2026 年 3 月 22日在北京的一场“OpenClaw”相关活动上拍摄的龙虾造型挂坠

　 《环球》杂志：企业开展国际合作，最需要突破的技术或市场壁垒是什么？

　　周鸿祎：国际层面，AI治理立场的差异构成了主要壁垒。部分海外巨头以安全为借口，试图限制其他主体发展AI。中国企业可发挥自身实践优势，为企业提供基于开源模型，可私有化交付的“主权AI”系统，向国际组织提交大模型与智能体安全解决方案，参与国际标准制定，输出安全相关新产品，以“主权AI”产品和安全能力参与全球AI治理，突破理念与规则之墙。

　　王传东：当前，企业开展国际合作、走向全球化的真正分水岭不在于“走出去”，而在于能否“走进去”“走上去”——即从“产品出海”，进阶到“本地化深耕”，再到实现引领全球品牌的跃迁。

　　基于20余年全球化实践，联想在这一升级路径上沉淀出一套核心方法论：

　　一是依托本地化产品创新，打造全球知名品牌。企业需将产品定义、研发、设计的一部分能力前置到当地，搭建“全球总部+本地产品中心+本地市场洞察”三层架构，跳出“以中国为母市场、其他市场为延伸”的传统思路，重新定义何为“全球化产品”。

　　二是通过贴近本地市场的布局，构建韧性供应链。就近布局本地供应链，解决三个层面的问题：产能配置、合规前置、人才本地化。韧性供应链的本质，是把“全球效率”和“本地响应”同时拉满，而非二选一。

　　三是重视通过合作共赢，塑造负责任的本地企业公民形象。企业要将自身发展融入当地长期发展：雇用并培养本地人才、带动本地产业链升级、恪守当地合规与税务要求、在公共议题上承担相应责任。这需要企业在研发投入、供应链布局、合规透明度、ESG实践四个方面同时进行长期投入。这些投入短期内未必反映在利润表上，却是品牌能够走远的根基。

　　总而言之，技术壁垒靠开源共建打破，市场壁垒靠本地共赢打破。当前地缘不确定性一直甚至将长期存在，联想的办法是“全球资源、本地交付”：深入本地市场、雇用本地员工、交付本地价值——从在美洲点亮中国企业首座“灯塔工厂”，到成为国际足联世界杯官方技术伙伴、把AI能力带给全球球员和球迷，联想的经验是：越是壁垒高起的时候，越要用开放和信任换取空间。开源开放、共建共享不是口号，而是企业穿越不确定性周期的路线图。

　　范振发：技术壁垒在于气候适配、系统兼容、认证适配；市场壁垒在于标准互认、知识产权、数据合规、本地渠道与品牌信任。中国企业要让创新适配现有认证体系并跟进新标准。国际合作不是简单引进，而是共同研发、本地适配、标准互认、长期服务——欧洲技术到中国要再研发，中国方案走出去也要再适配。

　　段永朝：突破要有“两个前提”和“一个落点”。

　　前提一，是前瞻思想与开放心智；前提二，是尊重彼此利益关切、抛弃零和博弈思维。借用詹姆斯·卡斯的“有限游戏与无限游戏”，有限游戏以取胜为目的，无限游戏以让游戏持续为目的，国际合作当属后者。

　　落点，是技术标准规范与市场文化习俗。技术层面，注重在接口与协议的互操作性、身份权限与安全认证的衔接、管理体系与风险框架的互认。

　　国际治理层面，国际社会在“AI应服务发展”上存在最低限度共识，但各方重点与路径不同，对企业而言，合规与标准需同时面对多套并行框架。市场文化层面，不同市场对信任、隐私、责任归属的理解各异，国际化不是把同一产品换一种语言，而是重新理解当地如何判断“可信”与“有价值”，要点是从追求“同意”转向“会意”。

　　也须正视现实：出口管制、认证、支付与采购限制是真实的结构性约束（开源芯片指令集RISC-V从美国迁往中立国瑞士即是例证）。“开放心智”需与务实的合作相结合，关键是从“向对方输出方案”转向“与对方共同建立可接受、可持续的方案”。

　　郝彬彬：结合通通达的实践来看，要突破壁垒，技术方面是实现场景适配的标准化，市场方面是建立本地化信任。技术层面，不是算法不行，而是各国道路标准、场景规范、安全要求差异太大，泛化适配成本极高——无人车在国内的路测标准，到海外就要重新适配。市场层面，海外客户更认可本地化的服务能力与品牌，通通达出海走的正是“技术输出+本地运营伙伴”模式：输出硬件产品和AI平台，由当地伙伴负责场景落地与客户服务，以此快速突破市场壁垒。

　　宋亚宸：在人工智能3D赛道，技术壁垒与市场壁垒正在相互转化。技术层面，最需突破的是“生产可用”壁垒——AI生成3D已过了“能不能做”的阶段，关键是“够不够好”：游戏公司的AI模型能否直接进入旗舰乃至3A项目的资产管线？制造业能否满足工业级精度？VAST的Tripo大模型已在这些方向迈出重要一步。市场层面，最需突破的是“信任壁垒”。微软、索尼等海外大公司已是我们的客户，构成天然背书；但更多中小型海外客户选型时，仍会考量供应商稳定性、服务连续性与数据处理合规。

　　我们的经验是，开源是突破信任壁垒最有效的方式：当海外开发者在GitHub读到我们的代码、在全球知名开源平台“抱抱脸”（Hugging Face）试用我们的模型、在CVPR与SIGGRAPH等计算机视觉、计算机图形学国际顶级学术会议上看到我们的论文并同我们交流时，信任便自然建立。学术声誉、开源贡献与产品品质形成的信任，胜过任何市场推广。

　　腾讯元宝：技术壁垒易解，市场壁垒难破，而最深层的壁垒是“信任赤字”与“标准割裂”。技术层面，开源生态与云服务让技术对接成本大幅下降，真正的难题是跨境数据流动的技术合规——如何在不同司法管辖区实现“数据可用不可见”，隐私计算、联邦学习、合成数据虽在进步，但性能与精度仍受限；且各国AI安全测试标准不一（欧盟要求风险分类、美国强调自愿框架），同一产品需多次适配。

　　市场层面，本地化不只是翻译界面，还要理解语言习惯、文化禁忌与商业惯例；进入新市场需与当地云厂商、分销商、集成商合作，而这些伙伴往往已有固定联盟；在政务、金融等敏感领域，外国AI供应商常遭“安全质疑”，即便技术更优也难中标。

　　最需突破的是标准与互认机制。当前全球AI治理呈现“碎片化”，企业呼吁建立类似“AI领域的WTO”，推动测试标准互认、数据跨境白名单、认证结果多边承认，但这涉及国家主权，短期内难实现。