每年 AI 顶会放榜，各大机构都会比拼论文收录数量。今年 ICLR 2026 放榜后，研究员 Dmytro Lopushanskyy 用独特方法统计数据，让我们看到真实情况。中国机构表现惊人，中国大陆机构贡献了 43.7%的接收论文，加上中国香港，超过一半的论文署名机构来自中国。清华大学以 332 篇的产量登顶全球单一机构第一，国内产业界的科研表现也很亮眼。
虽然中国在论文总数上超越美国，但在仅占接收总量 4%的 Oral 论文里，美国机构占约 40%，中国是 30%。这表明中国在工程化扩展上有规模优势，而美国在定义新方向上相对领先。这是中美 AI 之间相对真实的现状。
艾伦人工智能研究所研究员 Nathan Lambert 在中国调研后发现，中国大模型能跟美国五五开的底层逻辑是极低的组织摩擦和极度务实的年轻人。美国顶级实验室存在 Ego 太强的问题，而中国实验室研究员目标一致，愿意做基础工作，刚入行的人能快速适应新技术路线，组织架构能平稳扩大规模。此外，中国在读硕士和博士生深度参与核心大模型研发，没有历史包袱，能快速切换赛道。
中国 AI 圈内部氛围和谐，各实验室相互尊重。中国实验室对宏大叙事免疫，减少了哲学层面的内耗，集中精力在工程落地和指标突破上。但随着规模效应红利逐步见顶，下一阶段核心壁垒将回归「原始创新能力」的较量，高密度的人才协同网络和敢于打破既有框架的个体都不可或缺。
编辑观点：中国 AI 在论文产出和实验室务实方面表现出色，但原始创新能力待提升，未来需在规模与创新间找到平衡，是真风口但挑战不少。
