阿里打贏Meta、谷歌、OpenAI？新加坡給出了答案。
外面打得再厲害，都不妨礙阿里喜氣洋洋過個好年。
在全球人工智慧競賽加速升級的當下，阿里的通義千問（Owen）不僅在國內與深度求索正面短兵相接，在國際開源生態中也以出人意料的速度逼近Meta、谷歌主流模型體系。
而真正讓這種「勢頭」從行業感知落到政策層面的，是新加坡突然拋出的那記關鍵信號——新加坡全國人工智慧核心（AI Singapore，簡稱AISG）在一番從Meta到谷歌的路線摸索之後，把國家級大模型SEA-LION的下一階段，交給了通義千問。
新加坡不做「第二個矽谷
SEA-LION項目誕生2023年底。當時，新加坡資訊通信媒體發展局（IMDA）、新加坡科技研究局 （A*STAR）與新加坡全國人工智慧核心宣布投入7000萬新元，建設一個覆蓋區域語言的大模型計劃。
表面上，它與世界其他國家湧現的大模型計劃並無不同，但實際意義完全不同。新加坡在AI上的野心從來不是「追趕GPT」，它真正想要解決的是一個全球模型都未能解決的痛點：東南亞6.7億人口，擁有1200種語言，卻沒有一個能夠真正理解本地語境的大模型。
主流模型使用英語語料訓練，最多加上部分中文內容。在新加坡、馬來西亞、泰國、印尼等地，人們用的語言在語義、句法、文化表達上，與英語世界存在巨大差異。
正如新加坡全國人工智慧核心執行主席何德華教授坦言：
「現有的大語言模型如ChatGPT，用的數據都是西方國家的資料，沒有完全捕捉到東南亞語言的細微差別，所以很多時候我們問它一些問題，它答非所問，因為它的資料不是我們本地或者東南亞的資料。」
SEA-LION的出發點，是讓模型真正具備區域語義理解能力。它的目標，是成為整個東南亞的AI語言基礎設施。這也解釋了為什麼印尼和泰國隨後用SEA-LION的架構打造了自己的模型Sahabat-AI與WangchanLion。
為什麼選擇通義千問？
就在昨天（11月25日），新加坡人工智慧國家計劃決定基於阿里巴巴的通義千問（Owen）大模型開發其SEA-LION模型。在南華早報的報道里稱這對「在東南亞積極推廣AI服務的中國科技巨頭而言是一次重要勝利」。
這一幕也幾乎印證了李開復在《人工智慧超級大國》中關於「全球AI技術版圖終將被中美兩大數據與人才密集體主導」的判斷——在他看來，風險投資、科研人才和數據規模共同決定了大模型的最終競爭力，而中國與美國恰恰是當下全球唯二同時具備這三個條件的經濟體，能夠不斷將海量數據轉化為更高質量的模型產品，並通過更優質的模型產品吸引更多用戶與更多數據，從而形成持續強化的正向循環。
新加坡既不具備美國式的超大規模資本與算力優勢，也無法像中國那樣擁有足以訓練龐大模型的海量語料，更不願意在AI主權這樣關乎國家未來的基礎設施上完全依賴外部供應方，因此只能在開放生態、成本結構、本地化能力和區域戰略之間持續尋求最佳的平衡點。
但外界總喜歡把這類事情解讀成「地緣政治的風吹草動」。實際上新加坡在技術採納上一直遵循一個原則：務實優先，效果優先。
AISG選擇通義千問的原因，來自三個層面，分別是開源體系的成熟度與可控性、模型在區域語言任務上的表現以及成本結構的根本性差異。
新加坡不是沒有使用美國模型。SEA-LION最早的版本基於Meta的Llama；今年8月升級時，AISG又發布了基於Google DeepMind Gemma的多模態版本。但它遲遲沒有在這些模型上「停下來」。Llama的開放程度高，但在區域語種表現有限；Gemma在多模態和泛化能力上更強，但開源程度不足，無法完全滿足本地化和數據主權的要求。而新加坡最終需要的，是一個既能做本地化訓練、又能保障數據主權，還能讓區域企業用得起，同時能夠持續演進的大模型底座。
這一切，使得通義千問在今年迅速進入新加坡的視野。
自2023年8月開源以來，Qwen系列在全球獲得超過6億次下載，催生了17萬多個衍生模型，成為目前全球最大的開源模型家族之一。更重要的是，Qwen本身是完全開源的、可下載權重的、可本地部署的，這意味著新加坡能夠在模型之上進行完全的本地化訓練，把自己的區域語料放進去，把自己的安全策略寫進去，把自己的行業場景做進去，而不必擔心「數據在國外訓練」「模型未來不可控」等結構性風險。
而當AISG最新一代Qwen-SEA-LION-V4通義千問3-32B訓練後，在SEA-HELM區域語言基準測試中躍升為2000億參數以下表現最好的開源模型，這讓技術選擇變成了必然選擇——能力已經在結果上給出答案。
但能力並不是全部，更關鍵的是成本結構。在AI進入全面產業化階段之前，企業的真實痛點從來不是「模型有多強」，而是「我們能不能用得起」。推理成本、API調用費用、算力租賃、本地化訓練成本、行業部署的工程代價——這些現實問題正在真正決定 AI 技術到底是否能落地。
阿里巴巴董事局主席蔡崇信就表示，AI領域的贏家應該取決於"誰能更快落地應用"，而非「誰能開發出最強大的AI模型」。他認為，中國發展高性價比開源人工智慧的道路，比美國投入數十億美元開發萬億參數模型的做法更「有利於快速普及」。
而Qwen的開源策略極大降低了這些門檻。日本的Abeja、新加坡的多家企業都因為「成本更低、靈活性更高」選用了Qwen。
甚至美國本土，越來越多企業開始因為成本和靈活性，主動轉向開源體系。作為OpenAI創始人薩姆·奧爾特曼的朋友，愛彼迎聯合創始人兼執行長布萊恩·切斯基在接受彭博採訪時直言：「ChatGPT的集成能力還沒準備好滿足我們的需求，而通義千問速度快、成本低，更適合我們。」愛彼迎的客服系統完全改用通義千問，這本身就是一種極高強度的商業驗證。
AI出海的選擇：新加坡
這一選擇，也和新加坡正在形成的AI戰略整體方向高度一致。
根據何教授的觀點，「AISG有三大目標，第一是創造新的工作崗位，提升現有員工的工作效率；第二是創造新企業和增強現有企業的競爭力；第三是讓我們每個人的生活質量提升，讓大家活得更健康更美好。」
過去一年裡，新加坡幾乎把所有新興的AI能力都吸收到本地：
澳大利亞醫療AI公司Heidi在新加坡設立區域總部，未來三年投資1046萬新元；美國科技公司沃科拓（Workato）建設本地Agentic AI實驗室，新增65個高價值崗位；東南亞科技巨頭冬海集團（Sea Limited）的CEO李小冬在今年的內部信中明確指出，AI時代將重塑公司價值結構，集團市值有望在AI驅動下衝擊萬億美元；新加坡國防部與法國科技公司Mistral AI合作，用生成式AI提升軍事決策和情報處理能力。
根據由谷歌、淡馬錫與貝恩聯合發布的2025年東南亞數字經濟報告，目前東南亞六國超過680家AI起步公司中，有495家位於新加坡，占比超過70%，新加坡實際上已經成為東南亞事實上的「AI總部區」。
新加坡的本質選擇不是「中國」，而是「開放、可控、可落地的 AI 未來」。無論是 SEA-LION的下一輪升級，還是新加坡吸納全球AI創業公司、與歐洲開源體系合作、繼續深化與美國算力產業鏈的聯動，新加坡都在用小國智慧做一個大時代的布局：誰能讓AI更快、更安全、更本地、更可控地產生價值，新加坡就選擇誰。
而在這個時間節點，通義千問給出的答案，恰好契合了新加坡的需求。對即將或正在出海的新一代中國AI企業而言，新加坡無疑正處在一個罕見的戰略窗口期：它的監管透明、人才密度高、政府願意與企業共建生態，且東南亞6.7億人口的市場正在快速進入AI基礎設施建設的早期階段，誰能更快進入，誰就能獲得更多的市場份額。
如果你正在考慮將AI產品、算法團隊或區域總部布局在新加坡；如果你正在評估新加坡的合規要求、補貼政策、人才引進、技術備案或跨境架構；或正在比較新加坡vs香港的AI落地成本和戰略空間——
