一场无声的“反超”已然落定。
ICLR 2026，全球人工智能三大顶级会议之一，近日于巴西里约热内卢圆满落幕。一位社区研究者对全部 5356 篇被接收论文进行了细致的机构归属分析：他逐一提取每篇论文 PDF 首页上的署名单位，经过清洗与归一化处理，最终绘制出一张震撼学术界的 Treemap 热力图。
数据显示：中国大陆占比 43.7%，美国占比 31.9%，而欧洲（含英国）仅占 5.3%。
中国以领先美国 12 个百分点的绝对优势，直接占据了近半壁江山。反观昔日 AI 研究的重镇欧洲，整个大陆的贡献总和，甚至不及新加坡与韩国两个国家之和。
该数据源自开发者 Dmytro Lopushanskyy 的开源项目。他从 OpenReview 平台抓取全部论文 PDF，精准锁定每篇论文发表时的真实署名机构。在 5356 篇论文中，成功解析率达 96%，且其方法论完全公开透明。
中国军团：高校“铁三角”与大厂联手出击
打开这张 Treemap 热力图，中国区域那片红色区域格外醒目。
在高校方面，清华大学以 332 篇的惊人成绩独占鳌头，几乎达到了“一校抵一国”的体量。紧随其后的是上海交通大学（240 篇）与浙江大学（232 篇），三者共同构成了中国 AI 研究的“铁三角”。北京大学（229 篇）、中国科学技术大学（148 篇）和复旦大学（147 篇）同样稳居前列，而中国科学院大学、南京大学、哈尔滨工业大学等也各自贡献了百篇左右的成果。
更值得关注的是企业军团的集体亮相：阿里巴巴 135 篇、华为 111 篇、字节跳动 107 篇、腾讯 94 篇。这四家巨头的总产出高达 447 篇，超越了许多国家的全部论文数量。此外，上海 AI Lab（135 篇）作为新型研究机构，也强势杀入第一梯队。
一个清晰的信号已经发出：中国的 AI 论文产出已形成“高校 + 企业 + 新型研究机构”的系统性碾压态势。
美国：Oral 论文仍保持强势
美国占比 31.9%，乍看之下并不难堪。但要知道，就在两三年前，这个数字还维持在 40% 以上。根据 Paper Copilot 的数据，ICLR 2023 年美国的归属计数为 7931，中国为 4871；到了 2024 年，美国为 11977，中国为 9243。而到了 2025 年，双方几乎贴身肉搏：中国 18906，美国 18875。
|
美国的核心阵地依然是那些老牌名校：斯坦福 177 篇、卡耐基梅隆 167 篇、MIT 167 篇、UIUC 99 篇、哈佛 83 篇、NYU 77 篇。值得注意的是，美国机构在 Oral 论文（仅占全部论文的 4%）中的占比依然高达约 40%，而中国在此类高质量论文中的占比约为 30%。
这说明，美国在“塔尖”质量上仍有优势，但“塔基”的规模已被中国超越。在企业端，微软以 143 篇领跑美国产业界，谷歌 68 篇、英伟达 73 篇、Meta 103 篇、亚马逊 72 篇，科技巨头的研究投入依然可观。
值得一提的是，本届 ICLR 官方最终表彰的两篇 Outstanding Papers 和一篇 Honorable Mention 中，两篇来自美国机构，一篇来自欧洲合作成果。
这进一步表明，美国在顶级论文的原创深度上仍然掌握着话语权。
香港、新加坡、韩国：小体量，大能量
香港地区占据了 7.7% 的份额。香港大学（152 篇）、香港科技大学（148 篇）和香港中文大学（139 篇）三校合计贡献了近 440 篇论文。考虑到香港人口不足 800 万，其人均 AI 论文密度堪称恐怖。
新加坡同样不容小觑，占比 5.5%。新加坡国立大学（173 篇）和南洋理工大学（137 篇）两所高校便撑起了一个“AI 小巨人”。
韩国的 KAIST 以 110 篇跻身全球前列，首尔国立大学贡献了 79 篇，共同证明了东亚 AI 研究群体的整体崛起。
欧洲：5.3%，一个令人尴尬的数字
反观欧洲，画面则不那么乐观。
英国占 3.0%，瑞士依靠 ETH Zurich（78 篇）和 EPFL（55 篇）两校撑场，加拿大的 McGill/Mila（74 篇）表现不俗但也难改大盘。整个欧洲——包括英国、瑞士、德国、法国、荷兰——加在一起，占比仅为 5.3%。
一个扎心的对比是：新加坡和韩国两个国家的贡献量，超过了整个欧盟 27 国。资金投入不足、人才外流、产业落地缓慢，这三重困境正将欧洲推向 AI 研究的观众席。
数量不是一切，但规模优势是真实信号
当然，有人会说——论文数量不等于论文质量。
这话没错。美国在 Oral 论文中的优势、在杰出论文奖上的垄断地位，都说明“质”的较量远未结束。
但换个角度看：当一个国家能够系统性地、年复一年地在顶级会议上产出占比超过 40% 的论文时，这背后是人才储备、资金投入、产学研协同的全面就位。
更关键的问题是：谁能把论文更快转化为产品？
当中国的大厂们一边在 ICLR 上刷论文，一边在国内市场上卷大模型、卷应用落地时，这种“研究-产品”的飞轮效应正在加速。下一步的竞争焦点，将从“谁发了更多论文”转向“谁先把论文变成改变世界的产品”。
参考资料：
https://x.com/Hesamation/status/2052792603997814914
关注“鲸栖”小程序，掌握最新AI资讯
本文来自网络搜集，不代表鲸林向海立场，如有侵权，联系删除。转载请注明出处：https://www.itsolotime.com/archives/34001
