成就，但在全球扩散力、社区治理与平台影响力上仍明显落后于美国，制约了技术“走出去”的深度与广度。在大模型方面，中国已有如DeepSeek等超过10个千亿参数级开源模型问世，部分模型在MATH、SWE-bench等任务中逼近或超越OpenAI o1级别，展现出强大的技术追赶势能。

但与之相对，美国开源生态依然保持主导地位。Meta主导的LLaMA系列模型构建了广泛的生态体系，仅LLaMA2系列在Hugging Face平台的下载量和引用数即超越中国所有开源模型之和。此外，美国通过Hugging Face等平台打造了完整的模型发布、数据标注、基准测试与社区参与机制，使得其模型在开源界占据“默认标准”地位。

在具身智能领域，中国依托服务机器人和智能汽车产业，已在传感器、整机平台和应用场景集成方面建立领先优势。比如深圳人工智能与机器人研究院发布的AIRSHIP、AIRSPEED、AIRSTONE系列开源项目系统实现了“模型—算力—应用”的端到端开源体系。但由于发展时间比较短，在核心中间件和开发生态方面，与美国主导的ROS（Robot Operating System，机器人操作系统）体系差距仍然较大。

ROS自2007年起由美国Willow Garage发起，其主干开发者仍集中在美国与欧洲，贡献者体系清晰、培训资源丰富。相比之下，国内ROS替代方案如CyberRT、XBot虽已实现部分系统兼容，但在GitHub关注度、开发文档完备度、全球开发者参与度上仍显薄弱，尚未形成强有力的社区号召力。

具身智能机器人产业生态（图源：IDC）

基于此现状，建议中国从以下三个方向推进开源生态升级与出海：首先，应打造具国际影响力的“中国Hugging Face”，结合基础模型、系统中间件和场景任务构建统一的开源门户，形成从模型训练到应用部署的完整链路；其次，政府可设立“开源共建基金”，支持高校、研究院与企业参与IEEE、ACM、RFC、IETF等国际组织的技术治理与任务标准设定，输出中国声音；最后，依托中国当前供应链优势，应推动具身智能软硬件平台的“协同开源”，构建软硬件开源栈标准，真正实现中国技术的全球化部署与生态渗透。

上章的结论是中国AI开源生态还有很大的发展空间，本章笔者将探讨中国的AI技术国际标准化发展现状，特别是中国技术是否形成国际标准体系以获取全球“早期多数”用户。

目前，中国在AI与具身智能领域的国际标准化参与程度持续上升，但整体影响力仍远逊于美国。中国近年来积极参与ISO/IEC JTC 1、IEEE、ITU等国际标准化组织，并提出了如《人工智能术语》《AI风险管理》《智能服务机器人通用要求》等多项提案。然而，相比之下，美国凭借其在ISO、IEEE SA等国际标准机构中的主导地位，在AI伦理、模型可解释性、可信AI、算法透明度等核心议题中仍掌握关键话语权。

特别是，ISO/IEC JTC 1/SC 42是国际人工智能标准制定的核心组织，其秘书处由美国国家标准与技术研究院（NIST）通过ANSI（美国国家标准学会）担任，该组织从2018年起起草多项关键标准，包括AI管理体系（ISO/IEC 42001:2023）和AI风险管理指南等。SC 42下设5个工作组（WG），分别负责不同技术方向。在这些工作组中，中国专家仅担任一个工组的召集人职位：WG5“AI计算方法与系统特性”由中国专家担任召集人。其他工作组的召集人分属于加拿大、美国、爱尔兰和日本。因此，在整体方向布局、秘书处控制和话语设置上仍远远落后于美国。这一结构体现出中国在持续发力国际标准化的同时，在组织主导力和高层次领导角色方面仍有明显提升空间。

基于目前现状，建议中国推动具身智能标准国际化，应跳出传统“ISO内场竞争”思维，转向以技术和开源平台驱动的“生态主导”路径。通过将标准嵌入如AIRSHIP等领先平台的开源实现中，并在GitHub、Hugging Face等全球主流技术社区发布参考实现和工具链，实现“代码即标准”的外部渗透。同时，应将标准与中国软硬件系统深度绑定，随产品出海部署至新兴市场，形成事实上的默认选择。只有当中国标准在技术应用与开发实践中被广泛采纳，才能真正构建全球话语权，从“参与者”跃升为“规则制定者”。

由于历史发展原因，中国AI开源生态与对国际标准体系的影响力都远远落后美国，本章笔者将探讨中国AI人才国际话语权与影响力，特别是如何通过人才的国际影响力收获全球主流用户群体。

近年来，中国AI人才在全球学术界的地位和分布显著提升，为技术“走出去”奠定了坚实的人才基础。根据MacroPolo的2023年报告，在美国顶尖AI研究人员中，本科就读于中国高校者占比高达38%，已略超本土背景的37%。在国际顶级人工智能与机器人会议与期刊上，中国学者的论文数量与审稿参与度紧追美国。Guide2Research统计亦显示，中国在全球计算机科学家榜单中的占比持续上升，表明中国AI人才的学术水平已达世界领先。

基于此，国家和地方近年来相继出台了多项政策，推动人才回流，支持科研平台建设，强化了国内AI研发能力。然而，提升中国AI的全球影响力，不能仅依赖“人才回国”，更需系统布局“人才走出去”。应鼓励更多中国优秀AI人才前往“一带一路”共建国家和其他新兴市场，在当地高校任教、设立研究机构、开展联合实验室或创办科技企业，主动参与当地教育和产业体系的建设。这不仅有助于中国技术与标准在国际扩散，也有助于构建以中国为中心的全球科技合作网络。

虽然目前尚缺乏系统性统计中国学者在“一带一路”国家任教的具体数据，但从丝绸之路大学联盟等合作平台的活跃程度可见，中国在人才输出与知识扩散方面具有广阔空间。因此，建议国家在持续推动“引才回流”的同时，进一步建立支持“人才走出去”的制度体系，如设立海外教学与研究合作专项基金、推动与“一带一路”国家的联合培养机制、鼓励推动本地化技术标准认证与课程体系建设，以实现中国AI和具身智能的全球化布局与话语权提升。

本文系统梳理了当前国际形势与中国AI“走出去”的技术、开源、标准与人才基础。面对2025年美国新一轮贸易保护与技术封锁所引发的全球科技秩序重构，中国正迎来战略性技术扩散窗口期。历史经验表明，技术领先性虽为基础，但若无法形成早期采纳者、标准普及者与治理共识者的合力，仍难在全球科技体系中确立主导地位。因此，中国AI的发展不应局限于本土应用与人才回流，更需主动塑造全球生态，引导国际共识，构建中国主导的创新扩散路径。

为此，本文建议中国制定与实施“技术-开源-标准-人才”一体化出海战略。具体而言：一是强化技术领先性，聚焦基础模型与具身智能系统关键环节，推进持续技术迭代；二是构建开源生态门户，将系统、模型与工具链通过平台实现全球发布，获取更大市场份额；三是在现有国际标准体系中争取话语权的同时推动“开源即标准”，将标准嵌入软硬件产品体系随出口落地新兴市场；四是鼓励高端人才“走出去”，支持其在“一带一路”等国家发展，建立全球化研发与标准传播网络，真正形成中国AI技术与治理方案的国际话语权与结构性优势。

校对 | 周宇笛 

排版 | 许梓烽 

初审 | 覃筱靖 

终审 | 冯箫凝