2026年7月16日，上海的会场里，29个国家把名字签进同一份文件，世界人工智能合作组织正式成立，总部直接落户中国。
东京一看也坐不住了，准备采购2.75万颗英伟达Rubin芯片，给本国机器人装上一颗“日本大脑”。
最紧张的却是华盛顿，当地时间6月23日，美国财长干脆把话挑明：AI最大的风险，不是失业，也不是失控，而是中国跑到美国前面。
那么，这场AI发展赛，谁才是最大的不可控风险？
WAICO，落地上海
2026年7月16日，世界人工智能大会开幕前，29个国家完成签约，世界人工智能合作组织（WAICO）正式成立，总部常设上海。
单看名称，这似乎只是全球众多国际机制中又增加了一个缩写。
但WAICO与普通论坛的区别，在于它试图从“大家坐下来讨论”，向“建立固定成员、常设总部和长期行动机制”迈出一步。
过去几年，世界围绕人工智能治理提出了大量原则。
模型不能歧视，算法需要透明，人工智能应当安全可控，深度伪造必须监管，这些话各国大体都能接受。
真正困难的是，原则说完之后，由谁组织实施，谁为发展中国家提供算力，谁帮助缺乏技术能力的国家培养人才，出了跨境风险又由谁协调。
没有组织，原则容易停留在纸面。
没有资金和项目，普惠很容易变成一句漂亮口号。
直到WAICO总部落户上海，意味着中国开始尝试为全球人工智能合作提供一个相对稳定的组织载体。
更重要的是，人工智能全球治理第一次出现了一个更明确面向全球南方需求的制度化选项。
当下的人工智能竞争看起来热闹，真正能够进入核心赛道的国家却很少。
只因，训练先进大模型，需要昂贵芯片、大规模数据中心、持续电力供应、海量数据和专业人才。
而对不少发展中国家而言，它们还面临三种现实困难。
第一，高端算力买不起，也不一定买得到。
第二，本土语言和本地场景数据不足，直接使用欧美模型，容易出现语言、文化和治理需求不匹配。
第三，人工智能规则多由发达国家和大型企业制定，发展中国家往往只能在规则完成后被动接受。
而7月17日发布的人工智能合作发展行动计划，不仅谈安全，也不只是谈伦理，而是把数据供给、算力普惠、开源生态、人才培养、标准建设和治理协作放在同一框架中。
这意味着中国给出的答案不是“先接受我的模型，再服从我的规则”，而是试图让参与国家获得一定的建设能力。
日本试图走出第三条路
而就在上海搭建人工智能合作平台时，日本选择了另一条道路。
2026年7月16日，日媒爆出日本准备采购约2.75万颗英伟达下一代Rubin芯片，建设大型数据中心，训练本土机器人基础模型。
乍一看，日本这次似乎是在复制美国模式：买更多芯片，建更大算力中心，再训练自己的大模型。
但日本真正想做的，不是再造一个日本版聊天机器人。
它瞄准的是实体人工智能，也就是让人工智能进入机器人、汽车、工厂设备、医疗器械和物流系统，让模型不仅能够回答问题，还能看懂环境、理解动作并控制机器完成任务。
这个方向非常符合日本的产业家底。
日本在互联网平台和通用大模型上已经落后于中美，但在工业机器人、精密机械、汽车、传感器和自动化设备方面仍有深厚积累。
与其在纯软件世界同美国互联网巨头硬碰硬，不如把人工智能装进日本最熟悉的机器里。
所以日本计划到2040年，在18个行业部署约1000万台人工智能机器人，覆盖工业制造、食品、餐饮、医疗和养老等场景。
这不仅是产业竞争，也是人口问题逼出来的选择。
日本劳动年龄人口长期下降，养老、护理、制造业和服务业均面临人力不足。
对日本而言，机器人不只是提高效率的工具，而可能成为维持社会运转的重要劳动力补充。
日本还提出，要争取在预计约60万亿日元规模的全球机器人市场中占据30%以上份额。
算盘打得很清楚：美国可能控制最强的通用模型，中国拥有庞大的应用场景和制造能力，日本则希望抓住“人工智能进入现实世界”这一轮机会，保住自己的工业强国地位。
不过，日本的计划也存在一个非常明显的矛盾。
它要打造“本土”机器人基础模型，却需要购买2.75万颗英伟达Rubin芯片。
这意味着，日本所追求的“主权人工智能”并不等于完全技术自主。
只要底层芯片、软件工具链和关键加速平台受美国出口政策影响，日本的自主性就始终存在不稳定性。
美国的恐慌
中国和日本忙着布局时，美国最先表现出来的情绪不是欢迎竞争，而是担心被超越，害怕成为老二。
2026年6月23日，美国财政部长贝森特在纽约经济俱乐部发表讲话，把中国领先美国称为人工智能面临的“最大风险”。
这句话很有意思。
人工智能可能导致大规模失业，可能制造深度伪造，可能被用于网络攻击，也可能引发数据泄露和算法歧视。
这些都是全球普遍担忧的问题。
可在贝森特的风险排序中，最大的问题却是美国失去第一。
这透露出特朗普政府看待人工智能的基本逻辑：安全固然重要，但技术领导权更加重要，一旦中国可能领先，问题就立刻上升为国家安全。
这也是美国对华人工智能政策越来越严厉的原因。
过去，美国主要限制高端芯片和制造设备出口，希望从算力源头减缓中国模型进步。
但中国企业通过算法优化、工程改进和开源路线，不断缩小差距。
美国随后发现，只限制芯片并不能阻止中国模型走向全球。
于是，管制开始向模型本身延伸。
7月21日，贝森特又声称，美国将审查中国开源模型是否存在所谓知识产权问题，并威胁可能实施制裁。
这说明美国担心的已经不是中国有没有能力训练模型，而是中国开源模型可能凭借成本低、部署灵活和使用门槛低，削弱美国闭源平台的全球优势。
美国人工智能企业普遍采用强大的闭源模型与高价云服务相结合的路线。
这种模式有利于集中控制技术和商业收益。
中国开源模型则提供了另一种可能。
企业和国家可以把模型部署在自己的服务器上，可以根据本土语言和行业需求进行调整，也不必把全部数据交给美国云平台。
对发展中国家而言，这种模式往往更加现实。
所以，美国真正担心的，可能不是某个中国模型在性能上超过它，而是越来越多国家发现，不依赖美国闭源平台也能使用先进人工智能。
一旦这种选择增多，美国平台对全球数据、云服务和技术标准的控制力就会下降。
未来世界究竟采用谁的模型、谁的芯片和谁的标准，现在还没有答案。
但至少从WAICO总部落户上海这一刻起，人工智能世界的规则，已经不再只有美国一家能够提笔。
热门跟贴