想像一下，在東非烏干達的一片粟米田裏，一位農民正因作物歉收而愁眉不展。他打開手機，在WhatsApp上收到了一條由烏干達農業部發送的種植建議——而這條信息正是由中國大語言模型Qwen（通義千問）生成。

這個看似超現實的場景，正在成為這個東非國家土地上的常態。在擁有4800萬人口的烏干達，雖然英語是官方語言，但僅有約30%的受教育人口能熟練使用，其餘絕大多數人使用着40多種本土方言。

被矽谷遺忘的「低資源語言」

一家來自烏干達的非政府機構Sunbird AI自2024年起開始測試幾個開源大語言模型，包括Google的Gemma、Meta的Llama和阿里巴巴的Qwen（通義千問），Sunbird AI執行總裁Ernest Mwebaze發現，儘管美國大模型在英語方面表現優越，但在面對非洲本土那些（Low-resource languages）時，其優勢便蕩然無存。

由於小語種語料庫匱乏、商業回報率低，西方科技巨頭往往不願投入資源。相比之下，阿里的Qwen系列支持多達119種語言，覆蓋了印尼的爪哇語（Javanese）、菲律賓的宿霧語（Cebuano）、海地克里奧爾語（Haitian Creole）、斯瓦希里語（Swahili）等大量被主流模型邊緣化的地方語系。Sunbird AI基於Qwen打造的Sunflower模型，則將適用於當地的語言從6種一舉擴展到了31種。

極致性價比：10%成本背後的普惠誘惑

成本是使用中國模型的另一個決定性因素。

根據最新市場定價，DeepSeek V3系列模型調用API的成本極低：每百萬輸入Token（即用於處理輸入指令Token）約0.28美元，輸出token約0.42美元。相比之下，與之同級別的GPT-4o百萬輸入token成本則高達2.5美元左右，輸出則高達10美元，相當於DeepSeek V3的十到二十倍。

對於缺乏龐大資金支持的AI企業或組織而言，投入高昂成本使用西方模型根本是不現實的選擇。Mwebaze表示，中國的開源模型讓他們向烏干達民眾提供免費的AI服務，並在各個領域進行靈活部署。目前，Sunbird AI已與烏干達政府合作，協助各政府部門推動數碼減貧、進行人口普查，以及為使用不同語言的人口提供農業資訊、教育材料等，努力讓那70%曾被數碼經濟排除在外的人群重新參與進來。

在肯尼亞，一家從事AI研發、為非洲各國政府和企業提供AI政策建議和解決方案的Qhala同樣在使用中國的大語言模型。

Qhala的AI工程師Wenslous Egesa表示，儘管Open AI的頂級模型非常強大，但對一些企業來說，在選擇模型時最重要的還是成本考量，尤其是當企業只是需要使用模型來「快速瀏覽和檢查內部文件」，使用頂級模型就顯得沒有必要了。

誰更懂全球南方需求？

2025年7月的世界人工智能大會（WAIC）期間，中國提出最新版倡議性文件《人工智能全球治理行動計劃》，試圖為這個全球議題提出「中國方案」，當中就包括幫助全球南方國家真正接觸和應用人工智能」、支持這些國家發展AI技術和服務。

儘管西方輿論對中國模型的數據私隱與合規性充滿疑慮，但對於全球南方國家而言，實用主義勝過了一切。

全球開源社區風向標Hugging Face的最新報告顯示，中國模型已佔據Hugging Face月度模型下載總量的41%，首次超越美國模型。在2025年推出的新模型中，超過63%的熱門微調模型是基於中國開源底座（如DeepSeek-R1或Qwen系列）開發的。

全球最大AI模型API聚合平台OpenRouter3月發布的數據則顯示，自2026年2月起，中國AI模型在該平台的Token消耗量首次超過美國競爭對手，在3月16至22日這一周內，全球前10大熱門模型共消耗8.7兆token，當中中國模型佔比達到約61%（約5.3兆Token）。

不僅在非洲，在東南亞，馬來西亞研究機構利用DeepSeek微調出了全球首個符合伊斯蘭教法的AI模型「NurAI」。該模型不僅支持馬來語、印尼語，更確保輸出內容符合穆斯林市場的宗教與文化標準。在日本，當地企業開發的前10大模型中，有6個是基於DeepSeek和Qwen構建的。從印尼的數字身份系統到肯尼亞的斯瓦希里語醫療問答，中國技術正在滲透進這些國家的社會底層架構。

正如Mwebaze所言：「如果一位農民無法獲取資訊，而這個模型能提供她能理解的準確信息，我們就會認為這是非常好的......如果你來自一個根本沒有模型可用的地方，你首要的任務就是讓技術先運作起來。」