亚洲的人工智能（AI）格局正在快速演变。2025年，中国大语言模型的强势登场，成为重塑全球AI领域竞争态势的关键转折点。虽然在此前数年，亚洲的AI发展进程相对乏善可陈，但如今已涌现出诸多突破性进展。除中国外，亚洲多数经济体主要扮演着技术应用者的角色：聚焦讲求实效的技术场景，如数字化营销等浅层应用。虽然当前亚洲国家对AI，尤其是生成式人工智能（GenAI）的热情空前高涨，但AI技术与行业的结合与渗透方才起步。未来AI发展的重点，已清晰指向AI与研发、制造和供应链管理等运营核心环节的深度融合与价值重构。本文将重点阐述罗兰贝格关于亚洲人工智能现状及未来展望的十大洞察。

　　长期以来，大语言模型的开发主要以美国为主导。从微软、谷歌等科技巨头的巨额投入到OpenAI等创业公司的突破性技术，构成了大语言模型发展的核心源动力。据斯坦福大学以人为本AI研究院（The Stanford Institute for Human-Centered AI）统计，美国研究机构和公司在2024年共计推出40个具有影响力的AI模型，而中国为15个，欧洲（全部来自法国）为3个。此前，中国在AI领域取得的进展主要集中于较为成熟的AI技术与模型，包括机器学习、深度学习、计算机视觉和自动化。随着中国工业现代化进程的不断推进，AI驱动的自动化技术已快速嵌入本土工业体系。自主机器人和AI优化生产线在大规模生产和物流领域得到了广泛应用。

　　2025年，全球人工智能与大模型发展格局迎来关键转折，而中国正是这星空智能科技一变革的重要推动力量。以DeepSeek为代表的国产先进模型正助力中国在AI领域逐步实现从“跟跑”到“领跑”的跨越。DeepSeek不仅在性能上与OpenAI的GPT-4不相上下，还实现了超高的开发效率，以显著更低的计算成本实现了快速迭代与发展。中国AI的发展路径已不再仅仅依赖西方技术巨头，而是日益依托于越来越多的国产模型，以及充满活力、百舸争流的创新体系。

　　中国国产大模型的崛起也催生了两个引人注意的现象：一方面，中国的科技巨头正以异乎寻常的速度对AI模型进行测试、调整和应用；另一方面，亚洲其他国家的企业开始采用混合应用的方式，尝试兼取中国与其他语言模型（西方或本土）之长。

　　快速应用：中国企业在AI开源模型的探索，加速了人工智能的普及与创新。DeepSeek、百度、阿里巴巴和腾讯等领军企业将开源模型作为战略选择，这一趋势不仅推动了协作发展，催生了定制化解决方案，还显著降低了技术使用门槛。预算有限的中小企业、初创公司、院校与政府部门能够以成本更可控的方式部署和运行这些模型。与此同时，AI技术与当前中国丰富的数字产品的快速融合进一步推动了规模化应用，这一趋势在消费端市场尤为显著。

　　海量数据：中国已构建起高度数字化的生态系统，为AI训练与部署提供了海量数据基础。2023年，中国数字经济规模占国内生产总值的比重高达42.8%，形成了全球领先的数据环境。

　　垂直整合：当前，中国已建成3万余家基础级智慧工厂、1200余家先进级智能工厂和230余家卓越级智能工厂，涵盖超过80%的制造业门类。人工智能与物联网等技术深度融合，形成了显著的协同效应，持续推动运营效率提升，制造与零售等领域的受益尤为显著。

　　出海渠道：作为“世界工厂”，中国企业可以将AI技术嵌入实体产品，通过出口推动中国人工智能技术走向海外，特别是发展中国家、“全球南方”等。例如，比亚迪等领先电动车品牌的出口车型搭载了从智能驾驶系统到AI电池管理方案的中国AI技术，形成软硬一体的技术输出模式。

　　中国迈向全球人工智能前沿之路横亘着多重艰巨的结构性难题。首先，受美国出口管制影响，中国在部分关键技术领域面临限制，这是当前首当其冲的挑战之一。这一限制使中国充分意识到自身在关键技术领域供应链的脆弱性，也使科技自立自强成为国家发展的战略支撑。为此，中国政府启动了面向高科技领域的多项重大攻坚计划，重点直指半导体领域的“卡脖子”技术。华为、中芯国际和阿里巴巴等中国企业正加速研发先进的自主芯片。尽管当前中国企业已取得重要进展，但在最尖端领域，尤其是受美国出口管制的先进制造设备与材料领域（先进制程、先进封装材料等方面）仍存在瓶颈。对于依赖相关技术的中国企业而言，这些障碍大幅推高了其研发成本。

　　同时，数据合规与信任问题构成了另一重挑战。近些年，多国政府加强了对本国数据安全的监管，特别收紧了数据的跨境流动，在一定程度上使得企业难以获取训练前沿AI模型所需的多元化全球数据。与此同时，西方企业与监管机构出于对内容治理、数据隐私及市场环境差异的考量，可能对采纳或整合中国AI技术持审慎态度，这影响了技术在全球范围内的接受度。

　　此外，语言与文化适配的全球化困境是更深层的障碍。中文的语言结构与大多数西方语言存在显著差异。成语俚语、文化典故和上下文背景导致中文往往难以精准转化为其他语言，信息的具体含义或精妙之处或在跨文化传播中丢失。许多中国AI模型主要基于中英文语料训练，针对其他语言的覆盖相较有限。要实现全球化部署，国产模型还需要补充大量额外数据，完成进一步开发和全球验证。全球市场上的语言是多样化的，这种语言体系与文化差异为中国AI技术的广泛推广也带来了一定挑战。

　　在中国领跑的同时，亚洲其他国家则根据自身情况，采用西方、中国加本土AI模型的混合策略。

　　日本和韩国正聚焦特定行业的AI应用。凭借在机器人、工业自动化与半导体领域的长期积累，日产、现代和三星等企业借助AI持续提高生产质量和效率。日本企业更侧重于人形机器人等硬件驱动的AI应用，而非大语言模型等软件基础模型，因此在该领域对外国基础模型依赖度较高。韩国则更强调AI主权，鼓励Naver和Kakao等领先企业打造自主基础模型；同时，韩国公司也加强了与英伟达、英特尔、戴尔等西方科技巨头的合作，共同开发AI芯片与生态系统。

　　东南亚正迅速成长为AI投资的新热点地区，并成为中美AI模型的“试点高地”。尽管东南亚市场较为分散、语言多样，但AI应用正快速增长，主要集中于金融科技、电子商务和物流领域等。新加坡在AI应用与投资方面处于领先地位，占据了本地区75%的AI风险投资。Lazada等电子商务平台正在使用AI管理物流系统，并优化消费者互动。值得注意的是，东南亚日益成为中美大语言模型混合解决方案的“试点高地”。DeepSeek、阿里巴巴的千问和腾讯的混元都在推广开源模型，而OpenAI、谷歌、微软和Anthropic等美国巨头则主要通过API向客户提供闭源模型的算力。东南亚的企业和政府则博采众长，根据不同需求采用不同技术。新加坡的华侨银行就使用了超过30种由AI驱动的内部工具，例如用谷歌的Gemma撰写文档总结，用阿里的千问完成编码，用DeepSeek进行市场分析，这些工具同时服务于亚洲的发达市场和新兴市场。

　　与全球领先国家相比，印度在AI领域启动较晚，但正在通过举国模式加速追赶。印度的AI发展得到了政府的大力支持，市场快速增长，创业生态活跃。印度政府在2024年启动了标志性的“印度人工智能使命”（IndiaAIMission）项目，其宏大目标是“在印度开发AI，让AI为印度工作”。这一旗舰项目得到了约12.4亿美元预算的支持，聚焦建立强大的算力基础设施，并在健康、农业、政府治理、气候和教育等核心领域部署AI解决方案。

　　建立和维护“AI主权”正在快速成为亚洲主要国家的战略目标。科技自立自强对中国而言并非新概念，并预计将在“十五五”规划中得到进一步强调，成为国家的核心战略任务之一。与此同时，越来越多的国家将科技主导权，尤其是对数据和AI模型的掌控权，视为关系国家安全和经济自主的关键因素。

　　2025年，日本政府在最新国家战略中将本土原创AI技术定为工作重点，旨在强化国家安全，逐步摆脱掣肘，减少对外国系统的依赖。韩国则推出了包括15个旗舰工程的宏伟AI主权计划，计划通过五大区域中心将AI融入战略产业，力求自立门户，不再依赖外国AI技术。新加坡主导并发布了适应东南亚各国本土语境与语言的本土大语言模型Sea-Lion，旨在成为AI、金融科技和数字服务领域的区域领导者。印度也全力以赴投入大语言模型竞争，志在使国产技术在全球AI版图上占据一席之地。

　　亚洲主要国家对“人工智能主权”的战略追求，正在重塑全球商业的市场环境。特别是对于跨国企业而言，这一趋势不仅导致市场准入门槛抬高，对技术来源与数据流动的合规审查日趋严格，还推高了企业的本地化运营成本。

　　追求“AI主权”将对本国经济发展带来重大影响。构建本土AI能力不仅能支持本地科技生态的发展，创造就业机会，培育符合国家需求的创新，同时还能吸引对算力和配套能源基础设施的巨额投资。

　　在中国，已有研究证明基于AI的创新对全要素生产率的拉动速度比普通专利快40倍。据摩根士丹利预测，在接下来两三年里，AI每年或为中国经济增长额外贡献0.2至0.3个百分点，创造9300亿美元的劳动力价值，相当于中国2024年国内生产总值的4.7%。中国的AI投资强调建设数据中心和配套能源设施。根据美国银行的报告预测，2024年至2030年，铜和电力设备需求的复合年均增速将高达近20%。

　　在韩国和日本等半导体产业对GDP贡献显著的国家，AI将对汽车、电子和工业制造等核心产业起到重要推动作用，并有助于保持产品的出口竞争力。韩国政府预计，AI的成功应用将为该国未来GDP增速贡献4.2%至12.6%的额外提升。为了实现宏大AI目标，韩国计划于2028年前建成一个全球顶尖规模的数据中心，规划容量高达3吉瓦（GW），项目总投资将达到350亿美元。仅此一项超级工程便有望在能源供应、可再生能源生产、设备制造和研发领域创造1万多个工作岗位。

　　AI的不断普及和外资涌入也将拉动新兴经济体增速。根据EastVentures的预测，到2030年，AI在核心产业的普及与发展预计将推动东南亚地区的GDP增长13%。与此同时，印度也正成为AI基础设施的重点投入地区之一。该国低廉的数据成本和快速增长的网络用户基础，使其成为科技巨头发展云计算和AI服务的重点目的地。2025年，谷歌母公司Alphabet宣布将在印度南部投资150亿美元建立AI数据中心，这也将是谷歌在美国境外最大的AI中心项目。

　　纵览亚洲，AI的快速发展正在不同行业催生出全新的发展机遇。AI的应用已不再局限于数字营销和自动化领域，而是被用于加快各行业的研发、设计与创新工作。例如：

　　医疗健康与生物科技领域：AI在生物技术领域拥有巨大的发展前景。例如，科研人员正利用AI预测蛋白质结构、模拟疾病发展进程，并且在电脑上开展虚拟生物实验，避免在成本高昂的实验室测试中造成资源低效投入。未来，生成式AI将开启个性化诊疗新时代。医疗团队通过AI分析每位病人的特定基因组成、生理特征、生活方式和病史，为其制定个性化治疗方案，这将为医疗行业带来划时代的改变。

　　食品与原料领域：AI可以快速分析海量数据，总结食物的分子结构、外观特征和食品功效，推测不同食材之间的相互作用。AI的价值不仅在于设计新产品的配方，还可以帮助研发和营销团队更好理解消费者需求。近日，香港科技大学的研究团队开发出一套创新系统，利用AI实时指挥挤压式3D打印机和红外线加热设备，现场烹饪复杂的淀粉类食物。团队用生成式算法和Python程序搭建了AI辅助的食物外观设计模块，让没有技术基础的用户也能完成精巧的食物创作。借助AI技术的核心能力，用户可以在设计过程中随时互动、即时反馈、持续优化设计，最终满足每个人的偏好和要求。

　　在全球不确定性与波动性加剧的背景下，企业正面临供应链稳定性等挑战，构建运营韧性成为优先事项。不少公司已经设计了一系列AI应用，提升企业在不同场景下的韧性表现。这些系统能够模拟各种供应链中断情境——从地缘政治到天气原因的物流延迟——使企业能主动调整采购、生产与库存策略等。未来趋势将指向开发可共享的实时数据平台，实现自动化供应链管理和高阶协作体系。

　　供应链中断：极端气象事件频发，破坏力持续上升，导致港口作业中断和物流延迟。当台风逼近港口时，由AI技术驱动的系统可自动调整航线、重新规划运输路径以规避延误。这一功能可以为不同行业缩短10%至20%的运输时间，并显著节省燃料与物流成本。通过将AI与物联网感应器和数字孪生技术融合，实时可视化能力得到进一步增强。货主可以实时看到货物运送状况，将应对潜在延误的决策速度从几天缩短至几小时之内。例如，若一批半导体产品无法准时抵达目的地，系统可以自动从另一个仓库调运存货送至生产现场，确保后续工序不会中断。

　　合规要求：欧盟的碳排放追溯规定正在推动AI与区块链技术融合，实现从原材料到最终产品，甚至回收流程的全程可追溯。以电动车行业为例，制造商可借助区块链技术追溯电池来源，监控其全生命周期状态，从而确保自身运营符合欧盟的碳排放合规要求。

　　去中心化AI（DeAI）悄然兴起。随着行业和企业日益依赖AI模型驱动创新，对高质量训练数据的需求激增。传统的集中式数据收集面临重大挑战，例如地缘政治限制、数据隐私保护和数据多样化不足。以深圳数据交易所（ShenzhenDataExchange，SDEx）为代表的平台应运而生，帮助企业应对数据短缺和监管合规等挑战。作为中国最大的数 据交易平台之一，它实现了数字经济领域里的数据商业化，打通了数据的跨境流动。尽管已有不少试点项目和数据共享合作取得成功，但一个完全开放、去中心化且支持跨境流动的工业AI数据生态系统仍在逐步构建当中。去中心化AI将有助于打破数字孤岛，促进协同式AI开发。然而，就现状而言，大多数组织仍处在AI技术普及的早期阶段，距离步入全面深度的AI生态尚有较长距离。

　　当下，日益复杂的国际关系正在重塑全球化的进程。中国的崛起令美国国内部分群体如芒刺在背，力主出台关税壁垒、对中国投资设限，两国的技术竞争趋于白热化。摩擦集中体现为关税不断加码，美方对双边投资审查日趋严苛，技术转让受限，尤其在半导体、人工智能和通信领域，合作空间不断压缩。

　　人工智能领域本身正在映射这一新的全球化格局，日益分化为互相竞争的技术阵营。为回应美国在先进半导体领域的出口管制，中国正坚定迈向科技自主的道路。DeepSeek等强大国产模型相继问世，以显著更低的成本实现与全球顶尖模型媲美的性能，正印证了这一战略的有效性。同时，这种分化早已超越技术与硬件层面，更延伸至塑造AI开发和部署的基本价值观、治理模式和长期愿景等层面。其结果是，全球AI格局日趋碎片化，不同阵营各自推进其数据治理、安全规范和社会角色的独特路径，加深了技术与意识形态领域的割裂。

　　随着中国在“全球南方”的经济和政治影响力不断上升，其科技影响力也在同步输出。例如，凭借在电动化与智能化领域的领先优势，中国AI汽车正从产品、方案到服务，加速驶入全球市场。这一数字化出口策略正与更深层次的经济融合交织、彼此强化。通过“一带一路”倡议等项目，中国帮助许多国家打造了面向未来的数字基础设施（如数据中心、智慧港口等）。此类项目不仅服务于当地数字化升级，更在技术标准、数据流动和运维体系等方面应用了中国技术与方案，从而在提升中国软实力的同时，构建起长期且具有粘性的技术影响力。这种技术粘性正使中国的科技输出超越单纯的商业合作范畴，逐渐转化为一种可持续的全球影响力。

　　AI的战略性融合将决定企业的未来竞争力。在亚洲，AI的应用正从数字营销转向研发、制造、供应链等核心运营环节的深度整合。能够有效运用AI技术的企业不仅能解锁新的增长机遇、挖掘新的商业模式，还将在AI浪潮推动亚洲生产率和经济价值提升的过程中保持竞争优势。

　　小语言模型（SLM）和专用语言模型在企业场景中具备更广阔的应用前景。尽管当前大语言模型成为全球焦点，但小语言模型被认为更具突破性意义，因其规模更小、成本更低、效率极高，而且基于小语言模型的AI助手能更好保护数据隐私。对于企业内部而言，小语言模型或是更有战略意义的低风险投资方向，有望迅速提升生产效率和创新速度。而对于合规要求较高的行业，如金融和医疗行业等特定垂直领域，专用语言模型的重要性更加凸显：机构与企业可利用专业数据进行训练，同时可以避免将数据通过API传输至第三方云平台，带来数据泄露隐患。由此，未来发展方向将会是一种混合式的AI生态体系，强大而昂贵的大语言模型负责处理复杂的创意推理任务，而高效的专业小语言模型和专用语言模型则用来完成企业运营中绝大多数特定场景下的高频次任务，从而在技术能力、经济性及运营可行性之间取得平衡。

　　与此同时，在新的世界秩序中，技术主权将成为定义国家经济与战略实力的关键标尺。全球科技格局的碎片化为跨国公司带来了多重复杂性挑战：不仅导致合规成本、研发成本上升和运营效率降低，也限制了其终端市场与客户资源的拓展空间。为了应对这一日益复杂的经营环境，企业需在各个市场上配备专业的法律与技术人才。跨国公司还必须构建极具韧性、区域多元化的供应链体系，同时深化本地合作伙伴关系，积极适应不同的监管要求和技术路线，在管控风险的同时维护自身竞争力。