全球人工智能企业科技创新指数报告2026

八月瓜科技创新研究院二〇二六年三月


前言

在全球科技革命与产业变革纵深推进的背景下，人工智能作为引领未来的战略性核心技术，正成为重塑全球创新版图、驱动经济社会变革的重要力量。当前全球人工智能技术迭代加速、竞争加剧，各国纷纷将其纳入国家战略，精准研判全球人工智能科技创新态势、评估企业创新实力，已成为国际社会把握发展机遇、应对竞争挑战的迫切需求。

在新一轮人工智能技术爆发式发展的关键时期，习近平总书记多次就人工智能发展作出重要指示，为我国人工智能创新发展指明前进方向。在二十届中央政治局相关集体学习时，总书记强调：“以人工智能引领科研范式变革，加速各领域科技创新突破。”2025年4月29日，总书记在上海考察“模速空间”大模型创新生态社区时进一步指出，“人工智能技术加速迭代，正迎来爆发式发展”，并要求上海加大探索力度，在人工智能发展和治理各方面走在前列。这些重要论述深刻阐明了人工智能在国家发展全局中的战略地位，为我们统筹推进人工智能科技创新、产业赋能与全球合作提供了根本遵循。2026年《政府工作报告》与《中华人民共和国国民经济和社会发展第十五个五年规划纲要》均围绕“人工智能+”进行了系统部署。前者重点推进智能终端、智能体等新应用的商业化规模化落地；后者强调聚焦具身智能、大模型等核心技术攻关，推进“模芯云用”协同创新，全方位赋能千行百业。两份文件均突出发挥科技领军企业龙头作用、强化企业创新主导地位，为构建人工智能科技创新生态提供了明确坚实的政策支撑。

全球人工智能企业是科技创新生态的核心驱动力。大型科技公司凭借雄厚的研发实力与产业化优势，推动前沿技术从理论突破走向商业应用，引领产业发展方向；创新型初创企业与专业领域公司深耕特定赛道，以差异化创新形成竞争优势。加强对全球人工智能企业的系统监测评估，有助于精准把握产业发展趋势、识别关键创新节点，为各国政策制定与企业战略布局提供重要参考。

八月瓜科技创新研究院深耕科技创新评价领域多年，基于专利数据挖掘与全球权威信息整合，构建多维度科技创新评价指标体系。本报告聚焦全球人工智能企业的创新实践，通过系统分析研判企业创新表现、勾勒行业创新版图，揭示行业发展规律与企业竞争态势，为政策优化与战略决策提供科学依据。


本报告立足全球视野、聚焦企业主体，全面呈现人工智能科技创新态势与企业创新活力，精准捕捉全球人工智能企业创新脉络。期待与社会各界交流探讨、凝聚合力，共促人工智能技术突破与产业生态完善，为全球科技进步与经济发展注入持久智能动能。

《全球人工智能企业科技创新指数报告2026》研究编制组

2026年3月30日


目 录

总论

总论

一、背景与价值 ... 1

二、研究主体界定与标准 ... 1

三、指标体系构建 ... 2

四、研究特色与核心贡献 ... 3

五、数据处理与统计规范 ... 4

第一章

科技创新指数指标体系构建规则

一、指标体系内涵阐释 ... 5

二、指标构建原则 ... 6

三、指标编制方法 ... 7

四、指标数据来源 ... 9

第二章

全球人工智能企业科技创新指数发布

一、全球人工智能企业榜单 ... 10

二、核心结论 ... 12

第三章

全球人工智能企业深度解析

一、基础层企业解析 ... 14

二、框架层企业解析 ... 16

三、模型层企业解析 ... 20

四、应用层企业解析 ... 22

五、综合性大企业解析 ... 27


第四章

全球人工智能企业区域布局

一、全球分布情况 30

二、中国区域特征 30

三、北美区域特征 31

四、中美人工智能企业竞争格局 31

第五章

全球人工智能企业发展趋势与展望

一、基础层：算力集约化与自主化协同发展 ...34

二、框架层：开源生态主导，开发门槛持续降低 ...34

三、模型层：从通用适配到专用赋能，开源闭源协同共生 ...34

四、应用层：B端C端双向发力，场景价值深度释放 ...35

五、安全与合规：筑牢产业发展底线 ...35

六、全球竞争与合作：双极主导，生态协同 ...35

附录

附录1全球人工智能企业科技创新指数指标体系 37

附录2全球人工智能企业榜单 39

报告编写组 45

关于我们 46

版权及免责声明 47


总论

一、背景与价值

《全球人工智能企业科技创新指数报告2026》（以下简称《报告》）是八月瓜科技创新研究院依托多年全国科技创新指数研究积淀，首次以全球人工智能领域核心微观企业为对象完成的最新成果。

自2019年起，八月瓜率先探索全国企业、高校、研究机构的科技创新评价研究，发布全国科技创新指数报告，积累了丰富的大数据资源与指数研发经验，获得良好的行业反响。在此基础上，我们逐步将研究视野延伸至全球范围，聚焦人工智能核心赛道，将指数研发向全球微观市场主体倾斜，关注人工智能应用落地、技术攻坚突破、产业融合发展和全球市场布局，以期弥补全球人工智能领域微观层面创新指数研发的不足，推动全球人工智能产业协同创新。

《报告》在引领全球人工智能领域微观主体创新实践、优化创新决策和产业投资方向、促进创新要素跨区域流动、完善创新生态系统建设等方面，均具有重要价值；同时，有助于引导各类市场主体重视科技创新综合能力建设，聚焦核心技术攻关与成果转化，推动全球人工智能产业高质量可持续发展，助力创新生态协同升级。

二、研究主体界定与标准

《报告》聚焦全球人工智能领域的核心企业，涵盖主要国家和地区的大型领军企业、细分领域骨干企业及新兴创新企业，全面覆盖人工智能产业全链条。为确保研究样本的代表性、全面性和权威性，所有公开了人工智能核心技术专利或应用创新专利，且在人工智能领域有实质性创新投入和成果产出的企业，均纳入监测和研究范围，兼顾不同规模、不同发展阶段企业的创新特征。

《报告》基于创新产出、创新质量与价值、运营能力与商业化、资本化与全球布局等核心指标，对企业进行系统评价与深度分析。参照工业和信息化部联合中央网信办、国家发展改革委、国家标准委发布的《国家人工智能产业综合标准化体系建设指南（2024版）》，将人工智能产业链划分为基础层、框架层、模


型层、应用层四个层级。同时，针对大型科技企业业务跨度广的特点，结合专家意见，增设“综合性大企业”作为企业类型维度，形成“四层一类”的研究框架。各产业链层级及综合性大企业的核心定义如下：

(1) 基础层：聚焦算力、算法和数据支撑，业务涵盖AI芯片、AI服务器、云计算框架层与智算中心、数据存储、数据服务、数据安全等；

(2) 框架层：聚焦模型开发的深度学习框架和工具，业务涵盖NLP/计算机视觉框架、语音算法、AI开发框架、数据标注与处理、专用AI算法工具等；

(3) 模型层：聚焦大模型技术和产品，业务涵盖通用大模型研发、行业大模型定制、模型API服务、模型微调与部署工具等；

(4) 应用层：聚焦技术场景化落地，业务涵盖行业解决方案、C端AI工具、智能硬件、垂直场景AI等；

(5) 综合性大企业：全栈式生态主导者，同时涉足 $ \geqslant 2 $个层级的大型AI企业；典型布局包括基础层+模型层、模型层+应用层、基础层+模型层+应用层等模式，兼具多环节研发、落地与生态整合能力。

注：若企业仅在特定层级具有核心业务优势，则归入相应层级。部分大型科技企业虽在大模型领域有突出成果如 Google的 Gemini系列、字节跳动的豆包系列等，但鉴于其业务布局覆盖多个产业链层级，生态体系涵盖多个层级，为体现其全栈式生态特征并避免重复统计，本报告将此类企业归入“综合性大企业”类别。

三、指标体系构建

《报告》中采用的指标体系共设4个一级指标、20个二级指标。一级指标分别为：创新产出、创新质量与价值、运营能力与商业化、资本化与全球布局。其中：

(1) 创新产出（4个）：活跃发明人数量、近三年专利申请数量、近三年专利申请增速、论文数量；

(2) 创新质量与价值（6个）：近三年发明专利申请量占比、近三年发明专利授权率、专利被引数量、专利权稳定性、专利对外许可总数、专利对外转让总数；


(3) 运营能力与商业化（5个）：核心AI产品矩阵规模、年度新品发布数量、开源贡献、产品多元化、产品下载量；

(4) 资本化与全球布局（5个）：金融状况、布局国家/地区数量、PCT专利总量、国际获奖情况、影响力指数。

四、研究特色与核心贡献

一是战略引领与全球视野深度融合。《报告》以国家人工智能发展战略为根本指引，结合全球产业发展整体规划，既立足国家科技自立自强目标，聚焦我国人工智能企业培育与核心技术突破，助力提升产业抗风险能力和全球主导地位；又以全球视野为牵引，打破地域局限，覆盖全球主要国家和地区的相关企业，推动全球人工智能产业协同发展，实现国家战略导向与全球产业格局的精准衔接。

二是研究对象精准聚焦且覆盖全面。不同于泛领域创新指数研究，本报告系统聚焦全球人工智能领域企业这一核心创新群体，涵盖大型领军企业、细分领域骨干企业及新兴创新企业，兼顾不同规模、不同发展阶段企业的创新特征；同时按基础层、框架层、模型层、应用层、综合性大企业遴选出100家企业，全面呈现人工智能产业全链条创新格局。

三是指标体系科学优化且导向鲜明。报告首次拓展并优化评价指标体系，锚定全球人工智能产业发展方向，强化全球市场价值与应用落地导向，重点凸显科技创新成果的核心质量与全球应用效能。指标体系覆盖创新产出、创新质量与价值、运营能力与商业化、资本化与全球布局四大核心维度，融入活跃发明人规模、发明专利质量、核心AI产品竞争力、PCT专利布局、全球化市场覆盖等关键要素，既严格契合国家高价值专利评价规范，又充分贴合全球人工智能产业技术迭代与市场拓展规律，保障评价结果的科学性、专业性及跨区域参照价值。

四是成果应用价值突出且针对性强。报告不仅严格遴选各层级优秀企业，更紧密结合各层级产业定位，从创新产出、创新质量与价值、运营能力与商业化、资本化与全球布局四个核心维度开展深度剖析，清晰呈现不同企业、不同层级的创新优势与差距。成果可为全球人工智能企业优化创新布局、对接创新资源提供参考，也能为行业各界把握全球创新格局、落实国家战略部署提供坚实决策支撑。


五、数据处理与统计规范

《报告》相关测算仅纳入发明专利与实用新型专利，未将外观设计专利纳入统计范围，以突出技术创新的核心价值。《报告》对整体测算逻辑、指标体系构建规则及各项指标内涵均作出统一且详细的界定，保证全球范围内评价口径的一致性与规范性。

本次研究对象为全球范围内注册运营的人工智能领域相关企业，中国港澳台地区企业一并纳入统计范围。样本覆盖全球主要人工智能产业集聚区，具备广泛的地域代表性。统计周期内的专利成果限定为2023年至2025年间申请或已授权的专利，保证数据的时效性与研究价值。

《报告》所涉及专利相关数据，均限定为人工智能领域相关专利，不含企业在其他业务领域的专利布局信息。全部专利及创新相关数据均来源于八月瓜擎策·知海全球专利数据库、公开市场信息及行业公开资料，通过多源数据交叉校验确保数据真实可靠。在此基础上，为进一步保障统计结果的准确性，针对跨国经营的大型企业集团，按照统一标准对人工智能企业进行规范识别与统计归集，避免重复计算或漏统，保障不同国家、不同规模企业之间评价结果的公平性与可比性。


第一章 科技创新指数指标体系构建规则

一、指标体系内涵阐释

（一）创新产出与知识储备

围绕人工智能相关领域的专利、论文、活跃发明人等核心指标，多维度呈现人工智能科技创新领域的基础成果产出厚度与知识积累深度。其中，活跃发明人数量直接反映研发团队的持续创新活力与人才储备厚度，是科技创新能力长期稳定输出的核心基石；近三年专利申请数量与申请增速，分别从存量规模和增长趋势两个维度，衡量技术创新的活跃程度与发展势能；论文数量则聚焦基础研究领域，体现学术影响力与前沿探索的沉淀价值，共同构建起人工智能科技创新的成果储备与知识底座。

（二）创新质量与价值

深度聚焦人工智能相关领域的发明专利占比、授权率、技术影响力及商业转化等关键指标，全面反映创新成果的技术含金量与核心价值能级。近三年发明专利申请量占比直观体现专利申请的质量与核心技术含量，是区分表层创新与硬核突破的核心依据；近三年发明专利授权率进一步验证创新成果的技术高度与行业认可度；专利被引数量则反映专利技术对后续创新的影响力与基础性价值，是技术生命力的重要体现；专利权稳定性经无效或诉讼程序检验，彰显核心专利的技术坚固程度与法律价值；而专利对外许可、转让总数，更直接衡量专利技术的商业化输出能力与资产变现价值，从技术质量到商业价值形成完整的价值验证链条。专利对外许可总数与专利对外转让总数，直接反映专利资产的流动与变现能力，是技术商业化输出的核心体现。

（三）运营能力与商业化

结合产品规模化落地、技术成果市场化转化与产业生态协同等维度，全方位体现AI创新成果从技术研发到商业变现的全链路价值转化能力。核心AI产品矩阵规模，直接反映企业AI产品的核心竞争力，是AI技术商业化规模化落地的核心体现；年度新品发布数量与产品多元化，从技术成果转化速度与应用覆盖广度两个维度，验证企业AI技术在垂直场景的落地效率与跨领域适配能力；产品下


载量直观反映AI技术产品化后的市场接受度与用户渗透广度，是商业化落地实际成效的直接体现；开源贡献则聚焦技术生态参与度，体现企业的行业协作影响力与底层技术的开放赋能价值，共同构建起产品落地、商业变现与生态协同的AI运营能力与商业化闭环。

（四）资本化与全球布局

以资本认可、全球化保护与国际权威认可为核心，多维度展现科技创新主体的资本价值与全球竞争力。金融状况（融资历史、估值、股价表现）反映资本市场对科技创新潜力的长期认可，为技术迭代提供坚实资本保障；布局国家/地区数量与PCT专利总量，体现全球化技术保护与市场覆盖能力，为技术突破构建国际竞争与协作的生态基础；国际获奖情况通过权威第三方认可，进一步验证产品与技术的全球领先性，共同形成“资本赋能+全球布局+权威背书”的全球化发展格局。

二、指标构建原则

（一）科学性原则

立足人工智能产业技术创新的核心规律与全球创新理论框架，选取能够精准反映全球人工智能企业科技创新能力与发展阶段的指标，全面、客观刻画企业在技术研发、成果转化、商业化落地等维度的创新水平、发展特征与核心竞争力，确保指标体系与全球AI产业的技术迭代节奏、生态发展逻辑高度适配。

（二）综合性原则

精选兼具代表性与覆盖性的核心指标，以精简的指标维度全面覆盖全球人工智能企业从基础创新到商业变现的全链条能力，兼顾不同区域、不同赛道（基础层、框架层、模型层、应用层）企业的发展差异，精准反映企业在技术创新、运营商业化、全球化布局等维度的综合创新实力与长期发展潜力。

（三）导向性原则

以推动全球人工智能产业高质量发展为核心导向，在指标设计与权重赋值中强化原始创新能力、技术应用价值、全球市场竞争力的引导作用，除设置反映技术创新与商业价值的核心指标外，针对性适配不同区域、不同规模AI企业的发


展阶段特征，引导企业向高价值技术突破、全球化生态构建方向进阶。

（四）创新性原则

顺应全球数字经济与人工智能产业的快速迭代趋势，指标体系保持动态适配性，根据全球AI技术范式变革、国际产业政策导向、市场竞争格局变化（如大模型技术演进、新兴应用场景拓展）适时优化调整，确保评价体系始终贴合新时代全球人工智能产业的发展需求与创新方向。

（五）可操作性原则

在保障科学严谨的基础上，优先选取能够通过全球权威专利数据库、产业数据库、公开市场信息等渠道获取的指标，确保数据在全球范围内的可采集性、准确性与一致性，支撑跨区域、跨主体的量化评价与长期监测工作高效开展。

（六）可比性原则

指标体系兼顾全球横向可比性与时间纵向可比性：横向层面支持不同国家/地区、不同赛道、不同规模AI企业之间的创新能力对比；纵向层面可追踪同一企业在不同时期的创新能力变化趋势，通过统一的指标口径与计算逻辑，保障全球范围内评价结果的公平性与可参照性。

三、指标编制方法

（一）权重设置

关于科技创新指数指标权重设置，《报告》采用了层次分析法和熵值法进行综合赋权，其中熵值法属于客观赋权法，层次分析法属于主观赋权法，将客观赋权的熵值法和主观赋权的层次分析法相结合，在利用熵值法计算出权重的基础上，对上一级指标的相对重要程度进行两两比较，使用层次分析法对所得权重值进行修正，最终得到全球人工智能企业的科技创新指数指标权重。

（二）无量纲处理

无量纲化即数据的标准化，是通过数学变换来消除原始变量（指标）量纲影响的方法。在对各指标计算前，需要将各指标数据进行标准化处理，消除各指标的量纲，使其能够进行相加计算，具有足够的可比性。常用的标准化方法主要有 Z-Score标准化法、极值法、参考距离法、周期性指标方法和年度差异处理方法


等。本研究选取极值法对基础数据进行标准化处理。由于指数指标体系中不涉及逆向指标，均为正指标，所以无量纲化具体步骤如下：

$ \textcircled{1} $确定指标数据最大值、最小值

每个指标都包括最大值和最小值。为了便于在较长的时期内对全球人工智能企业的科技创新水平进行动态监测，测度各个人工智能企业科技创新水平的相对变动情况，需选出每个指标的最大值、最小值。

$ \textcircled{2} $标准化计算

对于正向指标，标准化计算公式为：

其中， $ \mathrm{X_{i}} $为指标值； $ \mathrm{X_{min}} $为最小值； $ \mathrm{X_{max}} $为最大值。

对于负向指标，标准化计算公式为：

（三）指数计算公式

全球人工智能企业科技创新指数的计算均采用简单线性加权的方法，通过对每个具体指标的标准化数据进行加权计算，分别得出各级分类指数，然后通过各级分类指数加权计算最终得出总指数。

分类指数的计算公式为：

其中， $ \mathrm{w_{i}} $为 $ \mathrm{z_{i}} $的权数，有 $ \mathrm{m}_{j=1}^{m} \mathrm{w}_{ij}=1 $ ， $ \mathrm{F_{j}} $为第 j个分类指数值， $ \mathrm{m_{j}} $为第 j个类别中第1个基础指标在整个指标体系中的序数， $ \mathrm{n_{j}} $为第 j个类别中最后1个基础指标在整个指标体系中的序数。

总指数的计算公式为：

其中，ICI为对应各个人工智能企业的科技创新指数， $ \mathrm{W_{j}} $为分类指数 $ \mathrm{F_{j}} $的权数， $ \mathrm{_{j=1}^{4} w_{j}=1。} $


（四）指数含义

由于科技创新指数采用最大值一最小值即极值标准化方法去除量纲的影响，因此，各级指数以及总指数的范围在0到1之间。指数值越大代表该人工智能企业的科技创新水平越强，指数值越接近1代表该人工智能企业在某一领域更接近于当前最好的水平。

四、指标数据来源

《报告》中企业搜集来源为全球知名人工智能领域的榜单，包含《财富》全球人工智能创新者50强、福布斯AI50榜单、胡润中国人工智能企业50强等知名榜单。统计指标数据来源于八月瓜擎策·知海全球专利数据库、中国知网、各企业官方网站与公开数据，以及国家知识产权局等政府相关官方网站。


第二章 全球人工智能企业科技创新指数发布

一、全球人工智能企业榜单


图2-1全球人工智能企业科技创新榜单


表2-1人工智能企业分层&分类企业分布

层级

细分赛道

企业数量(家)

基础层

AI芯片

20

数据服务

智算基础设施

框架层

计算机视觉技术

20

AI开发工具

机器学习平台

开源AI平台

数据安全

数据服务

数据智能平台

智能语音技术

RPA+AI自动化

工业视觉技术

智能视觉技术

模型层

通用大模型

10

应用层

行业解决方案

40

AIGC创意创作

互联网内容平台

智能硬件/特种AI

企业效能与开发

综合性大企业

-

10

从入选的100家人工智能企业的构成分布来看，呈现“应用层主导、基础层与框架层并重、模型层与综合性大企业补充”的格局。据此可划分为三个梯度：

(1) 第一梯度为应用层，共40家，占比 40%，是AI产业落地的核心载体，覆盖行业解决方案、AIGC创意创作等多元场景；

(2) 第二梯度为基础层与框架层，各20家，合计占比 40%，是AI产业发展的底层算力与技术工具支撑。基础层聚焦AI芯片与算力服务，框架层覆盖计


计算机视觉、AI开发工具等技术环节；

(3) 第三梯度为模型层与综合性大企业，各10家，合计占比 20%，模型层专注通用大模型研发，综合性大企业则依托生态优势实现全栈布局。

从各层级内部来看，基础层中AI芯片企业占主导；框架层各细分领域分布较为均衡；模型层企业全部聚焦通用大模型赛道，呈高度集聚态势；应用层中，行业解决方案与AIGC创意创作是主要方向，在应用层占据主导地位，反映出AI技术在垂直行业落地与内容创作领域的旺盛需求。

二、核心结论

(1) 中美两国在AI产业链呈现互补性竞争格局。从入选榜单企业的分布来看，中国在基础层、模型层、应用层三个层级均占数量优势，美国则在框架层领先。但从企业的行业影响力看，美国基础层虽入选企业少，却集中了英伟达、英特尔、AMD等全球算力市场的主导者，技术实力不可忽视。

(2) 入选的20家基础层企业中，AI芯片企业14家，智算基础设施企业3家，数据服务企业3家。从AI领域专利数据看，燧原科技近三年发明专利授权率接近 60%，表现较为突出；美国基础层企业如高通、英特尔全球化专利体系较为完善，中国基础层企业则仍以本土布局为主。

(3) 入选的20家框架层企业中，美国占11家，主导开源AI平台、数据服务等高壁垒领域；中国有5家，在计算机视觉、智能语音等场景化赛道优势明显；日本、英国、法国和新加坡各1家。

(4) 入选的10家模型层企业中，中国7家、美国3家，形成“中国企业数量领先、美国企业技术引领”的竞争格局。美国OpenAI、Anthropic等企业在大模型通用能力上占据主导，而中国企业则在长文本理解、多模态生成等垂直领域深耕，形成多元化发展格局。

(5) 入选的40家应用层企业中，行业解决方案、AIGC创意创作两大赛道合计27家，占比 67.5%；中国企业有21家，占比 52.5%，场景落地能力突出；未上市企业29家，占比 72.5%，整体资本化进程偏缓。

(6) 入选的10家综合性大企业中，三星在AI领域的PCT专利申请量及全球化布局情况均处于领先地位；上市率达到 80%，资本化程度较高。


(7) 全球AI产业形成高度集中的区域格局。入选的100家AI企业中，中国51家、美国37家，两国合计88家，占入选企业总数的 88% ，呈现“中美双核心、欧洲辅助、其他区域补充”的分布特征。

(8) 全球AI企业空间集聚效应极为显著。入选的100家AI企业主要集聚在美国旧金山市（10家）、中国北京（26家）、中国上海（9家）、中国深圳 （6家）四大城市，合计占比 51%。北美地区以旧金山湾区为核心产业极核，中国则形成京津冀、长三角和粤港澳三大产业极核。

(9) 中国AI企业高度集中于头部城市。入选的100家AI企业中，北京（26家）、上海（9家）、深圳（6家）、杭州（4家）四个城市企业合计45家，占国内入选企业总数的 88.2%。

(10) 入选的100家AI企业中，北美地区占38家，其中美国37家，加拿大1家。旧金山湾区集聚24家企业，是北美人工智能创新的核心策源地。


第三章 全球人工智能企业深度解析

一、基础层企业解析

基础层是人工智能产业链的核心支撑环节，是整个人工智能产业发展的“底座”，直接决定了人工智能技术的性能、效率与应用边界。本次榜单中，基础层企业共20家，其中AI芯片企业14家、智算基础设施企业3家、数据服务企业3家；涵盖美国、中国、加拿大三个国家，形成了以美国为主导、中国快速追赶的发展格局；各细分领域的企业凭借核心技术优势，为上层技术与应用发展提供坚实支撑。


图3-1基础层企业细分赛道分布


图3-2基础层国家分布

专利布局是企业科技创新能力的核心外在体现，其申请数量、授权质量与全球化布局广度，直接反映企业科技创新的投入力度、转化实效与市场布局战略。从近三年专利申请量看，中国企业浪潮位居首位，展现出较强的本土技术产出能力；壁仞科技、摩尔线程等初创企业也保持较快增速。从近三年发明专利授权率看，燧原科技的授权率接近 60%，表现较为突出；浪潮的授权率约 20%，反映出不同企业在专利申请数量与技术创新实效之间的差异。在专利国际化布局方面，美国企业优势显著。高通已在24个国家/地区布局专利，PCT申请量达287件，构建了完善的全球专利体系。相比之下，中国基础层企业的国际专利布局尚处于起步阶段。除寒武纪、地平线等少数企业开展了有限的PCT申请外，多数企业的全球化布局仍有较大提升空间。



图3-3基础层企业专利分析

（一）AI芯片：美国主导高端市场，中国国产化加速突破

美国企业英伟达是AI芯片领域的领军企业，其GPU凭借强大的并行计算能力，成为AI训练与推理的首选硬件，市场份额长期占据全球高端市场主导地位。其技术支撑OpenAI等企业的大模型研发，并广泛应用于智算中心、自动驾驶、工业互联网等领域。英特尔依托CPU技术积累积极布局AI芯片，Xeon系列聚焦推理场景，应用于企业级AI与边缘计算。AMD凭借RyzenCPU和RadeonGPU的积累快速成长，MI300系列AI芯片性能接近国际主流产品，成为高端市场的重要参与者。高通聚焦移动端AI芯片，骁龙系列广泛应用于智能手机、平板电脑等终端，推动端侧人工智能普及。

中国企业寒武纪专注云端与边缘端AI芯片研发，思元系列在推理、边缘计算等场景形成优势，应用于智慧城市、医疗影像等领域。燧原科技、壁仞科技、摩尔线程等聚焦高端AI芯片研发，产品性能逐步接近国际同类产品，为大模型研发与智算中心提供国产化硬件支撑。地平线专注自动驾驶AI芯片，征程系列广泛应用于智能汽车；瑞芯微聚焦边缘端AI，应用于智能家居与智能监控；沐曦、天数智芯、比特大陆等企业聚焦细分场景，在算力芯片领域持续突破。

加拿大企业Tenstorrent作为新兴力量，聚焦高性能AI芯片，采用创新架构设计，在并行计算效率与能耗控制方面形成特色，主要面向高端AI模型推理场


景，成为全球AI芯片领域的重要补充。

（二）智算基础设施：中美双向发力，中国场景优势凸显

浪潮专注于智算中心建设、服务器研发与算力服务，其AI服务器产品广泛应用于全球各大智算中心，市场份额位居前列，同时积极参与国家“东数西算”工程，推进算力网络建设。中科曙光聚焦高端服务器、智算中心建设与云计算服务，曙光系列服务器在高性能计算、AI算力领域形成优势，构建了较为完善的算力服务体系。优刻得专注云计算与边缘计算服务，UCloud平台为中小企业提供灵活、高效的算力服务，降低人工智能技术应用门槛。

基础层智算基础设施细分赛道中美国无企业入选，但微软、谷歌、亚马逊等美国综合性科技巨头在智算基础设施领域实力强劲，可提供全球领先的AI算力服务，支撑众多企业的人工智能应用与大模型研发，技术与服务能力位居全球前列。

（三）数据服务：美国主导，中国逐步发力

美国企业Databricks在数据湖与数据仓库领域处于领先地位，其Lakehouse架构融合数据湖与数据仓库优势，为企业提供数据处理、存储与分析服务，广泛应用于AI模型训练与大数据分析。Snowflake聚焦云数据仓库服务，其产品具有灵活、高效、可扩展的特点，能够满足大规模数据存储与处理需求，成为全球云数据仓库领域的重要企业。

中国企业海天瑞声专注语音、文本、图像数据的采集与标注服务，其数据产品广泛应用于智能语音、自然语言处理、计算机视觉等领域，为中国人工智能企业技术研发提供数据支撑。

二、框架层企业解析

框架层是人工智能产业链的核心赋能环节，位于基础层与模型层之间，主要负责将基础层的硬件与数据资源，通过核心技术转化为可支撑模型研发与应用落地的技术工具、平台与解决方案。本次榜单中，框架层企业共20家，涵盖开源AI平台、数据服务、计算机视觉技术、智能语音技术、机器学习平台、数据智能平台、AI开发工具、RPA+AI自动化、数据安全9个细分领域，涉及美国、中


国、日本、英国、法国、新加坡6个国家，其中美国企业11家，中国企业5家，日本、英国、法国和新加坡四国各1家，呈现出美国主导、多国家协同发展的格局，各细分领域的技术创新推动人工智能产业的高质量发展。



图3-4框架层企业细分赛道分析

图3-5框架层企业国家分析

从近三年专利数据来看，AI框架层企业呈现出差异化的技术布局特征。在专利申请量方面，中国企业表现突出，云知声位居首位，云天励飞、思必驰紧随其后，显示出较强的本土创新能力。从近三年的发明专利授权率看，ThoughtSpot、Trax、Mashgin等企业的授权率均超过 60%；而云知声、云天励飞的授权率不足 5%，在专利质量与创新实效方面仍有提升空间。

国际布局方面，日本 Preferred Networks 在美国、日本、中国、韩国、欧洲布局专利75件，PCT申请达6件，展现出一定的全球视野；中国云天励飞的PCT申请达9件，近三年在5个国家共布局407件专利。总体而言，多数企业的专利布局仍以本土为主，布局国家数量集中在1-3个，PCT申请比例偏低，全球化专利体系建设仍处于初期阶段。



图3-6框架层企业专利分析

（一）开源AI平台与AI开发工具：美国垄断，生态持续扩张

开源AI平台与AI开发工具是降低AI开发门槛、推动AI技术普及的核心载体，涵盖模型训练框架、推理引擎、开发工具链等核心内容，当前开源大模型进入2.0时代，性能接近商业模型，生态快速扩张，开源平台与开发工具的重要性日益凸显。

美国企业Hugging Face作为全球最大的开源AI平台，拥有全球最完善的AI模型库与开发工具链，其Transformers框架支持3000+模型的训练、推理与部署，涵盖自然语言处理、计算机视觉、音频处理等多个领域，全球开发者数量突破千万，成为AI开发的核心基础设施。该平台还推出TGI（Text Generation Inference）推理服务，实现生产级推理优化，进一步提升AI开发效率。TogetherAI聚焦开源大模型训练与部署平台，为企业提供高效的大模型训练、微调与推理服务，凭借灵活的定制化能力，成为中小企业与科研机构的重要选择，推动开源大模型的规模化应用。

Replit、Anysphere作为AI开发工具领域的代表企业，专注于提升AI开发效率，降低开发门槛。Replit推出AI开发平台，支持多语言代码生成、调试与部署，凭借简单易用的界面与强大的功能，成为全球开发者的常用工具； Anysphere聚焦AI代码协作工具，通过AI技术实现代码的自动审核、优化与协


作，提升团队开发效率，其产品在硅谷科技企业中广泛应用。

（二）数据服务领域：美国主导，细分领域差异化竞争

框架层的数据服务主要聚焦于AI模型训练所需的数据标注、清洗、增强等细分环节，与基础层的数据服务形成互补，核心目标是为AI技术落地提供高质量、标准化的数据支撑。

美国公司ScaleAI专注于AI训练数据标注服务，涵盖计算机视觉、自然语言处理、自动驾驶等多个领域，其通过AI辅助标注技术，提升数据标注的效率与精度，降低数据标注成本，为OpenAI、特斯拉等企业提供高质量的数据支撑。 SnorkelAI聚焦数据标注与数据增强技术，推出的自动化数据标注平台，能够实现数据的快速标注、清洗与增强，帮助企业减少人工标注成本，提升AI模型训练效率，其技术在医疗、金融等垂直领域应用广泛。

（三）计算机视觉与智能语音技术：中美主导，场景化落地加速

计算机视觉与智能语音技术是AI技术落地的核心场景，也是框架层最具产业化价值的细分领域，其中计算机视觉技术涵盖图像识别、目标检测、人脸识别等，智能语音技术涵盖语音识别、语音合成、自然语言理解等，两者均已在多个行业实现规模化落地。

中国企业在计算机视觉与智能语音技术领域具有显著的场景优势，凭借庞大的国内市场需求，实现技术快速迭代与场景化落地。旷视科技作为国内计算机视觉领域的龙头企业，专注于人脸识别、图像识别等技术研发，其产品广泛应用于智能安防、智慧城市、新零售等领域，凭借先进的算法与场景落地能力，在全球计算机视觉领域占据重要地位；云天励飞聚焦智慧安防与智能交通领域，其计算机视觉技术在城市治理、交通管控等场景应用广泛，形成了“技术+场景”的核心竞争力；思谋科技专注于工业视觉技术，为制造业提供视觉检测、智能分拣等解决方案，助力制造业智能化转型。云知声、思必驰作为国内智能语音领域的代表企业，其语音识别、语音合成技术在智能音箱、车载系统、政务服务等场景应用广泛，逐步实现规模化盈利。

美国企业在计算机视觉技术领域聚焦高端场景，Mashgin专注于智能视觉识别与结算技术，其产品应用于零售、餐饮等领域，凭借高效的识别精度与结算速度，成为全球智能结算领域的龙头企业；新加坡企业Trax聚焦零售视觉技术，


通过计算机视觉技术实现零售货架的智能管理与数据分析，为零售企业提供高效的运营解决方案，业务覆盖全球多个国家和地区。

（四）机器学习平台与数据安全：欧美日主导，技术壁垒较高

机器学习平台是AI模型训练、部署与迭代的核心工具，数据安全则是AI技术规模化落地的重要保障，两者均属于框架层的高壁垒细分领域，主要由欧美企业主导。

H2O.ai、Preferred Networks作为机器学习平台领域的代表企业，分别来自美国与日本。H2O.ai聚焦企业级机器学习平台，为企业提供从数据预处理、模型训练到部署的全流程解决方案，其产品支持多种机器学习算法，广泛应用于金融、医疗、零售等领域，帮助企业快速实现AI转型；日本企业Preferred Networks专注于深度学习与机器学习技术研发，其机器学习平台在工业制造、自动驾驶等领域应用广泛，是日本AI技术发展的核心支撑。

数据安全领域随着AI技术的普及，需求日益增长。OneTrust（美国）聚焦AI数据合规与安全管理，其产品能够帮助企业满足全球各地的数据监管政策，实现数据的安全流转与合规使用，业务覆盖全球多个国家和地区；ZAMA（法国）专注于隐私计算技术，通过同态加密技术实现数据的“可用不可见”，保障AI模型训练过程中的数据安全。

三、模型层企业解析

模型层是人工智能产业的核心竞争力所在，是AI技术的“核心引擎”，主要涵盖通用大模型、垂直大模型等领域。2026年，大模型技术已从“参数竞赛”全面转向“能力竞赛”，形成“通用大模型打底、垂直大模型落地”的格局，混合专家模型成为主流架构，多模态能力成为大模型的标配。榜单中模型层共10家企业，其中美国3家、中国7家，呈现出“中国数量领先、美国技术领先”的竞争格局，反映出中国在大模型领域的快速崛起与美国的技术引领地位。



图3-7模型层企业国家分析

从近三年专利申请量看，中国企业表现突出，智谱华章以113件位居首位，美国OpenAI以39件申请量位列第二，百川智能、阶跃星辰、MiniMax等紧随其后，反映出中国企业在AI大模型、算法等核心领域的高强度科技创新投入，以及快速积累技术成果、构建技术壁垒的战略导向。从近三年发明专利授权率看，智谱华章授权率约 22.1%，百川智能、阶跃星辰则不足 13%，而MiniMax授权率达 66.7%，DeepLang达 66.7%，OpenAI和Anthropic分别约为 41%和 42.9%，均保持较高水平。

在国际化布局方面，美国企业初步展现全球视野。Anthropic布局覆盖4个国家/地区，PCT专利1件，在美日韩欧等核心市场布局17件，构建了初步的海外专利体系；OpenAI布局1个国家，PCT专利6件。中国企业除智谱华章有2件PCT申请、MiniMax有1件外，多数企业布局范围仍集中在国内，全球化专利布局尚处于起步阶段。



图3-8模型层企业专利分析

（一）美国企业：技术引领，垄断高端市场

美国企业凭借先发优势与技术积累，在全球高端大模型市场占据主导地位，引领技术发展方向。OpenAI作为生成式AI引领者，依托GPT系列模型占据通用大模型主流市场，产品包括GPT-5.4、GPT-5.2、o1、o3-mini等版本。Anthropic专注安全可靠的通用大模型研发，其Claude Opus4.6在长上下文理解、复杂推理、数据安全方面优势突出，通过“ConstitutionalAI”保障输出安全合规，广泛应用于金融、法律、医疗等高敏感领域。xAI作为马斯克旗下企业，Grok系列在实时信息获取、长序列处理方面具备差异化特点，已成为全球大模型领域重要参与者。

（二）中国企业：数量领先，场景化优势显著

中国模型层企业呈现“多点开花、快速迭代”态势，依托庞大内需与政策支持，在通用与垂直领域均实现突破，形成多元格局。智谱华章作为国内通用大模型龙头，在中文理解与多模态生成方面优势显著。DeepSeek（深度求索）、 Moonshot AI（月之暗面）在细分赛道形成核心竞争力：DeepSeek专注通用与代码大模型，DeepSeek-V4、DeepSeek-V3、DeepSeek-Coder系列在代码生成、数学推理表现突出；Moonshot AI的Kimi以长上下文为核心优势，支持超长文本处理，在办公、科研场景应用广泛。MiniMax（稀字科技）、Stepfun（阶跃星辰）


聚焦多模态：MiniMax在语音合成、多模态生成能力领先；Stepfun依托Step系列模型深耕视频生成，已具备文本到视频的跨模态生成能力，契合多模态AI发展趋势。

四、应用层企业解析

应用层作为AI产业从技术研发到市场变现的最终载体，是连接基础层算力、框架层算法、模型层智能能力与终端用户的核心枢纽，更是全球AI产业商业化竞争的主战场与价值兑现的核心环节。不同于基础层的算力支撑、框架层的工具赋能、模型层的智能输出，应用层的核心价值在于“将抽象技术转化为可落地、可感知、可盈利的产品与服务”，直接对接C端消费需求与B端产业痛点，是衡量AI产业落地能力、市场成熟度的关键指标。


图3-9应用层企业细分赛道分布

应用层共入选40家企业，覆盖互联网内容平台、AIGC创意创作、行业解决方案、企业效能与开发、智能硬件/特种AI共5个方向。其中，行业解决方案赛道企业16家，占比 40%；AIGC创意创作赛道11家，占比 27.5%；两大赛道合计27家企业，占比 67.5%，成为应用层的核心赛道。互联网内容平台赛道7家企业，占比 17.5%；智能硬件/特种AI赛道4家，占比 10%；企业效能与开发赛道2家企业，占比 5%，这三个赛道分别满足内容生态场景、高端硬件与特种场景、企业效率升级的细分需求。从国家分布来看，中国企业21家，占比 52.5%，主要覆盖行业解决方案、互联网内容平台等场景化赛道，核心优势在于庞大的市场规模、丰富的场景资源与强大的场景适配能力，能够快速实现AI技术的规模


化落地；美国企业13家，占比 32.5%，重点聚焦AIGC创意创作、智能硬件/特种AI等高价值、高技术壁垒赛道。


图3-10应用层企业近三年专利申请数量分布

图3-10中显示了应用层企业近三年专利申请的赛道分布情况，图中纵轴代表专利申请数量。行业解决方案赛道的专利申请数量达到2498件，以绝对优势位居第一；互联网内容平台赛道的专利申请数量为377件，位列第二；AIGC创意创作赛道的专利申请数量为373件，紧随其后排名第三；企业效能与开发赛道的专利申请数量为238件，居于第四位；智能硬件/特种AI赛道的专利申请数量最少，为35件，位列第五。行业解决方案赛道的专利申请数量明显领先于其他赛道，成为应用层企业专利布局的核心赛道，反映出应用层企业的技术创新方向与专利投入重点高度聚焦于行业解决方案相关领域。


图3-11应用层企业近三年论文数量分布


图3-11显示了应用层企业近三年论文数量的赛道分布情况，图中纵轴代表论文数量。行业解决方案赛道的论文数量190篇，位居首位，其规模远超其他所有赛道的总和，是应用层企业学术研究与技术成果发表的核心重心。AIGC创意创作赛道的论文数量为37篇，位列第二，体现出生成式AI创意领域的学术探索与技术积累。智能硬件/特种AI赛道的论文数量为10篇，排名第三。互联网内容平台、企业效能与开发赛道的论文数量均为0篇，体现出这两类赛道的企业更聚焦于商业化应用与产品落地，学术成果输出的意愿相对较低。


图3-12应用层企业PCT专利总量数量分布

图3-12显示了应用层企业PCT专利总量的赛道分布情况，图中纵轴代表PCT专利数量。行业解决方案赛道的PCT专利数量30件，位居首位，是应用层企业在全球专利布局中投入力度最大的核心方向。互联网内容平台赛道的PCT专利数量为19件，位列第二，反映出该赛道企业在技术出海与全球生态构建中的积极布局。企业效能与开发赛道的PCT专利数量为7件，排名第三，规模相对较小。智能硬件/特种AI赛道的PCT专利数量为3件，AIGC创意创作赛道的PCT专利数量为2件，两类赛道的专利数量相对偏低。



图3-13应用层企业布局国家/地区数量分布

图3-13展示了应用层企业布局国家/地区数量的赛道分布情况，纵轴代表企业布局的国家/地区数量。行业解决方案赛道的企业布局国家/地区数量最多，为35个，位居首位，是应用层企业中全球化布局最为深入的赛道，体现出该赛道企业适配多区域行业需求、拓展全球市场的积极策略。互联网内容平台赛道以17个位列第二，反映出该赛道依托内容生态的全球化传播特性，具备较强的多区域市场覆盖能力。企业效能与开发赛道、智能硬件/特种AI赛道的布局国家/地区数量均为12个，并列第三。AIGC创意创作赛道布局国家/地区数量最少，为11个。整体来看，应用层企业全球化布局呈明显差异，行业解决方案赛道领先，反映出不同赛道在全球化战略上的侧重不同。


图3-14应用层企业上市及上市交易所分布


40家应用层企业中，上市企业11家，占比 27.5%；未上市企业29家，占比 72.5%。未上市企业占比较高，反映出当前应用层企业资本化进程整体偏缓。从 11家上市企业中，港交所布局最为集中，共4家；深交所创业板、深交所创业板与港交所双重上市、上交所科创板、上交所科创板与港交所双重上市、纳斯达克、纽交所、韩交所各有1家企业。港交所在应用层企业上市渠道中占据主导地位，其余交易所分布较为分散，反映出应用层企业在资本市场选择上呈现多元化特征。

五、综合性大企业解析


图3-15综合性大企业近三年专利申请数量及活跃发明人数量分布

在人工智能领域，综合性大企业近三年专利申请数量呈现较为明显的梯队差异。三星以7944件的申请量位居首位；苹果、华为、谷歌、腾讯的专利申请量均超过2000件，构成第二梯队；百度、微软的申请量在1300-1800件区间，属于第三梯队。从活跃发明人数量维度看，苹果的活跃发明人数量最多，为682人；微软、腾讯、谷歌、百度的活跃发明人数量在400-620人，阿里巴巴、华为、三星、字节跳动的活跃发明人数量在300-430人，部分企业专利申请量较高但活跃发明人数量相对适中，体现出不同企业在研发人力投入与专利产出效率上的差异。



图3-16综合性大企业布局国家/地区数量分布

10家综合性大企业中，三星布局的国家/地区数量最多，为34个；谷歌、华为、微软的布局数量分别为26个、25个、25个；苹果为21个，腾讯为17个，阿里巴巴为13个，百度为12个，字节跳动与Meta均为11个。可以看出，韩国企业三星的布局数量领先所有企业，体现出较强的全球化拓展倾向；美国企业谷歌、微软的布局数量处于高位；中国企业华为、腾讯的布局数量相对较多，反映出不同地域企业在全球化市场拓展策略上的差异化选择。


图3-17综合性大企业PCT专利数量分布

综合性大企业中，三星的PCT专利最多，为2073件；华为、微软、谷歌分别为695件、456件、431件；苹果为296件，Meta为156件，腾讯为99件，阿里巴巴为56件，字节跳动为47件，百度为11件。在人工智能领域，企业专


利申请量可分为四个梯度，各梯度间规模差异明显。第一梯度为三星，PCT专利突破2000件，是全球专利布局最密集的企业，在硬件与半导体领域形成绝对技术壁垒；第二梯度为华为、微软、谷歌，PCT专利在400-700件区间，是核心技术研发的主力群体，分别在通信技术、软件生态、互联网与AI领域构建了深厚专利储备；第三梯度为苹果、Meta、腾讯，PCT专利在100-300件区间，专利布局更侧重消费电子、社交场景、数字内容等应用层创新；第四梯度为阿里巴巴、字节跳动、百度，PCT专利不足100件，专利布局相对薄弱。可以看出，韩国企业三星的专利申请量遥遥领先，体现出其在电子硬件与半导体领域的技术积累与全球化专利壁垒；美国企业谷歌、微软的PCT专利处于高位，苹果、Meta紧随其后，覆盖底层软件、消费电子、互联网服务等全赛道，构建了全面的技术生态；中国企业中，华为在通信与ICT领域具备全球竞争力，而阿里巴巴、百度、字节跳动、腾讯等企业PCT专利明显偏低，反映出更侧重应用创新与场景落地。



图3-18综合性大企业上市及上市交易所分布

10家综合性大企业中，8家已实现上市，上市率达 80%；仅字节跳动、华为2家企业未上市。上市企业的交易所选择呈现“纳斯达克主导、多元补充”的特征：纳斯达克交易所聚集度最高，共4家；港交所、纽交所与港交所双重上市、纳斯达克与港交所双重上市、韩交所与伦交所双重上市的企业各有1家。美国公司苹果、谷歌、Meta、微软均为纳斯达克上市，依托纳斯达克的全球资本流动性与成熟科技企业生态，实现高效融资与全球化估值；中国企业阿里巴巴、百度、腾讯为跨区域/双重上市的企业，兼顾本土市场与国际资本，提升全球资本覆盖度。韩国企业三星，选择韩交所与伦交所上市，既立足本土资本市场巩固根基，又通过伦交所拓展欧洲投资者渠道，体现其全球化资本布局的精准性。


第四章 全球人工智能企业区域布局

一、全球分布情况


图4-1全球人工智能企业区域分布图

全球人工智能科技企业呈现“中美双核心、欧洲辅助、其他区域补充”的分布格局，区域集中度高。入选的100家人工智能企业中，中国51家，占比 51%；美国企业37家，占比 37%；中美两国合计占据入选企业总数的 88%。欧洲地区企业共有6家（英国3家、法国1家、德国1家、意大利1家），占比 6%；亚洲及其他地区包括韩国、日本、新加坡、加拿大等共计6家企业，占比 6%。

二、中国区域特征


图4-2中国人工智能企业区域分布图

中国人工智能企业的城市分布呈现显著的集聚性，头部城市成为产业发展的


核心载体，形成“京津冀-长三角-粤港澳”三大产业极核，区域辐射效应突出。具体来看，北京作为中国科技研发与人才高地，集聚了26家企业，占中国企业总数的 51%，占据绝对领先地位；上海凭借医疗、金融等高端应用场景优势，占9家企业；深圳依托完善的硬件制造与创新创业生态，占6家企业；杭州作为电商与云计算产业核心城市，占4家企业；福州、济南、厦门、苏州、天津、武汉各有1家企业。北京、上海、深圳、杭州四大核心城市的企业数量合计45家，占中国入选企业总数的 88%，贡献了全国绝大部分AI产业资源，形成了以北京为核心的技术研发中心、以上海为核心的医疗AI特色中心、以深圳为核心的硬件制造与AI应用融合中心、以杭州为核心的电商AI与云计算中心的差异化发展布局。

三、北美区域特征


图4-3北美人工智能企业区域分布图

北美地区作为全球AI产业的核心策源地，38家企业入选，高度集中于美国（37家）与加拿大（1家），呈现出极强的空间集聚特征。具体而言，旧金山湾区以24家企业构成绝对核心，占北美企业总数的 63.2% ，占美国入选企业的 64.9% ，其中，旧金山市独占10家，为全球AI创新密度最高的单一城市。纽约作为金融与科技融合中心，集聚3家企业。多伦多集聚1家加拿大企业，占北美


企业总数的约 2.6%。人才、资本与技术的深度聚合，使旧金山湾区成为全球AI创新的主导极核，进一步巩固了北美在该领域的领先优势。

四、中美人工智能企业竞争格局


图4-4中美两国人工智能企业层级分布图

中美AI企业在不同框架层级呈现出清晰的差异化竞争格局。中国在基础层、模型层、应用层的企业数量占优，美国则在框架层领先，综合性大企业数量双方接近。具体来看，基础层中国13家、美国6家，框架层美国11家、中国5家，模型层中国7家、美国3家，应用层中国21家、美国13家，综合性大企业中国5家、美国4家，两国各有侧重的产业布局共同塑造了全球AI产业的竞争态势。

中国AI行业的优势集中在底层算力与场景应用，框架层是明显短板。中国在基础层聚焦算力硬件与AI芯片研发，寒武纪、浪潮等企业为AI发展提供了核心算力支撑；模型层大模型创业企业活跃度高，智谱华章、月之暗面等在通用与垂直领域模型上快速迭代；应用层依托国内丰富的消费、工业场景，旷视科技、快手、作业帮等企业在计算机视觉、内容生成、教育AI等方向实现了广泛落地。框架层5家企业入选，说明在AI开发框架、数据处理工具等中间环节储备不足，核心研发工具仍高度依赖美国生态。

美国AI行业的核心优势在于技术工具与生态主导，模型层创新活力相对不足。美国在框架层拥有11家企业，Hugging Face、ThoughtSpot等构建了全球领先的AI开发工具与数据平台，主导着全球AI研发的技术标准；应用层虽企业数量略少于中国，但OpenAI、Midjourney等企业引领着生成式AI的技术方向；基础层企业虽数量少却均为行业龙头，英伟达、高通垄断了全球AI芯片市场。美国模型层企业3家入选，说明在大模型赛道的创新活力稍弱于中国。


整体来看，中美AI行业形成了鲜明的互补竞争格局：中国凭借基础层、模型层与应用层的企业数量优势，在算力供给与场景落地端占据主动；美国依托框架层的生态主导与基础层的龙头地位，在核心工具与底层技术上掌握话语权，双方的差异化布局共同驱动着全球人工智能产业的多元发展与技术迭代。


第五章 全球人工智能企业发展趋势与展望

人工智能产业正从技术单点突破迈入全链条协同发展的新阶段，未来将围绕算力优化、技术普惠、场景深耕、安全合规四大核心方向演进，形成“基础层筑牢根基、框架层降低门槛、模型层精准赋能、应用层价值落地”的全产业链格局，全球竞争与生态协同并行的发展态势将持续深化。

一、基础层：算力集约化与自主化协同发展

基础层作为产业核心支撑，将呈现“算力高效化、供给自主化、架构协同化”三大趋势。随着大模型训练推理、智能体应用等需求爆发，专用AI芯片与通用算力芯片将形成差异化分工，高密度、高适配的算力基础设施成为建设重点，通过弹性调度与资源复用技术，显著提升算力利用率与性价比，推动算力普惠化。自主可控成为基础层发展的关键主线，本土算力产业链将加速构建，从芯片设计、服务器制造到智算平台搭建形成完整产业链，同时通过开放协作提升与全球技术体系的适配性。端云协同架构进一步成熟，端侧算力承担本地推理任务，云端算力聚焦大规模训练，形成“云端集约+端侧泛在”的全域算力网络，满足隐私保护与低延迟需求。

二、框架层：开源生态主导，开发门槛持续降低

框架层将以“生态协同+工具轻量化”为核心，推动AI技术从少数主体掌控向全球协同创新转变。开源生态成为技术迭代的核心驱动力，全球开源社区与框架将持续扩容，形成“核心技术开源+开发者二次创新”的良性循环，加速技术扩散与普惠。开发工具向模块化、低代码化演进，将数据处理、模型训练、部署运维等环节拆解为标准化模块，降低非专业开发者的参与门槛，缩短AI应用开发周期。数据服务与算法优化深度融合，高质量标注数据集与弱监督学习技术并行发展，解决模型训练的数据瓶颈，同时垂直领域算法与场景需求深度绑定，提升AI模型的实际应用效果。

三、模型层：从通用适配到专用赋能，开源闭源协同共生

模型层将呈现“通用筑基、专用深耕、双轨并行”的发展格局。通用大模型


持续迭代多模态能力，成为行业赋能的基础底座，而真正的价值增长点将集中在垂直领域专用模型，通过融入行业知识、适配业务流程，实现“通用模型+行业数据+业务规则”的定制化赋能。开源与闭源模型形成互补生态，闭源模型凭借性能优势占据高端商业市场，开源模型以开放性推动技术普惠，两者共同推动模型层迭代升级。模型轻量化成为重要方向，通过压缩、蒸馏、量化等技术优化，适配端侧设备与低成本场景，实现“小模型大能力”，同时训练推理效率持续提升，降低模型研发与应用成本。

四、应用层：B端C端双向发力，场景价值深度释放

应用层将从技术展示转向价值创造，呈现“B端规模化、C端精品化、场景协同化”趋势。B端应用从单点工具升级为全链路生产力引擎，深度融入工业、医疗、金融、教育等行业核心业务流程，通过行业垂直模型与模块化架构，实现定制化解决方案的快速落地。C端市场聚焦“超级工具+智能陪伴”，一站式AI助手涵盖信息查询、内容创作、生活服务等多元需求，创意类工具持续优化用户体验，隐私保护与个性化成为核心竞争力。跨场景生态协同加速，技术能力在多场景复用，智能体技术打破场景壁垒，实现从“被动响应”到“主动服务”的转变，成为连接人与服务的核心枢纽。

五、安全与合规：筑牢产业发展底线

安全合规成为AI产业可持续发展的核心前提，将呈现“技术防护升级+合规体系完善”的双轮驱动格局。数据安全与隐私保护技术持续迭代，隐私计算、数据加密等技术实现“数据可用不可见”，同时构建AI模型全生命周期安全防护体系，防范模型投毒、对抗样本等风险。全球AI立法与行业标准加速完善，明确技术应用边界与责任划分，引导企业将合规要求融入研发与应用全流程。合规与创新形成良性互动，清晰的规则体系减少企业试错成本，推动技术创新向合规化、高质量方向发展。

六、全球竞争与合作：双极主导，生态协同

全球AI产业将维持“双极主导、多元补位”的竞争格局，两大核心阵营在


技术路线与布局侧重上形成差异化，一方聚焦底层技术与全球生态，另一方深耕场景适配与自主化布局，两者在竞争中形成互补。生态协同成为全球发展主流，开源社区推动全球开发者协作创新，行业标准制定吸引多元主体参与，跨国技术合作在芯片设计、模型训练、场景应用等领域持续深化，形成“竞争中合作、合作中竞争”的动态平衡，共同推动全球AI产业普惠发展。


附录

附录1全球人工智能企业科技创新指数指标体系

一级指标

二级指标

二级指标含义

创新产出

活跃发明人数量

反映研发团队的持续创新能力

近三年专利申请数量

衡量近期技术创新的活跃度

近三年专利申请增速

体现创新活动的增长趋势

论文数量

体现基础研究与学术影响力

创新质量与价值

近三年发明专利申请量占比

反映专利申请的质量与核心技术含量

近三年发明专利授权率

衡量专利申请的质量与创新高度

专利被引数量

专利技术对后续创新的影响力和基础性价值

专利权稳定性

经无效/诉讼程序后确权数量，反映核心专利的坚固程度与法律价值

专利对外许可总数

衡量专利技术的商业化输出能力

专利对外转让总数

反映专利资产流动与变现能力

运营能力与商业化

核心AI产品矩阵规模

衡量企业AI产品的核心竞争力与商业化落地能力

年度新品发布数量

体现企业将技术成果转化为市场化产品的能力，反映其技术迭代速度、市场响应效率及商业化落地水平

开源贡献

体现技术生态参与度与行业协作影响力

产品多元化

技术应用领域的广度与平台化能力

产品下载量

反映技术转化为产品后的市场接受度与用户渗透广度


一级指标

二级指标

二级指标含义

资本化与全球布局

金融状况

融资历史、估值、股价表现，反映资本市场对其未来潜力的评价

布局国家/地区数量

反映全球化保护与市场覆盖范围

PCT专利总量

技术的前瞻性和全球化保护布局意识

国际获奖情况

产品/技术获得的权威第三方认可

影响力指数

评估企业在产业中的话语权、生态壁垒与长期竞争力


附录2全球人工智能企业榜单

（一）基础层企业榜单

排名

企业名称

细分赛道

国家/地区

1

NVIDIA英伟达

AI芯片

US美国

2

Intel英特尔

AI芯片

US美国

3

AMD

AI芯片

US美国

4

Inspur浪潮

智算基础设施

CN中国

5

Qualcomm高通

AI芯片

US美国

6

Sugon中科曙光

智算基础设施

CN中国

7

Cambricon寒武纪

AI芯片

CN中国

8

Databricks

数据服务

US美国

9

Snowflake

数据服务

US美国

10

Enflame燧原科技

AI芯片

CN中国

11

BIREN TECHNOLOGY壁仞科技

AI芯片

CN中国

12

Moore Threads摩尔线程

AI芯片

CN中国

13

Tenstorrent

AI芯片

CA加拿大

14

MetaX沐曦

AI芯片

CN中国

15

Horizon地平线

AI芯片

CN中国

16

ILUVATAR COREX天数智芯

AI芯片

CN中国

17

Rockchip瑞芯微

AI芯片

CN中国

18

UCloud优刻得

智算基础设施

CN中国

19

DataoceanAI海天瑞声

数据服务

CN中国

20

BITMAIN比特大陆

AI芯片

CN中国


（二）框架层企业榜单

排名

企业名称

细分赛道

国家/地区

1

Hugging Face

开源AI平台

US 美国

2

Scale AI

数据服务

US 美国

3

Together AI

开源AI平台

US 美国

4

Snorkel AI

数据服务

US 美国

5

MEGVII旷视科技

计算机视觉技术

CN 中国

6

H20.ai

机器学习平台

US 美国

7

ThoughtSpot

数据智能平台

US 美国

8

Automation Anywhere

RPA+AI自动化

US 美国

9

Unisound云知声

智能语音技术

CN 中国

10

intellifusion云天励飞

计算机视觉技术

CN 中国

11

AISpeech思必驰

智能语音技术

CN 中国

12

SmartMore思谋科技

工业视觉技术

CN 中国

13

Preferred Networks

机器学习平台

JP 日本

14

Quantexa

数据智能平台

UK 英国

15

Replit

AI开发工具

US 美国

16

Anysphere

AI开发工具

US 美国

17

OneTrust

数据安全

US 美国

18

ZAMA

数据安全

FR法国

19

Trax

计算机视觉技术

SG新加坡

20

Mashgin

智能视觉技术

US 美国


（三）模型层企业榜单

排名

企业名称

细分赛道

国家/地区

1

OpenAI

通用大模型

US 美国

2

Anthropic

通用大模型

US 美国

3

Z.AI 智谱华章

通用大模型

CN 中国

4

xAI

通用大模型

US 美国

5

DeepSeek 深度求索

通用大模型

CN 中国

6

MiniMax 稀宇科技

通用大模型

CN 中国

7

Stepfun 阶跃星辰

通用大模型

CN 中国

8

Moonshot AI 月之暗面

通用大模型

CN 中国

9

DeepLang 深言科技

通用大模型

CN 中国

10

BAICHUAN AI 百川智能

通用大模型

CN 中国


（四）应用层企业榜单

排名

企业名称

细分赛道

国家/地区

1

Kuaishou快手

互联网内容平台

CN中国

2

PINGAN平安科技

行业解决方案

CN中国

3

Meitu美图

AIGC创意创作

CN中国

4

KINGSOFT OFFICE金山办公

企业效能与开发

CN中国

5

NAVER

互联网内容平台

KR韩国

6

zuoyebang作业帮

行业解决方案

CN中国

7

Adobe

AIGC创意创作

US美国

8

SNOW

互联网内容平台

KR韩国

9

DP Technology深势科技

行业解决方案

CN中国

10

BAIWANG百望股份

行业解决方案

CN中国

11

United Imaging联影医疗

行业解决方案

CN中国

12

Bloomberg

行业解决方案

US美国

13

Dcrays数传集团

行业解决方案

CN中国

14

Zhongguancun Kejin中关村科金

行业解决方案

CN中国

15

Glodon广联达

行业解决方案

CN中国

16

AsiaInfo亚信科技

行业解决方案

CN中国

17

Midjourney

AIGC创意创作

US美国

18

Bending Spoons

互联网内容平台

IT意大利

19

Runway

AIGC创意创作

US美国

20

Xiaoice小冰

行业解决方案

CN中国


排名

企业名称

细分赛道

国家/地区

21

wondershare万兴科技

AIGC创意创作

CN中国

22

Character AI

互联网内容平台

US美国

23

Inshort影笑科技

互联网内容平台

CN中国

24

LiblibAI奇点星宇

AIGC创意创作

CN中国

25

Jasper

AIGC创意创作

US美国

26

ElevenLabs

AIGC创意创作

UK英国

27

DeepL

AIGC创意创作

DE德国

28

Synthesia

AIGC创意创作

UK英国

29

o9Solutions

行业解决方案

US美国

30

Typeface

AIGC创意创作

US美国

31

Terminus特斯联

行业解决方案

CN中国

32

Galbot银河通用

智能硬件/特种AI

CN中国

33

lingban灵伴科技

行业解决方案

CN中国

34

Notion

企业效能与开发

US美国

35

Skydio

智能硬件/特种AI

US美国

36

Anduril Industries

智能硬件/特种AI

US美国

37

Neuralink

智能硬件/特种AI

US美国

38

PerplexityAI

互联网内容平台

US美国

39

betteryeah斑头雁

行业解决方案

CN中国

40

AIbee爱笔

行业解决方案

CN中国


（五）综合性大企业榜单

排名

企业名称

细分赛道

国家/地区

1

GOOGLE谷歌

互联网与内容平台

US美国

2

Microsoft微软

行业解决方案

US美国

3

Apple苹果

AIGC创意创作

US美国

4

Samsung三星

企业效能与开发

KR韩国

5

ByteDance字节跳动

互联网与内容平台

CN中国

6

Alibaba阿里巴巴

行业解决方案

CN中国

7

Tencent腾讯

行业解决方案

CN中国

8

Meta

互联网与内容平台

US美国

9

Huawei华为

行业解决方案

CN中国

10

Baidu百度

行业解决方案

CN中国


全球人工智能企业科技创新指数报告2026

报告编写组

《全球人工智能企业科技创新指数报告2026》编写组 （排名不分先后）

编写组成员 李长青 任华星 江雅勤 李磊 孙鹏 郭思雅 姚天奇


关于我们

八月瓜科技创新研究院是以全球科技信息大数据为基础的科技创新智库服务机构，可提供科技情报检索分析、技术前瞻预测、专利导航、专利分类分级、FTO侵权分析、技术尽职调查、产业规划等以创新链为基础，围绕创新全过程的科技咨询服务。截至目前，研究院撰写的建言献策被国家有关部委、北京市政府采纳的超50篇。同时参与了《科技成果评估规范》《科技成果五元价值评估指南》《科技评估指标体系构建通用要求》《科技评估服务质量控制规范》和《科技评估人员能力评价规范》等多项国家标准，及10余项地方、行业标准制定。

八月瓜打造的“擎策·知海”全球专利数据库，涵盖世界178个国家、组织及地区的2亿+条专利数据、知识产权数据、科技文献数据、企业信息数据等各类数据26亿余条，数据实时更新，核心技术获得科技部“新一代人工智能国家科技重大专项”支持。“构建科技创新全链条服务‘生态’体系”入选商务部“国家服务业扩大开放综合示范区10个最佳实践案例”。

通过对“擎策·知海”全球专利数据库中科技信息数据的监测及分析，自 2019年开始，研究院每年连续发布《全国科技创新百强指数报告》，指标体系被科技部《企业创新积分制工作指引》采用。


版权及免责声明

本报告版权归属八月瓜科技创新研究院，任何非商业应用的转载或转贴都应注明真实作者和真实出处。任何单位和个人未经本单位授权，不得将本报告用于商业、盈利、广告等目的。

如需将八月瓜科技创新研究院提供的报告内容用于商业、盈利、广告等目的，需征得八月瓜科技创新研究院书面授权且注明出处“八月瓜科技创新研究院”字样。按照中国及国际版权法的有关规定向八月瓜科技创新研究院支付版税。

本报告的撰写是基于八月瓜科技创新研究院及其研究人员认为可信且已经公开的相关资料。但本单位对这些信息的准确性和完整性均不作任何保证，亦不承担任何因使用本报告而产生的任何法律责任。

本报告有关版权问题适用中华人民共和国法律。我单位保留随时解释和更改上述免责事由及条款的权利。



全国咨询电话400-183-0900网址：www.bayuegua.com