【摘要】新一代人工智能技術以其顛覆性、自創生、通用性和互操作性，推動生產力與生產關系變革，重塑國家競爭力的機理機制。新一代人工智能技術從國家競爭力理論范式轉換、經濟范式重構、科學研究范式革新、安全保障強化及話語權塑造等維度全方位影響國家競爭力。中國需依托新一代人工智能技術的應用驅動、政府支持、全球治理與合作等既有優勢，加速技術創新與生態構建，以在通用人工智能時代提升國家競爭力。

【關鍵詞】人工智能 顛覆性技術 國家競爭力 量子思維 范式轉換

【中圖分類號】D815/TP18 【文獻標識碼】A

【DOI】10.16619/j.cnki.rmltxsqy.2025.09.004

【作者簡介】余南平，華東師范大學政治與國際關系學院教授、博導，上海市人民政府決策咨詢基地／余南平工作室領軍人物。研究方向為國際政治經濟學、全球價值鏈、新技術革命與國際關系變遷。主要著作有《新時代國家經濟安全的戰略與現實》（合著）、《全球價值鏈的調整與重塑》（合著）、《逆全球化環境下的上海發展與創新》（主編）等。

引言

國家競爭力奠定了現代國際體系中國家間相互關系的基礎，國家競爭力研究在國際關系研究領域具有不可忽視的重要性。國際關系研究本質上蘊含著隱喻的“預測”與“研判”的學科特征。學者們熱衷于對宏觀形勢的變動及其對國際關系的潛在影響進行推測和判斷，這一現象在人工智能技術發展與國際關系的交互領域同樣普遍存在。然而，與一些應用性社會科學學科相比，國際關系研究長期以來更傾向于關注“上層建筑”領域問題所引發的“關系”變遷，往往對技術底層邏輯和技術發展邊界的深刻理解有所欠缺，進而容易忽視技術“代際”變革對現實產生的深遠影響。相關研究在理解顛覆性技術變革對國家競爭力重塑以及由此引發的國際格局、國際權力和國際關系的根本性變遷方面存在不足，且由于對技術的理解力有限，可能導致更多結論性誤判。例如，英國皇家國際事務研究所（查塔姆研究所）在2018年發表的報告認為，所謂的通用人工智能（AGI）似乎不太可能在不久的將來出現。[1]但該研究顯然忽略了人工智能技術的突破是以突然“涌現”的方式呈現，這使得技術的迸發具有持續性和擴散性，且具有技術范式更迭的重要意義。從這個角度看，當下的人工智能技術正在引領人類逐步邁向通用人工智能的發展之路。

以人工智能技術的代際變遷為例，從2022年OpenAI的ChatGPT大模型橫空出世，到2023年Meta的LLaMA、谷歌的Gemini大模型紛紛跟進，再到2024年OpenAI的Sora多模態大模型、斯坦福大學的Octopus v2端側大模型的進一步發展，以及2025年初中國人工智能企業深度求索（DeepSeek）發布開源模型DeepSeek-R1，新一代通用人工智能技術實現了迭代式、顛覆性突破，并快速滲透到社會生產生活的各個方面，對國家戰略決策與國際社會關注度產生重要影響。從歷史比照角度看，一場以新一代人工智能技術為核心的持久新賽道技術革命由此開啟，[2]人工智能驅動產業變革將對國家競爭力產生深遠影響，推動大國間競爭與戰略博弈。

習近平總書記強調，“人工智能是新一輪科技革命和產業變革的重要驅動力量，加快發展新一代人工智能是事關我國能否抓住新一輪科技革命和產業變革機遇的戰略問題”，“加快發展新一代人工智能是我們贏得全球科技競爭主動權的重要戰略抓手，是推動我國科技跨越發展、產業優化升級、生產力整體躍升的重要戰略資源”。[3]新一代人工智能技術以低成本、普惠性、本地化部署等優勢，廣泛應用于眾多行業，推動社會生產與生活方式變革。在此背景下，國家競爭力必然因馬克思所闡述的生產力和生產關系互動形式的變化而得以重塑。因此，要全面認識新一代人工智能技術給國家競爭力帶來的深刻影響，需從其顛覆性和互操作性等特點出發，從范式轉換的視角明晰人工智能技術重塑國家競爭力的機理機制，進而明確提升我國國家競爭力的正確戰略選擇。

新一代人工智能技術變遷與互操作范式轉換

2018年杰佛里·辛頓（Geoffrey Hinton）、楊立昆（Yann LeCun）、約書亞·本吉奧（Yoshua Bengio）三位圖靈獎獲得者所取得的成就，使得深度神經網絡（DNN）、卷積神經網絡（CNN）、遞歸神經網絡（RNN）等技術為人工智能開發提供了新路徑。[4]當下人工智能技術的發展路徑表明，人工智能技術的成就多源于實踐探索而非理論指導，其技術本質充分彰顯了顛覆性、自創生、通用性與互操作性等特征。

技術的顛覆性。1995年克萊頓·克里斯坦森（Clayton Christensen）首次提出“顛覆性技術”（Disruptive Technologies）概念，認為顛覆性技術以意想不到的方式取代了現有主流技術。[5]然而，克里斯坦森更多關注技術對市場的適用性，未能從技術的本質角度深挖“顛覆性”的內涵。實際上，顛覆性技術融合了突破性、技術跨域性、技術涌現性與不可預測性等特征。[6]當下，新一代人工智能技術基于既有技術路徑，實現了多模態和多領域的跨域突破，生成式人工智能大模型開發中“涌現能力”（Emergent Ability）的釋放便是一個明確啟示。當預訓練標注數據參數達到一定量級且算力充足時，大模型展現出技術開發者難以提前預知和清晰解釋的“涌現能力”，凸顯了技術變化的不可預測性。而這種主動式“技術涌現”特點是以往技術所缺乏的，表明新一代人工智能技術實現了復雜性科學研究者布萊恩·阿瑟所論述的理想式、完備意義上的“技術自創生”，且其技術邊界難以預測。[7]

“涌現”帶來的技術自創生。布萊恩·阿瑟對技術的進化與創新進行了深入研究，并提出技術具有“自我創生”（autopoietic）的觀點，認為技術從已有的技術中衍生，通過組合進化（combinatorial evolution）形成。即使是復雜的技術，也常以簡單技術作為其組分，而所有技術集合（the collective of technology）能夠自力更生，從無到有、從簡單到復雜地發展，并通過組合進化實現自我創造。[8]從20世紀50年代達特茅斯會議確立人工智能概念至今，該領域經歷了眾多組合進化和實踐探索。當今，新一代人工智能技術發展沿著算力、算法、數據技術進化以及垂端應用技術的各種自我組合道路，通過自主訓練、自我迭代實現“技術自創生”，突破了傳統由人控制技術組合的研發路徑，且發展速度明顯加快。技術能力的指數級別強化則反向強化技術自創生，進而形成技術加速的“閉環”。

技術的通用性與互操作性。狹義與廣譜、專用與基礎決定了技術發展的自身邊界，也是衡量技術是否具有通用性的關鍵。工業革命的進化史表明，蒸汽機、電力、信息技術等通用技術（GPT）在三次產業革命中發揮了關鍵作用。相關學術研究指出，具有普遍使用性、能催生互補性創新且擁有巨大改進潛力和互操作性的技術更為重要。此外，人類全要素生產率（TFP）的增長歷史為通用技術對經濟的巨大影響提供了直接證據。[9]當下，人工智能大模型已經從單純的語言大模型向多模態演化，并在文案、代碼編寫等多領域顯示出多任務處理能力。例如，中國開源大模型DeepSeek在各垂直領域的快速本地化部署，體現了人工智能作為通用技術的互操作性。新一代人工智能不僅具有更廣泛的通用性，還具有真正意義上廣泛互操作的革命性意義，其所牽引的“具身智能”為人形機器人更大程度替代人類勞動提供了可能。

綜上所述，新一代人工智能技術的顛覆性、自創生和通用性三大核心特性及其深度融合所衍生出的高水平且深度嵌入的技術“互操作”特征，共同構筑起其獨特的發展優勢。在探討技術互操作的范式特性時，技術專家愛德華·阿什福德·李（Edward Ashford Lee）批判了托馬斯·庫恩的“范式”概念。他關注到“未知的已知導致思想產生偏見”，并對庫恩所主張的“科學革命源于范式轉換而非知識積累”這一觀點提出質疑。阿什福德并未直接斷言庫恩“生活在過時的技術范式時代”，但他敏銳地提出，技術范式較之科學范式更加復雜多樣，不存在科學范式那種不可通約性，而是以互操作的方式層級化分層。[10]因此，新一代通用人工智能的發展路徑，正是其不斷進行顛覆性自我迭代的過程，充分展現了通用技術本身互操作的優勢。隨著新一代人工智能技術推動技術范式的深度變革，國家競爭力的重塑已不局限于理論認知層面，更在實踐活動層面迎來了范式意義上的根本轉換，其影響力廣泛且深入。

新一代人工智能技術重塑國家競爭力的機理機制

在當今的學術研究領域，國家競爭力研究并非一個特別熱門話題。這或許源于20世紀90年代哈佛大學商學院教授邁克爾·波特提出的“鉆石理論”模型已經集國家競爭優勢研究之大成。[11]就國家競爭力理論體系的改進而言，如果沿著波特所關注的價值鏈、產業集群理論視角深入挖掘，似乎創新空間有限。因此，波特的商學院同事在后續的國家競爭力研究中，轉而以國家戰略和政府作用為更廣泛的視角展開相關工作，理查德·維爾特聚焦戰略和橫向國別比較的《國家競爭力》出版便是典型代表。[12]國內近年來更多的國家競爭力研究成果也逐漸細化為行業性、領域性和區域國別的比較研究。[13]

在波特的理論框架下，決定國家某個產業競爭力的四大要素包括：生產要素，涵蓋人力資源、自然資源、知識資源、資本資源與基礎設施；需求條件，主要指本國的市場需求；相關與支持產業，即產業和相關上游產業是否具備國際競爭力；企業的戰略、結構與競爭對手的表現。而在這四大要素外還存在兩個變量：政府政策與市場機會，其中市場機會蘊藏著基礎科技發明創造的潛力。盡管波特對生產要素的歸納與馬克思對生產力三要素的描述有相似之處，但他忽視了“生產力源自人類與自然的實踐性關系，是人類在能動地改造自然的過程中形成的綜合性力量，而非勞動者直接作用于勞動工具以達到對自然對象改造目的的偶然性、單一性、直觀性的結果”這一關鍵點。[14]從馬克思對人類社會發展動力機制更具洞察力和內在理解力的分析視角看，人工智能技術恰是人類在能動改造自然過程中所形成的一種新的綜合性力量，其通過生產力革命作用機制和生產關系改造機制，進而重塑國家競爭力的機理機制。因此，可以從以下幾個維度看人工智能技術重塑國家競爭力的機理機制。

國家競爭力理論范式轉換的維度。在馬克思哲學和政治經濟學語境中，社會生產由生產力與生產關系構成，二者有機統一，共同構成生產方式。在生產方式中，生產力是內容，生產關系是形式。若以量子思維“通約”政治經濟學層面的生產力與生產關系的互動糾纏，會發現如20世紀中期以后，對國際關系和地緣政治產生影響的核武器這類顛覆性技術，雖作為生產力的組成部分，本質上仍處于由人發明、使用、控制的狀態，技術被動地為人所用，呈現當前技術的全部特征。因此，技術“工具作用”于生產力與生產關系的相互適應過程中，形成了差異化的國家社會形態及與各國生產力相對應的國家競爭力。而新一代人工智能的不同之處，不僅在于“涌現能力”擴展的“人機互動”，還包括人工智能模型多模態的技術擴散邊界未知。隨著真實技術的發展和未來技術場景的到來，具身智能（Embodied AI）的發展可能使“機器勞動力”成為現實，顛覆傳統“勞動力”要素，引發新的生產力質變。同時，新一代通用人工智能發展具有獨特的“生成”機制，可特別作用于生產關系構建，其“生成”基礎依賴于大模型的語料選定，輸出特定的“知識”與價值觀，形成量子物理意義上的“場域”，進而推動形成新的世界認知與解釋。[15]在馬克思關注推動歷史發展的生產力和生產關系兩個層面，從量子思維角度看，新一代通用人工智能可被視為能量巨大的“量子作用力”，并以“波粒二象性”的特性統合生產力與生產關系，深刻影響人類社會生活領域和生產關系，進而改變國家競爭力的本質。就此意義而言，比照波特關注的生產要素資源、市場需求、產業鏈等要素影響的國家競爭力理論解釋框架，馬克思主義政治經濟學的分析視角更能夠深入解釋人工智能技術發展帶來的生產力與生產關系互動影響本質，也能為新一代人工智能的技術特性作用于國家和社會特殊影響帶來新解釋。

國家生產力質變引發經濟范式重構的維度。從馬克思關注的生產力內涵看，數據作為新生產要素已形成廣泛共識。[16]就AGI的“生成式”特性而言，其可在生產力與生產關系兩個層面產生交互作用，進而影響社會生產范式的重構。從經濟活動本質意義上看，布萊恩·阿瑟提出“經濟是技術的全部表達”，符合馬克思對生產力變化本質動因的現代解釋。[17]經濟學家羅杰·布特爾所創建的“AI經濟學”也對經濟范式重構進行了新解釋。[18]目前，對于通用人工智能可以帶來的經濟增長已有諸多預測研究。[19]通用人工智能將顯著提升勞動生產率，這一共識也愈發清晰。[20]相關分析研究預測顯示，從現在開始的20年后，全球經濟產出未來將實現一倍以上的增長。[21]然而，正如歷次技術革命帶來不同的經濟分配結果一樣，通用人工智能可能導致分配的不均衡擴大，這既是國內問題，也是國家間競爭力和經濟差距再擴大的新問題。需認識到，通用人工智能是信息技術的“全部集成”，而信息技術發展的基本經濟規律是“贏家通吃”效應的產生與強化。[22]因此，在通用人工智能產生更強的“贏家通吃”場景中，全球勞動生產率快速增長結果并不會被自動均勻分配，少數具有領先通用人工智能能力的國家才有機會搭上未來發展的“星際快車”，這將顛覆性地重塑國家競爭力。盡管目前大多數經濟學者熱衷于研究“杰文斯悖論”在通用人工智能時代的演變，[23]但從國家競爭力層面看，未來通用人工智能重構的經濟結構和范式將不同于歷史上所有時代的經濟模式，擁有強大通用人工智能生態能力的國家可實現高水平生產力的“自給自足”，包括可能永久性解決勞動力、資源不足等經濟發展瓶頸問題。例如，在解決人類終極能源可控核聚變研發上，2024年3月《自然》雜志發表的論文顯示，人工智能的應用已經為解決全球能源危機和氣候變化提供了新可能。[24]

提升國家競爭力所需科學研究范式的維度。當前，通用人工智能技術發展并非僅僅通過大眾熟知的大語言模型來提高產業端的勞動生產效率，在AI for Science（AI4S）的探索過程中，生命科學、材料學、機器人等各領域正借助人工智能實現加速、聚合與跨域成果的溢出。例如，在生命科學領域，美國華盛頓大學的大衛·貝克（David Baker）教授及其團隊用人工智能開發了Rfdiffusion，該技術能夠“從無到有”地設計出各種功能性蛋白質；在新材料領域，2023年匹茲堡大學卡爾·約翰遜（Karl Johnson）等人使用AI4S方法對石墨烷（Graphanol）進行探究。石墨烷在缺水條件下仍能導電，這項研究對于提高質子交換膜燃料電池的性能、降低成本以及擴大操作條件至關重要。[25]除了基礎科學研究外，在生產端的人形機器人開發領域，運用ChatGPT所訓練的機器人“Figure 2”已經開始展現出某種意義上的“人類認知理解力”，同時，產業界也在不斷開發更多專用的人形機器人大模型。上述史無前例的科學技術研究范式，不僅將加速國家科技賦能的經濟增長范式變革，從而引發國家競爭力的重塑，還將長期為國家競爭力帶來依托于不間斷、持續性、顛覆性科技創新的巨大提升。

維護國家競爭力所需安全保障的維度。國家競爭力的基礎在于國家的軍事安全，涉及政治、領土、經濟安全等各個方面。軍事技術的發展具有典型的軍民兩用性，體現為提升國家競爭力所需要的科技進步結果。保羅·肯尼迪對于500年間大國興衰的全景分析敘述，說明了軍事能力的獲取和維持以國家的經濟基礎和能力為前提。[26]軍事目的本身對技術創新有著無盡的內在追求動力，不僅對經濟產生隱性拉動作用，軍事能力的強化反過來還能增強經濟優勢。[27]核武器技術的出現塑造了20世紀后半葉以來的國際政治與權力格局。與核武器技術相比，強大而更危險的人工智能在兩用性方面更難區分，尤其是在風險的可識別性方面。[28]在軍事領域，通用人工智能可用于日常訓練安排、設備與武器維護，以及士兵情緒判定與心理推斷，從而改善軍事準備狀態。[29]通用人工智能還可以利用“深度偽造”（deepfake）技術進行戰略欺騙，通過智能感知器動態地進行“全域戰場”的分析與把控，提升軍事行動跨越地理邊界的能力，增強人類士兵和自主武器系統的能力，在提高打擊精度和速度的同時降低誤傷風險。[30]事實上，人工智能在戰場上的應用并非臆想和推斷。烏克蘭危機中無人機“蜂群”作戰方式的出現，已經驗證了許多學者早年對于人工智能應用于無人作戰系統的研究結論。[31]自2023年開始的以色列對哈馬斯的軍事行動中，人工智能的應用更是在實戰意義上得到了充分印證。[32]尤瓦爾·赫拉利提出，核武器雖已影響半個多世紀的國際政治，然而其與人工智能的區別在于，核武器本身并不能制造出更強大的核武器，而人工智能則可以不斷更新迭代。[33]因此，核武器雖可作為威懾性技術存在，塑造國家的國際權力和地緣政治影響力，但其維護費用高昂，且本身不創造經濟價值。而兼具經濟價值和新型軍事價值的通用人工智能能夠通過技術自我迭代產生技術自創生的輻射和帶動效應，以超越人類社會以往任何歷史周期的能力，助推國家競爭力實現躍升。

維護國家競爭力所需國家形象傳播和話語權塑造的維度。波特所構建的國家競爭力模型雖在經濟領域有深刻洞察，但在維護國家競爭力所需的國家形象傳播與國際話語權塑造等方面存在明顯缺失。實際上，國家借助信息技術提升政治合法性和國際影響力，進而強化國家競爭力的相關研究成果頗豐。[34]在這一背景下，通用人工智能通過大參數語料數據實現信息高度集成，推動“信息高熵”活躍，獲得“知識創造性”權力，[35]其全域即時人機“雙向互動”功能更是深刻影響了政治話語權塑造能力。通用人工智能生成的海量信息是對用戶信息輸入消化后的“意識判斷”輸出，對大量用戶數據的吸收與自動訓練進一步強化了少數生成式大模型的通用人工智能能力，進而形成“知識與價值觀”標準。然而，通用人工智能能夠生成虛構事件和虛假信息，從而使以技術進行精準操縱和全息控制變得迅速而便捷，[36]實現對政治和社會認知的引導與塑造，進而在跨國層面塑造公民的政治態度。

與人工智能技術界單純討論公平性所涉及的“算法偏差”與“算法歧視”不同，通用人工智能大模型的數據收錄、清洗、算法設計中必然存在“人工干預”。在國際政治互動中，某些技術強勢的通用人工智能大模型不僅形成了類似量子物理學意義上的“場”，還具有強大的大模式的“信息熵”創造能力。因此，通用人工智能能力強大的國家自然會借助國際間互聯網的“人機對話”，實現更有效的對外傳播與“信息場域”塑造，進而強化自身政治的國際合法性和政治主導權。[37]由此，通用人工智能產出的巨量信息將創造過往不存在的“高熵”而被聚焦，使得通用人工智能領先國家獲得額外的國際政治影響力，從而強化國家軟實力并提升國家競爭力。

綜上所述，當前新一代人工智能技術絕非傳統意義上人類既往認知技術的簡單堆砌或跨域集成。其技術發展呈現顯著的涌現性、顛覆性和自創生特征。在技術的互操作性相互嵌套的復雜進程中，這種技術以生產力和生產關系深度交織、相互影響的形態，全方位滲透并作用于社會結構與國家治理的各個層面。就國家競爭力的重塑而言，新一代通用人工智能不僅在變革國家經濟基礎、重構生產方式等物質層面發揮關鍵作用，其依托算法與模型所構建的治理模式輸出，同樣在制度、文化、意識形態等多維度對國家競爭力的重塑產生深遠且多層次的影響。

中國利用新一代人工智能技術提升國家競爭力的戰略選擇

在當前新一代人工智能技術顛覆性發展與地緣政治緊張態勢相互疊加的背景下，中國在實現人工智能技術全面突破的進程中面臨著諸多嚴峻挑戰。美國及其盟友不斷加劇的技術對抗、脫鉤行徑與競爭博弈，以及特朗普政府2.0時代全面開啟的“關稅戰”，給中國的科技發展和經濟轉型帶來了巨大的外部壓力。然而，中國在人工智能領域也展現出獨特的優勢與強大的發展潛力。

應用驅動與市場優勢。垂直領域的應用對于生成式AI大模型來說至關重要。從既有稟賦優勢看，中國在數字經濟發展歷程中取得了顯著成就，構建起了獨具特色的本土市場和應用生態優勢。電子商務和數字平臺的蓬勃發展產生海量交易數據，為提升人工智能算法分析精準度提供了堅實支撐。B2C和C2C服務商業化所建構的生活化、多元化、服務化生態系統全球獨有，使得中國憑借規模龐大的市場體量，反向驅動生成式人工智能的探索與應用。當前，百度文心、阿里云通義、騰訊混元和華為盤古等大模型已在眾多行業實現廣泛應用，涵蓋智能寫作、智能客服、自動摘要、文本生成等應用場景。應用場景和與真實需求的精準對接，不僅有助于提升技術和需求的匹配度，還能夠帶動更快的技術發展。[38]2025年，中國開源大模型DeepSeek取得里程碑式突破，為人工智能技術的前行注入了強勁動力，可被視為中國人工智能發展史上的“斯普特尼克時刻”，這一突破蘊含著多維度的深遠意義：一是驅動AI4S全面發展。DeepSeek憑借其低成本、本地化部署優勢，以及在算法層面所挖掘出的巨大潛力，不僅為開源模型在中國各行各業的垂直領域進行本地化部署和落地應用提供了現實可能性，還有力地推動了中國的AI4S全面開展。二是提供計算規模優化新思路。DeepSeek的價值不僅體現在其開源特性上，更在于其軟件算法的提升為計算規模優化開辟了新的空間。據相關分析測算，在模型推理能力與全球頂尖競品相仿的情況下，DeepSeek訓練該模型所需的硬件租賃費用約為600萬美元，而Meta的LLaMA 3.1 405B則花費超過6000萬美元，后者所消耗的計算資源是DeepSeek的11倍之多。[39]三是推動中國人工智能自主發展。在美國對華實行嚴格半導體出口管制的背景下，DeepSeek的成功有力證明了最前沿的計算芯片并非訓練先進模型的必需品。這一成果將加快中國在人工智能技術領域的自主發展步伐，促使中國根據市場垂直領域的需求，積極探索生成式人工智能應用模式，并以應用反饋推動大模型訓練升級，進而構建起良好的產業生態。這一發展邏輯既契合中國人工智能大模型的實際情況，也是中國實現國家競爭力重塑的關鍵路徑。

政府支持與政策推動。我國政府高度重視生成式人工智能技術的發展，出臺了一系列支持政策，以推動人工智能創新發展。2017年，國務院發布《新一代人工智能發展規劃》，將人工智能發展提升至國家戰略高度，“十四五”規劃更是將其列為重點技術突破的七大前沿領域之一，并聚焦前沿基礎理論突破、專用芯片研發、深度學習框架等開源算法平臺構建等關鍵環節。從國家層面到地方層面，產業扶持政策密集落地，重點增強計算能力和建立綜合訓練數據集。在增強計算能力方面，2023年10月，工業和信息化部等六部門發布了《算力基礎設施高質量發展行動計劃》，從計算力、運載力、存儲力和應用賦能四個維度明確了到2025年的發展量化指標。北京、上海等地積極響應，推出財政激勵措施和項目，上海發布的新型基礎設施重大項目建設清單投資規模達1200億元，其中算力基礎設施類項目占據重要比重。[40]在訓練數據集建設方面，2023年12月31日，國家數據局等部門聯合印發《“數據要素×”三年行動計劃（2024—2026年）》，鼓勵研究機構、龍頭企業、技術服務商開展行業共性數據資源庫建設，打造高質量人工智能大模型訓練數據集。上海、深圳在探索數據流通交易模式、建設和升級數據中心以推進人工智能方面的先行示范作用凸顯。此外，2024年《政府工作報告》強調深化大數據、人工智能等研發應用，持續推進“人工智能＋”行動；2025年《政府工作報告》進一步提出要激發數字經濟創新活力，支持大模型廣泛應用，彰顯了政府在生成式人工智能大模型規模化涌現背景下對產業發展路徑的全新布局。在政府全面加強算力基礎設施建設、推進數據資源配置以及全方位營造人工智能產業生態的政策支持下，中國憑借算法、數據、場景等優勢，融合產業與科技領域創新力量，助力國家競爭力躍升。

全球治理與合作擔當。中國在全球人工智能治理和合作方面率先作出靈活監管反應，不斷更新監管格局，打造人工智能全球治理話語權。2023年7月，國家網信辦聯合多部門發布《生成式人工智能服務管理暫行辦法》，與《中華人民共和國數據安全法》《中華人民共和國個人信息保護法》等現行數據法規相呼應，這種自上而下、協調謹慎的監管模式契合當下生成式人工智能現實實踐需求，促進了創新與安全平衡。[41]實踐表明，中國人工智能治理框架正在持續優化，對國內外生成式人工智能構建與部署產生深遠影響。2024年5月，《中法關于人工智能和全球治理的聯合聲明》的發布彰顯了中國在全球人工智能治理進程中的大國擔當。從全球人工智能產業發展格局看，與全球北方不斷增強的管控與封閉傾向形成鮮明對比，中國作為全球南方一員，大力倡導開放包容的產業發展路徑。DeepSeek開源模式不僅承載人文關懷，更為全球南方國家跨越成本壁壘、融入全球產業鏈和價值鏈提供了契機，促進技術快速迭代創新，拓展前沿技術應用場景。[42]廣泛的產業鏈整合與跨領域合作將催生圍繞開源大模型的生態系統，從而形成技術迭代-生態擴張-加速迭代的良性循環，助力全球南方國家以較低成本實現產業結構智能化升級，并借助“干中學”效應培育人才儲備，提升整體創新能力與收入水平。[43]未來，在全球人工智能技術發展場景中，其他全球南方國家可與中國開展技術合作，優先發展醫療、教育、農業及基礎設施建設等關鍵領域的人工智能應用，逐步由技術接受者向創新貢獻者轉型，通過契合人類命運共同體理念的南南合作模式，一定程度上規避人工智能時代“適應性挑戰”的潛在風險，增強應對技術沖擊的韌性。

結語

據彭博資訊（Bloomberg Intelligence）預測，生成式人工智能市場規模將呈現顯著增長態勢，預計從2022年的400億美元以42%的復合年增長率攀升，在2032年達到1.3萬億美元。[44]隨著人工智能技術的持續演進，生成式人工智能有望取得更進一步的突破并催生新技術的不斷涌現。這將使當下基于簡單數據和算法的數字經濟構成要素逐漸成為“技術過去式”，全球數字競爭和戰略博弈的新現實也將隨之而來。在此背景下，未曾擁有強大人工智能能力的國家可能會直接失去參與競爭的入場券，技術的“大國專屬性”或將進一步強化。[45]

由于人工智能技術具有與生俱來的閉環性與自我循環強化的特征，地緣技術競爭將不再完全受地緣稟賦和市場規模的傳統束縛，而是能夠憑借技術的力量獨自前行。同時，大國相互依賴的必要性也將在人工智能技術催化和作用下逐步消融與瓦解，人工智能技術本身也就成為影響國家競爭力的關鍵所在。

從戰略競爭和大國博弈的視角看，對于中國而言，人工智能技術開啟了一扇前所未有的重要戰略機遇窗口，對國家競爭力提升的重要性不言而喻。盡管中國在數字經濟和傳統人工智能研究與應用領域實現了技術并跑，DeepSeek開源大模型所實現的技術突破也為中國產業界和科研領域注入了更為強勁的信心。然而，必須重視的是，中國既有的“并跑技術”大部分仍屬于傳統的低能量級別數字技術范疇。建設新一代人工智能技術所需的完善產業鏈以及形成強大的人工智能“中國技術生態”，仍面臨諸多挑戰，未來還有很長的路要走。

（本研究系國家社會科學重大項目“顛覆性技術發展對新型國際關系形塑研究”和中央高校基本科研業務費項目華東師范大學人文社科前瞻性研究項目“二十屆三中全會重大專題預研究專項［Fundamental Research Funds for the Central University］”的階段性成果；項目編號分別為：23&ZD334、2024ECNU-QZXYJ004）

注釋

[1]具體見英國皇家國際事務研究所（也稱查塔姆研究所）2018年報告：M. L. Cummings and H. M. Roff et al., "Artificial Intelligence and International Affairs: Disruption Anticipated," Chatham House Report, 2018.

[2]2023年4月28日中央政治局會議新聞稿出現和使用了“通用人工智能”術語。參見：《中共中央政治局召開會議分析研究當前經濟形勢和經濟工作》，《人民日報》，2023年4月29日，第1版。

[3]《習近平主持中共中央政治局第九次集體學習并講話》，2018年10月31日，https://www.gov.cn/xinwen/2018-10/31/content_5336251.htm。

[4]關于人工智能技術發展歷史溯源已經有許多文獻給予了討論和研究，具體可見：約翰·馬爾科夫：《人工智能簡史》，郭雪譯，杭州：浙江人民出版社，2017年；尼克：《人工智能簡史（第2版）》，北京：人民郵電出版社，2021年。

[5]J. L. Bower and C. M. Christensen, "Disruptive Technologies: Catching the Wave," Harvard Business Review, 1995, 73(1).

[6]余南平：《顛覆性技術與地緣政治視域下的歐洲產業政策回歸》，《當代世界》，2025年第1期。

[7][8]布萊恩·阿瑟當年討論了技術自創生特點，他認為技術具有自我遞進的發展規律，但他并沒有預見在沒有人的干預下所發生的新一代人工智能技術“自我涌現”式技術自創生。布萊恩·阿瑟：《技術的本質》，曹東溟、王健譯，杭州：浙江人民出版社，2018年。

[9]牛津大學人工智能治理中心主任本·加芬克爾（Ben Garfinkel）以技術歷史進化的視角討論了當下人工智能作為“通用”技術的全部特征。具體可見：B. Garfinkel, "The Impact of Artificial Intelligence: A Historical Perspective," In Justin B. Bullock, and others (eds.), The Oxford Handbook of AI Governance, Oxford University Press, 2024.

[10]科學哲學家托馬斯·庫恩所著的《科學革命的結構》被譽為20世紀學術史上最有影響力的著作之一，也是科學哲學研究的最基本文獻。阿什福德對庫恩范式觀點質疑可見：愛德華·阿什福德·李：《柏拉圖與技術呆子：人類與技術的創造性伙伴關系》，張凱龍、馮紅譯，北京：中信出版集團，2020年。

[11]邁克爾·波特：《國家競爭優勢》，李明軒、邱如美譯，北京：華夏出版社，2002年。

[12]理查德·維爾特：《國家競爭力：全球經濟中的國家戰略、結構和政府》，劉波、徐晴譯，北京：中信出版社，2015年。

[13]查閱近些年中國知網發布的國家競爭力相關研究的文獻發表情況可以發現，國內對國家競爭力的研究已經開始集中偏重某個具體行業或領域，如數字、教育等，或是以某些具體國家為研究對象而展開。

[14]趙玉潔：《馬克思主義如何理解“生產力”》，2024年5月20日，http://theory.people.com.cn/n1/2024/0520/c40531-40239148.html。

[15]在信息時代，世界各國已經對數據保護進行各項立法和產業政策調整。而在應對大模型帶來的變革中，世界各國也開始加快政策法規調整。如2023年8月中國政府實施《生成式人工智能服務管理暫行辦法》、2023年10月時任美國總統拜登簽署了總統令、2024年3月歐盟《人工智能法案》生效。上述舉措都是在運用法律與政策等上層建筑手段主動調整AGI時代的“生產關系”。

[16]2020年，中央文件正式將數據與土地、勞動力、資本和技術并列為中國經濟的五大生產要素。參見：《中共中央 國務院關于構建更加完善的要素市場化配置體制機制的意見》，2020年4月9日，http://www.gov.cn/zhengce/2020-04/09/content_5500622.htm。

[17]布萊恩·阿瑟：《復雜經濟學》，賈擁民譯，杭州：浙江人民出版社，2018年。

[18]在布特爾的“AI經濟學”范式中，就業、通脹、經濟增速，資產表現、收入分配等八個領域都會因人工智能技術發展而導致新問題出現，人工智能將推動既有經濟范式發生變化。羅杰·布特爾：《AI經濟：機器時代的工作、財富和社會福利》，欣玫譯，杭州：浙江人民出版社，2021年，第76頁。

[19]2023年3月，美國商會人工智能委員會發布報告稱，到2030年，人工智能將給全球經濟帶來13萬億美元的經濟增長。人工智能可能在7年之內創造出一個接近中國經濟體量的GDP，這個新增經濟總量是美國當下GDP的70%左右。具體報告可見：The U.S. Chamber of Commerce's Technology Engagement Center (C_TEC), "Commission on Artificial Intelligence Competitiveness, Inclusion, and Innovation," 9 March 2023, https://www.uschamber.com/assets/documents/CTEC_AICommission2023_Report_v5.pdf.

[20]高盛公司2023年3月27日發布報告認為，未來生成式AI與人類的產出將很難區分。報告預計在未來10年間，全球GDP將在新一代人工智能催化的影響下每年提高7%，全球預計將有3億個工作崗位被生成式AI所取代。具體報告參見：J. Pethokoukis, "Why Generative AI Could Have a Huge Impact on Economic Growth and Productivity," American Enterprise Institute, 27 March 2023, https://www.aei.org/articles/why-goldman-sachs-thinks-generative-ai-could-have-a-huge-impact-on-economic-growth-and-productivity/.

[21]具體可見布魯金斯學會的研究報告：M. N. Baily and B. Grewal et al., "Machines of Mind: The Case for an AI-Powered Productivity Boom," Brookings, 10 May 2023, https://www.brookings.edu/research/machines-of-mind-the-case-for-an-ai-powered-productivity-boom/.

[22]C. J. Jones and C. Tonetti, "Nonrivalry and the Economics of Data," American Economic Review, 2020, 110(9).

[23]斯坦利·杰文斯是現代經濟學邊際效用理論的主要奠基人。“杰文斯悖論”是指技術進步可以提高資源利用效率，但結果是增加而不是減少人們對資源的需求，而人工智能時代的“杰文斯悖論”主要是指人工智能對人類就業的擠出問題。

[24]2024年3月，普林斯頓大學研究團隊突破性成果顯示，運用AI技術可以成功預測并防止核聚變過程中等離子體不穩定性，從而更接近實現高效持續的核聚變能源供應。具體可見：《自然》雜志的論文發表，J. Seo and S. Kim et al., "Avoiding Fusion Plasma Tearing Instability with Deep Reinforcement Learning," Nature, 2024.

[25]J. L. Watson and D. Juergens et al., "De Novo Design of Protein Structure and Function with RFdiffusion," Nature, 2023, 620(7976); S. K. Achar and L. Bernasconi et al., "In Silico Demonstration of Fast Anhydrous Proton Conduction on Graphanol," ACS Applied Materials & Interfaces, 2023, 15(21).

[26]保羅·肯尼迪：《大國的興衰：1500-2000年的經濟變遷與軍事沖突》，陳景彪等譯，北京：國際文化出版公司，2006年。

[27]卡爾·赫弗里希：《經濟戰爭與戰爭經濟》，王光祈譯，北京：臺海出版社，2019年。P. Poast, "Beyond the 'Sinew of War': the Political Economy of Security as a Subfield," Annual Review of Political Science, 2019, 22(1).

[28]相較人工智能而言，核武器的風險更容易被理解和識別，具體論述可見：W. Zaidi and A. Dafoe, "International Control of Powerful Technology: Lessons from the Baruch Plan for Nuclear Weapons," Centre for the Governance of AI, 2021.

[29]J. Johnson, "Artificial Intelligence: A Threat to Strategic Stability," Strategic Studies Quarterly, 2020, 14(1).

[30]聯合國專家組對于致命性自主武器（LAWS）談判正在聯合國《特定常規武器公約》（CCW）會談機制進行展開。但美國國防高級研究計劃局（DARPA）所主導下的人工智能軍事研發從未停頓，其最新發起了一項“DARPA重新構想人工智能對國家安全的未來”的行動，旨在探索構建和部署人們可以毫不猶豫信任的、與國家安全相關的人工智能和機器學習應用程序的新方向。Defense Advanced Research Projects Agency, "Join DARPA to Reimagine the Future of AI for National Security," 24 February 2023, https://defensescoop.com/2023/02/16/cia-to-investigate-how-generative-ai-like-chatgpt-can-assist-intelligence-agencies/.同時，美國中央情報局也正在探索生成式人工智能對軍事、情報工作的潛在影響。V. Brandi, "CIA to Investigate How Generative AI (like ChatGPT) Can Assist Intelligence Agencies," DefenseScoop, 16 February 2023, https://defensescoop.com/2023/02/16/cia-to-investigate-how-generative-ai-like-chatgpt-can-assist-intelligence-agencies/.

[31]例如，國際安全問題專家邁克爾·霍洛維茨，曾任賓夕法尼亞大學教授、新美國安全中心（CNAS）研究員，現任美國國防部長副助理。相關研究可見：M. C. Horowitz, "Artificial Intelligence, International Competition, and the Balance of Power," Texas National Security Review, 2018, 1(3); E. V. Garcia, "AI & Global Governance: When Autonomous Weapons Meet Diplomacy," SSRN Electronic Journal, 2019.

[32]以軍明確宣稱在對哈馬斯的軍事行動中運用實時生成式人工智能，實現戰術打擊超過1萬個目標，相關報道可見：National Public Radio, "Israel Is Using an AI System to Find Targets in Gaza. Experts Say It's Just the Start," 14 December 2023, https://www.npr.org/2023/12/14/1218643254/israel-is-using-an-ai-system-to-find-targets-in-gaza-experts-say-its-just-the-st. 同時，有報道還稱以色列使用的“薰衣草”人工智能系統的誤差率為10%。CNN, "Israel Is Using Artificial Intelligence to Help Pick Bombing Targets in Gaza," 4 April 2024, https://www.cnn.com/2024/04/03/middleeast/israel-gaza-artificial-intelligence-bombing-intl/index.html.

[33]赫拉利關于人工智能的觀點可見：Y. N. Harari, "AI and the Future of Humanity," 14 May 2023, https://www.youtube.com/watch?v=LWiM-LuRe6w.

[34]約瑟夫·奈：《權力大未來》，王吉美譯，北京：中信出版社，2012年。

[35]數字時代三大思想家之一喬治·吉爾德通過對香農信息論的分析和解釋，深刻闡釋了信息熵影響和權力作用。具體可見：喬治·吉爾德：《知識與權力：信息如何影響決策及財富創造》，蔣宗強譯，北京：中信出版集團，2015年。

[36]在烏克蘭危機中，各種虛假新聞傳播已經得到了充分的印證，而2024年2月OpenAI發布的Sora文生視頻大模型為深度偽造的視頻制作增添了利器。

[37]社會學者布迪厄在對社會空間的解釋中創造了場域理論，有關“場域”和“場域自主性”的認識和解釋可見：皮埃爾·布迪厄：《實踐與反思：反思社會學導引》，李猛、李康譯，北京：中央編譯出版社，1998年。

[38]以騰訊為例，目前，騰訊混元大模型已經在騰訊云、騰訊廣告、騰訊會議、騰訊文檔、微信搜一搜、騰訊游戲等50個業務和產品接入測試。騰訊混元還將作為騰訊云MaaS（模型即服務）的底座，通過API為不同產業場景構建專屬應用，并以這些應用為基礎，滿足用戶需求。參見：劉遠舉：《技術疊加特性之下的中國大模型應用優勢》，2023年9月12日，https://www.sifl.org.cn/show.asp?id=5553。

[39]E. Gibney, "China's Cheap, Open AI Model DeepSeek Thrills Scientists," Nature News, 2025, 638(8049).

[40]上海市政府發布《上海市新型基礎設施重大項目建設和投資機會清單》。重大項目共計100項，總投資約1200億元，其中，網絡基礎設施類21項，算力基礎設施類22項，數據基礎類9項，創新基礎設施類20項，終端基礎設施類28項。

[41]例如，該辦法明確規定不適用于研究開發和非面向公眾的活動，并鼓勵推廣開源技術，實現基礎人工智能模型的民主化，進而加速中國的技術進步等。

[42]Global Times, "GT Voice: Will China's Open-Source Model Become a Trend in Global AI Development?" Global Times, 16 February 2025, https://www.globaltimes.cn/page/202502/1328529.shtml.

[43]李天一、張偉、張玄逸：《新質生產力發展與共同富裕：基于勞動者干中學效應的分析》，《數量經濟技術經濟研究》，2025年第3期。

[44]Bloomberg Intelligence, "Generative AI to Become a $1.3 Trillion Market by 2032, Research Finds," 1 June 2023, https://www.bloomberg.com/company/press/generative-ai-to-become-a-1-3-trillion-market-by-2032-research-finds/.

[45]關于當下國際技術競爭新特點和“大國專屬性”的研究分析可見：余南平、張翌然：《國際關系演變的技術政治解釋——以美國對華技術博弈為分析視角》，《世界經濟與政治論壇》，2024年第1期。

The Mechanism of New Generation Artificial Intelligence Technology

in Restructuring National Competitiveness

Yu Nanping

Abstract: The new generation of artificial intelligence technology, with its disruptive, self-creation, universality and interoperability, promotes the change of productive forces and production relations, and reshapes the mechanism of national competitiveness. The new generation of AI technology affects national competitiveness from the dimensions of national competitiveness theory paradigm shift, economic paradigm reconstruction, scientific research paradigm innovation, security enhancement and discourse power shaping. China needs to accelerate technological innovation and ecological construction by relying on the existing advantages of application-driven, government support, global governance and international cooperation of new-generation AI technology to enhance national competitiveness in the era of generalized AI.

Keywords: artificial intelligence, disruptive technology, national competitiveness, quantum thinking, paradigm shift

責 編∕楊 柳 美 編∕梁麗琛