分化的南方：人工智能治理中的能力差距与路径选择

本报告分析全球南方国家在人工智能治理中的能力差距和路径选择，指出全球南方并非均质概念，而是内部能力、需求和外部依赖高度分化的一组国家和地区。报告构建“能力 - 规范取向”二维矩阵，将全球南方国家区分为四种治理类型：

• 发展优先型：低至中等能力与强发展取向，如非盟多数成员国、尼日利亚、肯尼亚等，倾向将人工智能治理定义为发展政策的一部分，优先推进特定领域的应用。
• 规则平衡型：中等能力与区域协调取向，如东盟，通过软法和渐进式治理保持灵活性，在外部规则竞争中保留政策余地。
• 主权塑造型：中高能力与自主规则取向，如印度、巴西、阿联酋、沙特等，试图提出区别于欧美中的治理叙事，将国内市场、资本、数字基础设施和多边平台转化为规则影响力。
• 外部嵌入型：能力基础较弱与规则接受取向，如太平洋岛国、加勒比国家等，更多依赖外部规则模板、国际组织工具和区域平台进入人工智能治理。

报告指出，全球南方国家面临算力、资本、模型和规则外溢等多重不对称，导致其内部能力差距、技术依赖方向和规则偏好过于多元。在全球南方内部，基础设施分布的不对称涉及人工智能能力建设门槛，资本与模型分布的不对称形塑与他者的权力及依赖关系；南方国家之外，技术强国与国际组织规则外溢形态的不对称增加了内部制度适配压力，多边机制影响力的不对称能为南方国家行动提供选择和运作空间，但也会客观上限制其议程设置与行动转化能力。

报告建议，国际社会应设立人工智能能力与发展峰会机制、联合建立多边能力建设融资窗口、推动区域监管沙箱和测试工具互认、在外部合作中嵌入“非锁定”合同条款，并对能力薄弱国家推行分阶段治理路径，将全球南方重新纳入人工智能治理的制度源头，推动人工智能治理从风险管理扩展到能力分配，从规则输出转向共同建设。