商业故事 · 深度长文
AI 时代的两条赛道：模型看美国，专利看中国
如果把全球人工智能竞赛拆成两张榜单来看，会得到一个耐人寻味的画面：一张榜上，是清一色的美国机构；另一张榜上，是清一色的中国企业。同一场竞赛，两种领先。
人工智能是这个时代最热的词，但"谁更强"这个问题，几乎无法用一个数字回答。好在，我们至少有两个由权威机构统一统计、可比可查的角度：一个是发布了多少重要的基础模型（斯坦福 AI Index），另一个是申请了多少生成式 AI 专利（世界知识产权组织 WIPO）。把 重要 AI 模型榜 和 生成式 AI 专利榜 并排看，两条赛道的分野一目了然。
一、模型榜：一张几乎全是美国机构的名单
先看基础模型。所谓"基础模型"（foundation model），指的是那些经过大规模训练、能被广泛用于各种任务的通用大模型——它们是今天各类 AI 应用的地基。斯坦福 AI Index 统计了 2019 到 2023 年间，各机构累计发布的重要基础模型数量。
结果是：谷歌以 40 个遥遥领先，其后是 OpenAI（20）、Meta（19）、微软（18）、以及隶属谷歌的 DeepMind（15）。再往后，清华大学是唯一进入前列的非美国机构，其余如 EleutherAI、Cohere、斯坦福大学、Hugging Face、Anthropic，也几乎清一色来自美国。这张榜单几乎就是"美国科技巨头 + 顶尖高校 + AI 新锐"的合影。
这并不难理解。前沿基础模型的研发，需要海量算力、顶尖人才和长期的资本投入——而这些要素，过去十年高度集中在美国的科技巨头和研究机构手中。谷歌旗下（含 DeepMind）合计的模型数量尤其突出，反映出它在 AI 基础研究上的长期布局。
二、专利榜：一张几乎全是中国企业的名单
再看生成式 AI 专利。WIPO 统计了 2014 到 2023 年间，各机构申请的生成式 AI 专利族数量。这一次，画面几乎完全反了过来：腾讯以 2074 族高居榜首，平安（1564）、百度（1234）紧随其后，中国科学院、阿里巴巴、字节跳动也都进入前列。前十名里，中国机构占了绝大多数，IBM、三星、谷歌、微软则是其中少数的非中国面孔。
WIPO 的数据显示，中国申请人在生成式 AI 专利的数量上明显领先。这背后，是中国庞大的互联网企业群体、密集的研发投入，以及对知识产权布局的高度重视。腾讯、百度、阿里、字节这些公司，既有海量的应用场景，也有把技术成果转化为专利的强烈动机。
三、为什么"模型"看美国、"专利"看中国
同一场 AI 竞赛，为什么两张榜的结论几乎相反？关键在于，这两个指标衡量的根本不是同一件事。
"重要基础模型数量"衡量的是前沿突破。它统计的是那些被业界公认为重要的、通用的大模型。要造出这样的模型，门槛极高——需要顶级算力、数据和人才的长期堆积。这恰恰是美国科技巨头的优势区。
"生成式 AI 专利数量"衡量的是技术布局的广度与密度。专利申请覆盖的是大量具体的技术方法与应用，数量上更容易反映一个企业群体"全面下注"的姿态。中国企业在这方面的活跃度极高。
换句话说，美国在"造出最重要的那几个模型"上领先，中国在"围绕 AI 申请最多的专利"上领先。两者都是真实的领先，但含义不同：前者关乎"从 0 到 1"的原创突破，后者关乎"从 1 到 N"的规模化布局。把两张榜放在一起，才能看到一个更完整的全球 AI 版图。
模型榜看的是"谁造出了地基"，专利榜看的是"谁在地基上盖了最多的房子"。地基决定高度，密度决定广度——两者都重要，却不能互相替代。
四、两个必须记住的提醒
其一，数量不等于质量。无论是模型数量还是专利数量，都只是"数量"维度。一个真正改变行业的模型，胜过十个平庸的模型；一件核心专利，也胜过一百件边缘专利。榜单能告诉你"谁在大量产出"，但"谁的产出真正顶尖"，需要结合更多信息判断。
其二，口径不同不可混比。模型榜的统计区间、口径与专利榜完全不同，二者不能直接比大小、更不能简单相加得出"谁的 AI 更强"。它们是观察同一件事的两个不同窗口。我们把口径与来源都标注清楚，正是希望你带着这份清醒去读。
五、除了中美，还有谁
把两张榜看完，一个自然的问题是：除了中美，其他国家和地区的 AI 力量在哪里？答案是——存在，但相对分散。在模型榜上，隶属谷歌的 DeepMind 总部位于英国，是欧洲最亮眼的名字；清华大学则是唯一进入前列的中国高校，代表了学术界的力量；此外，加拿大的 Cohere 等新锐也在全球版图上占有一席之地。而在专利榜上，除中国企业外，美国的 IBM、微软、谷歌，韩国的三星，也都榜上有名。
但总体而言，最前沿的成果高度集中在少数几个"超级节点"手中。这背后是一个并不轻松的现实：训练一个顶尖大模型，动辄需要上万张高端 AI 芯片、数月的训练时间，以及天文数字般的电力与人力投入。这种"重资本、重算力、重人才"的门槛，天然地把竞赛收敛到了少数有能力持续投入的机构与国家。人工智能的竞争，很大程度上是一场"巨头与大国的游戏"，中小玩家更多是在细分场景里寻找机会。
六、别忘了地基：算力与芯片
无论是造模型，还是申专利，都离不开一个更底层的东西——算力。而算力的背后，是芯片。可以说，这场 AI 竞赛真正的"地基"，其实铺在半导体行业里。
这也是为什么，随着 AI 的爆发，我们在 半导体营收榜 与 市值风向榜 上，看到英伟达这样的算力芯片公司营收与市值一路飙升，跻身全球最前列。训练大模型需要海量 GPU，而高端 GPU 的设计与制造，又高度依赖英伟达、台积电等少数公司。换句话说，谁掌握了算力的入口，谁就在 AI 竞赛中握住了一张关键的底牌。看 AI，不能只看模型与专利这两张"台面上的榜"，还要看它脚下这层"硅基地基"——它同样决定着竞赛的走向。
把 模型榜、专利榜、半导体营收榜、以及资本层面的 独角兽估值榜 放在一起，你会得到一幅更立体的 AI 全景图：美国在前沿模型上领跑，中国在专利数量上霸榜，算力芯片决定着所有人的上限，而资本则在为下一轮竞赛疯狂加注。单看任何一张，都只是盲人摸象；四张合起来，才是这个时代的轮廓。
七、AI 竞赛，才刚刚开始
值得注意的是，这两张榜采用的都是"截至某一时点"的数据，而 AI 的进展是以月为单位在变化的。今天的领先，明天可能被改写。更值得关注的，或许是趋势：越来越多的顶尖人才、资本和算力正在涌入这个领域，而竞争也早已不只是单个公司的事，而是国家与产业生态之间的长期较量。
在 TOPLOY 的 独角兽估值榜 上，你会看到 OpenAI、Anthropic、xAI 等 AI 公司已经占据了全球最贵未上市公司的多个席位——资本用真金白银，为这场竞赛投下了自己的一票。真正的较量，或许还在后面：当模型的能力逐渐逼近，胜负手会更多地落到应用落地、成本控制、以及能否真正解决现实问题上。榜单只能记录已经发生的，而属于人工智能的下一章，还等着被这些公司一笔一笔地写下来。AI 的故事，才刚刚翻开。
八、给非技术读者的三条提示
面对铺天盖地的 AI 新闻与排名，普通读者常常无所适从。这里提供三条简单实用的判断提示。
第一，分清"数量"与"突破"。某家公司又发布了多少个模型、又申请了多少件专利，这些是"数量信号"；而真正的突破，是那些改变了行业玩法的关键模型或核心技术。看到"数量第一"这样的标题时，不妨多问一句：它究竟带来了哪些真正的改变？数量能说明活跃，却不能直接等同于水平。
第二，看清"口径"再比较。不同榜单、不同机构的统计口径千差万别——是按机构还是按国家，是累计还是当年，是专利申请量还是授权量。脱离口径谈排名，很容易被误导，甚至被断章取义。TOPLOY 为每一张榜都标注了来源与口径，正是为了让每一次比较，都建立在同一把尺子上。
第三，把时间维度放进来。AI 的格局几乎以月为单位在变化。今天的榜单只是一张快照，而不是终局。与其纠结于某一时刻谁排第一，不如观察更长期的趋势：资本、人才、算力正在往哪些方向流动——那才是真正决定未来的力量。带着这三条去读任何一份 AI 榜单，你都会比只看标题的人，多看懂一层，也更不容易被夸张的说法牵着走。