问题——人工智能采用差距仍在扩大，普及路径出现分化。
研究报告指出，发达经济体与发展中经济体在人工智能采用速度上存在明显差距，全球北方的应用推进更快。
对不少全球南方国家而言，算力资源不足、人才储备偏弱、产业基础薄弱与服务供给不充分叠加，使其在人工智能应用落地上面临“起步晚、成本高、选择少”的现实挑战。
与此同时，人工智能平台与服务在不同地区的覆盖不均，也导致“能用、可用、好用”的差异进一步放大。
原因——成本、可得性与生态开放度成为关键变量。
报告认为，DeepSeek的影响力扩展与其“免费+开源”的供给方式密切相关。
开源模式使开发者能够获取模型并进行本地化改造，形成更贴近语言、行业与场景的应用；免费策略则显著降低了对价格敏感地区的使用门槛，减少了企业和个人在试用与部署阶段的资金压力。
特别是在一些西方平台服务不足、或跨境技术与服务准入受限的市场，开源模型更容易成为“可获得的替代方案”。
这也反映出人工智能全球普及不仅取决于技术性能，更取决于获取渠道、部署成本与生态可持续性。
影响——可能缩小应用鸿沟，也带来安全与治理的新议题。
从积极层面看，更多可负担的模型与工具进入市场，有助于发展中国家在教育、医疗、政务、农业与中小企业数字化等领域加速试点，提升公共服务效率与产业创新能力，推动人才培养与应用生态形成，从而在一定程度上缩小与发达经济体的应用差距。
但从风险层面看，模型开源与跨境扩散也会引发数据合规、内容安全、网络安全与供应链可控等问题。
部分国家以“安全风险”为由采取限制措施，企业与机构的使用政策趋于谨慎。
报告提到，DeepSeek在北美与欧洲采用率相对较低，而在中国以及俄罗斯、伊朗、古巴、白俄罗斯等地增长更快。
技术扩散与政策边界交织，使人工智能产业呈现“市场分层、规则分裂、标准竞合”的态势。
开源模型在特定区域的快速落地，也可能被赋予更强的地缘政治含义，成为影响力竞争的一部分。
对策——以发展导向推动普惠应用，以治理框架化解跨境风险。
对全球南方国家而言，关键在于把握低门槛工具带来的窗口期：一是完善数字基础设施与算力供给，推动政产学研协同，增强本地部署与运维能力；二是围绕教育、医疗、政务等高价值民生场景开展试点，形成可复制的应用范式；三是建立数据分类分级、隐私保护与安全评估机制，提升对开源模型的审计、溯源与风险处置能力，避免“用得起但管不住”。
对国际社会而言，应推动在尊重各国国情与发展阶段差异基础上，围绕模型透明度、数据合规、内容治理、跨境服务责任等议题形成更具包容性的规则协调，减少以技术为名的壁垒化倾向，避免把正常的产业竞争推向对立。
对企业与研究机构而言，也需要在开放与安全之间建立清晰边界，强化模型发布、更新与第三方使用的风险提示与治理配套。
前景——开源与可负担将重塑竞争格局，普及速度取决于“可用性”与“可治理性”的平衡。
可以预见，随着推理能力增强、部署成本下降与工具链完善，人工智能将加速向更多国家和行业扩散。
开源模型提供了“可获得的技术底座”，但能否真正转化为生产力，还取决于本地化能力、应用生态与治理体系是否同步跟上。
未来一段时期，全球人工智能格局可能呈现多中心并进：一方面，低成本与开放生态推动更多地区快速追赶；另一方面，安全审查、合规要求与技术壁垒也会使跨境流动更趋复杂。
谁能在普惠应用与可信治理之间找到更稳健的制度与产业路径，谁就更可能在新一轮科技与产业变革中赢得主动。
人工智能技术的全球化进程正在加速，但其发展并非均衡分布。
DeepSeek通过开源免费模式在全球南方的快速扩展，既体现了技术进步的民主化趋势，也反映出大国在新兴技术领域的战略竞争。
这提示我们，技术进步的真正意义在于造福全人类，而不是被少数国家垄断。
如何建立更加开放、包容、安全的全球人工智能生态，需要各国在竞争中加强合作，在创新中坚守责任，共同推动人工智能技术朝着更加公平、可持续的方向发展。