2026亚太经合组织“中国年”（简称APEC“中国年”）相关配套活动近日陆续进行。
9月3日上午，在亚太媒体高端论坛（APMF）广州分论坛上，广州大学物理与材料科学学院外籍教授丹尼斯·巴丹尼指出，人工智能（AI）竞赛不再是比拼机器的聪明度，而是比拼建设智慧型经济体。亚太地区的多元性是一种独特优势，更是当前最大的机遇。
在全球模型能力、算力规模和基础设施投资不断刷新纪录，AI竞争持续升温的背景下，作为推动亚太地区合作的重要力量，东盟正在加快其数字化转型，并面临着现实问题——如何把AI转化为企业用得起、产业接得住、普通民众能够受益的工具。
对此，专家认为，中国与东盟在AI领域互补性强。东盟有庞大的需求和多样化的产业场景，而中国具备较完整的数字基础设施以及丰富的实践经验，加之东盟有七个国家同时是APEC的重要成员，双方可以在中国—东盟框架下先培育相关合作项目、积累经验，再通过APEC平台进行交流推广。
“先实践、后总结、再推广”
中国与东盟间的AI合作越来越紧密。
今年1月，第六次中国—东盟数字部长会议在越南河内召开，会议通过了《中国—东盟建立可持续和包容性的数字生态合作行动计划（2026-2030）》，明确年内成立中国—东盟数字学院、人工智能产业创新中心，未来5年强化政策交流和对策对接。
5月，中国—东盟人工智能产业创新中心在北京成立。这是在中国—东盟数字部长会议机制框架下，双方为推进《中国—东盟全面战略伙伴关系行动计划（2026-2030）》，落实《2026年中国—东盟数字合作计划》的又一标志性成果。
东盟秘书长高金洪将该中心视为双方人工智能合作的重要里程碑，提出在加强治理交流的同时，更加重视人工智能规模化部署、产业应用和人才培养。
而即将于9月17日—21日，在广西南宁举办的第23届中国—东盟博览会上，首次设置了东盟国家需求展，集中展示东盟国家技术和应用需求，并首次推出链主企业“以大带小”参展模式，其中“AI+贸易配对”已经完成了8000对的预配对，参展商不用再“大海捞针”。中国大唐、国机集团等行业龙头会带着上下游企业集体亮相，中小企业也可以跟着链主一起拓展市场。
在接受《国际金融报》记者采访时，中山大学国际关系学院教授周方银和新加坡深科技投资机构SGInnovate人才发展负责人郑安妮（Jae Annie Tay）一致认为，中国与东盟合作的关键，不是简单地把某种技术或产品复制到东南亚，而是把中国的工程化和产业应用能力，与东盟的本地需求、人才网络和创新生态结合起来。
“中国与东盟在AI领域互补性强。中国具备较完整的数字基础设施、AI模型、智能制造、平台经济和工程化应用能力；东盟则有快速增长的数字市场、多样化的产业场景和丰富的本地化需求。”周方银说。
这种互补首先体现在实际应用中。东盟更关心AI能否帮助农民提高生产效率，能否用于制造业质量检测和设备维护，能否改善医疗、教育、气象预测和口岸通关等公共服务。而中国在这些领域拥有丰富的实践——从制造业数字化到移动支付，从智慧物流到智能硬件，积累了大量AI与实体经济结合的经验。这种重视成本、效率和应用落地的技术路径，恰恰契合东盟现阶段的发展需要。
周方银重申，合作应先在中国—东盟框架下培育项目。该机制稳定可预期，而APEC范围广、差异大。更可行的方式是先在本区域推动项目落地、积累经验，再通过APEC等平台交流推广。两个机制并不割裂：部分东盟国家同时也是APEC成员，他们在数字经济、AI、绿色转型和供应链建设上有着共同的关切。中国—东盟机制承担孵化与长期合作功能，APEC则提供政策交流、经验分享和标准协调的更大舞台。
“先实践、后总结、再推广”，有助于减少空谈。周方银认为，治理规则和技术标准都需经具体应用检验。双方可从农业、制造、医疗、教育和跨境贸易等场景入手，再从中总结数据保护、安全评测、利益分配等经验。
尊重市场规律，推进差异化合作
东盟内部发展水平差异巨大——新加坡人均GDP遥遥领先，老挝、柬埔寨、缅甸等国仍在基建阶段。周方银指出，AI领域“马太效应”突出，算力、数据、人才聚集导致一旦落后极难追赶。必须尊重东盟内部差异，不能把东盟视为单一市场。
因此，差异化合作是很有必要的。
周方银建议：“对制造业基础强的国家，合作可聚焦智能制造、供应链管理、工业视觉和企业数字化。对基础设施和人才储备薄弱的经济体，则应优先提供价格可负担、易部署的工具，以及农业、医疗、教育等民生应用。”
周方银认为，中国可在尊重市场规律基础上，加强对基础薄弱国家的支持，重点放在人才培训、平台建设、技术指导和企业孵化上。
这意味着合作不能被理解为单方面技术给予。AI核心能力主要在企业与科研机构手中，政府更适合提供制度保障、资金引导和公共平台。具体项目需中国企业与东盟本地高校、企业和行业机构共同参与，让当地伙伴在实践中积累经验。
例如，可联合支持东盟初创企业参与应用开发，组织工程师和管理人员交流培训，从公益性和示范性强的场景入手，让合作方看到AI解决真实问题的能力。只有当地企业和人才真正进入研发、部署和运营环节，合作才可能形成可持续商业模式。
不是单向输出，而是双向连接
郑安妮则更关注人才、初创企业和创新生态。她认为，合作可以从连接人才和生态系统开始，一个值得探索的方向是为中国、新加坡和其他东盟国家的科研人员、创业者、年轻人才和科技社群创造更多交流、学习和共事机会。
她指出，深科技创新正变得日益全球化。一项技术从科研到产业应用，常需汇聚多国科研能力、工程经验、市场资源和产业伙伴，单一机构难以独立完成全链条，因此跨境创新网络更加重要。
郑安妮口中的深科技，又称“硬科技”，涵盖人工智能、生物科技、脑机接口、先进制造、能源与环境等多个关键领域。
在郑安妮看来，新加坡可在相关合作中发挥连接作用——既聚集高校、科研机构、跨国企业、投资机构和深科技初创公司，又与东盟其他市场联系紧密，具备开展国际人才交流和跨境生态合作的条件。
但她强调，这不是单向输出，而是双向连接。“中国带来产业规模、工程能力和丰富应用场景，新加坡提供人才网络、创业生态和国际化连接，东盟其他国家提出具体需求并提供本地市场，各方价值通过共同项目真正结合”。
郑安妮认为，人才培养是最务实的合作领域之一。中国—东盟AI合作可探索跨境人才项目，例如让多国学生、工程师和年轻创业者共同参与企业项目，由高校、科研机构和初创公司联合设计培训内容，围绕当地企业实际问题组织训练营、技术工作坊和创新竞赛。
SGInnovate在核聚变领域的FusionX实践可供参考。该平台将科研人员、初创企业、投资者、产业界和政策制定者聚集，后续为不同国家人员创造直接交流机会。郑安妮认为，这种合作方式同样适用于AI及其他新兴技术。
郑安妮还指出，未来机会不只存在于AI产业内部，而是越来越多地出现在“AI+X”交叉领域，如AI与网络安全、先进制造、医疗健康、机器人、量子技术等结合。
这意味着，人才合作不能只培养算法工程师，还需推动AI人才与制造业工程师、医务人员、科研人员和行业专家共同工作。只有把算法能力与专业知识结合，AI才能真正理解产业问题，形成可用方案。
这一观点呼应了周方银对“应用落地”的重视。周方银强调与不同国家的合作需有差异化方案，郑安妮则进一步回答方案如何落地：依靠人才流动、企业参与、社群连接和真实项目，把技术能力与本地知识结合起来。多方务实推进，合作就能再上新台阶。
捷希源配资提示：文章来自网络，不代表本站观点。
