说到人工智能,你的脑海里会立刻蹦出哪些名字?美国、中国,或许是欧洲的一些科技强国。但俄罗斯——这个横跨欧亚大陆的庞然大物,在AI的全球版图上,似乎长期处于一种“静默”状态。然而,如果你真的这么想,那可能就错了。近一两年来,俄罗斯在人工智能领域的一系列动作,正透露出一种混合着雄心、焦虑与决心的复杂信号。它像一头在冰层下潜行的巨兽,虽然动静不大,但每一次发力,都搅动着深层的寒流。
让我们先把时间拨回到2025年末。在莫斯科克里姆林宫的一场关于人工智能发展的会议上,俄罗斯总统普京的表态掷地有声。他强调,俄罗斯必须自主研发具有全球竞争力的AI基础模型,并掌握“最大程度的自主权”。这话听起来,像是一个大国在新时代前沿科技领域立下的军令状。无独有偶,在同年11月的“人工智能之旅”大会上,他再次将生成式AI的自主技术提升到关乎“国家主权和技术主权”的高度。
政策驱动,资金开路,俄罗斯政府的决心可见一斑。经济发展部启动了新一轮人工智能研究中心的评选,总额高达45亿卢布的拨款,旨在激励“强人工智能”等前沿领域的研发。更引人注目的是其“联合融资”模式:科研机构必须吸引不低于拨款30%的企业预算外资金。这招很聪明,不是吗?它像一根绳子,把实验室里的论文和市场上的真金白银绑在了一起,目的很明确——让科学真正服务于经济,避免成果被束之高阁。
根据俄罗斯的《国家人工智能发展战略》,到2030年,AI对GDP的贡献预计将达到惊人的11.2万亿卢布。2025年,其AI市场规模预计已突破1万亿卢布,并且出现了一个关键转折:企业级解决方案的市场占比首次超过消费级,达到52.3%。这似乎表明,俄罗斯的AI之路,选择了一条从产业赋能和关键领域应用切入的务实路径。
然而,豪言壮语的背面,是冰冷而残酷的技术现实。如果把人工智能比作一座摩天大楼,那么算力就是地基,而芯片,则是浇筑地基的钢筋混凝土。恰恰在这里,俄罗斯面临着或许是最大的“阿喀琉斯之踵”。
一个常被提及的数字是:俄罗斯目前能够完全自主生产的芯片,制程停留在350纳米。是的,你没看错,是350纳米,而不是如今主流高端芯片的3纳米或5纳米。这个差距有多大?大概相当于别人在用智能手机进行复杂计算,而你还得依靠一台占据整个房间的早期大型机。尽管有报道称,到2026年底有望实现130纳米制程,但这与全球第一梯队的差距,仍然以“代”为单位计算。
这背后是一段令人唏嘘的历史。苏联在半导体起步阶段并不落后,甚至在某些方面与美国并驾齐驱。但历史的分岔口出现在技术路线的选择上。当美国选择了更集成、更微缩的平面工艺集成电路道路时,苏联基于其军工体系对稳定性和可维修性的极致追求,选择了分立元器件路线。短期看,这很“可靠”;长期看,这导致了技术路线的彻底偏离。等苏联在70年代醒悟过来开始“逆向工程”时,时代已经变了。一位西德记者曾犀利地评价东德仿制的微型计算机:“那台机器的核心,是十年前的美国技术。”
制裁,则让这个陈年旧伤彻底暴露。在2022年之前,俄罗斯的半导体产业高度依赖进口,本土近乎“空心化”。制裁的闸门落下后,获取先进制程芯片的通道被急剧收窄。于是,我们看到了一种颇具“俄罗斯特色”的应对:一方面,千方百计通过第三方渠道获取;另一方面,几乎是无奈地重新拾起苏联时代的技术遗产,将尘封的图纸变成现实——那台350纳米光刻机,便是这种背景下的产物。
用这样的基础去跑动辄需要成千上万张高端GPU训练的大模型,其艰难可想而知。普京设想到2030年让AI在生产、物流、政府管理等领域全面落地,但底层算力的巨大缺口,就像试图用一支铅笔去绘制宏伟的蓝图,笔尖太钝,图纸难免粗糙。
尽管基础薄弱,但俄罗斯并没有坐以待毙。它的策略清晰而务实:在应用层和特定领域寻求突破,同时全力构建自主的技术生态。
金融巨头扛起“国家队”大旗。俄罗斯储蓄银行(Sberbank)是一个典型的例子。这家古老的银行,如今已成为俄罗斯最大的人工智能企业。其高级副总裁安德烈·别列夫采夫透露,AI技术在该银行的年应用效益已超过350亿元人民币。他们正在推动一场以生成式AI为核心的大规模转型,目标是成为“首家以人工智能为核心的大型企业”,并打造面向所有客户的“通用人工智能助手”。目前已有数十项AI服务投入使用,预计到2025年底将带来约44亿元人民币的整体经济效益。这充分展示了AI在金融这一垂直领域的巨大威力。
本土大模型“破土而出”。当全球用户习惯使用ChatGPT或文心一言时,俄罗斯也在打造自己的“国民AI”。储蓄银行推出的GigaChat,便是俄罗斯在生成式AI领域的代表产品。它被集成到人形机器人“格林”中,展示了在未知环境下的自主移动与任务操控能力。此外,像T-Tech公司发布的T-pro 2.0模型,则专注于解决俄语AI的“母语困境”。该模型通过重构词汇表,优化了对俄语等西里尔字母语言的处理效率,并创新性地引入了“混合推理”模式,既能快速应答,也能展示思考过程。这虽然是在现有开源架构上的深度优化,却切中了俄语用户的核心痛点。
场景落地“双线并进”。俄罗斯的AI发展呈现出鲜明的“军工与民用双线并进”特征。
| 应用领域 | 具体案例/方向 | 特点与意义 |
|---|---|---|
| :--- | :--- | :--- |
| 军工与国家安全 | 自主AI模型研发、数据主权 | 关乎国家战略安全,是驱动自主研发的根本动力,政策资源倾斜明显。 |
| 金融与商业 | Sberbank的AI转型、智能客服、风控 | 经济效益显著,市场驱动性强,是当前应用最成熟、变现最快的领域。 |
| 医疗健康 | 医疗大模型(如与深兰科技探讨的合作)、药物研发 | 潜力巨大,关注与包括中国在内的国际伙伴合作引入先进技术。 |
| 城市与工业 | 智能清洁装备、工业运维自动化、智慧城市 | 与产业升级紧密结合,注重解决实际生产力问题,如代表团对深兰科技智能装备的兴趣。 |
| 体育与文创 | AI体操评分系统、生物识别ATM机 | 在细分场景做出特色创新,提升效率与体验,展示技术多样化的应用能力。 |
尤其值得注意的是俄罗斯对国际合作,特别是与中国合作的高度重视。从俄哈代表团访问中国AI企业深兰科技,探讨医疗大模型和智能装备落地,到俄储蓄银行高管频繁访华交流并明确表示“期待与中国同行开展AI研究”,都显示出一种开放的务实态度:在无法全面获得西方技术的情况下,向东看,与中国这个在AI应用层飞速发展的伙伴携手,成为其破解困局的重要选项。
那么,俄罗斯的AI雄心,究竟是一场知其不可为而为之的悲壮努力,还是一次在绝境中闯出的新路?
挑战是肉眼可见的。芯片制造的代差非一日之功可以弥补,这从根本上制约了其算力基础的构建。全球科技生态的孤立,使其难以融入最主流的开源社区和供应链。同时,过度强调“技术主权”和监管(尽管政府表示会避免“过度监管”),也可能在某种程度上抑制创新的活力与速度。
但机会也同样存在。首先,巨大的国内市场和应用场景(尤其是能源、军工、金融等领域)为AI技术提供了独特的“试验场”和需求驱动力。其次,深厚的基础科学底蕴(特别是在数学、物理等领域)为其算法研究保留了人才火种。再者,与中国等国的技术合作,能在一定程度上缓解其应用层和部分技术层面的压力。最后,也许是最重要的一点:被逼到墙角的生存焦虑,往往能激发出惊人的创新能量和资源整合能力。当没有退路时,每一步前进都是突破。
回望历史,苏联在芯片技术上的路径选择失误,导致了长达数十年的被动。今天,俄罗斯在AI领域再次站在了一个类似的十字路口。但这一次,背景已然不同。全球技术格局多极化,AI技术的发展范式也更加多元(不仅依赖硬件,也依赖算法、数据、场景)。俄罗斯的选择——以国家安全和关键产业需求为牵引,以金融等优势领域为突破口,在构建自主生态的同时积极开展东方合作——或许是一条充满荆棘、但有其独特逻辑的“俄罗斯式道路”。
这条路注定不会平坦。它可能无法在短期内追赶上第一梯队的绝对技术高度,但却有可能在特定的垂直领域和国家安全维度上,构建起一套足够“自主可控”且实用的AI能力体系。这不再是一场关于“全面超越”的竞赛,而是一场关于“如何在封锁下实现技术自立并保障国家安全”的生存之战。
所以,当我们再次审视“人工智能 俄罗斯”这个命题时,看到的不仅仅是一个追赶者的身影,更是一个在复杂地缘政治和严峻技术封锁下,试图用国家意志、特色路径与国际合作为自己“破局”的大国样本。它的成败,不仅关乎俄罗斯的未来,也将为全球技术发展史提供一个极具参照意义的独特案例。
