中国AI专利全球领先 新架构算力暴减51%引领技术革新

2025年，随着DeepSeek在全球范围内的迅速崛起，中国正以前所未有的力度加强人工智能基础研究和产业体系布局。4月27日晚，央视披露的最新数据显示，截至2025年4月9日，中国AI专利申请量已达到157.64万件，占全球申请总量的38.58%，接近40%，一跃成为全球首位。与此同时，中国已成功培育超过400家AI领域的国家级专精特新”小巨人”企业，占据了全球AI产业规模的十分之一，并已形成覆盖基础层、框架层、模型层、应用层的完整AI产业体系。

斯坦福大学李飞飞团队（Stanford HAI）发布的《2025年人工智能指数报告》显示，全球AI相关专利申请数量呈现持续上升态势。2010年至2023年间，AI专利数量实现了从3833件到12.2511万件的跨越式增长。仅2024年一年，AI专利数量增幅高达29.6%，接近30%。截至2023年，中国在AI领域专利总量方面已领先全球，相关专利占全球所有专利授权的69.7%。按人均计算，韩国和卢森堡在AI生产效率方面表现突出。

当前，中国正加速推进AI大模型和AI应用研发。4月底在新加坡举行的深度学习顶会ICLR 2025上，阿里达摩院（湖畔实验室）、新加坡国立大学、清华大学等联合研究团队共同发表了全新开源视觉生成架构DyDiT。该架构通过智能分配时间步长与空间区域资源，成功将DiT模型的视觉生成任务中推理算力削减51%，同时生成速度提升1.73倍。ICLR 2025现场还汇聚了谷歌DeepMind、微软、Meta、加利福尼亚大学伯克利分校（UC伯克利）、中国科学技术大学等顶尖研究团队，以及”AI教父”杰弗里·欣顿（Geoffrey Hinton）、ICLR发起者、”图灵奖得主”杨立昆（Yann Lecun）等AI学术权威，多份研究成果的重要性不亚于ChatGPT。这表明大模型领域依然充满变革与机遇。

2025年第一季度，全球超55个大模型竞争激烈，全新DyDiT架构正逐步替代Sora成为行业新标准。4月27日至28日，深度学习领域国际顶级会议ICLR 2025在新加坡成功举办，吸引了成千上万名参会者。ICLR统计数据显示，研究人员提交的研讨会提案数量比2024年增加1.18倍，最终接受提案数量更是翻了一番。ICLR 2025现场，清华”姚班”校友、斯坦福大学陈丹琦，伯克利教授宋晓冬（Dawn Song），北京通用人工智能研究院院长朱松纯，香港大学计算机与数据科学学院马毅教授等学者发表重要演讲。此外，”AI教父”、诺奖得主、多伦多大学教授杰弗里·辛顿（Geoffrey Hinton），ICLR发起者、”图灵奖得主”杨立昆（Yann Lecun），麻省理工学院副教授何恺明（Kaiming He）等AI领域领军人物也悉数到场。

2025年，DeepSeek引发的全球AI模型热潮，意味着世界依然需要除OpenAI GPT之外能够实现运算效率优化的基座模型。目前，大模型研发人员正面临前所未有的竞争压力。公开数据显示，2024年第四季度全球发布了49个大模型，而今年一季度就新增55个，高峰时一周甚至会推出8个新模型。

作为国内AI领域规模最大的研究团队之一，阿里达摩院今年在ICLR 2025上发表了13篇论文，涵盖视频生成、自然语言处理、医疗AI、基因智能等多个领域，其中3篇被选为Spotlight。达摩院、新加坡国立大学、清华大学等联合研究团队提出的全新DyDiT架构中，达摩院赵望博为通讯作者，新加坡国立大学校长青年教授、北京潞晨科技有限公司董事长尤洋也是论文作者。过去一年中，由Sora模型推动的Diffusion Transformer（DiT）架构在视觉生成领域展现出强大能力，被Stable Diffusion 3、Flux、Sora、WanX、Movie Gen等众多视觉模型采用。然而，DiT架构也面临运行效率等重大挑战。尽管业界提出了多种解决方案，如高效Diffusion采样器、特征缓存、注意力机制及模型压缩剪枝等，但这些方法大多针对静态不变模型，导致潜在资源浪费，尤其当DiT执行视觉生成任务时，算力消耗极高，限制了其应用范围。达摩院团队提出的DyDiT架构能够根据时间步长和空间区域自适应调整计算分配，有效缓解算力消耗问题。用户可根据自身资源限制或部署需求灵活调整计算量，DyDiT将自动适配模型参数，实现效果与效率的最佳平衡。据论文显示，团队仅用不到3%的微调成本，就将DiT-XL的浮点运算次数（FLOPs）减少51%，生成速度提升1.73倍，在ImageNet测试中FID得分与原模型几乎相当（2.27vs2.07）。目前，DyDiT相关训练与推理代码已开源，并计划适配更多文生图、文生视频模型，基于FLUX调试的Dy-FLUX也已开源。

除了达摩院的论文外，ICLR 2025上阶跃星辰的4篇入选论文包括《Unhackable Temporal Rewarding for Scalable Video MLLMs》、《DreamBench++: A Human-Aligned Benchmark for Personalized Image Generation》、《Discrete Distribution Networks》、《Reconstructive Visual Instruction Tunning》，覆盖图像生成模型质量评估、大模型视觉监督设计、大模型预训练等前沿方向。ICLR官网公布，优秀论文委员会经过两阶段评选，最终确定3篇优秀论文获奖者和3篇荣誉提名：谷歌DeepMind和普林斯顿大学团队的《Safety Alignment Should be Made More Than Just a Few Tokens Deep.》，不列颠哥伦比亚大学等人的《Learning Dynamics of LLM Finetuning.》，新加坡国立大学和中国科学技术大学团队的《AlphaEdit: Null-Space Constrained Model Editing for Language Models.》，弗吉尼亚理工大学、UC伯克利、普林斯顿大学等团队发表的《Data Shapley in One Training Run.》，Meta Fair团队的《SAM 2: Segment Anything in Images and Videos.》，Mistral AI和Google DeepMind团队的《Faster Cascades via Speculative Decoding.》。

朱松纯近期表示，OpenAI的创新主要聚焦于模型（采用Transformer进行自回归生成式预训练）、算法与执行层的优化，尚未触及数理框架和哲学层面。所谓”全栈式”AI是指模型、算法到执行层面的软硬件一体化优化，这方面OpenAI表现突出。而DeepSeek在工程落地、API产品化、算力优化等方面成绩斐然，但主要集中在工程部署层面，尚未深入人工智能核心问题——如模型、算法、认知架构、智能机理等。朱松纯强调，对底层创新的认知不足是全球普遍问题，不仅限于AI领域。通用人工智能是一个涉及多学科的大科学、大工程问题，需要长期、多层次的科技创新。大科学问题需要统一的理论框架解释各种智能现象，构建智能科学的基础理论与框架；大工程问题则要实现个体和社会层级的智能体。

“AI教父”辛顿近期联合多位专家向美国联邦检察长提交联名信，敦促阻止OpenAI从非营利组织转变为PBC公益公司。公开信中，辛顿等人指出，OpenAI独特的非营利法律结构是防止商业利益凌驾使命的保障，重组将削弱公众利益的保护机制，违反公司章程，构成对其非营利责任的威胁。他们要求OpenAI解释为何2023年CEO奥尔特曼（Sam Altman）在国会作证时强调的治理保障措施对使命至关重要，却在2024年成为使命的障碍。信中呼吁OpenAI停止重组，保护治理保障措施，确保非营利组织保留控制权。

马斯克也在积极对标OpenAI。除了通过法律诉讼反对转型外，他正准备全面反击。4月26日，彭博报道，马斯克旗下的xAI与X合并后的XAI Holding公司正计划筹集超过200亿美元资金，投后估值预计超过1200亿美元（约合8745亿元人民币）。本轮融资预计将在未来几个月内完成。据彭博分析，此次融资可能用于偿还马斯克将X平台私有化产生的债务。当时马斯克以440亿美元私有化X平台（原Twitter），需偿还利率为14%的贷款。如今摩根士丹利推出利率为9.5%的新贷款，用于偿还高息旧债务。有消息称，马斯克的X计划偿还最后12亿美元与收购X平台相关的银行债务。今年2月，摩根士丹利还与其他六家银行共出售了47.4亿美元与X相关的债权。在产品层面，xAI的Grok大模型已深度整合到X平台中，并利用X平台数据进行模型训练，成为其核心竞争力。

美国研究机构PitchBook-NVCA发布的全球风投交易市场报告显示，截至2025年3月31日第一季度，AI和机器学习领域投融资交易数量达2101件，交易价值731亿美元，占全球风投总额的57.87%。3月31日，美国OpenAI公司宣布完成软银领投的400亿美元融资，估值高达3000亿美元，占美国风投资金50%以上，全球总额的三分之一。因此，无论是马斯克的xAI还是其他AI公司，都需要充足的资金和资源才能在竞争中脱颖而出。据报道，硅谷风投Benchmark最近领投了Manus母公司蝴蝶效应新一轮融资，总额达7500万美元，投后估值增长约五倍至近5亿美元（折合人民币37.5亿元）。

金沙江创投主管合伙人朱啸虎近期表示，虽然大模型前两年备受瞩目，但今年热度有所下降，AI应用企业正迎来爆发式增长。他建议创业公司不要在底层模型训练上浪费资金，而应全力拥抱开源模型。在商业层面，朱啸虎强调技术固然重要，但商业产品才是关键，能否让用户付费使用才是重点。他表示，过去6个月中国有大量创业公司每周环比增长近10%，月环比增长20%以上，虽然基数尚小，但增长速度堪比当年团购行业早期，令人振奋。

4月27日，字节跳动基础架构团队宣布，ByteBrain利用大模型（LLM）优化火山引擎稳定性，重要oncall提效26%，基于运筹优化算法对系统成本进行优化，近三年节省成本超10亿元人民币。团队表示，学术论文只是副产出，工业界最重要的是业务收益。作为国内AI独角兽之一，阶跃星辰4月27日发布图像编辑模型Step1X-Edit，性能开源最佳，这是最近一个月上新的第三款多模态模型。除了模型，阶跃星辰还在汽车、智能手机、IoT、具身智能等四个关键赛道完成技术落地，与吉利汽车集团、千里科技、智元机器人、原力灵机、TCL等企业合作。2025上海车展上，吉利银河展示的”蛋舱”产品就内置了阶跃的多模态大模型技术。

当前AI行业竞争激烈，朱啸虎建议创业公司积极拥抱生成式AI，不拥抱AI的企业必将被淘汰，但也不必迷信AI，应聚焦尖刀场景尽快落地，同时考虑出海。目前，OpenAI每周活跃用户已超5亿，较去年12月的3亿增长显著。有消息称，OpenAI将从明年开始通过免费用户和其他产品获得显著收入。OpenAI向部分投资者透露，预计到2030年，其智能体及其他新产品的合计销售额将超越ChatGPT。预测显示，2029年OpenAI总营收将达到1250亿美元（约合人民币9120亿元），2030年更将攀升至1740亿美元（约合1.27万亿元）。研究公司LightShed Partners的分析师Rich Greenfield表示：”广告商一直追随用户眼球，如果OpenAI能获得大量用户使用时间，广告商将争相入驻。”

据高成投资创始合伙人洪婧透露，全球百亿美元估值的ToB软件企业中，中国企业仅占4%，意味着中国AI软件的商业化距离OpenAI仍有较大差距。”星辰大海最后都是红海，脏活累活最后才是护城河。”朱啸虎这样总结。