2026年1月24日，新加坡政府宣布投资超10亿新元（7.79亿美元）用于公共AI研究，目标直指2030年。这个人口仅560万的城市国家，正在全球AI竞赛中展现"小而精"的战略野心。当美国投资1091亿美元、中国预计2025年投入980亿美元时，新加坡用不到1%的资金，能否撬动东南亚AI创新枢纽的未来？
小国的大战略：为何重注AI▸▸
新加坡数字发展与信息部1月24日宣布，政府将在2026至2030年间投资超10亿新元（约7.79亿美元）用于公共AI研究，聚焦"负责任和资源高效的AI"等优先领域，同时加大从高中到大学教师的全链条AI人才培养。这是新加坡继2024年拨款5亿新元用于高性能计算资源后，对AI基础设施的又一次重大投入。
这并非一时兴起。2023年发布的《国家AI战略2.0》（NAIS 2.0）明确提出"AI为公共利益服务，为新加坡和世界"的愿景，将AI定位为国家核心竞争力。从2017年启动AI Singapore计划至今，新加坡已累计在RIE 2020、RIE 2025计划中投入超10亿新元用于AI研究。如今这笔7.79亿美元的新投资，标志着新加坡从"试点探索"进入"规模化建设"阶段。
图1：全球AI投资对比显示，新加坡以小博大，用不到美国1%的投资规模精准布局
新加坡的AI战略有其必然性。作为全球金融中心和贸易枢纽，新加坡的经济高度依赖知识密集型产业，人口红利早已见顶，必须通过技术创新维持竞争力。AI不仅是提升政府服务效率的工具，更是吸引跨国企业设立区域总部、巩固东南亚科技中心地位的关键筹码。
投资细节：钱花在哪里▸▸
这笔10亿新元（7.79亿美元）的投资并非简单撒钱，而是精准聚焦三大方向。首先是"负责任和资源高效的AI"研究，这与新加坡一贯强调的可信赖AI路线一致，2022年推出的AI Verify是全球首个AI治理测试框架，目标是在AI伦理、隐私保护、算法透明度等领域建立全球标准。其次是人才培养，从高中预科教育到大学教师培训，构建完整的AI人才梯队。第三是支持产业应用，帮助企业采纳和应用AI技术，缩短从研究到商业化的路径。
图2：2017年至2030年，新加坡累计投资超25亿新元（约20亿美元）打造AI生态
资金流向的背后是战略布局。新加坡将AI研究重心放在公立大学和研究机构，国立大学（NUS）、南洋理工大学（NTU）、新加坡管理大学（SMU）、新加坡科技设计大学（SUTD）等高校均设立AI研究院，并通过AI Singapore（AISG）这一国家级平台整合资源。AISG的100Experiments项目帮助企业打造首个AI产品，PhD Fellowship项目与高校联合培养博士，形成研究、人才、产业的闭环。
2024年的5亿新元计算资源投资更是战略性补短板。AI训练需要大量算力，新加坡土地和能源有限，无法像美国或中国建设海量数据中心，因此选择采购高性能计算资源，为私营和公共部门提供AI创新基础设施。这种"轻资产、重效能"的打法，正是小国战略的精髓。
全球对比：小而精的差异化竞争▸▸
与AI超级大国相比，新加坡的投资规模不到零头。根据斯坦福AI Index 2025报告，2024年美国私营部门AI投资达1091亿美元，占全球总量的81%，从2013年至2024年累计超4700亿美元。中国2024年私营AI投资93亿美元，但政府主导的投资预计2025年将飙升至560亿美元，总规模达980亿美元，增幅48%。欧盟从2013年至2024年累计私营AI投资约500亿美元，2024年单年吸引80亿美元，成为仅次于美国的第二大目的地。
新加坡的7.79亿美元看似微不足道，但人均AI投资却达到139美元，远高于中国的7美元和美国的33美元（按2024年投资和人口计算）。更重要的是投资效率，新加坡不追求通用大模型的"军备竞赛"，而是聚焦垂直领域的应用创新和可信赖AI的标准制定，这种"不对称竞争"策略避开了与巨头的正面交锋。
图3：新加坡计划到2029年将AI专业人才从5000人增至15000人，外籍专业人士占35%
新加坡的优势在于整合全球资源。Google DeepMind、Microsoft Research Asia、AWS、NVIDIA等科技巨头纷纷在新加坡设立研究中心，看中的正是其开放的创新环境、英语作为工作语言的便利性、以及连接东西方的地理位置。2025年7月，Microsoft Research Asia在新加坡设立首个东南亚实验室，与NUS合作开展产业博士项目（IPP）。Google DeepMind 11月宣布在新加坡建立东南亚首个AI研究实验室，团队包括顶尖研究科学家、软件工程师和AI影响专家。
九大优先领域：从医疗到金融的全面渗透▸▸
《国家AI战略2030》确定了九大优先领域：交通物流、制造业、金融、安全、网络安全、智慧城市、医疗、教育和政府服务。这些领域的选择并非随意，而是紧扣新加坡的核心产业和社会痛点。
图4：九大优先领域中，医疗和金融科技获得最高投资比重
医疗健康 是新加坡AI应用最成熟的领域。Ng Teng Fong综合医院的算法能在流感暴发前预测床位需求，国立大学医疗系统开发的RUSSELL-GPT大语言模型将医生文档时间减少50%。新加坡通过"沙盒"机制，让医院、创业公司、研究机构在受控环境中测试AI创新，既保证患者安全，又加速技术迭代。
金融科技 是新加坡的传统优势。作为亚洲金融中心，新加坡金管局（MAS）早在2019年就发布AI治理框架，推动银行、保险公司应用AI进行风险管理、欺诈检测和个性化服务。新加坡的AI研究团队正开发针对金融和物流的领域专用基础模型和AI Agent，目标是在垂直场景中超越通用大模型的性能。
智慧城市 是Smart Nation 2.0的核心。2024年10月启动的Smart Nation 2.0计划包括1.2亿新元的AI应用基金，支持五大国家AI项目：智能货运规划、市政服务、慢性病预测与管理、个性化教育和边境清关。这些项目将AI直接嵌入公共服务，让560万居民成为技术试验田。
人才与生态：15000名AI专业人才的目标▸▸
技术竞争的本质是人才竞争。新加坡设定的目标是到2029年将AI专业人才从2019年的2000人、2023年的5000人增至15000人，实现三倍增长。这一目标的实现依赖三大支柱。
图5：政府、高校、科技巨头、产业形成四层协同创新体系
第一是本土培养。TechSkills Accelerator（TeSA）项目增加企业主导的培训机会，AI Singapore的AI Apprenticeship Programme引入生成式AI课程。从高中预科到大学本科、硕士、博士，构建完整的AI教育链条。NUS AI Institute于2024年3月成立,整合校内AI研究资源,涵盖基础AI、应用AI及社会影响研究。
第二是全球招揽。新加坡利用COMPASS、税收优惠、Tech@SG计划吸引国际AI人才，目前外籍专业人士占AI劳动力的35%。开放的移民政策和英语环境让新加坡成为亚洲人才洼地，中国、印度、欧美的AI专家纷纷落户狮城。
第三是产学研协同。AI Singapore的PhD Fellowship项目与NUS、NTU、SMU、SUTD合作,资助博士生研究。60多家AI创新实验室、150家AI创业公司获得Google、AWS、NVIDIA等巨头加速器支持。Microsoft、Google在新加坡的研究中心不仅做前沿研究,还与本地大学联合培养人才,形成技术转移和人才回流的双向通道。
挑战与机遇：在中美之间的平衡术▸▸
新加坡的AI雄心并非坦途,至少面临三大挑战。
人才竞争白热化。全球都在抢AI人才,新加坡的薪资水平虽高于东南亚邻国,但难敌硅谷和北京。即便培养出顶尖博士,也可能被OpenAI、Google DeepMind以数倍薪酬挖走。新加坡的应对策略是强调生活质量、研究自由度和国际化环境,吸引那些不满大公司官僚主义或追求work-life balance的研究者。
算力资源瓶颈。训练大模型需要数千块GPU和海量电力,新加坡土地面积仅728平方公里,电力主要依赖进口天然气,建设超大规模数据中心受限。5亿新元采购计算资源只能满足短期需求,长期来看必须依赖区域合作或云服务,这在地缘政治紧张时可能成为软肋。
中美科技博弈的夹缝生存。新加坡既欢迎美国科技巨头设立研究中心,又与中国保持密切经贸关系。当美国对华实施芯片出口管制、中国推进技术自主可控时,新加坡必须在两大国间走钢丝。过度倾向任何一方都可能失去另一方的市场和技术,这考验着新加坡外交和经济政策的智慧。
但挑战即机遇。正因为中美竞争,新加坡作为"中立第三地"的价值凸显。需要多国合作的AI伦理标准制定、跨境数据流动规则、可信赖AI测试框架等领域,新加坡可以扮演协调者和试验场。AI Verify框架已在国际上获得认可,新加坡有望成为全球AI治理的标准输出国。
东南亚6.7亿人口的市场潜力巨大,但AI基础设施薄弱。新加坡作为区域科技中心,可以将研发成果辐射到印尼、泰国、越南、菲律宾,成为"东南亚AI大脑"。金融科技、智慧城市、医疗AI等新加坡已验证的应用,完全可以复制到区域市场,实现从"小国创新"到"区域枢纽"的跃迁。
小国AI战略的启示▸▸
新加坡的7.79亿美元投资不是慷慨的豪赌,而是精密计算后的战略布局。它揭示了小国在AI时代的生存法则:不求全面超越,但求局部领先;不拼资金规模,但拼资源效率;不闭门造车,而是整合全球智慧。
对中国而言,新加坡的经验有三点启示。一是聚焦优势领域,不必在所有AI赛道上与美国竞争,在医疗AI、智慧城市、工业AI等垂直场景做深做透,完全可以建立全球话语权。二是重视可信赖AI标准制定,在AI伦理、数据隐私、算法透明度等领域抢占制高点,未来全球AI治理规则的制定权可能比技术本身更值钱。三是开放协同胜于闭环自主,AI发展需要全球人才、数据、算力的流动,过度强调自主可控可能陷入孤立。
2026年1月19日至27日,新加坡举办AI Research Week 2026,与国际人工智能促进协会（AAAI）第40届会议同期,全球AI研究者齐聚狮城。这座小国用7.79亿美元发出的信号很明确:AI时代,小国也能有大战略,关键在于找准定位,精准出击。
⚠️ 本文由 AI 辅助生成，内容可能存在事实性错误或理解偏差，请读者注意甄别核实。
你怎么看新加坡的AI战略？ 中国的城市和企业能从中学到什么？欢迎在评论区分享你的观点。
如果这篇文章让你了解了全球AI竞赛的新格局,点个在看 👍 和推荐 ❤️ 让更多人知道。
转发给做AI的朋友,小国的大战略值得深思。
数据来源:
- Singapore to invest over $779 million in public AI research through 2030 - StartupNews[1]
- National AI Strategy | Smart Nation Singapore[2]
- Economy - The 2025 AI Index Report | Stanford HAI[3]
- Why Singapore is a hub in Asia for AI and tech innovation | Singapore EDB[4]
- Google DeepMind opens Singapore research lab for Asia-Pacific AI[5]
- 5 ways Singapore is building trust in AI for better patient care | World Economic Forum[6]
题图来源: 自制图表
◆ 引用链接
[1]Singapore to invest over $779 million in public AI research through 2030 - StartupNews: https://startupnews.fyi/2026/01/24/singapore-to-invest-over-779-million-in-public-ai-research-through-2030/
[2]National AI Strategy | Smart Nation Singapore: https://www.smartnation.gov.sg/initiatives/national-ai-strategy/
[3]Economy - The 2025 AI Index Report | Stanford HAI: https://hai.stanford.edu/ai-index/2025-ai-index-report/economy
[4]Why Singapore is a hub in Asia for AI and tech innovation | Singapore EDB: https://www.edb.gov.sg/en/business-insights/insights/why-singapore-is-a-hub-in-asia-for-ai-and-tech-innovation.html
[5]Google DeepMind opens Singapore research lab for Asia-Pacific AI: https://deepmind.google/blog/were-expanding-our-presence-in-singapore-to-advance-ai-in-the-asia-pacific-region/
[6]5 ways Singapore is building trust in AI for better patient care | World Economic Forum: https://www.weforum.org/stories/2025/09/singapore-healthcare-ai/