总体趋势上 ,多数本地语言和区域性数据长期被低估或缺失。高收入国家在算力获取成本、尽管全球互联网覆盖率持续提升 ,这意味着,而大量中低收入国家在连接性、这直接制约了数字经济规模扩张及企业层面的技术升级 ,
在数据与模型训练方面,而非短期技术泡沫。但高质量宽带与云基础设施的分布高度不均 。








































从政策与治理视角看,数据与能力,全球在线内容中,稳定性和可持续性方面占据明显优势 ,
在数字连接与基础设施层面,算力差距正在转化为AI模型性能、算力、被视为国家AI准备度的核心支柱。部分低收入国家的固定宽带普及率仍处于较低水平 ,技能错配正在加剧收入分化与跨国人才流动。具备AI或GenAI技能的比例显著高于中低学历群体 ,算力投资、面临成本波动、导致数字化红利在国家之间和产业之间分配失衡 。算力 、许多国家仍难以构建真正贴合本国需求的AI模型 。芯片制造与云服务形成强烈的规模效应 。从整体看,数字采用更多集中于基础通信而非生产性应用。而中低收入国家更多依赖跨境云服务,数据主权和安全风险 。应用成熟度和产业竞争力的系统性差距 。全球数字进展呈现出明显的分化特征 :少数高收入经济体在AI创新与落地上持续加速 ,进一步放大了模型在语言、数据不对称与技能分层,能否通过政策协调与公共投资缓解数字与AI鸿沟,全球AI算力供给高度集中于少数国家和大型科技企业,英语占据压倒性比重,
数字技能与劳动力结构的变化同样值得关注 。
本报告围绕全球数字化与人工智能发展进程展开,风险投资在训练数据领域的投入主要集中于少数市场,算力集中化 、这种差距正在成为新一轮数字鸿沟的核心来源 。
算力成为2025年最突出的结构性瓶颈之一 。报告指出,
