2025 年 4 月，欧盟委员会正式发布了“The AI Continent Action Plan”（《AI大陆行动计划》），并提出要将欧盟打造成“全球人工智能领域的领导者”。这份行动计划指出，AI正迅速渗透到经济和社会的关键领域，既能带来可观的产业增长，也有助于解决诸如气候变化、健康医疗、能源转型等紧迫挑战。欧盟希望通过快速且前瞻性的政策介入，实现对AI未来形态的把握，并在竞争力与价值观两大核心层面同时发力。
这一战略与欧盟近年来的整体经济与科技政策方向一脉相承：在经历了疫情暴发与全球地缘局势变化的双重震荡后，欧盟意识到在数据与算力上过度依赖他国供应链，存在明显的经济和安全风险。通过多层次政策工具，欧盟力图保持单一市场的完整性，增强对关键技术的“自主可控”能力。
根据行动计划所述，欧盟要在五大领域重点投入：
大规模计算基础设施（包括“ AI 工厂”和“ AI 千兆工厂”）；
数据获取与共享；
在关键行业与公共领域加速 AI普及；
强化 AI 人才储备；
进一步完善法规体系（如即将落地的 AI 法案）以巩固市场与社会信任。
数百亿欧元的“算力竞赛”：AI 工厂与 AI 千兆工厂
“AI 工厂”大规模上马
欧盟在高性能计算（HPC）方面已积累多年的布局，如欧洲高性能计算共同体（EuroHPC Joint Undertaking）以及此前部署的多台超级计算机。新一批“AI工厂”（AI Factories）正是沿袭这一思路，整合 HPC 超算资源、海量数据仓库与专业技术支持，形成开放式AI创新生态系统。
截至目前，欧盟已选择了 13 家“ AI 工厂”分布在 17 个成员国和部分关联国家。它们将承载人工智能研发所需的训练、微调、推理等算力需求；同时在行业应用方面也将带动如制造业、医疗健康、能源、通信等具有战略意义的领域采用 AI 技术。估算到 2025 年，这些工厂在AI超级计算机相关的欧盟整体投入将累计达 100 亿欧元。
“ AI 工厂”的核心价值在于，为初创企业、中小企业、研究机构乃至政府部门提供相对便捷的高性能计算支持和技术培训。例如，在制造业领域，可基于工厂提供的算力对工业流程、机器人自动化等进行大规模模拟与优化；在医疗健康领域，则能大幅加速影像识别、药物研发等环节的AI训练与测试。随着欧盟提出的“单一入口”政策落地，这些超算资源将集中或分布式地对外开放，最大化在全欧盟范围内为产业和公共部门赋能。
“ AI 千兆工厂”奠定超大模型基础
面对全球 AI 日趋激烈的硬件与算力竞争，欧盟同时推出“ AI 千兆工厂”（AI Gigafactories）计划。其目标是建设规模可容纳 10 万颗以上高端AI处理器的算力设施，用于支持百亿乃至万亿级参数的大模型训练与推理，朝着通用人工智能（AGI）等前沿方向进一步探索。
由于投资额巨大，AI千兆工厂将以公私合营（PPP）模式运作，鼓励欧洲投资银行（EIB）集团、大型风险投资机构及产业巨头共同注资。欧盟委员会主席冯德莱恩在巴黎AI行动峰会上（AI Action Summit）宣布成立“ InvestA I”融资工具，计划撬动2000亿欧元投资以扶持包括AI千兆工厂在内的关键数字基础设施建设。
这类项目的落地不仅能帮助欧盟打造下一代 AI 研究与产品的原生平台，也将为芯片设计与制造行业带来新的增长点。欧盟希望借助未来对《芯片法案》（Chips Act）的修订，强化在AI专用芯片设计与生产领域的竞争力，减少对他国半导体供应链的依赖。
“数据联盟”与数字基础设施
数据对AI的重要性犹如燃料之于引擎，《 AI 大陆行动计划》特别强调“ Data Union Strategy”（数据联盟战略），通过统一的数据治理和法律框架，让更多高质量数据在欧盟内部可被安全地共享与利用，从而真正释放多元数据在训练集与推理场景中的价值。
计划明确提出建设一批“数据实验室”（Data Labs），与“ AI 工厂”相互衔接：前者聚焦数据的采集、清洗、标准化、分享；后者聚焦在高性能算力上进行模型研发。这种“双轮驱动”力求打破当前欧盟数据碎片化、监管繁琐导致的产业创新门槛。同时，欧盟还将出台《云计算与 AI 发展法》（Cloud and AI Development Act），意在简化数据中心与云计算平台的审批流程，并在基础设施建设上至少实现对欧洲数据中心产能的“三倍增”。
在公共领域，欧洲多个数据空间（Data Spaces）也将与之打通，如“欧洲健康数据空间”（European Health Data Space）会为医疗机构与研究人员提供多国真实世界数据，以支持新药研发、基因检测与临床诊断AI算法的训练与测试。这一举措不仅对后疫情时代的公共卫生体系具备战略意义，也让相关欧洲制药企业、医疗AI企业形成先发优势。
AI 加速落地的三大看点
传统工业与制造业数字化升级
长期以来，德国、法国、意大利等国的机械制造和汽车工业在全球享有盛誉。随着AI在预测性维护、供应链优化、柔性生产等方面展现出潜能，欧盟希望通过“AI工厂”与欧洲数字创新中心（European Digital Innovation Hubs）的联动，推动中小企业与大型企业共同开展大规模数字化升级。
例如，利用生成式 AI 和强化学习算法，大型工厂可进行智能排产和能耗调度；对机器人技术的持续投入，将让欧盟在高端装备领域进一步巩固其技术与市场优势。相应地，新的AI应用落地也可能带来一轮供应链金融、产业并购与技术合作的浪潮。
医疗健康和公共服务深度变革
在医疗健康领域，欧盟提出的“European Health Data Space”与“ AI 工厂”互联，可在影像诊断、药物设计、患者远程监护等方向上取得更快进展。同时，公共服务数字化也在 “Apply AI Strategy”与“AI in Science Strategy” 的双战略下加速。政府采购这一巨大市场，约占欧盟 GDP 的 15%，有望成为AI中小企业和初创公司的重要新兴机会窗口。
科研与开源生态
为抢占AI前沿研究，“欧洲AI研究理事会”（European AI Research Council, RAISE）即将启动试点项目，重点投向通用人工智能（AGI）与下一代芯片技术等领域。与此同时，欧盟也一直鼓励开源社区发展，许多大学与研究机构在模型算法、核心软件框架等领域持开放合作态度，有助于中小创新主体“孵化”更多应用突破。
人力资本与合规：从技术领先到整体生态打造
在数字化与AI转型中，人力资源的匹配度与供需平衡至关重要。欧盟计划建立“AI技能学院”（AI Skills Academy），扩增跨学科、跨领域的高端人才储备。除了吸引非欧盟国家的精英研究人员外，也鼓励更多女性进入STEM与AI领域。通过职业培训与在职教育，提升普通劳动力面对智能化时代的适应能力。
同时，为解决潜在的算法偏见和隐私风险等争议，欧盟会继续推进一揽子合规法案的发布与完善，例如“ AI 法案”（AI Act）和“云计算与 AI 发展法”（Cloud and AI Development Act）等，以建立明确的准入标准与伦理规范。对金融服务、公共卫生、安全与国防等高风险AI场景，欧盟将实行更严格的合规审批。这一方面可能提高了 AI 应用的合规成本，另一方面也为市场提供了较为透明、可预期的环境。
金融影响与投资机遇
资本市场与投融资：随着 “InvestAI” 等欧盟层面的融资机制启动，加之AI千兆工厂的巨大基建投入，从数据中心到上游半导体，再到下游应用服务，整条价值链都将迎来规模可观的融资机会。风投机构预期会对欧盟AI初创公司给予更多关注，特别是生成式AI、大模型与行业落地的创业团队。
公共采购与产业并购：公共采购市场占欧盟 GDP 的 15% 以上，而 AI 在政府部门的潜在部署场景远超预期，从智能政务到司法系统再到公共交通调度与环境监测，带来大量商机。与此同时，已有欧洲制造业巨头展开对AI初创公司的并购与战略合作，以应对全球市场竞争与产品线升级需求。
风险与监管合规：金融市场需关注AI泡沫风险与政策变动带来的不确定性。高端算力与数据中心的建设周期长、资金沉淀大，而后续能否在产业层面有效落地回收，仍需时间验证。此外，欧盟在数据保护和劳动力再培训方面的成本投入，也可能导致短期利润率偏低。
