全球人工智能治理指数(2026)——全球南方视角与能力建设

Fudan Think Tank Building,No. 220 Handan Road, Shanghai, China, 200433Tel: +86-21-65641067Email: cgaig@fudan.edu.cnWebsite: https://cgaig.fudan.edu.cn 复旦报告系列 全球人工智能治理指数（2026） ——来自全球南方的声音与能力建设 全球人工智能创新治理中心 2026年7月 人工智能可以成为一项惠及全人类的国际公共产品。 习近平 (i) AGI日益临近与AI治理的紧迫性.......................................................01 II. 索引结构与数据来源 ....................................................................0 (i) 四维框架及其与中国思想的共鸣.................05(ii) 指标体系与数据来源................................................................................07 III. 研究结果............................................................................... (i) 全球格局：明显的层级结构图........................................................13 IV. 结论。 ................................................................................. 未来几年，人工智能治理的核心主题很可能是其到来。这揭示了一个关键张力：虽然通用人工智能（AGI）的“地平线”正以加速的速度向我们逼近，但社会适应却远远落后，两者之间的差距正在扩大。与此同时，训练前沿模型需要天文数字般的计算能力和资本投入，资源集中在一小部分领先企业手中。如今，最集中的资源掌握在少数几家公司手中，包括Anthropic、OpenAI和谷歌。简而言之，鉴于通用人工智能可能迅速到来，全球人工智能治理面临着前所未有的挑战。 （ii）现有评估工具与本报告的立场 一、引言 近年来，国际上出现了一系列人工智能相关的评估工具。其中有两个指数尤为典型，并作为本报告的重要参考基准和交流对象。 第一是由斯坦福大学以人为本人工智能研究所（HAI）开发，由李飞飞教授领导的全球人工智能活力工具。其核心问题是人工智能在各国范围内的整体活力。该工具基于四十多个指标对三十多个国家进行比较，并将结果汇总到创新、经济竞争力、政策治理和公众参与等领域。这项评估涵盖八个核心维度：研发、负责任的AI、经济、教育、多样性、政策与治理、舆论和基础设施。总体而言，该指数严重倾向于衡量技术能力和硬实力。 因此，当今的AI治理必须密切关注通用人工智能（AGI）的快速逼近，同时也要审视全球治理深层的结构性问题，特别是全球南方国家在这一进程中日益边缘化的地位。能力和资源的急剧集中意味着，如果没有深思熟虑的制度安排，通用人工智能时代的红利和主导话语权可能会进一步向少数发达国家和发展中领军企业倾斜，使全球南方国家的广泛群体面临被进一步排挤的风险。 (i) 通用人工智能（AGI）日益临近与人工智能治理的紧迫性 智能，其中观察者声称瞥见了通用人工智能（AGI）的轮廓。 目前，关于通用人工智能（AGI）的讨论已成为当今人工智能治理中的一个关键议题。在诸多大胆的预测中，Anthropic的首席执行官Dario Amodei反复暗示AGI可能出现在2026年至2027年之间。在行业讨论中，包括Mythos 5和Fable 5在内的一些前沿模型，已被某些人视为此类通用人工智能的早期先驱。 当然，围绕通用人工智能（AGI）存在一个更具争议性的理论问题：迄今为止，它还没有一个精确的或普遍接受的定义。换句话说，对于AGI的真实本质，各方仍然难以达成共识。他们大体上同意的是另一件事：AGI很可能不是一个单一的时刻，而是一个逐步展开的过程。无论如何，它的加速 易氏团队。该团队包含四个评估支柱：发展水平、治理环境、治理工具和治理有效性，并评估了四十个国家。在方法论上，它整合了多样数据，包括政策文件和研究产出，并追踪人工智能风险事件等数据。总的来说，该指数主要作为衡量治理成熟度的诊断工具。 本报告的四维框架精准地捕捉了这一点。首先，人工智能治理必须以能力为基础；在此基础上，一个国家必须承担基本责任，包括保持开放和确保可靠性；超越能力和责任，它必须与更多国家分享这种能力，使人工智能赋能整个世界，这就是包容性价值凸显之处。最终，人工智能的扩张将加速资源消耗，加剧社会矛盾，并扰乱经济，使可持续性成为首要关切。能力、责任、包容性和可持续性构成一个逐级上升的治理阶梯，这也是本报告着力强调的渐进逻辑。 包容性和可持续性是评判人工智能治理质量的两个关键维度，并将其均确立为一级指标。 人工智能治理评估 (iii) 两大核心思想：平衡与渐进式结构 这一原创性贡献汇集了全球视角，尤其侧重于全球南方的立场。包容性维度下的援助、可及性与包容性，正是全球南方国家典型的关切。尽管早期研究包含了多样性与负责任人工智能支柱，但这些研究主要衡量的是单一国家体系内的多样性与合规性，并未涉及跨境再分配或援助，例如向全球南方提供的援助规模及其非附条件性程度。此外，早期的包容性指标在很大程度上是从治理和国际合作的角度来探讨该议题，其重心仍在于治理成熟度与风险韧性，而非援助与可负担性。至于可持续性，本报告通过环境、经济和社会的经典框架来界定它。在现有学术研究的基础上，本报告力求更全面地将全球南方的视角纳入其中。 鉴于这一定位，该报告反映了两个重要观点。 第一是平衡，这主要体现在能力与治理之间的均衡。治理必须以技术能力为基础；没有相应的能力，任何关于治理的讨论都显得空洞。然而，一旦一个国家具备了实质性的AI能力，就必须高度重视治理，并且AI能力与治理都不能被忽视。此外，平衡还意味着全球北方与全球南方之间的均等。在当前格局下，北方国家显然拥有更大的话语权，这使得强调对南方国家的包容性，并支持其能力建设，显得尤为重要。只有这样，才能实现更均衡的全球AI治理。 本报告认为，全球人工智能治理面临三大核心矛盾：技术涌现与治理赤字之间的张力；国家主权与全球治理之间的摩擦；以及超级大国霸权与全球南方之间的冲突。基于上述两个指数的优势，本报告构建了自己的分析框架。具体而言，能力层级的计算能力、算法和数据对应于早期指数的基础设施和创新研发支柱，而责任层级则与早期指数对治理风险和治理成熟度的关注有相当大的重叠。在此基础上，该指数做出了其原创性贡献：它提出了 基于平衡与分级结构这两个核心理念，该报告构建了一个人工智能治理指数，该指数同等重视能力、责任、包容性和可持续性，并系统性地对40个代表性经济体按照37项三级指标进行衡量。报告依据研究结果，描绘了全球人工智能治理的整体格局，并在此基础上，结合数据深入解读了中国在人工智能治理方面所采取的方法。 第二点是一个分级结构。人工智能治理的不同方面之间存在固有的层级关系，这是一种逐步发展的现实。 触达弱势群体、多语种人口以及全球南方，直接体现中国所倡导的“AI向善”和共享、包容性利益的理念。可持续性维度衡量发展的环境、经济和社会可持续性，与中国所推动的绿色协调发展保持一致。 全球治理包容性理念 II. 索引结构与数据来源 包容性维度的建立尤其值得提及。当人工智能能力集中在少数国家时，技术红利能否广泛共享，正成为衡量治理效力的试金石。中国始终是人工智能能力建设国际合作的关键推动者，确保全球南方国家能够获得、负担得起并有效利用这些技术。例如，DeepSeek的全球影响力反映了中国技术突破在某种程度上为全球南方整体带来了迈向能力更平等的机会。通过将开放权重模型的供应、模型的多语言能力以及向南方提供的数字基础设施援助纳入包容性维度，该指数为这一理念提供了可量化的观测基础。因此，这个四维框架不仅是一个评估工具，更是对开放、包容、普惠的人工智能发展愿景的具体体现。 相比之下，国际上现行的AI评估工具往往侧重技术和经济能力，而对包容性和可持续性关注相对较少。这种侧重部分反映了发达国家的视角。这些国家在技术上具有优势，因此自然倾向于以能力为中心的等级体系。然而，对于占世界人口绝大多数的全球南方而言，更紧迫的关切集中在AI的红利在包容性、可及性和公平共享方面。通过将包容性维度提升至与能力相当的水平，该指数旨在超越以能力为中心的观点，构建一个对南方更友好、更关注全球公平的框架。从这个意义上说，该框架的设计本身就蕴含着一种更 力、责任、包容性和可持续性，这些维度被细分为十一个二级指标，并进一步细分为37个三级指标。每个一级维度占总分的四分之一，并在每个层级采用等权重聚合方法。该框架的设计本身体现了对人工智能治理的一种观点：一个国家的人工智能治理水平不能仅由其技术能力来评判，还必须通过其治理责任、发展包容性和发展前景的可持续性来进行评估。 该四维框架与中国倡导的全球人工智能治理愿景高度契合。能力维度衡量计算能力、算法和数据这三个要素的发展，对应人工智能发展的物质基础。责任维度衡量治理中的开放合作与可信度，呼应了中国在发展与安全之间寻求平衡的重视。包容性维度衡量人工智能的红利 包容性体现在研究人员中的性别平衡、人工智能应用中对弱势群体的纳入，以及旗舰模型支持的语言数量；可及性体现在开源权重模型的提供、许可的开放性、主流模型的多语言能力，以及部署的可行性；援助则体现在对南方融资的规模、此类援助的赠款程度，以及包容性利益承诺的兑现率。 (ii) 指标体系与数据来源 在能力维度中，计算能力通过超级计算机数量、共址数据中心数量、GPU集群计算能力和全球南部的公共云区域覆盖率来衡量；算法通过开源算法贡献、基础模型贡献、AI出版物产出以及前沿AI模型数量来衡量；数据通过总数据量、物联网连接数量以及AI数据治理政策覆盖范围来衡量。 在可持续性维度中，环境支柱通过已安装的可再生能源容量、人工智能数据中心低碳能源支持水平以及绿色计算力的发展来衡量；经济支柱通过人工智能投资、人工智能专利数量以及人工智能赋能中小企业和产业创新的政策的力度来衡量；社会支柱通过人工智能专业人口规模、公众对人工智能的信任以及人工智能培训项目数量来衡量。完整结构如表1所示。 在责任维度中，开放性通过参与国际人工智能治理标准、原则和倡议，以及在为全球南方国家开展的多边倡议中的领导力，以及与全球南方国家共同撰写的人工智能论文来衡量；而可信度则通过人工智能事件的数量、人工智能治理工具的开发程度以及政府人工智能治理的成熟度来衡量。 在包容性维度上 在数据来源方面，该指数广泛采用了权威的公共数据，包括Epoch AI、OpenAlex和OECD等基准人工智能数据库。数据收集截止日期为2026年5月。需要注意的是，一些国家层面的数据是估算而非逐国测量的；例如，人工智能人才规模和人工智能投资数据是根据相应的比例以及人口和经济规模计算得出的。对于因各种原因产生的缺失值，该指数采用k近邻（KNN）插补法进行统一填充，以免将未记录数据误作零处理。 首先对数据进行对数转换以压缩尺度差异；负向指标（如AI事件数量）首先取反，使其与正向指标同向变化；然后通过Min-Max归一化将所有数据缩放到0到1之间（并乘以100得到100分制得分）。每个二级指标得分是其所有三级指标归一化得分的最简单算术平均值。以计算能力为例：它包含四个三级指标，即超级计算机数量、共址数据中心数量、GPU集群计算能力和公有云区域覆盖率，因此其得分为这四个归一化得分的总和，每个指标权