2026 年 7 月 19 日,TechCrunch 的长篇报道把一个过去 18 个月里被中文媒体集体忽略的项目推到了聚光灯下——Current AI。这家在巴黎注册的非营利组织,要在全球范围内建一套「AI 时代的互联网基础设施」,让任何国家的开发者、机构,包括那些 Big Tech 还没有覆盖到的全球南方社区,都能像搭建网页一样搭建自己的 AI 应用。法国马克龙政府已经砸出 1 亿欧元种子轮,DeepMind、福特基金会、麦克阿瑟基金会、Salesforce 紧跟加入,总承诺资金 4 亿美元,5 年目标 25 亿美元。这是一个完全用慈善资金 + 政府承诺撑起来、不靠任何商业资本运作的「公共利益 AI 联盟」,中文 AI 圈对它几乎一无所知,但它的落地节奏,已经悄悄走到了中文开源生态前面。

一、Current AI 是什么:不是又一个开源基金会,而是「AI 时代的 WWW 基建」

Current AI 的官方定位是「公共利益 AI 公共合伙制」(Public-private partnership for public-interest AI),总部在巴黎。它的核心使命不是发布某一个模型,而是搭建一套完整开放、可审计、对所有人和所有文化都可用的人工智能公共基础设施——从底层硬件到上层应用,每一层都开源、开放、免费。联合国秘书长古特雷斯、欧盟委员会主席冯德莱恩、法国总统马克龙亲自为它站台,把它与早期互联网「World Wide Web」相提并论。CEO Ayah Bdeir 在 TechCrunch 采访里说得很直接:「如果 AI 是真正具有变革性的技术,那它必须有一个面向所有人的公共替代品,就像早期的万维网一样,任何人、任何地方、都能免费使用。」

与传统开源基金会的区别在于,Current AI 的玩法是「主权国家 + 大型慈善 + 头部 AI 公司」三方共同背书。它的资金来源同时具备「公共性」与「可问责性」:法国、欧盟的财政资金提供了主权背书,福特、麦克阿瑟提供了慈善性质的资金,DeepMind、Salesforce 的加入则提供了行业背书。这种组合让 Current AI 不必像纯商业开源基金会那样去讨好付费客户,也不必像政府项目那样去做政治妥协——它所有的产出都以「公共利益」作为唯一评估指标。

与 Mozilla 基金会、Linux 基金会相比,Current AI 又更进一步:Mozilla 主攻浏览器层,Linux 主攻操作系统层,而 Current AI 想覆盖从硬件到应用的全栈——这种「全栈公共化」的野心,正是把它比作「AI 万维网」的真正含义。CEO Bdeir 强调,它的核心不是「做一个开源版 ChatGPT」,而是让开源生态能像搭乐高一样,自己搭建出符合本地文化和本地需求的 AI 产品,而不需要向硅谷的几家头部公司付费或交出数据。这种「主权独立性」才是 Current AI 真正在打的旗号。

二、钱从哪来:法国政府 1 亿欧元打头阵,DeepMind 跟入慈善盘子

Current AI 在 2025 年 2 月的巴黎 AI Action Summit 上正式启动,第一笔承诺资金来自法国政府,1 亿欧元。这是马克龙在欧盟范围内推动「主权 AI」战略的具体落地动作——他强调「AI 主权」不是要每个国家都自己从零训练基础模型,而是要「确保每一个社会都能选择 AI 技术栈的组成方式」。法国选择用「联盟 + 公地」的方式介入全球 AI 竞赛,而不是单纯补贴本土 AI 公司,这是它与英国、美国、中国政府路径的最大差异。

紧随其后的,是美国慈善界的两笔重量级资金:福特基金会和麦克阿瑟基金会。这两家都是全球公共慈善领域的常青树,过去在互联网治理、数字权利、开源生态上都有长期布局。它们加入 Current AI 之后,带来了「全球南方」视角——他们关心的是 AI 在非洲、东南亚、拉美的本地化能力,而不仅仅是欧美主流语言的能力。把它们和 DeepMind、Salesforce 摆在一起,构成了一个「欧洲政府资金 + 美国慈善传统 + 美国头部 AI 公司」的罕见组合。

DeepMind 的加入尤其值得关注。作为 Alphabet 旗下最纯粹的研究机构,DeepMind 一直是「前沿 AI 研究」与「公益 AI 研究」的双重支点,它加入 Current AI 并非简单捐钱,而是会在模型层贡献能力。换句话说,Google 阵营的一部分「非商业 AI 研究资源」,正在通过 Current AI 这条管道,流向了 OpenAI、Anthropic 没有触达的领域。这种「分叉生态」的布局,是观察未来 3-5 年 AI 行业格局时不能忽略的关键变量。

总盘子目前是 4 亿美元承诺资金,5 年目标 25 亿美元。25 亿的量级已经接近 Linux 基金会或 Mozilla 基金会的年支出规模,这是公共利益 AI 第一次具备「不依赖任何商业资本就能长期运转」的可能性。CEO Bdeir 在公开采访里强调,资助方「不是投资人,他们是 funders」——这意味着 Current AI 不需要为投资人做任何商业回报承诺,只需要为公共利益做出可衡量的成果。

三、AlphaChat 上线:7 周、10 家机构联盟,直接对标 ChatGPT

2026 年 7 月 13 日,在日内瓦的 AI for Good Summit 上,Current AI 正式发布了AlphaChat——一个完全开源的对话式 AI 助手,网址 chat.publicai.co。这个产品的特别之处不在于模型有多强,而在于它是怎么做出来的:Hugging Face + Mozilla + MIT Media Lab + 7 家其他机构组成的 10 家联盟,7 周时间联合搭建。每个机构贡献了一层:有的贡献了模型、有的贡献了安全工具链、有的贡献了算力、有的贡献了对话框架——这种「分布式协作」正是 WWW 早期「开源协作」精神在 AI 时代的复活。

AlphaChat 不是一个商业产品,它的发布不是为了抢 ChatGPT 的付费市场。它的真正意义在于立了一个公共样本:证明 10 家机构用 7 周时间,可以拼出一套足够好用的对话 AI,而且每一行代码都可以被审计、每一份数据都可以被追溯。这对于「主权 AI」战略的落地,是一种示范性动作——任何想要本地化 AI 的国家或机构,都可以参照 AlphaChat 的开源组件清单,自己拼装出符合本地语言、本地文化、本地法律的产品。

紧接着的 7 月 19 日,Current AI 还披露了与东京 Sakana AI 的合作。Sakana AI 是日本本土最具代表性的基础模型公司之一,它一直主打「Sovereign AI」路线——日语 + 日本文化优先,不直接对标美国模型的「通用能力」竞争。Current AI 与 Sakana AI 的合作目标是共建一套开源的日语及日本文化 AI 技术栈,并且把这个栈的设计原则扩展到全球南方那些主流 AI 系统长期忽略的社区。这种「先日本、再扩展到 Global South」的策略,和日本过去在制造业「精益生产」上的路径高度一致,用质量而不是规模去撬动合作。

第三个值得关注的落地是 Suno Sutra。这是 Current AI 与印度政府 AI 语言部门 Bhashini 在 2026 年 2 月印度 AI 峰会上合作推出的离线设备——一台能装进口袋的硬件,完全离线运行,支持 22 种印度语言。印度全国有几百种语言和方言,主流大模型几乎都不覆盖,Suno Sutra 想做的不是「把大模型翻译成印度语言」,而是让印度本地社区自己拥有 AI 运行能力——硬件开源、模型开源、数据由社区自己决定。对于一个网络不稳定、识字率分布不均、价格敏感的国家来说,「不联网也能跑 AI」是一个远比「GPT-4 跑分」更重要的能力。

四、4 个第一轮资助项目:公共利益 AI 的首批实验田

Current AI 在 2026 年 6 月公开了首批资助名单,320 万美元拆分给四个分布在肯尼亚、黎巴嫩、巴西的组织。这四个项目的共同特点是:都把「数据主权」和「文化主权」放在了商业模型前面。

肯尼亚的 Masakhane 在做 50 多种非洲语言的健康、农业、教育数据集。肯尼亚本地人牵头,数据由本地社区维护,模型在本地训练,任何外部公司想要使用这些数据,必须先得到社区同意。这套模式跟 Common Crawl 这种「无差别爬取全球网页」的做法完全相反,它的设计逻辑是:数据是社区的资产,不是硅谷的免费原料。

黎巴嫩的 Institute for Worldmaking 正在把阿拉伯世界的文化历史和当代实践数字化,变成机器可读的数据库。它强调「由社区控制」——不是「数据上传到云端让 AI 公司处理」,而是「数据留在本地、模型在本地训练、AI 能力在本地使用」。这种「数据不出域」的架构,对于中东、北非那些对数据出境监管严格的地区来说,是一个非常关键的合规优势。

巴西的 Portal sem Porteiras 直接进亚马逊雨林,与原住民社区合作做完全离线的 AI 工具。雨林地区网络不通,语言又是原住民自己的语言,主流大模型完全帮不上忙。这个项目做的就是把这些社区的生态知识、农业经验、医药智慧装进一个本地能跑的 AI 系统里,数据永远留在雨林里,外面的人想用这些知识必须进雨林、谈合作。

第四个项目是非洲互联网权利联盟,专注在 AI 审计工具——让本地组织能够检测和评估 AI 系统是否对非洲社区造成了偏见、是否收集了不当地数据、是否符合本地法律。它的本质是把「AI 治理」的能力也下放到本地,让被治理的对象(社区)同时拥有治理的工具。

Current AI CEO Bdeir 在采访里说:Big Tech 也在做多语言模型,但它们的目的是「扩大市场」——To Boost Revenue,Not To Serve Culture。这番话点明了 Current AI 资助项目的核心理念:「数据主权」和「语言主权」是 AI 时代的关键人权,不能交给商业公司单方面决定。

五、中国开源生态对照:DeepSeek、通义、智谱、月之暗面在做什么

把 Current AI 放到中国开源生态的坐标系里看,会发现一个有趣的结构差异:中国 AI 公司的开源是「商业开源」,Current AI 的开源是「公益开源」。前者通过开源获客、积累生态,然后通过云服务、API 调用、企业部署变现;后者没有商业变现压力,只为公共利益做事。

具体到产品层面,中国开源生态的代表选手包括:DeepSeek V3.2(基础模型,完全开源,参数与训练细节全部公开)、阿里通义千问 Qwen3(多尺寸开源,覆盖文本/视觉/语音多模态)、智谱 GLM-4 系列(清华系,政企服务强项)、月之暗面 Kimi K2(长上下文领先,商业版本与开源版本并轨)、阶跃星辰 Step-3(多模态,正在快速迭代)。这些模型在 Hugging Face 上的下载量、GitHub 上的 star 数、API 调用次数都已经进入了「全球开源第一梯队」,技术能力本身并不落后。

但生态层的差距是真实的。Current AI 联盟里那张 Mozilla + MIT Media Lab + Hugging Face + Sakana AI 的协作网,在中国找不到对应物——中国没有「基金会驱动、跨机构、开源公益」的 AI 联盟。阿里、腾讯、字节、百度这些巨头有自己的开源,但它们的开源是公司战略,不是公共战略;而智谱、面壁这种「学院派开源」,又因为缺乏慈善资金和政府承诺的支撑,无法做出像 Current AI 那样跨越 5 年的长期承诺。

另一个关键差异是「NGO 与公民社会」的角色。Current AI 的资助项目里有 Masakhane、Portal sem Porteiras、非洲互联网权利联盟——这些都是在当地长期做公民社会建设的 NGO,它们在 AI 项目里扮演「数据主权代理」的角色。中国 AI 行业的对应角色,基本上是由地方政府、国资委下属机构、企业 ESG 部门承担,没有真正意义上的独立 NGO 生态——这是结构性问题,不是技术问题。

海外影响力也是 Current AI 给中国玩家的一个提醒。当前中国 AI 公司的海外合作,主要集中在阿联酋、沙特、印度、东南亚——商业驱动的合作;而 Current AI 的合作网络涵盖了法国、印度、日本、肯尼亚、黎巴嫩、巴西——公共政策驱动的合作。未来 3-5 年,「主权 AI 联盟」可能会分裂成多个互不兼容的生态——欧美慈善 + 日本精益生产 + 印度语言主权 + 非洲数据主权,各自形成自己的开源公地。中国 AI 公司如果只想在「商业出口」赛道里竞争,可能会发现自己被排除在「公共生态合作」之外。

六、对中国 AI Agent 行业从业者的 3 个启示

第一,「主权 AI」已经从概念变成了实际动作。法国马克龙政府砸 1 亿欧元、印度政府 Bhashini 部门主动合作、DeepMind 跨阵营加入——这些都说明,「主权 AI」不是抽象的政治口号,而是有具体的资金、具体的项目、具体的时间表。对于在中国做 AI Agent 出海的公司来说,未来需要面对的不只是「能不能卖 API 给欧美客户」,还要面对「能不能融入某个主权 AI 联盟」——这是一个全新的选择维度。

第二,开源公地正在被「公共利益」组织蚕食,商业公司不能只卖 API。Mozilla、Linux、MIT 这些机构过去是「商业公司的免费搭车」对象,但 AI 时代的特殊性在于,基础模型的训练成本远高于传统软件,商业公司想要「开源+商业化并轨」的难度越来越大。Current AI 模式可能成为未来几年的「第三条路」:不靠商业盈利,靠慈善和政府承诺持续运转——这条路在中国还没有对应的玩家,可能是国内大型科技公司、慈善机构、政策银行可以联合尝试的方向。

第三,跨语言、跨文化、离线、隐私优先,将成为 AI Agent 的新基准能力。Suno Sutra 的离线运行、Portal sem Porteiras 的数据不出域、African Internet Rights Alliance 的本地审计工具——这些能力都不是「GPT-4 能跑多少分」的问题,而是「这个 AI 能不能在我家附近的村庄用」的问题。对于正在做 AI Agent 的中国开发者来说,「端侧小模型 + 多语言支持 + 隐私本地化」可能是新一代必须投入的方向——不再是「卷参数、卷榜单」,而是「卷场景适配、卷合规交付」。

Current AI 的意义不只是一个巴黎的 NGO,它代表的是 AI 时代「基础设施」叙事的所有权之争。谁拥有基础设施,谁就定义规则。开源生态、公益生态、商业生态,都在争夺这个「规则定义权」。中国 AI 行业在过去几年凭借开源大模型走出了自己的路,但仅靠「商业开源」这一条腿走路,可能正在错过 AI 时代最关键的基础设施布局窗口。

(来源:TechCrunch、Current AI 官网、aipotluck.org、LinkedIn 公开声明)