欧盟发布《人工智能大陆行动计划》

2025年4月9日，欧盟委员会发布《人工智能大陆行动计划》（AI Continent Action Plan）, 致力于成为全球 AI 领导者。该计划通过五大核心领域推动AI发展：扩大 AI 计算基础设施（如 AI 工厂和超算网络）、提升高质量数据获取（数据联盟战略与数据实验室）、加速战略行业 AI 应用（制造业、医疗等）、强化 AI 人才培养（技能学院与国际人才引进）、简化监管合规（AI 法案服务台与沙盒机制）。文档附件列出 13 个 EuroHPC AI 工厂的具体信息，涵盖 17 个成员国，聚焦健康、能源、制造业等关键领域，计划投资超 100 亿欧元升级算力设施。

一、基础设施：构建泛欧 AI 算力网络

1、AI 工厂（AI Factories）的规模化部署

截至 2025 年 3 月，共选定13 个 AI 工厂，覆盖17 个欧盟成员国及 2 个 EuroHPC 参与国（冰岛、以色列等），总投资在 2021-2027 年期间达100 亿欧元。2024 年首轮选拔 7 个工厂，2025 年新增 6 个，配套新建9 台 AI 优化超算并升级 1 台现有超算（如西班牙 MareNostrum 5），算力较当前提升三倍以上。

作为 “动态生态系统”，整合超算、数据资源、培训设施，支持从模型训练到推理的全生命周期。例如，芬兰 LUMI AI 工厂（LAIF）提供从 “HPC 入门到专业开发” 的一站式服务，连接企业、高校与公共部门。支持跨领域应用，如德国 JUPITER AI 工厂聚焦医疗、能源与气候，利用欧洲首台百亿亿次超算 JUPITER 推动基础模型研发。

通过 EuroHPC 联合项目作为 “单一入口”，用户可访问所有工厂资源，优先保障初创企业、中小企业及欧盟资助项目的算力需求（如简化行政流程）。非欧盟参与国可设立AI 工厂天线（Antennas），远程接入主工厂算力（如瑞士通过天线使用邻国工厂资源）。

2、 AI 超级工厂（Gigafactories）的战略布局

瞄准通用人工智能（AGI）及前沿模型（超百万亿参数），单设施需集成超 10 万台先进 AI 处理器，配套高效能数据中心，对标 CERN 的科研协作模式。计划通过公私合营（PPP）模式部署5 个超级工厂，利用 InvestAI 计划筹集200 亿欧元（含欧盟预算、成员国资金及私人投资），首个项目于 2025 年启动意向征集。

推动欧洲在 AI 芯片设计与制造的自主化，结合《芯片法案》修订，目标减少对外部供应链的依赖（如 EuroHPC 的 DARE 计划开发 RISC-V 架构 AI 芯片）。聚焦 “moonshot 项目”（如医疗、生物技术），通过跨学科协作加速科学突破。

3. 3、云与数据中心能力提升

欧盟数据中心容量落后于中美，依赖非欧盟云服务，存在经济安全风险。目标通过《云与 AI 发展法案》简化审批流程（当前平均审批周期 48 个月），五年内将容量提升三倍，2035 年满足本土需求。

对符合能效、循环经济标准的数据中心提供快速审批与公共支持，配套《能源 sector 数字化路线图》优化电网接入，《水韧性战略》减少水消耗。建立欧盟云服务市场，强制云服务商支持 “数据切换”（Data Act 条款），提升本土云商竞争力。

二、数据支持：打通高质量数据流通链路

1、数据联盟战略（Data Union Strategy）

解决 AI 模型训练数据稀缺问题，通过跨部门数据互操作性与共享机制，构建可信数据生态。2025 年启动公众咨询，Q3 发布战略文件。

建立数据实验室（Data Labs），作为 AI 工厂的配套设施，整合欧盟数据空间（如健康、能源数据），提供数据清洗、合成数据生成等工具。例如，意大利 IT4LIA 工厂通过数据实验室连接国家农业数据仓库。推动语言数据整合，如 ALT-EDIC 联盟汇集 17 国语言资源，目标提升多语言大模型能力，助力欧盟内部贸易（潜在增长 3600 亿欧元）。

2.2、sector-specific 数据应用

依托《欧洲健康数据空间》法规，安全共享跨境医疗数据，减少 AI 模型偏见（如德国 JUPITER 工厂支持医疗影像 AI 开发）。

通过欧洲开放科学云（EOSC）与哥白尼计划，开放科研数据与地理空间数据，支持 AI 驱动的科学发现（如气候模型优化）。

开发 Simpl 云软件，降低数据空间管理复杂度，促进中小企业参与数据共享。

三、行业应用：加速战略领域 AI 渗透

1、Apply AI 战略与 sector 聚焦

瞄准14 个战略行业，包括先进制造、航空航天、农业、金融、公共部门等，2024 年欧盟仅 13.5% 企业采用 AI，目标通过政策激励提升至全球领先水平。

行业定制化方案。如西班牙 ARACNE 项目通过机器视觉优化纺织生产，德国 Gas Grün 利用 AI 提升沼气厂能效，均由欧洲数字创新中心（EDIHs）提供技术支持。公共部门引领：在医疗、教育、司法等领域试点 AI 应用，如法国 AI 工厂开发政务自动化工具，希腊 Pharos 工厂支持文化遗产数字化。

2、技术扩散与中小企业支持

2025 年起，EDIHs 升级为 “AI 体验中心”，提供算力接入、监管沙盒测试及技能培训。例如，爱沙尼亚 EDIH 帮助初创企业 Mindchip 开发船舶自主导航系统，通过 “先测试后投资” 模式降低风险。

通过 Horizon Europe 与 Digital Europe 计划投入7 亿欧元，支持生成式 AI 在制造、网络安全等领域的应用，如意大利 ArtCentrica 项目利用 AI 开发交互式艺术教育工具。

四、人才培养：构建全链条 AI 技能体系

1、专业人才培育

扩大 AI 相关本硕博项目，如 Erasmus + 支持欧盟大学联盟开设生成式 AI 学位，AI 技能学院（2025 年启动）提供学徒计划与国际奖学金，目标每年培养数千名 AI 专家。设立AI 研究理事会（RAISE），整合欧盟科研资源，推动 “科学 + AI” 交叉创新，2026 年启动试点。

通过 “MSCA Choose Europe” 计划与《签证战略》优化人才引进流程，允许非欧盟研究者通过 “蓝卡” 快速落户，目标 2026 年设立首批跨国 “人才门户”。

2、全民 AI 素养提升

依托 EDIHs 提供行业定制化课程，如制造业工人学习 AI 质量控制工具，2025 年计划培训超 10 万名从业者。建立 AI 素养知识库，普及伦理与安全使用知识，配合《AI 法案》要求企业公开高风险系统信息。

五、监管与合规：平衡创新与风险

1、《AI 法案》落地支持

2025 年 7 月设立AI 法案服务台，提供定制化合规指导，开发决策树、自我评估工具等，重点帮助中小企业理解高风险 AI 的技术文档与认证流程。成员国建立监管沙盒，允许企业在受控环境中测试创新方案（如自动驾驶 AI），2026 年全面运行。推动 AI 伦理标准与国际接轨，如与 OECD 合作制定通用 AI 行为准则，同时整合《通用数据保护条例》（GDPR）要求，确保数据隐私合规。

2、简化行政流程

通过公众咨询（2025 年 4 月启动）收集行业反馈，计划发布合规模板、举办线上培训，减少重复审批。例如，对符合能效标准的 AI 工厂项目，可豁免部分环境评估流程。

来源：tbtguide

来源：cacs.mofcom.gov.cn