德国SPRIND推出新计划，孵化欧洲前沿AI实验室

2025年末，德国联邦颠覆性创新署（SPRIND）在哥本哈根EurIPS会议期间宣布启动“Next Frontier AI（下一代前沿AI）”计划，承诺投入总额达1.25亿欧元的非稀释资金，通过竞赛与孵化机制，在欧洲本土从零孵化至少三个能够开展模型研发的前沿AI实验室。

SPRIND认为，当前AI主要由美国和中国的商业化前沿实验室主导，若欧洲持续依赖外部模型，将加深在关键通用技术上的战略依赖。欧洲拥有高水平研究人才与学术产出，但缺少能够长期投入算力与工程化体系、持续产出模型产品并快速迭代的本土前沿实验室。为此，“Next Frontier AI”计划以五到七年为时间尺度，试图把“前沿模型研发”从项目制科研拉到“可持续组织能力”的层面，通过资金、算力与工程支持，把实验室搭建为可扩张的科研与产品一体化机构。

一、机制设计：以挑战赛把资金、算力与公司化孵化捆绑

从公开规则看，Next Frontier AI的核心是分阶段闯关、逐轮淘汰的挑战赛机制来进行公司化孵化。计划在2026年5月开放申请，并在6月进行路演评审，7月选出最多10支团队进入为期约24个月的资助建设阶段。此阶段不仅提供资金，还包括算力、基础设施、机器学习运营（MLOps）与评测体系等实验室搭建所需的工程化支撑，并配套公司化孵化辅导；到2028年秋季，再从中遴选最多3个最终胜出团队，使其具备冲刺更大规模融资与扩张的条件。Next Frontier AI提出，后续单个实验室有望获得高达10亿欧元级别的追加支持的路径设计。此外，SPRIND设置了“早鸟通道”Funke作为前置孵化环节，面向概念与原型开展短周期资助，目的是在主挑战赛开启前为高潜力团队提供资金与组织连续性，避免人才流失。

从资金配置上看，Next Frontier AI给出了清晰的分阶段机制：第一阶段10支团队、7个月、每队300万欧元；第二阶段6支团队、8个月、每队800万欧元；第三阶段3支团队、9个月、每队1550万欧元，单队最高可获得约2700万欧元的非稀释资金支持。

这种采用里程碑驱动的阶段拨付与淘汰机制，意味着公共资金不再只购买论文或模型原型，而是购买“组织能力增长曲线”，并用评测、基础设施、早期试点等工具把不确定性显性化、可管理化。

二、技术指向：从模型规模竞赛转向“下一代前沿”的探索空间

当前，欧洲的AI发展在资源禀赋上面临现实约束：大规模预训练已成为资本、算力、能源密集型活动，单纯复制领先者路线的边际收益不断降低。因此，SPRIND表示，Next Frontier AI不是加入当前的大语言模型竞赛，而是提出“跃迁到下一个前沿”，鼓励探索新模型类别、更强的代理系统、更高效的训练与推理范式、更具通用性的多模态能力，以及能与现实世界任务深度耦合的系统级能力。这一路线的选择，反映出在算力与资金高度集中的既有赛道中，欧洲很难用同样的方式与头部玩家正面对抗，因而更现实的策略，是用制度化的高风险投入，换取“下一条技术曲线”上的先发优势。

同时，Next Frontier AI把“基础设施供给”放在与“研究方向”同等重要的位置。对被选中的团队而言，获得的不只是资金，还包括持续24个月的算力与工程化支持。这与欧洲层面近期一系列公共算力与资源协调动作形成呼应：例如欧盟委员会在2025年提出RAISE，强调以虚拟欧洲研究所方式统筹算力、数据、人才与研究能力；2026年2月又发布“Frontier AI Grand Challenge”，明确要资助训练一个前沿AI模型以推进欧洲前沿能力。这些举措共同指向一个变化：欧洲正尝试把“训练自有前沿模型”从企业个体行为，提升为可被公共体系支撑的能力工程。

此外，Next Frontier AI还把实验室建设的关键要素前置到竞赛规则中：团队不仅要提出研究方向，还要证明其具备组织工程化研发、构建MLOps体系、形成产品与市场路径的能力。Next Frontier AI把这些要素作为闯关指标的一部分，本质上是在把前沿实验室定义为一种高复杂度系统工程单位，而不仅是研究团队的集合。换言之，计划试图把欧洲长期存在的“研究强、转化弱”断点，改造成可被检验、可被淘汰、可被迭代的建设过程。

三、影响与展望

从影响看，SPRIND推出的Next Frontier AI计划，以公共资金从零孵化本土前沿AI实验室，首先有助于把欧洲分散的研究人才与工程资源组织到一起，形成可以长期投入模型研发与系统构建的实体载体。其次，竞赛式机制将迫使团队在两年内完成从研究设想到可运行系统的跨越，可以加快欧洲在训练、部署与运维等关键环节的能力积累。第三，若三家实验室型公司最终成形并进入规模化发展，欧洲在基础模型与智能体系统等关键通用技术上将拥有更多自主选择空间，降低对外依赖程度。

与此同时，挑战也很清晰。首先，前沿模型的核心约束仍是算力与能源。公共算力供给的建设周期、芯片获取能力与电网接入条件，将直接影响团队训练节奏与迭代速度。其次，在资金方面，公共资助可以覆盖早期试错，但要把实验室推进到持续扩张阶段，仍需要更大规模的社会资本接续投入，这取决于技术路线能否形成清晰优势、产品化路径能否在较短周期内验证，以及欧洲资本市场对高投入、长周期项目的承受能力。更重要的挑战来自治理要求。欧洲对人工智能的安全、透明与责任边界提出较高标准，前沿实验室在提升模型能力的同时，需要同步建立数据合规、模型安全评估、可追溯审计和风险处置机制，否则难以获得稳定的社会许可与监管认可。因而，这项计划的效果不仅取决于能否孵化出更强模型，也取决于能否在欧洲制度环境下形成一套可持续的组织与运营方式，使前沿研发、工程落地与合规治理能够并行推进。 

参考文献：

[1] Next Frontier AI计划官网. https://next-frontier.ai/.

[2]SPRIND. Verkündung auf der EurIPS in Kopenhagen: SPRIND startet die Next Frontier AI Initiative[EB/OL]. (2025-12-03).https://www.sprind.org/worte/magazin/verkuendung-next-frontier-ai.

[3]Call for applications: Next Frontier AI[EB/OL]. (2026-01-13).https://cyber-valley.de/de/news/call-for-applications-next-frontier-ai.

[4]EU. Turning strategy into action: Commission launches Frontier AI Grand Challenge[EB/OL]. (2026-02-13).https://digital-strategy.ec.europa.eu/en/funding/turning-strategy-action-commission-launches-frontier-ai-grand-challenge.

[5]EU. Commission launches ‘Resource for AI Science in Europe'[EB/OL]. (2025-11-03).https://ec.europa.eu/commission/presscorner/detail/en/ip_25_2578.