【摘要】新一代人工智能技术以其颠覆性、自创生、通用性和互操作性，推动生产力与生产关系变革，重塑国家竞争力的机理机制。新一代人工智能技术从国家竞争力理论范式转换、经济范式重构、科学研究范式革新、安全保障强化及话语权塑造等维度全方位影响国家竞争力。中国需依托新一代人工智能技术的应用驱动、政府支持、全球治理与合作等既有优势，加速技术创新与生态构建，以在通用人工智能时代提升国家竞争力。
【关键词】人工智能 颠覆性技术 国家竞争力 量子思维 范式转换
【中图分类号】D815/TP18 【文献标识码】A
【DOI】10.16619/j.cnki.rmltxsqy.2025.09.004
【作者简介】余南平，华东师范大学政治与国际关系学院教授、博导，上海市人民政府决策咨询基地／余南平工作室领军人物。研究方向为国际政治经济学、全球价值链、新技术革命与国际关系变迁。主要著作有《新时代国家经济安全的战略与现实》（合著）、《全球价值链的调整与重塑》（合著）、《逆全球化环境下的上海发展与创新》（主编）等。
引言
国家竞争力奠定了现代国际体系中国家间相互关系的基础，国家竞争力研究在国际关系研究领域具有不可忽视的重要性。国际关系研究本质上蕴含着隐喻的“预测”与“研判”的学科特征。学者们热衷于对宏观形势的变动及其对国际关系的潜在影响进行推测和判断，这一现象在人工智能技术发展与国际关系的交互领域同样普遍存在。然而，与一些应用性社会科学学科相比，国际关系研究长期以来更倾向于关注“上层建筑”领域问题所引发的“关系”变迁，往往对技术底层逻辑和技术发展边界的深刻理解有所欠缺，进而容易忽视技术“代际”变革对现实产生的深远影响。相关研究在理解颠覆性技术变革对国家竞争力重塑以及由此引发的国际格局、国际权力和国际关系的根本性变迁方面存在不足，且由于对技术的理解力有限，可能导致更多结论性误判。例如，英国皇家国际事务研究所（查塔姆研究所）在2018年发表的报告认为，所谓的通用人工智能（AGI）似乎不太可能在不久的将来出现。[1]但该研究显然忽略了人工智能技术的突破是以突然“涌现”的方式呈现，这使得技术的迸发具有持续性和扩散性，且具有技术范式更迭的重要意义。从这个角度看，当下的人工智能技术正在引领人类逐步迈向通用人工智能的发展之路。
以人工智能技术的代际变迁为例，从2022年OpenAI的ChatGPT大模型横空出世，到2023年Meta的LLaMA、谷歌的Gemini大模型纷纷跟进，再到2024年OpenAI的Sora多模态大模型、斯坦福大学的Octopus v2端侧大模型的进一步发展，以及2025年初中国人工智能企业深度求索（DeepSeek）发布开源模型DeepSeek-R1，新一代通用人工智能技术实现了迭代式、颠覆性突破，并快速渗透到社会生产生活的各个方面，对国家战略决策与国际社会关注度产生重要影响。从历史比照角度看，一场以新一代人工智能技术为核心的持久新赛道技术革命由此开启，[2]人工智能驱动产业变革将对国家竞争力产生深远影响，推动大国间竞争与战略博弈。
习近平总书记强调，“人工智能是新一轮科技革命和产业变革的重要驱动力量，加快发展新一代人工智能是事关我国能否抓住新一轮科技革命和产业变革机遇的战略问题”，“加快发展新一代人工智能是我们赢得全球科技竞争主动权的重要战略抓手，是推动我国科技跨越发展、产业优化升级、生产力整体跃升的重要战略资源”。[3]新一代人工智能技术以低成本、普惠性、本地化部署等优势，广泛应用于众多行业，推动社会生产与生活方式变革。在此背景下，国家竞争力必然因马克思所阐述的生产力和生产关系互动形式的变化而得以重塑。因此，要全面认识新一代人工智能技术给国家竞争力带来的深刻影响，需从其颠覆性和互操作性等特点出发，从范式转换的视角明晰人工智能技术重塑国家竞争力的机理机制，进而明确提升我国国家竞争力的正确战略选择。
新一代人工智能技术变迁与互操作范式转换
2018年杰佛里·辛顿（Geoffrey Hinton）、杨立昆（Yann LeCun）、约书亚·本吉奥（Yoshua Bengio）三位图灵奖获得者所取得的成就，使得深度神经网络（DNN）、卷积神经网络（CNN）、递归神经网络（RNN）等技术为人工智能开发提供了新路径。[4]当下人工智能技术的发展路径表明，人工智能技术的成就多源于实践探索而非理论指导，其技术本质充分彰显了颠覆性、自创生、通用性与互操作性等特征。
技术的颠覆性。1995年克莱顿·克里斯坦森（Clayton Christensen）首次提出“颠覆性技术”（Disruptive Technologies）概念，认为颠覆性技术以意想不到的方式取代了现有主流技术。[5]然而，克里斯坦森更多关注技术对市场的适用性，未能从技术的本质角度深挖“颠覆性”的内涵。实际上，颠覆性技术融合了突破性、技术跨域性、技术涌现性与不可预测性等特征。[6]当下，新一代人工智能技术基于既有技术路径，实现了多模态和多领域的跨域突破，生成式人工智能大模型开发中“涌现能力”（Emergent Ability）的释放便是一个明确启示。当预训练标注数据参数达到一定量级且算力充足时，大模型展现出技术开发者难以提前预知和清晰解释的“涌现能力”，凸显了技术变化的不可预测性。而这种主动式“技术涌现”特点是以往技术所缺乏的，表明新一代人工智能技术实现了复杂性科学研究者布莱恩·阿瑟所论述的理想式、完备意义上的“技术自创生”，且其技术边界难以预测。[7]
“涌现”带来的技术自创生。布莱恩·阿瑟对技术的进化与创新进行了深入研究，并提出技术具有“自我创生”（autopoietic）的观点，认为技术从已有的技术中衍生，通过组合进化（combinatorial evolution）形成。即使是复杂的技术，也常以简单技术作为其组分，而所有技术集合（the collective of technology）能够自力更生，从无到有、从简单到复杂地发展，并通过组合进化实现自我创造。[8]从20世纪50年代达特茅斯会议确立人工智能概念至今，该领域经历了众多组合进化和实践探索。当今，新一代人工智能技术发展沿着算力、算法、数据技术进化以及垂端应用技术的各种自我组合道路，通过自主训练、自我迭代实现“技术自创生”，突破了传统由人控制技术组合的研发路径，且发展速度明显加快。技术能力的指数级别强化则反向强化技术自创生，进而形成技术加速的“闭环”。
技术的通用性与互操作性。狭义与广谱、专用与基础决定了技术发展的自身边界，也是衡量技术是否具有通用性的关键。工业革命的进化史表明，蒸汽机、电力、信息技术等通用技术（GPT）在三次产业革命中发挥了关键作用。相关学术研究指出，具有普遍使用性、能催生互补性创新且拥有巨大改进潜力和互操作性的技术更为重要。此外，人类全要素生产率（TFP）的增长历史为通用技术对经济的巨大影响提供了直接证据。[9]当下，人工智能大模型已经从单纯的语言大模型向多模态演化，并在文案、代码编写等多领域显示出多任务处理能力。例如，中国开源大模型DeepSeek在各垂直领域的快速本地化部署，体现了人工智能作为通用技术的互操作性。新一代人工智能不仅具有更广泛的通用性，还具有真正意义上广泛互操作的革命性意义，其所牵引的“具身智能”为人形机器人更大程度替代人类劳动提供了可能。
综上所述，新一代人工智能技术的颠覆性、自创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术“互操作”特征，共同构筑起其独特的发展优势。在探讨技术互操作的范式特性时，技术专家爱德华·阿什福德·李（Edward Ashford Lee）批判了托马斯·库恩的“范式”概念。他关注到“未知的已知导致思想产生偏见”，并对库恩所主张的“科学革命源于范式转换而非知识积累”这一观点提出质疑。阿什福德并未直接断言库恩“生活在过时的技术范式时代”，但他敏锐地提出，技术范式较之科学范式更加复杂多样，不存在科学范式那种不可通约性，而是以互操作的方式层级化分层。[10]因此，新一代通用人工智能的发展路径，正是其不断进行颠覆性自我迭代的过程，充分展现了通用技术本身互操作的优势。随着新一代人工智能技术推动技术范式的深度变革，国家竞争力的重塑已不局限于理论认知层面，更在实践活动层面迎来了范式意义上的根本转换，其影响力广泛且深入。
新一代人工智能技术重塑国家竞争力的机理机制
在当今的学术研究领域，国家竞争力研究并非一个特别热门话题。这或许源于20世纪90年代哈佛大学商学院教授迈克尔·波特提出的“钻石理论”模型已经集国家竞争优势研究之大成。[11]就国家竞争力理论体系的改进而言，如果沿着波特所关注的价值链、产业集群理论视角深入挖掘，似乎创新空间有限。因此，波特的商学院同事在后续的国家竞争力研究中，转而以国家战略和政府作用为更广泛的视角展开相关工作，理查德·维尔特聚焦战略和横向国别比较的《国家竞争力》出版便是典型代表。[12]国内近年来更多的国家竞争力研究成果也逐渐细化为行业性、领域性和区域国别的比较研究。[13]
在波特的理论框架下，决定国家某个产业竞争力的四大要素包括：生产要素，涵盖人力资源、自然资源、知识资源、资本资源与基础设施；需求条件，主要指本国的市场需求；相关与支持产业，即产业和相关上游产业是否具备国际竞争力；企业的战略、结构与竞争对手的表现。而在这四大要素外还存在两个变量：政府政策与市场机会，其中市场机会蕴藏着基础科技发明创造的潜力。尽管波特对生产要素的归纳与马克思对生产力三要素的描述有相似之处，但他忽视了“生产力源自人类与自然的实践性关系，是人类在能动地改造自然的过程中形成的综合性力量，而非劳动者直接作用于劳动工具以达到对自然对象改造目的的偶然性、单一性、直观性的结果”这一关键点。[14]从马克思对人类社会发展动力机制更具洞察力和内在理解力的分析视角看，人工智能技术恰是人类在能动改造自然过程中所形成的一种新的综合性力量，其通过生产力革命作用机制和生产关系改造机制，进而重塑国家竞争力的机理机制。因此，可以从以下几个维度看人工智能技术重塑国家竞争力的机理机制。
国家竞争力理论范式转换的维度。在马克思哲学和政治经济学语境中，社会生产由生产力与生产关系构成，二者有机统一，共同构成生产方式。在生产方式中，生产力是内容，生产关系是形式。若以量子思维“通约”政治经济学层面的生产力与生产关系的互动纠缠，会发现如20世纪中期以后，对国际关系和地缘政治产生影响的核武器这类颠覆性技术，虽作为生产力的组成部分，本质上仍处于由人发明、使用、控制的状态，技术被动地为人所用，呈现当前技术的全部特征。因此，技术“工具作用”于生产力与生产关系的相互适应过程中，形成了差异化的国家社会形态及与各国生产力相对应的国家竞争力。而新一代人工智能的不同之处，不仅在于“涌现能力”扩展的“人机互动”，还包括人工智能模型多模态的技术扩散边界未知。随着真实技术的发展和未来技术场景的到来，具身智能（Embodied AI）的发展可能使“机器劳动力”成为现实，颠覆传统“劳动力”要素，引发新的生产力质变。同时，新一代通用人工智能发展具有独特的“生成”机制，可特别作用于生产关系构建，其“生成”基础依赖于大模型的语料选定，输出特定的“知识”与价值观，形成量子物理意义上的“场域”，进而推动形成新的世界认知与解释。[15]在马克思关注推动历史发展的生产力和生产关系两个层面，从量子思维角度看，新一代通用人工智能可被视为能量巨大的“量子作用力”，并以“波粒二象性”的特性统合生产力与生产关系，深刻影响人类社会生活领域和生产关系，进而改变国家竞争力的本质。就此意义而言，比照波特关注的生产要素资源、市场需求、产业链等要素影响的国家竞争力理论解释框架，马克思主义政治经济学的分析视角更能够深入解释人工智能技术发展带来的生产力与生产关系互动影响本质，也能为新一代人工智能的技术特性作用于国家和社会特殊影响带来新解释。
国家生产力质变引发经济范式重构的维度。从马克思关注的生产力内涵看，数据作为新生产要素已形成广泛共识。[16]就AGI的“生成式”特性而言，其可在生产力与生产关系两个层面产生交互作用，进而影响社会生产范式的重构。从经济活动本质意义上看，布莱恩·阿瑟提出“经济是技术的全部表达”，符合马克思对生产力变化本质动因的现代解释。[17]经济学家罗杰·布特尔所创建的“AI经济学”也对经济范式重构进行了新解释。[18]目前，对于通用人工智能可以带来的经济增长已有诸多预测研究。[19]通用人工智能将显著提升劳动生产率，这一共识也愈发清晰。[20]相关分析研究预测显示，从现在开始的20年后，全球经济产出未来将实现一倍以上的增长。[21]然而，正如历次技术革命带来不同的经济分配结果一样，通用人工智能可能导致分配的不均衡扩大，这既是国内问题，也是国家间竞争力和经济差距再扩大的新问题。需认识到，通用人工智能是信息技术的“全部集成”，而信息技术发展的基本经济规律是“赢家通吃”效应的产生与强化。[22]因此，在通用人工智能产生更强的“赢家通吃”场景中，全球劳动生产率快速增长结果并不会被自动均匀分配，少数具有领先通用人工智能能力的国家才有机会搭上未来发展的“星际快车”，这将颠覆性地重塑国家竞争力。尽管目前大多数经济学者热衷于研究“杰文斯悖论”在通用人工智能时代的演变，[23]但从国家竞争力层面看，未来通用人工智能重构的经济结构和范式将不同于历史上所有时代的经济模式，拥有强大通用人工智能生态能力的国家可实现高水平生产力的“自给自足”，包括可能永久性解决劳动力、资源不足等经济发展瓶颈问题。例如，在解决人类终极能源可控核聚变研发上，2024年3月《自然》杂志发表的论文显示，人工智能的应用已经为解决全球能源危机和气候变化提供了新可能。[24]
提升国家竞争力所需科学研究范式的维度。当前，通用人工智能技术发展并非仅仅通过大众熟知的大语言模型来提高产业端的劳动生产效率，在AI for Science（AI4S）的探索过程中，生命科学、材料学、机器人等各领域正借助人工智能实现加速、聚合与跨域成果的溢出。例如，在生命科学领域，美国华盛顿大学的大卫·贝克（David Baker）教授及其团队用人工智能开发了Rfdiffusion，该技术能够“从无到有”地设计出各种功能性蛋白质；在新材料领域，2023年匹兹堡大学卡尔·约翰逊（Karl Johnson）等人使用AI4S方法对石墨烷（Graphanol）进行探究。石墨烷在缺水条件下仍能导电，这项研究对于提高质子交换膜燃料电池的性能、降低成本以及扩大操作条件至关重要。[25]除了基础科学研究外，在生产端的人形机器人开发领域，运用ChatGPT所训练的机器人“Figure 2”已经开始展现出某种意义上的“人类认知理解力”，同时，产业界也在不断开发更多专用的人形机器人大模型。上述史无前例的科学技术研究范式，不仅将加速国家科技赋能的经济增长范式变革，从而引发国家竞争力的重塑，还将长期为国家竞争力带来依托于不间断、持续性、颠覆性科技创新的巨大提升。
维护国家竞争力所需安全保障的维度。国家竞争力的基础在于国家的军事安全，涉及政治、领土、经济安全等各个方面。军事技术的发展具有典型的军民两用性，体现为提升国家竞争力所需要的科技进步结果。保罗·肯尼迪对于500年间大国兴衰的全景分析叙述，说明了军事能力的获取和维持以国家的经济基础和能力为前提。[26]军事目的本身对技术创新有着无尽的内在追求动力，不仅对经济产生隐性拉动作用，军事能力的强化反过来还能增强经济优势。[27]核武器技术的出现塑造了20世纪后半叶以来的国际政治与权力格局。与核武器技术相比，强大而更危险的人工智能在两用性方面更难区分，尤其是在风险的可识别性方面。[28]在军事领域，通用人工智能可用于日常训练安排、设备与武器维护，以及士兵情绪判定与心理推断，从而改善军事准备状态。[29]通用人工智能还可以利用“深度伪造”（deepfake）技术进行战略欺骗，通过智能感知器动态地进行“全域战场”的分析与把控，提升军事行动跨越地理边界的能力，增强人类士兵和自主武器系统的能力，在提高打击精度和速度的同时降低误伤风险。[30]事实上，人工智能在战场上的应用并非臆想和推断。乌克兰危机中无人机“蜂群”作战方式的出现，已经验证了许多学者早年对于人工智能应用于无人作战系统的研究结论。[31]自2023年开始的以色列对哈马斯的军事行动中，人工智能的应用更是在实战意义上得到了充分印证。[32]尤瓦尔·赫拉利提出，核武器虽已影响半个多世纪的国际政治，然而其与人工智能的区别在于，核武器本身并不能制造出更强大的核武器，而人工智能则可以不断更新迭代。[33]因此，核武器虽可作为威慑性技术存在，塑造国家的国际权力和地缘政治影响力，但其维护费用高昂，且本身不创造经济价值。而兼具经济价值和新型军事价值的通用人工智能能够通过技术自我迭代产生技术自创生的辐射和带动效应，以超越人类社会以往任何历史周期的能力，助推国家竞争力实现跃升。
维护国家竞争力所需国家形象传播和话语权塑造的维度。波特所构建的国家竞争力模型虽在经济领域有深刻洞察，但在维护国家竞争力所需的国家形象传播与国际话语权塑造等方面存在明显缺失。实际上，国家借助信息技术提升政治合法性和国际影响力，进而强化国家竞争力的相关研究成果颇丰。[34]在这一背景下，通用人工智能通过大参数语料数据实现信息高度集成，推动“信息高熵”活跃，获得“知识创造性”权力，[35]其全域即时人机“双向互动”功能更是深刻影响了政治话语权塑造能力。通用人工智能生成的海量信息是对用户信息输入消化后的“意识判断”输出，对大量用户数据的吸收与自动训练进一步强化了少数生成式大模型的通用人工智能能力，进而形成“知识与价值观”标准。然而，通用人工智能能够生成虚构事件和虚假信息，从而使以技术进行精准操纵和全息控制变得迅速而便捷，[36]实现对政治和社会认知的引导与塑造，进而在跨国层面塑造公民的政治态度。
与人工智能技术界单纯讨论公平性所涉及的“算法偏差”与“算法歧视”不同，通用人工智能大模型的数据收录、清洗、算法设计中必然存在“人工干预”。在国际政治互动中，某些技术强势的通用人工智能大模型不仅形成了类似量子物理学意义上的“场”，还具有强大的大模式的“信息熵”创造能力。因此，通用人工智能能力强大的国家自然会借助国际间互联网的“人机对话”，实现更有效的对外传播与“信息场域”塑造，进而强化自身政治的国际合法性和政治主导权。[37]由此，通用人工智能产出的巨量信息将创造过往不存在的“高熵”而被聚焦，使得通用人工智能领先国家获得额外的国际政治影响力，从而强化国家软实力并提升国家竞争力。
综上所述，当前新一代人工智能技术绝非传统意义上人类既往认知技术的简单堆砌或跨域集成。其技术发展呈现显著的涌现性、颠覆性和自创生特征。在技术的互操作性相互嵌套的复杂进程中，这种技术以生产力和生产关系深度交织、相互影响的形态，全方位渗透并作用于社会结构与国家治理的各个层面。就国家竞争力的重塑而言，新一代通用人工智能不仅在变革国家经济基础、重构生产方式等物质层面发挥关键作用，其依托算法与模型所构建的治理模式输出，同样在制度、文化、意识形态等多维度对国家竞争力的重塑产生深远且多层次的影响。
中国利用新一代人工智能技术提升国家竞争力的战略选择
在当前新一代人工智能技术颠覆性发展与地缘政治紧张态势相互叠加的背景下，中国在实现人工智能技术全面突破的进程中面临着诸多严峻挑战。美国及其盟友不断加剧的技术对抗、脱钩行径与竞争博弈，以及特朗普政府2.0时代全面开启的“关税战”，给中国的科技发展和经济转型带来了巨大的外部压力。然而，中国在人工智能领域也展现出独特的优势与强大的发展潜力。
应用驱动与市场优势。垂直领域的应用对于生成式AI大模型来说至关重要。从既有禀赋优势看，中国在数字经济发展历程中取得了显著成就，构建起了独具特色的本土市场和应用生态优势。电子商务和数字平台的蓬勃发展产生海量交易数据，为提升人工智能算法分析精准度提供了坚实支撑。B2C和C2C服务商业化所建构的生活化、多元化、服务化生态系统全球独有，使得中国凭借规模庞大的市场体量，反向驱动生成式人工智能的探索与应用。当前，百度文心、阿里云通义、腾讯混元和华为盘古等大模型已在众多行业实现广泛应用，涵盖智能写作、智能客服、自动摘要、文本生成等应用场景。应用场景和与真实需求的精准对接，不仅有助于提升技术和需求的匹配度，还能够带动更快的技术发展。[38]2025年，中国开源大模型DeepSeek取得里程碑式突破，为人工智能技术的前行注入了强劲动力，可被视为中国人工智能发展史上的“斯普特尼克时刻”，这一突破蕴含着多维度的深远意义：一是驱动AI4S全面发展。DeepSeek凭借其低成本、本地化部署优势，以及在算法层面所挖掘出的巨大潜力，不仅为开源模型在中国各行各业的垂直领域进行本地化部署和落地应用提供了现实可能性，还有力地推动了中国的AI4S全面开展。二是提供计算规模优化新思路。DeepSeek的价值不仅体现在其开源特性上，更在于其软件算法的提升为计算规模优化开辟了新的空间。据相关分析测算，在模型推理能力与全球顶尖竞品相仿的情况下，DeepSeek训练该模型所需的硬件租赁费用约为600万美元，而Meta的LLaMA 3.1 405B则花费超过6000万美元，后者所消耗的计算资源是DeepSeek的11倍之多。[39]三是推动中国人工智能自主发展。在美国对华实行严格半导体出口管制的背景下，DeepSeek的成功有力证明了最前沿的计算芯片并非训练先进模型的必需品。这一成果将加快中国在人工智能技术领域的自主发展步伐，促使中国根据市场垂直领域的需求，积极探索生成式人工智能应用模式，并以应用反馈推动大模型训练升级，进而构建起良好的产业生态。这一发展逻辑既契合中国人工智能大模型的实际情况，也是中国实现国家竞争力重塑的关键路径。
政府支持与政策推动。我国政府高度重视生成式人工智能技术的发展，出台了一系列支持政策，以推动人工智能创新发展。2017年，国务院发布《新一代人工智能发展规划》，将人工智能发展提升至国家战略高度，“十四五”规划更是将其列为重点技术突破的七大前沿领域之一，并聚焦前沿基础理论突破、专用芯片研发、深度学习框架等开源算法平台构建等关键环节。从国家层面到地方层面，产业扶持政策密集落地，重点增强计算能力和建立综合训练数据集。在增强计算能力方面，2023年10月，工业和信息化部等六部门发布了《算力基础设施高质量发展行动计划》，从计算力、运载力、存储力和应用赋能四个维度明确了到2025年的发展量化指标。北京、上海等地积极响应，推出财政激励措施和项目，上海发布的新型基础设施重大项目建设清单投资规模达1200亿元，其中算力基础设施类项目占据重要比重。[40]在训练数据集建设方面，2023年12月31日，国家数据局等部门联合印发《“数据要素×”三年行动计划（2024—2026年）》，鼓励研究机构、龙头企业、技术服务商开展行业共性数据资源库建设，打造高质量人工智能大模型训练数据集。上海、深圳在探索数据流通交易模式、建设和升级数据中心以推进人工智能方面的先行示范作用凸显。此外，2024年《政府工作报告》强调深化大数据、人工智能等研发应用，持续推进“人工智能＋”行动；2025年《政府工作报告》进一步提出要激发数字经济创新活力，支持大模型广泛应用，彰显了政府在生成式人工智能大模型规模化涌现背景下对产业发展路径的全新布局。在政府全面加强算力基础设施建设、推进数据资源配置以及全方位营造人工智能产业生态的政策支持下，中国凭借算法、数据、场景等优势，融合产业与科技领域创新力量，助力国家竞争力跃升。
全球治理与合作担当。中国在全球人工智能治理和合作方面率先作出灵活监管反应，不断更新监管格局，打造人工智能全球治理话语权。2023年7月，国家网信办联合多部门发布《生成式人工智能服务管理暂行办法》，与《中华人民共和国数据安全法》《中华人民共和国个人信息保护法》等现行数据法规相呼应，这种自上而下、协调谨慎的监管模式契合当下生成式人工智能现实实践需求，促进了创新与安全平衡。[41]实践表明，中国人工智能治理框架正在持续优化，对国内外生成式人工智能构建与部署产生深远影响。2024年5月，《中法关于人工智能和全球治理的联合声明》的发布彰显了中国在全球人工智能治理进程中的大国担当。从全球人工智能产业发展格局看，与全球北方不断增强的管控与封闭倾向形成鲜明对比，中国作为全球南方一员，大力倡导开放包容的产业发展路径。DeepSeek开源模式不仅承载人文关怀，更为全球南方国家跨越成本壁垒、融入全球产业链和价值链提供了契机，促进技术快速迭代创新，拓展前沿技术应用场景。[42]广泛的产业链整合与跨领域合作将催生围绕开源大模型的生态系统，从而形成技术迭代-生态扩张-加速迭代的良性循环，助力全球南方国家以较低成本实现产业结构智能化升级，并借助“干中学”效应培育人才储备，提升整体创新能力与收入水平。[43]未来，在全球人工智能技术发展场景中，其他全球南方国家可与中国开展技术合作，优先发展医疗、教育、农业及基础设施建设等关键领域的人工智能应用，逐步由技术接受者向创新贡献者转型，通过契合人类命运共同体理念的南南合作模式，一定程度上规避人工智能时代“适应性挑战”的潜在风险，增强应对技术冲击的韧性。
结语
据彭博资讯（Bloomberg Intelligence）预测，生成式人工智能市场规模将呈现显著增长态势，预计从2022年的400亿美元以42%的复合年增长率攀升，在2032年达到1.3万亿美元。[44]随着人工智能技术的持续演进，生成式人工智能有望取得更进一步的突破并催生新技术的不断涌现。这将使当下基于简单数据和算法的数字经济构成要素逐渐成为“技术过去式”，全球数字竞争和战略博弈的新现实也将随之而来。在此背景下，未曾拥有强大人工智能能力的国家可能会直接失去参与竞争的入场券，技术的“大国专属性”或将进一步强化。[45]
由于人工智能技术具有与生俱来的闭环性与自我循环强化的特征，地缘技术竞争将不再完全受地缘禀赋和市场规模的传统束缚，而是能够凭借技术的力量独自前行。同时，大国相互依赖的必要性也将在人工智能技术催化和作用下逐步消融与瓦解，人工智能技术本身也就成为影响国家竞争力的关键所在。
从战略竞争和大国博弈的视角看，对于中国而言，人工智能技术开启了一扇前所未有的重要战略机遇窗口，对国家竞争力提升的重要性不言而喻。尽管中国在数字经济和传统人工智能研究与应用领域实现了技术并跑，DeepSeek开源大模型所实现的技术突破也为中国产业界和科研领域注入了更为强劲的信心。然而，必须重视的是，中国既有的“并跑技术”大部分仍属于传统的低能量级别数字技术范畴。建设新一代人工智能技术所需的完善产业链以及形成强大的人工智能“中国技术生态”，仍面临诸多挑战，未来还有很长的路要走。
（本研究系国家社会科学重大项目“颠覆性技术发展对新型国际关系形塑研究”和中央高校基本科研业务费项目华东师范大学人文社科前瞻性研究项目“二十届三中全会重大专题预研究专项［Fundamental Research Funds for the Central University］”的阶段性成果；项目编号分别为：23&ZD334、2024ECNU-QZXYJ004）
注释
[1]具体见英国皇家国际事务研究所（也称查塔姆研究所）2018年报告：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日中央政治局会议新闻稿出现和使用了“通用人工智能”术语。参见：《中共中央政治局召开会议分析研究当前经济形势和经济工作》，《人民日报》，2023年4月29日，第1版。
[3]《习近平主持中共中央政治局第九次集体学习并讲话》，2018年10月31日，https://www.gov.cn/xinwen/2018-10/31/content_5336251.htm。
[4]关于人工智能技术发展历史溯源已经有许多文献给予了讨论和研究，具体可见：约翰·马尔科夫：《人工智能简史》，郭雪译，杭州：浙江人民出版社，2017年；尼克：《人工智能简史（第2版）》，北京：人民邮电出版社，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：《颠覆性技术与地缘政治视域下的欧洲产业政策回归》，《当代世界》，2025年第1期。
[7][8]布莱恩·阿瑟当年讨论了技术自创生特点，他认为技术具有自我递进的发展规律，但他并没有预见在没有人的干预下所发生的新一代人工智能技术“自我涌现”式技术自创生。布莱恩·阿瑟：《技术的本质》，曹东溟、王健译，杭州：浙江人民出版社，2018年。
[9]牛津大学人工智能治理中心主任本·加芬克尔（Ben Garfinkel）以技术历史进化的视角讨论了当下人工智能作为“通用”技术的全部特征。具体可见：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]科学哲学家托马斯·库恩所著的《科学革命的结构》被誉为20世纪学术史上最有影响力的著作之一，也是科学哲学研究的最基本文献。阿什福德对库恩范式观点质疑可见：爱德华·阿什福德·李：《柏拉图与技术呆子：人类与技术的创造性伙伴关系》，张凯龙、冯红译，北京：中信出版集团，2020年。
[11]迈克尔·波特：《国家竞争优势》，李明轩、邱如美译，北京：华夏出版社，2002年。
[12]理查德·维尔特：《国家竞争力：全球经济中的国家战略、结构和政府》，刘波、徐晴译，北京：中信出版社，2015年。
[13]查阅近些年中国知网发布的国家竞争力相关研究的文献发表情况可以发现，国内对国家竞争力的研究已经开始集中偏重某个具体行业或领域，如数字、教育等，或是以某些具体国家为研究对象而展开。
[14]赵玉洁：《马克思主义如何理解“生产力”》，2024年5月20日，http://theory.people.com.cn/n1/2024/0520/c40531-40239148.html。
[15]在信息时代，世界各国已经对数据保护进行各项立法和产业政策调整。而在应对大模型带来的变革中，世界各国也开始加快政策法规调整。如2023年8月中国政府实施《生成式人工智能服务管理暂行办法》、2023年10月时任美国总统拜登签署了总统令、2024年3月欧盟《人工智能法案》生效。上述举措都是在运用法律与政策等上层建筑手段主动调整AGI时代的“生产关系”。
[16]2020年，中央文件正式将数据与土地、劳动力、资本和技术并列为中国经济的五大生产要素。参见：《中共中央 国务院关于构建更加完善的要素市场化配置体制机制的意见》，2020年4月9日，http://www.gov.cn/zhengce/2020-04/09/content_5500622.htm。
[17]布莱恩·阿瑟：《复杂经济学》，贾拥民译，杭州：浙江人民出版社，2018年。
[18]在布特尔的“AI经济学”范式中，就业、通胀、经济增速，资产表现、收入分配等八个领域都会因人工智能技术发展而导致新问题出现，人工智能将推动既有经济范式发生变化。罗杰·布特尔：《AI经济：机器时代的工作、财富和社会福利》，欣玫译，杭州：浙江人民出版社，2021年，第76页。
[19]2023年3月，美国商会人工智能委员会发布报告称，到2030年，人工智能将给全球经济带来13万亿美元的经济增长。人工智能可能在7年之内创造出一个接近中国经济体量的GDP，这个新增经济总量是美国当下GDP的70%左右。具体报告可见：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日发布报告认为，未来生成式AI与人类的产出将很难区分。报告预计在未来10年间，全球GDP将在新一代人工智能催化的影响下每年提高7%，全球预计将有3亿个工作岗位被生成式AI所取代。具体报告参见：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]具体可见布鲁金斯学会的研究报告：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·杰文斯是现代经济学边际效用理论的主要奠基人。“杰文斯悖论”是指技术进步可以提高资源利用效率，但结果是增加而不是减少人们对资源的需求，而人工智能时代的“杰文斯悖论”主要是指人工智能对人类就业的挤出问题。
[24]2024年3月，普林斯顿大学研究团队突破性成果显示，运用AI技术可以成功预测并防止核聚变过程中等离子体不稳定性，从而更接近实现高效持续的核聚变能源供应。具体可见：《自然》杂志的论文发表，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]保罗·肯尼迪：《大国的兴衰：1500-2000年的经济变迁与军事冲突》，陈景彪等译，北京：国际文化出版公司，2006年。
[27]卡尔·赫弗里希：《经济战争与战争经济》，王光祈译，北京：台海出版社，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]相较人工智能而言，核武器的风险更容易被理解和识别，具体论述可见：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]联合国专家组对于致命性自主武器（LAWS）谈判正在联合国《特定常规武器公约》（CCW）会谈机制进行展开。但美国国防高级研究计划局（DARPA）所主导下的人工智能军事研发从未停顿，其最新发起了一项“DARPA重新构想人工智能对国家安全的未来”的行动，旨在探索构建和部署人们可以毫不犹豫信任的、与国家安全相关的人工智能和机器学习应用程序的新方向。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/.同时，美国中央情报局也正在探索生成式人工智能对军事、情报工作的潜在影响。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，国际安全问题专家迈克尔·霍洛维茨，曾任宾夕法尼亚大学教授、新美国安全中心（CNAS）研究员，现任美国国防部长副助理。相关研究可见：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]以军明确宣称在对哈马斯的军事行动中运用实时生成式人工智能，实现战术打击超过1万个目标，相关报道可见：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. 同时，有报道还称以色列使用的“薰衣草”人工智能系统的误差率为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]赫拉利关于人工智能的观点可见：Y. N. Harari, "AI and the Future of Humanity," 14 May 2023, https://www.youtube.com/watch?v=LWiM-LuRe6w.
[34]约瑟夫·奈：《权力大未来》，王吉美译，北京：中信出版社，2012年。
[35]数字时代三大思想家之一乔治·吉尔德通过对香农信息论的分析和解释，深刻阐释了信息熵影响和权力作用。具体可见：乔治·吉尔德：《知识与权力：信息如何影响决策及财富创造》，蒋宗强译，北京：中信出版集团，2015年。
[36]在乌克兰危机中，各种虚假新闻传播已经得到了充分的印证，而2024年2月OpenAI发布的Sora文生视频大模型为深度伪造的视频制作增添了利器。
[37]社会学者布迪厄在对社会空间的解释中创造了场域理论，有关“场域”和“场域自主性”的认识和解释可见：皮埃尔·布迪厄：《实践与反思：反思社会学导引》，李猛、李康译，北京：中央编译出版社，1998年。
[38]以腾讯为例，目前，腾讯混元大模型已经在腾讯云、腾讯广告、腾讯会议、腾讯文档、微信搜一搜、腾讯游戏等50个业务和产品接入测试。腾讯混元还将作为腾讯云MaaS（模型即服务）的底座，通过API为不同产业场景构建专属应用，并以这些应用为基础，满足用户需求。参见：刘远举：《技术叠加特性之下的中国大模型应用优势》，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]上海市政府发布《上海市新型基础设施重大项目建设和投资机会清单》。重大项目共计100项，总投资约1200亿元，其中，网络基础设施类21项，算力基础设施类22项，数据基础类9项，创新基础设施类20项，终端基础设施类28项。
[41]例如，该办法明确规定不适用于研究开发和非面向公众的活动，并鼓励推广开源技术，实现基础人工智能模型的民主化，进而加速中国的技术进步等。
[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、张伟、张玄逸：《新质生产力发展与共同富裕：基于劳动者干中学效应的分析》，《数量经济技术经济研究》，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]关于当下国际技术竞争新特点和“大国专属性”的研究分析可见：余南平、张翌然：《国际关系演变的技术政治解释——以美国对华技术博弈为分析视角》，《世界经济与政治论坛》，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
责 编∕杨 柳 美 编∕梁丽琛
