香港新聞網11月5日蘭州電（記者 王豐鈴）2026年，中國與中亞國家在人工智能領域（AI）的合作明顯提速，進入項目落地與產業共建新階段。

中國AI產業近年迎來爆發式增長。2025年，中國AI核心產業規模已突破1.2萬億元。截至2026年中，全國智能算力規模同比增長177%，人形機器人整機產品已達400餘款，佔據全球半數以上。

與此同時，中亞五國正積極推動數字化轉型。哈薩克斯坦宣佈將2026年定為“數字化和人工智能年”，計劃在三年內建成全面數字化國家，已出台《人工智能法》，並設立人工智能和數字發展部。吉爾吉斯斯坦通過財政工具和行政架構調整為人工智能發展清障。烏茲別克斯坦側重製定量化項目目標。塔吉克斯坦推進算力與治理。土庫曼斯坦推動傳統優勢產業轉型。

在中亞各國積極打造區域算力樞紐的背景下，中企憑借全產業鏈集成、豐富的“算電協同”工程和本地合作經驗、緊鄰中亞的地理與地緣優勢，在中亞算力生態中展現出比較優勢。

訓練複雜AI模型和處理海量數據，需要龐大算力支撐。中國新疆已基本形成烏魯木齊、昌吉、克拉瑪依、哈密四大算力集群，正在打造服務亞歐大陸的算力樞紐。

哈薩克斯坦總統托卡耶夫2026年7月在中國上海訪問期間，簽署總額超過150億美元的70多項商業協議，涵蓋人工智能與數字化領域合作，其中包括共建哈薩克斯坦埃基巴斯圖茲“數據中心谷”。

同月，由中國倡議的世界人工智能合作組織（WAICO）在上海成立，哈薩克斯坦、烏茲別克斯坦、吉爾吉斯斯坦、塔吉克斯坦成為創始成員國，走向規則對接和區域協調。

美國正在中亞積極布局。在供應鏈層面，通過“硅和平”（Pax Silica）框架和私營部門的大規模算力投資，試圖將中亞的關鍵礦產與能源納入“去中國化”的技術供應鏈；在制度與治理層面，則藉助“C5+1”機制推動網絡安全、人才培訓和“可信基礎設施”標準。

中美AI發展路徑差異化。美國傾向於構建閉環維持技術代際優勢，中國則突出開源擴散、場景應用優勢。在中美戰略競爭框架下，各方關注，中亞國家等發展中國家，會否面臨“二選一”。

11月4日，在蘭州大學主辦、蘭州大學一帶一路研究中心及中亞研究所承辦的“一帶一路”中國與中亞南亞合作發展論壇上，華東師範大學政治與國際關係學院副院長何明接受香港新聞網、香港中通社記者專訪，對以下問題作出解析：

1.目前中國在中亞的AI合作，集中在哪些應用場景？中亞國家最青睞最暢銷的中國AI產品是哪一類？

何明：中國和中亞AI合作的應用場景，較多集中在服務平安城市和智能交通的視覺識別及配套解決方案，如車輛號牌識別、交通監測和視頻智能分析等。這些領域此前已有較好的合作基礎，應用需求也比較明確。農業、能源、水資源管理等合作領域也在逐步拓展。

至於哪類產品“最暢銷”，目前尚缺乏足夠的公開數據加以確認。根據公開報道的應用合作，智能安防與交通管理類產品是中國AI產品在中亞市場應用相對成熟的類別。

2.中亞是否還未形成自主算力系統，存在大模型市場空白？中亞國家對中國合作的期待，偏向於“獲得可用的AI工具”，還是“建立起自己迭代AI的能力”？中國與中亞在AI領域合作是否存在供需互補？

何明：中亞正積極建設自主算力體系，但要實現從芯片、基礎軟件到應用平台的全棧技術自主，面臨難以跨越的現實障礙。中亞大模型市場並不是空白，哈薩克斯坦已推出KazLLM和AlemLLM，塔吉克斯坦推出了SoroLLM，烏茲別克斯坦本土團隊也已發布MustaqiLLM。

中亞國家對中國AI合作的期待，我認為兩方面都有，相互銜接。一方面，希望引入中國在政務、農業、能源等領域成熟的AI應用，解決實際問題。另一方面，希望通過聯合培養人才、建設本地語言數據集和開展模型適配，逐步掌握自主應用、維護和迭代AI的能力。

“供需互補”主要是指中國需要通過國際合作延伸AI產業鏈和應用空間，構建AI產業國內國際雙循環相互促進的發展格局。中亞國家則希望藉助中國技術、資金和人才資源，補齊算力、模型和應用能力的短板，推動智能化轉型。因此，雙方合作既不是中國單方面的“技術援建”，也不是中亞被動的“市場開放”，是各取所長、在彼此戰略關切點上的契合。

3.據報道，哈薩克斯坦同時加入了中國倡議的世界人工智能合作組織（WAICO）和美國主導的“硅和平”（Pax Silica），烏茲別克斯坦也在尋求加入後者。中美存在戰略競爭，技術上開源閉源也不同，採用一套模型，後續技術適配或趨向固定。在AI領域，中亞等發展中國家與中國或美國的合作是否存在排他性？中亞國家選擇空間有多大？

何明：AI合作並不必然存在排他性，發展中國家平衡對沖仍有空間，但空間大小因領域而異：一般應用領域的選擇相對靈活，先進算力和關鍵基礎設施領域則面臨更多約束。

未來，多元平衡仍將是中亞國家對外政策的常態，具體的合作範圍和對沖力度，會隨著大國關係、技術競爭和政策約束的變化而調整。中美競爭越深入，中亞國家在先進算力、關鍵基礎設施等敏感領域同時與雙方合作的空間可能越小，但在一般應用、人才培養等領域，仍有保持多元合作的餘地。具體空間範圍考驗著中亞各國領導人的外交智慧：如何在爭取雙方資源與維護自身自主性之間，持續尋找平衡、靈活調整。

4.中國在中亞的算力布局——新疆的國際融合算力中心、烏茲別克斯坦的數據中心集群、哈薩克斯坦“數據中心谷”中的中方參與，是否存在一條“算力絲路”？在中亞算力生態中，中國企業的比較優勢在哪些方面？是成本、技術適配性、綠電配套、已有的基建合作、工程速度？還是中國推出的“智能向善、安全可控、普惠公平”治理標準和中亞有契合點？

何明：“算力絲路”可以作為一種趨勢來觀察，但目前公開報道顯示中國和中亞聯合共建的智算中心規模處於相對弱勢，未充分發揮出區位優勢。

中國企業在中亞算力生態中的比較優勢，主要體現在三個方面。一是產業鏈配套完整，能夠將通信網絡、數據中心、供配電和製冷等環節統籌交付，降低客戶的建設與協調成本。二是算力生態建設需要配置穩定、可靠的電力，中國企業在電力建設、儲能和能源管理方面的積累具有現實價值。三是本地合作基礎較好。一些中國企業長期服務當地運營商和行業客戶，能夠將算力建設與政務、能源、交通等應用結合，提供人才培訓和本地化支持。

5.中亞地緣特殊，美國也在未來中國和中亞的AI合作存在哪些阻力？

何明：主要有三方面阻力：一是地緣政治競爭，影響芯片、算力和技術合作的穩定性；二是美西方借數據安全、隱私保護等議題，對中國與中亞的AI合作進行負面炒作，放大對中國技術和企業的疑慮，增加合作中的信任成本與政策阻力，目前已有案例；三是本地落地條件的制約，各國語言、基礎設施和產業需求存在差異，資金與專業人才不足，也會影響項目的部署、運維和持續推廣。

6.您認為哪一種或哪些合作模式，容易跑得通？

何明：“小場景切入、本地夥伴參與、人才培養同步”的模式容易跑得通。先從政務服務、農業、水資源等需求明確、成效可衡量的場景做試點，由中國企業提供技術，當地企業和高校參與適配與運維，再逐步擴大。同時通過聯合實驗室、項目實訓培養本地團隊，讓合作具備持續運營和迭代的能力。

此外，還應加強中國與中亞在人工智能基礎設施領域的共建合作，為應用落地提供穩定、可持續的算力支撐。以免美國參與建設的算力基礎設施附加排他性使用條件，限制中國模型及相關應用的部署。

7.中亞與中國AI合作的潛力、現實挑戰、合作模式探索，是否也是全球南方共同面臨、可借鑒的？

何明：具有一定共性。許多全球南方國家都有藉助AI改善公共服務、推動產業升級的需求，也面臨資金、算力、人才和本地語言支持不足的問題。中國與中亞的AI合作路徑，有一定借鑒價值。但各國條件不同，需要因地制宜，關鍵是讓技術合作轉化為當地可持續發展的能力。（完）