ICLR 2026落幕，5356篇論文機(jī)構(gòu)歸屬全解析：中國(guó)43.7%正式反超美國(guó)，歐洲整片大陸加起來(lái)不如新加坡+韓國(guó)。

反超！

ICLR 2026，全球AI三大頂會(huì)之一，剛剛在巴西里約落幕。

有社區(qū)研究者逐篇扒開(kāi)5356篇被接收論文PDF首頁(yè)、提取機(jī)構(gòu)署名、清洗歸一后，一張Treemap熱力圖炸翻了整個(gè)學(xué)術(shù)圈：

中國(guó)大陸，43.7%。美國(guó)，31.9%。歐洲（含英國(guó)），5.3%。

中國(guó)一把反超美國(guó)12個(gè)百分點(diǎn)，直接拿下近半壁江山。

而曾經(jīng)的AI研究重鎮(zhèn)歐洲，整片大陸加起來(lái)的貢獻(xiàn)，還不如新加坡和韓國(guó)兩個(gè)國(guó)家的總和。

數(shù)據(jù)來(lái)自開(kāi)發(fā)者Dmytro Lopushanskyy的開(kāi)源項(xiàng)目，他從OpenReview抓取全部論文PDF，精準(zhǔn)鎖定每篇論文發(fā)表時(shí)的真實(shí)署名機(jī)構(gòu)。

5356篇，96%成功解析，方法論完全公開(kāi)。

中國(guó)軍團(tuán)

高校「鐵三角」+大廠集體出擊

打開(kāi)這張Treemap熱力圖，中國(guó)那片紅色區(qū)域大得扎眼。

高校方面，清華大學(xué)以332篇獨(dú)占鰲頭，幾乎是「一校抵一國(guó)」的存在。

上海交通大學(xué)240篇、浙江大學(xué)232篇緊隨其后，構(gòu)成了中國(guó)AI研究的「鐵三角」。

北京大學(xué)229篇、中國(guó)科學(xué)技術(shù)大學(xué)148篇、復(fù)旦大學(xué)147篇同樣穩(wěn)居前列，中國(guó)科學(xué)院大學(xué)、南京大學(xué)、哈爾濱工業(yè)大學(xué)等也各有百篇左右的體量。

更值得關(guān)注的是企業(yè)軍團(tuán)的集體亮相——阿里巴巴135篇、華為111篇、字節(jié)跳動(dòng)107篇、騰訊94篇。

這四家大廠加起來(lái)就是447篇，比許多國(guó)家的全部產(chǎn)出還要多。

上海AI Lab（135篇）作為新型研究機(jī)構(gòu)同樣殺入了第一梯隊(duì)。

一個(gè)清晰的信號(hào)是：中國(guó)的AI論文產(chǎn)出已經(jīng)是「高校+企業(yè)+新型研究機(jī)構(gòu)」的系統(tǒng)性碾壓。

美國(guó)：Oral論文仍強(qiáng)勢(shì)

美國(guó)占比31.9%，乍一看并不難堪——但要知道，就在兩三年前，這個(gè)數(shù)字還是40%以上。

Paper Copilot數(shù)據(jù)顯示，ICLR 2023美國(guó)歸屬計(jì)數(shù)7931，中國(guó)4871；ICLR 2024美國(guó)11977，中國(guó)9243。到了2025，兩邊幾乎已經(jīng)貼身肉搏：中國(guó)18906，美國(guó)18875。

美國(guó)的核心陣地仍然是那些老牌名校：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。

美國(guó)機(jī)構(gòu)在Oral論文（僅占全部論文的4%）中的占比依然高達(dá)約40%，而中國(guó)在Oral中的占比約為30%。

也就是說(shuō)，美國(guó)在「塔尖」質(zhì)量上仍有優(yōu)勢(shì)，但「塔基」的規(guī)模已經(jīng)被中國(guó)超越。

企業(yè)端，微軟143篇領(lǐng)跑美國(guó)產(chǎn)業(yè)界，谷歌68篇、英偉達(dá)73篇、Meta 103篇、亞馬遜72篇，科技巨頭的研究投入依然可觀。

值得一提的是，本屆ICLR官方最終表彰的兩篇Outstanding Papers和一篇Honorable Mention中，兩篇來(lái)自美國(guó)機(jī)構(gòu)，一篇來(lái)自歐洲合作成果。

這說(shuō)明美國(guó)在頂級(jí)論文的原創(chuàng)深度上仍然掌握著話語(yǔ)權(quán)。

香港、新加坡、韓國(guó)：小體量，大能量

香港占到了7.7%的份額。香港大學(xué)（152篇）、香港科技大學(xué)（148篇）、香港中文大學(xué)（139篇）三校加起來(lái)就貢獻(xiàn)了近440篇論文。

要知道，整個(gè)香港的人口不到800萬(wàn)人，這個(gè)人均AI論文密度堪稱恐怖。

新加坡同樣不容小覷，占比5.5%。新加坡國(guó)立大學(xué)173篇、南洋理工大學(xué)137篇，兩所高校撐起了一個(gè)「AI小巨人」。

韓國(guó)的KAIST以110篇躋身全球前列，首爾國(guó)立大學(xué)79篇，也證明了東亞AI研究群體的整體崛起。

歐洲：5.3%，一個(gè)令人尷尬的數(shù)字

再看歐洲，畫(huà)面就不那么好看了。

英國(guó)3.0%，瑞士靠ETH Zurich（78篇）和EPFL（55篇）兩校撐場(chǎng)，加拿大的McGill/Mila（74篇）表現(xiàn)不俗但也難改大盤。

整個(gè)歐洲加在一起——英國(guó)、瑞士、德國(guó)、法國(guó)、荷蘭——占比僅5.3%。

一個(gè)扎心的對(duì)比：新加坡和韓國(guó)兩個(gè)國(guó)家的貢獻(xiàn)量，超過(guò)了整個(gè)歐盟 27 國(guó)。

資金投入不足、人才外流、產(chǎn)業(yè)落地緩慢，這三重困境正在把歐洲推向AI研究的觀眾席。

數(shù)量不是一切

但規(guī)模優(yōu)勢(shì)是真實(shí)信號(hào)

當(dāng)然，有人會(huì)說(shuō)——論文數(shù)量不等于論文質(zhì)量。

這話沒(méi)錯(cuò)。美國(guó)在Oral論文中的優(yōu)勢(shì)、在杰出論文獎(jiǎng)上的壟斷地位，都說(shuō)明「質(zhì)」的較量遠(yuǎn)未結(jié)束。

但換個(gè)角度看：當(dāng)一個(gè)國(guó)家能夠系統(tǒng)性地、年復(fù)一年地在頂級(jí)會(huì)議上產(chǎn)出占比超過(guò)40%的論文，這背后是人才儲(chǔ)備、資金投入、產(chǎn)學(xué)研協(xié)同的全面就位。

更關(guān)鍵的問(wèn)題是：誰(shuí)能把論文更快轉(zhuǎn)化為產(chǎn)品？

當(dāng)中國(guó)的大廠們一邊在ICLR上刷論文，一邊在國(guó)內(nèi)市場(chǎng)上卷大模型、卷應(yīng)用落地，這種「研究-產(chǎn)品」的飛輪效應(yīng)正在加速。

下一步的競(jìng)爭(zhēng)焦點(diǎn)，將從「誰(shuí)發(fā)了更多論文」轉(zhuǎn)向「誰(shuí)先把論文變成改變世界的產(chǎn)品」。

參考資料：

https://x.com/Hesamation/status/2052792603997814914

文章來(lái)源：新智元。