算力TOP500中北美、欧洲和亚洲合计占484台；高收入国家上网率93%、低收入国家仅27%；2024年美国发布40个值得关注的模型，全球南方整体边缘；南方国家小语种输入需拆分为数倍于英语的token面临系统性溢价——全球“智能鸿沟”正在成为数字鸿沟之后新的结构性不平等。复旦报告系统分析了智能鸿沟的六大维度及其对全球南方的结构性影响。
智能鸿沟的六大维度
算力鸿沟——超级计算资源的极不均衡
根据TOP500官方2025年数据，全球超级计算资源高度集中于北美、欧洲和亚洲。2025年11月，北美、欧洲和亚洲分别拥有190、153和141台入围TOP500的系统，合计占500台中的484台。联合国贸发会议指出，全球高性能计算能力、数据中心与前沿AI基础设施集中于美国、中国、日本和欧盟成员国。算力还代表具有地缘战略意义的关键资源——拥有更强算力能力的国家，通常也更有条件影响AI规则的制定与实施。
数据鸿沟——跨境数据的不对等流动
国际电信联盟数据显示，2023年全球约67%的人口已接入互联网，但高收入国家上网率93%，低收入国家仅27%。在这一背景下，全球数字平台能够从发展中国家提取原始数据并占有其中大部分价值，“数据鸿沟”叠加传统数字鸿沟。联合国教科文组织研究表明，领先的生成式AI模型主要依赖英语数据集，全球绝大多数语言缺乏训练模型所需数据。斯坦福2026AI指数报告指出，领先模型在英语等语言上表现远优于其他语言。
算法鸿沟——模型创新的高度集中
斯坦福2026AI指数报告显示，2025年最具代表性的AI模型主要由美国、中国开发，美国明显领先；2024年美国机构发布40个值得关注的模型，中国15个，欧洲合计3个，全球南方整体处于边缘位置。MacroPolo全球AI人才追踪显示，顶尖AI研究人才仍高度集中于美国等少数国家。
词汇鸿沟——小语种的系统性溢价
词汇（Token）是当前以API调用为主的AI商业化计费单位。由于训练语料匮乏，南方国家小语种（如泰语、斯瓦希里语）会被模型拆分为数个甚至十几个无意义字符切片。这意味着东南亚或非洲企业使用本土语言调用主流API时，消耗的token数量可能是英语用户的数倍，面临系统性溢价。
应用鸿沟与生态鸿沟
应用鸿沟——南方国家工业基础薄弱，数字化转型面临基础设施、技能、资金和制度环境等瓶颈。UNIDO研究指出，发展中国家在制造业采纳AI时普遍面临多重制约。生态鸿沟——全球仍有约22亿人未能接入互联网，主要集中在最不发达国家农村地区；AI发展所需数据中心面临能源供应瓶颈，IEA预测数据中心用电到2030年可能升至约945太瓦时；人才流失加剧恶性循环。
智能鸿沟的结构性后果
依附型发展模式
全球南方在AI发展中面临更强的外部依赖压力，被迫选择采纳已有的外部技术体系，形成路径依赖。联合国贸发会议指出，发展中国家存在沦为“原始数据提供者”并为由其数据生成的数字智能再次付费的风险，高附加值收益流向少数技术领先国家和平台企业。
治理话语权丧失与代表性赤字
当前全球AI治理主要规则框架几乎全部由北方国家主导制定。南方国家更多扮演“规范接受者”而非“规范制定者”角色。联合国AI高级别咨询机构警告，南方国家在参与全球AI规则谈判时面临严重“代表性赤字”——专业谈判人才匮乏、议题设置能力薄弱、多边参与成本高昂。
主权平等受侵蚀
当技术能力日益成为国家综合实力的决定性因素时，缺乏独立AI能力的南方国家可能在事实上沦为大国的“技术附庸”，其政策自主性和战略选择空间受到侵蚀。非洲联盟2024年《大陆AI战略》明确强调以非洲为中心、注重公平与技术主权；巴西《国家AI计划》宣示了拒绝数字殖民、立足本土文化、聚焦算力自主的主权AI愿景。
南北合作的现实制约与可行路径
地缘政治回归与大国战略竞争挤压合作空间。能力不对称导致合作关系失衡——若合作缺少本地能力沉淀和知识共享，可能停留在设备采购和短期培训层面。治理体系与制度基础薄弱——UNESCO准备度评估显示制度准备度不足是许多发展中国家参与全球治理的关键约束。多边机制碎片化，南方参与成本高。
可行路径：发挥联合国核心作用，以“小多边”与区域机制作为敏捷补充，构建多元主体有序参与的协作治理框架。重点领域包括算力与基础设施合作、能力建设合作（从“工具供给”转向“体系培育”）、数据与应用合作（确立发展导向、数据互惠、多元化模型三原则）、普惠型安全合作机制。
