2025年的一张图AI正经历“圈地运动”分化两大阵营……

　　转载引用请注明出处。内容仅供交流学习，不做任何商业用途，不代表任何投资建议，如有侵权请联系后台删除。

　　前不久在这里举办了AI 领域的“奥林匹克”——NeurIPS（神经信息处理系统大会），超过15000名参会者，5300多篇中稿论文，Poster Session（海报环节）挤得像高峰期的北京地铁。

　　哈佛增长实验室访问教授 Pierre-Alexandre Balland 整理了 NeurIPS 2025 顶级贡献机构数据，AI 正在经历一场前所未有的“圈地运动”，分化成为了两个阵营：

　　除了牛津、苏黎世联邦理工（ETH）等零星亮点，欧洲似乎正在逐渐退出 AI 的主战场。

　　这也标志着一个时代的终结：“车库创新”死了，甚至“实验室创新”也正在死去，“工厂创新”成为了主宰。

　　过去，物理学家虽然造不起对撞机，但他们可以共享 CERNued体育官网（欧洲核子研究组织）的数据。

　　验证一个关于 Scaling Law 的猜想，或者训练一个类似 GPT-4 的基座模型，需要数千张 H100 GPU 连续运行数月。

　　也就是所谓的“双重身份”（Dual Affiliation）——某位大牛教授依然挂着大学的头衔，但他的肉身和灵魂早已属于 Meta 或 OpenAI。他在学校教书，可能只是为了帮大厂筛选最聪明的头脑。

　　这种“旋转门”机制，让美国高校逐渐退化为科技巨头的“人力资源部”和“外包测试组”。

　　这就导致了一个极度危险的后果：科学的可重复性（Reproducibility）危机，演变成了“验证权”的垄断。

　　当 Google 发表一篇论文说“我们发现了一种新的架构机制”，学术界只能点头，因为你没有算力去证伪。

　　如果想要在 SOTA（State of the Art）模型上留名，我不能留在学校，唯一的出路就是进入大厂。

　　视线转向图表的右侧，那是代表中国的红色色块。这里呈现出一种截然不同的生态：清华大学（4.73%）、北京大学（3.63%）、中国科学院（3.2%）。

　　如果说美国在做“重工业”，那么中国高校正在做精密的“微雕”。仔细研读清华、北大入选的论文，你会发现一个明显的特征：既然拼不了绝对算力，那就拼数学直觉和工程极致。

　　- Post-Training（后训练）阶段的优化：如何用更少的数据让模型更聪明？

　　中国高校正在成为全球 AI 理论研究的最后一道防线，他们在为那个可能到来的“后 Transformer 时代”储备弹药。

　　当然，不同于美国依赖企业 CAPEX（资本支出），中国的算力基础设施建设更多带有公共基础设施属性（如各地的算力中心），这在一定程度上缓解了高校的算力焦虑。

　　在企业界，阿里巴巴以 146 篇论文的成绩领跑，成为了中国科技公司的一个样本。这代表了一种混合打法：基建托底 + 场景驱动——既有高校的基础研究深度，又有企业的场景落地能力。

　　不同于Google的DeepMind 那种“为了探索智能本质”的纯粹科研，阿里的研究带有极强的务实色彩——为了电商推荐、为了云服务效率、为了 Qwen（通义千问）的实际落地。

　　这种“实用主义”或许不够性感，但在算力昂贵的今天，它可能是一条更可持续的生存之路。

　　除了牛津、苏黎世联邦理工（ETH）等零星的灯塔，欧洲在 AI 版图上正在边缘化。

　　欧洲选择了“监管优先”（Regulation First）的道路，这虽然在伦理上占据了高地，但也导致了资本的寒蝉效应，人才大量外流。

　　这告诉我们，即便在中美两大巨头垄断的时代，只要找准垂直赛道（Niche），依然有弯道超车的机会。

　　他们的研究关键词是：Emergence（涌现）、Scaling（扩展）、World Models（世界模型）。他们的方法论是：暴力美学。如果模型不工作，那就加十倍数据；如果还不行，就加十倍算力。

　　这是属于全球绝大多数高校的宿命。他们的研究关键词是：Fine-Tuning（参数高效微调）、Compression（压缩）、Interpretability（可解释性）。他们试图解释大厂的模型为什么有效（因为大厂自己没空解释），或者试图把大厂的模型剪裁得更小。

　　正如前文所说，如果是“富人”在造神，而“穷人”甚至无法靠近神，那么谁来监管神？当学术界失去了对前沿模型的“审计权”，关于 AI 安全、伦理的讨论就很容易变成空中楼阁。

　　当 Google等巨头掌握了最强的科研力量，他们是否会逐渐关闭开源的大门？虽然 Meta 目前坚持开源（Llama 系列），但这更多是一种为了对抗 OpenAI 的商业策略。一旦市场格局通过，企业实验室还会像贝尔实验室当年那样无私地分享晶体管和信息论吗？

　　在通用大模型（AGI）的基座训练上，美国巨头的算力壁垒在短期内是不可逾越的。但这不代表我们没有机会。历史证明，技术的突破往往来自边缘。Transformer 刚出来时也不是为了做 GPT 的。

　　我们应该鼓励更多的“非主流”探索，而不是所有人都在卷同一个榜单，复现同一个 Llama。

　　随着 AI 辅助写作的普及，制造一篇“看起来很完美”的平庸论文变得太容易了。中国学术界尤其要警惕这一点。如果我们的 4.73% 占比仅仅是依靠微小的改进（Incremental Improvements）堆出来的，那么这种繁荣是脆弱的。我们需要更多的慢思考，去啃那些硬骨头，去挑战那些目前看起来不可能的数学问题。

　　Sentient AGI 这样的初创团队在 NeurIPS 上的表现证明了，几个人的小团队如果能拥有独特的高质量数据集，或者精妙的算法设计，依然可以做出世界级的工作。不要让贫穷限制了想象力。人脑的功耗只有 20 瓦，却产生了智能。

　　当参会者们拖着行李箱离开圣地亚哥时，这个世界也正在经历一场深刻的异化。我们曾经以为 AI 是把人类从繁琐劳动中解放出来的工具，但现在ued体育官网看来，它正变成一个新的“利维坦”——一个由少数巨头掌控、吞噬着全球电力与芯片、且日益黑盒化的庞然大物。

　　我也依然对那些个在深夜里调试代码、试图用国产芯片跑通模型的中国工程师抱有深深的敬意。

　　TOP Lab (TOP创新区研究院)是 FTA 的创新研究引擎，专注于为城市、企业和 园区提供系统化的前瞻洞察与战略建议。基于Talent（⼈才）、Organization（组织）、 Place（区域）三⼤核⼼维度，TOP致⼒于探索全球创新区的发展规律，并结合本⼟实践，为区域发展和企业创新注⼊新的价值维度。

　　FTA Group致⼒于成为产业创新区综合解决⽅案的领导者，整合设计、运营和产业服务，提供全⽣命周期服务。

　　作为中国产业地产领域设计实践数量最多的机构之⼀，FTA凭借逾1200个办公及产业地产的设计及咨询经验（其中包括3个国家级综合性科学中心的重点项目、多个世界500强总部或区域总部等），已为多个⾼品质业主打造独特的成功体验。

　　在区域发展和产业规划中，FTA始终秉承专注、⼀体化服务与国际视野，为客户提供从研究、策划到设计的全流程⽀持。我们深耕产业科创园区和产业⽚区领域，成功助⼒上海张江、临港、漕 河泾、市北、G60、闵开发、杨浦科创等重点产业⽚区落地标杆项⽬，此外，在BioBAY、中关村⽣命健康园、张江药⾕等顶级园区的设计中，FTA始终是推动区域创新发展的重要⼒量。

　　我们服务的客户包括：市北高新、张江高科、天安骏业、上海地产、小米科技、罗氏制药、阿里巴巴、迪士尼、西门子、凤凰卫视、上海港城集团、苏州新加坡工业园区等知名品牌。返回搜狐，查看更多