书 · 欧洲 AI 发展史
图灵的故乡，LSTM 的诞生地，全球第一部 AI 法律的制定者——欧洲在 AI 历史中的角色，是先驱的荣耀、错失的遗憾与规则制定者的野心交织在一起的复杂叙事。它有最早的思想，却没有最大的市场；它有最严的规则，却没有最大的公司。但若把 AI 史去掉欧洲那条暗线，许多关键节点将无从解释。
一、英国：AI 的思想故乡
故事的源头在剑桥。
1936 年，图灵 在《On Computable Numbers》中提出图灵机模型，划定了"什么是可计算"的边界。1943 年起，他被秘密派往布莱切利庄园（Bletchley Park），在那座维多利亚式的乡间宅邸里领导 Hut 8 团队，与上千位密码学家、数学家、语言学家一道破解德军 Enigma 与 Lorenz 密码。战后他重返学术界，1950 年发表《计算机器与智能》，提出"模仿游戏"——后人称之为图灵测试，至今仍是大众理解 AI 的第一个思想实验。1954 年图灵服毒自尽，距 ChatGPT 问世还有 68 年；他没能看见自己播下的种子开花，但 AI 这门学科第一次站立起来时，脚下的地基是他铺的。
布莱切利庄园本身也成为一个延续至今的符号。2023 年 11 月，英国政府选择在这里召开首届"全球 AI 安全峰会"（Bletchley Summit），28 国与欧盟共同签署《布莱切利宣言》——七十年之后，它从破译纳粹密码的秘密基地，变成了人类讨论"如何与超人智能共处"的会议室。
英国的另一座学术堡垒是爱丁堡。米奇 1965 年在爱丁堡建立机器智能与感知系；他的学生 科瓦尔斯基 后来将逻辑编程推向欧洲。但 1973 年的 莱特希尔 报告却几乎扼杀了英国 AI——这份受英国科学研究委员会（SRC）委托的评估报告认为 AI 在通用问题求解上"未达预期"，建议削减经费，由此引发英国第一次 AI 寒冬，后果延续至 1980 年代末。
寒冬之后，英国 AI 的火种由 哈萨比斯 重新点燃。这位剑桥计算机系毕业的国际象棋少年与神经科学博士，2010 年在伦敦国王十字车站附近创立 DeepMind，2014 年被 Google 以约 6 亿美元收购——这是欧洲 AI 史上最具象征意义的一次"被买走"，也是英国 AI 此后最大的一笔学术资产。十年后，DeepMind 的 AlphaFold 让 哈萨比斯 与 John Jumper 拿下 2024 年诺贝尔化学奖。英国 AI 安全研究所（AISI）2023 年成立于伦敦，是全球第一家专门评估前沿模型风险的国家级机构，其"亲创新"的监管路线与欧盟形成微妙对照。
二、欧洲大陆的学术传统
如果说英国是 AI 的思想之源，欧洲大陆则是它的方法之源。
瑞士的 IDSIA（Dalle Molle 人工智能研究所，1988 年成立于卢加诺）是 LSTM 的诞生地。施密德胡贝 与他的博士生 Sepp Hochreiter 在 1997 年发表长短期记忆网络（LSTM），这一架构后来支撑了 Google Translate、Apple Siri、Amazon Alexa 整整一代产品的语音与翻译核心。施密德胡贝 性格倔强、长期声称"现代深度学习的几乎所有关键突破我都做过"，他与 辛顿、杨立昆、本吉奥 之间的优先权之争是 AI 学术史上著名的一段公案。
苏黎世联邦理工学院（ETH Zürich）与洛桑联邦理工学院（EPFL）是欧洲机器人与计算机视觉的双子塔——ETH 的机器人研究所培养出 ANYmal 四足机器人与一系列无人机团队，EPFL 则在脑机接口、可微编程方向有深厚积累。德国马克斯·普朗克智能系统研究所（MPI-IS，分布在图宾根与斯图加特）是欧洲基础研究的旗舰，因果推断、概率推断、运动控制等方向均在此扎根。
法国的数学传统则为 AI 提供了一种独特的理论质地。INRIA（法国国家信息与自动化研究所）自 1967 年成立以来培养了一大批应用数学背景的 AI 研究者；法国高等师范学校（ENS）、巴黎综合理工学院（École Polytechnique）则贡献了 杨立昆（出生于巴黎）、Léon Bottou、Stéphane Mallat 等一代人。今天 Mistral AI 创始团队几乎清一色出自这条法国数学—工程脉络。
CERN（欧洲核子研究中心）虽然不直接做 AI，却是世界上处理大规模科学数据最久的机构之一——LHC 实验的事件触发与重建，使它成为机器学习方法在物理学落地的最早战场，并培养了一批熟悉超大规模分布式计算的工程师，他们中不少人最终流向 DeepMind、Mistral 与各家欧洲云厂商。
三、欧洲 AI 创业：在巨人间隙中起跑
欧洲创业生态长期被"小而散"标签困扰，但 AI 大模型时代却出现了一批令人瞩目的玩家。
法国巴黎的 Mistral AI 是最具代表性的一家。2023 年 4 月由前 Meta 与 Google DeepMind 研究员 Arthur Mensch、Guillaume Lample、Timothée Lacroix 创立，仅四周时间就以 PPT 完成 1.13 亿美元种子轮——欧洲风投史上最大的种子轮之一。其 Mistral 7B、Mixtral 8x7B、Mistral Large、Mistral Medium 系列以"开源 + 高效率"在 2024—2025 年迅速成为欧洲主权 AI 的旗帜。2024 年与法国政府、微软分别达成战略合作，估值在 2025 年突破 60 亿欧元。
伦敦的 Stability AI 是 Stable Diffusion（2022 年 8 月开源）背后的公司，它把高质量文生图模型第一次完全交到普通人手里，开启了 AI 艺术的开源浪潮。然而 2024 年起，Stability 经历了 CEO 离任、版权官司（Getty Images 诉讼）与现金流危机，2025 年由詹姆斯·卡梅隆等人组成的新董事会接管。
德国海德堡的 Aleph Alpha 是欧洲"主权 AI"的最早尝试者，2019 年创立，主张数据本地化、可审计、可解释。2023 年获 5 亿美元 B 轮融资，但在 2024 年面对开源大模型的冲击逐步转向企业 RAG 与政府服务市场。
伦敦的 Synthesia（2017 年创立）则代表了欧洲生成式 AI 的另一面——AI 数字人视频生成。其在企业培训与多语言营销视频领域的占有率远超北美同行，2024 年估值突破 26 亿美元。芬兰的 Silo AI（2024 年被 AMD 以 6.65 亿美元收购）与意大利的 iGenius、瑞典的 Sana Labs，则共同构成了欧洲第二梯队的 AI 生态。
四、欧盟 AI 法案：布鲁塞尔效应再现
2024 年 8 月 1 日，欧盟《人工智能法案》（AI Act）正式生效，是世界上第一部全面 AI 立法。
它把 AI 系统按风险分为四级：不可接受风险（如社会评分、潜意识操纵——一律禁止）、高风险（生物识别、关键基础设施、教育、就业等——须接受合规评估）、有限风险（聊天机器人——须披露 AI 身份）、最低风险（垃圾邮件过滤——无强制要求）。对通用 AI 模型（GPAI），法案另设技术文档、版权合规与系统性风险评估三项义务；浮点运算量超过 10^25 FLOPs 的模型被推定为系统性风险模型，需额外报告与对抗测试。
法案分阶段生效：2025 年 2 月起禁止性条款落地；2025 年 8 月 GPAI 义务生效；2026 年 8 月高风险条款全面适用。配套的《AI 责任指令》与《产品责任指令》也已修订，使受害者举证负担前移到平台。
布鲁塞尔效应（Brussels Effect）由此再次显形——为符合欧盟规则，OpenAI、Anthropic、Google 不得不在全球版本中保留欧盟特性；中国厂商进入欧盟市场也必须遵守相同标准。规则成为欧洲手中最有力的非技术武器。
五、欧洲超算与主权 AI 基础设施
意识到算力是新石油后，欧洲在 2018 年启动 EuroHPC 联合企业（European High Performance Computing Joint Undertaking），由欧盟与各成员国共同出资建造一批顶级超算。
法国 Jean Zay（位于巴黎南郊 IDRIS 数据中心，2019 年上线，2024 年扩容至 125.9 PFlop/s）是法国学术界训练大模型的主战场，BLOOM 多语言大模型即在此训练完成。芬兰 LUMI（位于卡亚尼，2022 年上线，HPL 性能 379.7 PFlop/s）一度是欧洲最强超算，被 100% 水电与北欧寒冷气候支撑。意大利 Leonardo（位于博洛尼亚，2022 年 11 月上线，238 PFlop/s）由 Cineca 运营，是 Mistral、Eurollm 等模型的训练基地之一。西班牙巴塞罗那超算中心（BSC）的 Marenostrum 5（2024 年 1 月上线，HPL 性能 175 PFlop/s）以基于风能与太阳能的可持续电力闻名。
2024 年起，欧盟又启动 AI Factories 计划，在 13 个成员国部署"AI 工厂"——把超算与初创企业、研究机构直接对接。Mistral、Aleph Alpha、Silo AI 等公司均是早期受益者。这是欧洲第一次在算力层面试图脱离对美国 GPU 云厂商的单边依赖。
六、欧洲学派的当代影响：被低估的"幕后输出"
欧洲在 AI 头部公司榜单上几乎缺席，但在"输出关键人物"上却长期顺差。
杨立昆 出生于巴黎、毕业于巴黎第六大学，是法国 AI 学派的代表人物，今日担任 Meta 首席 AI 科学家、纽约大学教授；辛顿 在英国剑桥读书、爱丁堡读博，1987 年才移居北美；本吉奥 在巴黎完成博士后才赴蒙特利尔执教。深度学习三巨头的青年期教育，全部完成于欧洲。ELLIS Society（欧洲学习与智能系统实验室）2018 年成立于伦敦，由 Bernhard Schölkopf、Nuria Oliver、Sepp Hochreiter 等人发起，意在建立一个"留住欧洲 AI 人才"的学术联盟。它并未成功阻止顶尖博士前往北美，但它至少把欧洲剩余的研究力量组织成一个可见的网络。施密德胡贝 主导的 IDSIA、ETH 的机器人系、EPFL 的脑机接口、Tübingen AI Center、Aalto University 的 ML 系——这些点状灯火合在一起，仍然是欧洲 AI 学术不可忽视的底色。
七、欧洲的困境与未竟之问
欧洲拥有世界上最聪明的一些 AI 头脑，却一次又一次把最大的公司送给了别人。DeepMind 被 Google 收购，Mobileye 被 Intel 收购（2017，153 亿美元），ARM 被软银收购（2016）又险被英伟达收购（2020—2022），Synthesia 与 Stability 也长期面临北美资本的换手压力。
原因是结构性的：欧洲风投规模长期不足美国一半，公开股票市场缺乏针对科技股的深度池；GDPR 对数据训练施加了严格约束，使欧洲在数据规模上先输一程；多语言、多司法管辖区的市场分散使初创公司必须在第一天就国际化，反而丢掉了本土护城河；学界与产业之间的人才流动远不如美国通畅。
更深的悖论在监管自身。欧盟一方面是世界上 AI 治理的引路人，另一方面又被本国创业者批评"用规则把自己关在门外"。Mistral 创始人 Mensch 在 2024 年接受《金融时报》采访时直言，AI Act 的合规成本"让欧洲创业者跟美国与中国玩家不在同一条起跑线"。
欧洲 AI 的未竟之问，是它能否找到一种属于自己的路径——既不重演硅谷式的"赢者通吃"，也不退化为"美国软件 + 欧洲监管"的单调二分；让规则成为创新的护栏而不是绊脚石。这道题没有标准答案，但它正是 2026 年欧洲 AI 故事真正的主线。
太史公曰
余观欧洲 AI 八十年，悲喜交加。喜者，思想之源不绝——图灵立其志，施密德胡贝 守其学，杨立昆、辛顿、本吉奥 皆在此长成栋梁；悲者，资本与市场不相辅，DeepMind 被买、Mobileye 被买、ARM 几度易主，欧洲为他人作嫁衣裳已成宿命。然欧盟亦有其独到之处：以法立规、以规御技，《AI 法案》虽被本土创业者诟病，却已让全球大模型公司在产品文档里写满"为符合 EU 规定特此调整"——此即布鲁塞尔效应。司马迁曰"以铜为镜可以正衣冠"，欧洲之于美中，恰是一面规则之镜。然镜中能照他人，自身却难独立。Mistral 之兴方显勃勃生气，Jean Zay 与 LUMI 之超算亦在补课，主权 AI 之论亦渐成共识。后世若问欧洲 AI 何以再起，恐非一公司一法令之功，而需重建"思想—资本—市场"三角之循环。否则，规则虽精，终不过是观众的口哨。
亲历者说
征集中
如果你曾在欧洲参与 AI 研究、创业或政策制定，欢迎提交贡献。
参考资料
- Turing, A. M. (1950). Computing machinery and intelligence. Mind, 59(236), 433-460.
- Lighthill, J. (1973). Artificial Intelligence: A General Survey. SRC Report.
- Hochreiter, S., & Schmidhuber, J. (1997). Long short-term memory. Neural Computation, 9(8), 1735-1780.
- European Parliament & Council. (2024). Regulation (EU) 2024/1689 (Artificial Intelligence Act).
- UK AI Safety Institute. (2023). Bletchley Declaration. AI Safety Summit, Bletchley Park.
- EuroHPC JU. (2024). EuroHPC Annual Report 2024. Luxembourg.
- Mensch, A. et al. (2023). Mistral 7B Technical Report. arXiv:2310.06825.
- ELLIS Society. (2024). European Laboratory for Learning and Intelligent Systems Annual Report.