-->

　　全球人工智能（AI）竞争正在加速 ，欧洲却呈现出一幅矛盾图景：一边拥有深厚的科研基础 、完整的工业体系，以及医疗
、制造、汽车等领域积累的大量产业数据；另一边则在AI大模型 、算力
、资本和科技巨头数量上与技术领先国家存在明显差距。

　　近几年
，欧盟率先建立AI监管体系，发挥其具有特色的“布鲁塞尔效应 ”
。然而 ，产业界对法规叠加、合规成本及其可能影响创新的担忧不断上升。随着竞争力焦虑加剧
，欧盟今年开始进一步简化规则 、加码融资 。展望未来，如何在监管与创新之间寻找新的平衡 ，并把科研和产业优势转化为具有全球竞争力的AI产业
，仍是欧洲需要破解的难题
。

　　融合产业发挥AI垂直特色

　　与美国拥有OpenAI
、谷歌、Anthropic等通用AI巨头相比，欧洲的突出特点是AI与传统优势产业结合较深。

　　例如 ，法国Mistral AI是欧洲少数仍处于全球前沿模型竞争中的企业 。除通用模型外
，该公司推动企业根据自身数据训练和部署专用模型，并强调模型可部署于企业自身基础设施
。法美合资的生物技术企业Owkin利用AI分析多模态患者数据 ，推动药物研发和精准医疗。德国企业Helsing则将AI用于无人系统和军事装备
，其Centaur空战AI系统已集成至瑞典萨博“鹰狮E
”战斗机并完成试飞 。医疗 、制药、制造
、机器人、防务等“AI+实体产业”领域，正成为欧洲区别于美国消费级AI路线的重要发力方向
。

　　但前沿AI是一场资本和算力的密集型竞争。斯坦福大学《2026人工智能指数报告》显示 ，2025年全球超过90%的重要AI模型由企业研发 。这意味着AI竞争越来越依赖巨额资本 、芯片和计算基础设施，而这些恰恰是欧洲的相对薄弱环节
。

　　欧盟近年来开始加速追赶。2025年
，欧委会提出“投资AI ”计划，希望撬动2000亿欧元AI投资 。截至目前 ，欧盟已部署19座“人工智能工厂
”
，依托超级计算设施为企业和科研机构提供算力
、数据和技术支持。欧盟还计划建设规模更大的“人工智能超级工厂”，拟动员约200亿欧元投资 ，建设能够训练和部署下一代前沿AI模型的大型算力设施
。

　　总体来看
，欧洲AI产业并非完全“落后 ”。它拥有科研和工业应用优势，但目前尚未把这些优势充分转化为全球领先的AI平台企业和通用模型 。

　　从“抢先立规
”到“松绑减负”

　　欧洲另一个鲜明特点是率先为AI建立系统性规则
。欧委会早在2021年便提出《人工智能法案》 ，2024年正式通过并于当年8月1日生效。法案采取风险分级监管模式：部分具有不可接受风险的用途被禁止； *** 、教育 、关键基础设施等高风险系统需要满足严格要求；通用AI模型提供商承担技术文档
、版权政策等义务
，其中具有系统性风险的模型还须进行风险评估；生成式AI系统则面临AI生成内容标识等透明度要求 。

　　由于覆盖面广，该法案采取分阶段实施
。2025年2月 ，禁止性AI实践等规定开始适用；同年8月
，通用AI模型相关义务生效；今年8月2日起，用户与AI交互提示、AI生成内容机器可读标识 、深度伪造披露等透明度义务正式实施。

　　然而 ，企业长期反映，该法案与数据保护
、数字平台等欧盟其他法规叠加后增加了合规负担
，部分关键技术标准和实施指南又未能及时到位 。欧委会因此于2025年底提出“AI综合简化方案 ”，并于今年7月27日正式生效 ，将部分高风险AI规定推迟： *** 、教育 、关键基础设施
、移民等领域相关规则推迟至2027年12月2日；嵌入机械、玩具 、电梯等受监管产品的高风险AI规则推迟至2028年8月2日
，同时扩大监管沙盒并减少部分中小企业行政负担
。

　　这一变化显示，欧洲AI政策正在从强调“监管领先
” ，转向更加重视监管与竞争力之间的平衡。由于规则仍然严格
，业内人士担心，产业能力或无法同步成长 。欧洲或许能够建立全球更具约束力的AI监管体系之一 ，却难以培育出同等影响力的AI企业
。

　　创新转为规模化优势存多重障碍

　　多家欧洲研究机构认为
，除监管带来的合规成本外，欧洲AI更深层的瓶颈在于资本、算力
、能源和统一市场不足 ，难以把创新真正转化为规模优势。

　　欧盟最新研究显示
，2020年至2025年，美国风险投资总额达1.33万亿欧元 ，其中34%流向AI，欧洲同期风险投资仅2520亿欧元
，投向AI的比例为18% 。在2500万欧元以上的欧洲AI融资交易中，欧盟投资者参与比例仅为26% ，大量后期资本来自美国和英国。

　　能源和算力同样构成制约
。欧洲对外关系委员会指出
，AI数据中心需要大量稳定、廉价电力，而欧洲面临能源价格较高 、电网瓶颈和项目审批周期较长等问题。如果不能快速扩大发电和电网基础设施 ，欧洲可能更加依赖外部AI能力 。

　　此外
，虽然欧盟拥有约4.5亿人口的庞大市场，但资本市场
、税制、公司制度以及部分公共采购规则在成员国之间仍存差异
。美国AI初创企业可以较快进入语言和制度相对统一的大市场 ，欧洲企业则需要面对不同语言 、营商环境和行政手续。欧委会2026年的一项研究指出
，欧盟2025年已有超过2万家先进数字技术初创企业，但真正成长为大型企业和“独角兽”的比例仍然偏低 。

　　欧洲AI由此面临一组相互强化的掣肘：监管增加企业初期合规成本 ，资本不足限制规模扩张
，算力和能源制约前沿模型发展，市场碎片化又削弱规模效应
。

　　虽然欧洲已经开始补课 ，但其破局方向或许不是复制一个欧洲版OpenAI，而是把制造
、医疗、能源 、防务等产业纵深转化为AI优势
，同时补齐资本
、算力和统一市场短板。能否让AI“在欧洲出生 ”后继续“在欧洲壮大”，可能比制定下一部AI法规更能决定欧洲在这一轮科技竞争中的位置 。

（文章来源：经济参考报）