当人工智能治理被描述为中美等技术大国间的竞争时，一个根本性问题往往被遮蔽：占世界人口多数的全球南方国家，在这场制度建构中究竟扮演什么角色？复旦大学这份报告指出，全球南方并非均质概念——印度、巴西、阿联酋、斐济面对的能力条件和战略空间天壤之别。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，揭示AI能力差距如何重新分层全球南方的政治经济空间。
核心问题——被遮蔽的全球南方位置
当前主流叙事习惯将全球人工智能治理书写为一场三方角力——美国代表创新优先和企业驱动，欧盟代表风险规制和权利保护，中国强调发展与安全的国家协调。这一框架不自觉地把多数发展中国家推到了规则扩散的末端。但全球南方并非沉默的整体，也并非只能被动承接外部规则的制度空白。
联合国大会2024年第78/265号决议将人工智能治理与可持续发展和能力建设明确联系起来，第78/311号决议推动加强人工智能能力建设国际合作。但全球性原则不会自动带来全球性平等——欧盟通过风险分级形成“布鲁塞尔效应”，美国通过出口管制塑造事实治理，中国通过全球人工智能治理倡议提供另一套合作叙事。对全球南方而言，这些外部框架既是规则资源，也是选择压力。
四重不对称——塑造南方分化的结构约束
第一重：基础设施不对称。美国数据中心超过4,400座，整个非洲大陆约260座，尚不及美国的6%。缺少互联网连接的群体无法产生高质量数据，缺少算力的国家无法开发本地模型，缺少技术人才的政府难以监管外部AI系统。
第二重：资本与模型不对称。2025年全球私营AI投资3,447亿美元，美国占2,859亿美元。2025年行业部门生产了超过90%的重要AI模型，美国和中国是最主要生产国。开源降低了应用门槛，但“免费下载”不等于“免费使用”。
第三重：规则外溢不对称。欧盟AI法案、美国出口管制和行政令、中国全球人工智能治理倡议和开源模型扩散——三套路径以不同方式向南方国家传导影响。多数南方国家采取组合式适配，但也面临制度碎片化风险。
第四重：多边影响不对称。南方国家在联合国等最具合法性的平台上声量最大，在ISO、IEEE等约束力最强但准入门槛最高的平台上影响力最小。
能力-取向矩阵与四种类型
能力维度涵盖技术基础设施、创新研发、资本与产业生态、人才与技能、制度与监管能力五个方面。取向维度从国家战略、立法、预算和国际合作中综合判断——发展优先、安全合规、主权自主还是区域嵌入。二者交叉形成四种理想类型：
发展优先型（非盟多数成员国、尼日利亚、肯尼亚等）：低至中等能力与强发展取向，将AI治理定义为发展政策的一部分。规则平衡型（东盟、新加坡、马来西亚等）：中等能力与区域协调取向，通过软法和渐进治理保持灵活性。主权塑造型（印度、巴西、阿联酋、沙特等）：中高能力与自主规则取向，试图提出替代性叙事。外部嵌入型（太平洋岛国、加勒比国家等）：能力薄弱与规则接受取向，更多依赖外部模板。
未来路径——议题性协调与能力供给
制度化第三极短期难以形成——南方内部能力差距过大、技术依赖方向多元、治理偏好不一致。但议题性协调正在出现：算力可负担性、数字公共基础设施、开放模型与数据、本地语言数据集、公共服务AI、发展友好型监管等具体议题更容易形成南方协调。
报告提出五项政策议程：设立AI能力与发展峰会机制；联合设立能力建设融资窗口；在五个领域率先建立区域监管沙箱互认；在外部合作中嵌入“非锁定”合同条款；对外部嵌入型国家推行分阶段治理路径。全球南方不会成为统一第三极，但围绕发展、能力建设和开放技术的议题性协调有可能逐步成形。
