想像一下，在东非乌干达的一片玉米田里，一位农民正因作物歉收而愁眉不展。他打开手机，在WhatsApp上收到了一条由乌干达农业部发送的种植建议——而这条信息正是由中国大语言模型Qwen（通义千问）生成。

这个看似超现实的场景，正在成为这个东非国家土地上的常态。在拥有4800万人口的乌干达，虽然英语是官方语言，但仅有约30%的受教育人口能熟练使用，其余绝大多数人使用着40多种本土方言。

被矽谷遗忘的“低资源语言”

一家来自乌干达的非政府机构Sunbird AI自2024年起开始测试几个开源大语言模型，包括Google的Gemma、Meta的Llama和阿里巴巴的Qwen（通义千问），Sunbird AI执行总裁Ernest Mwebaze发现，尽管美国大模型在英语方面表现优越，但在面对非洲本土那些（Low-resource languages）时，其优势便荡然无存。

由于小语种语料库匮乏、商业回报率低，西方科技巨头往往不愿投入资源。相比之下，阿里的Qwen系列支持多达119种语言，覆盖了印尼的爪哇语（Javanese）、菲律宾的宿雾语（Cebuano）、海地克里奥尔语（Haitian Creole）、斯瓦希里语（Swahili）等大量被主流模型边缘化的地方语系。Sunbird AI基于Qwen打造的Sunflower模型，则将适用于当地的语言从6种一举扩展到了31种。

极致性价比：10%成本背后的普惠诱惑

成本是使用中国模型的另一个决定性因素。

根据最新市场定价，DeepSeek V3系列模型调用API的成本极低：每百万输入Token（即用于处理输入指令Token）约0.28美元，输出token约0.42美元。相比之下，与之同级别的GPT-4o百万输入token成本则高达2.5美元左右，输出则高达10美元，相当于DeepSeek V3的十到二十倍。

对于缺乏庞大资金支持的AI企业或组织而言，投入高昂成本使用西方模型根本是不现实的选择。Mwebaze表示，中国的开源模型让他们向乌干达民众提供免费的AI服务，并在各个领域进行灵活部署。目前，Sunbird AI已与乌干达政府合作，协助各政府部门推动数码减贫、进行人口普查，以及为使用不同语言的人口提供农业资讯、教育材料等，努力让那70%曾被数码经济排除在外的人群重新参与进来。

在肯尼亚，一家从事AI研发、为非洲各国政府和企业提供AI政策建议和解决方案的Qhala同样在使用中国的大语言模型。

Qhala的AI工程师Wenslous Egesa表示，尽管Open AI的顶级模型非常强大，但对一些企业来说，在选择模型时最重要的还是成本考量，尤其是当企业只是需要使用模型来“快速浏览和检查内部文件”，使用顶级模型就显得没有必要了。

谁更懂全球南方需求？

2025年7月的世界人工智能大会（WAIC）期间，中国提出最新版倡议性文件《人工智能全球治理行动计划》，试图为这个全球议题提出“中国方案”，当中就包括帮助全球南方国家真正接触和应用人工智能”、支持这些国家发展AI技术和服务。

尽管西方舆论对中国模型的数据私隐与合规性充满疑虑，但对于全球南方国家而言，实用主义胜过了一切。

全球开源社区风向标Hugging Face的最新报告显示，中国模型已占据Hugging Face月度模型下载总量的41%，首次超越美国模型。在2025年推出的新模型中，超过63%的热门微调模型是基于中国开源底座（如DeepSeek-R1或Qwen系列）开发的。

全球最大AI模型API聚合平台OpenRouter3月发布的数据则显示，自2026年2月起，中国AI模型在该平台的Token消耗量首次超过美国竞争对手，在3月16至22日这一周内，全球前10大热门模型共消耗8.7兆token，当中中国模型占比达到约61%（约5.3兆Token）。

不仅在非洲，在东南亚，马来西亚研究机构利用DeepSeek微调出了全球首个符合伊斯兰教法的AI模型“NurAI”。该模型不仅支持马来语、印尼语，更确保输出内容符合穆斯林市场的宗教与文化标准。在日本，当地企业开发的前10大模型中，有6个是基于DeepSeek和Qwen构建的。从印尼的数字身份系统到肯尼亚的斯瓦希里语医疗问答，中国技术正在渗透进这些国家的社会底层架构。

正如Mwebaze所言：“如果一位农民无法获取资讯，而这个模型能提供她能理解的准确信息，我们就会认为这是非常好的......如果你来自一个根本没有模型可用的地方，你首要的任务就是让技术先运作起来。”