一、報(bào)告背景與核心價(jià)值

1．政策發(fā)布背景解析

工信部連續(xù)七年發(fā)布AI專(zhuān)利報(bào)告，具有深遠(yuǎn)的行業(yè)意義。這一系列報(bào)告為AI產(chǎn)業(yè)的發(fā)展提供了權(quán)威的參考依據(jù)，有助于企業(yè)把握技術(shù)發(fā)展趨勢(shì)，合理規(guī)劃研發(fā)方向，避免盲目投入。同時(shí)，也為政府制定相關(guān)政策提供了數(shù)據(jù)支持，促進(jìn)產(chǎn)業(yè)資源的優(yōu)化配置。

2024版報(bào)告發(fā)布于國(guó)際產(chǎn)業(yè)轉(zhuǎn)移的大背景下。隨著全球科技競(jìng)爭(zhēng)的加劇，AI產(chǎn)業(yè)成為各國(guó)競(jìng)相爭(zhēng)奪的戰(zhàn)略高地。一些發(fā)達(dá)國(guó)家加大了對(duì)AI技術(shù)的研發(fā)投入，推動(dòng)產(chǎn)業(yè)升級(jí)。我國(guó)為了在這場(chǎng)競(jìng)爭(zhēng)中占據(jù)有利地位，需要更加精準(zhǔn)地了解AI技術(shù)的發(fā)展動(dòng)態(tài)。

七部委聯(lián)合發(fā)布的政策文件以及區(qū)域經(jīng)濟(jì)發(fā)展規(guī)劃，都凸顯了國(guó)家層面對(duì)AI技術(shù)創(chuàng)新的高度重視。AI技術(shù)被視為推動(dòng)經(jīng)濟(jì)高質(zhì)量發(fā)展、提升國(guó)家競(jìng)爭(zhēng)力的關(guān)鍵力量，在國(guó)家戰(zhàn)略中具有重要的定位。通過(guò)發(fā)布AI專(zhuān)利報(bào)告，能夠引導(dǎo)企業(yè)加大創(chuàng)新投入，提高我國(guó)AI產(chǎn)業(yè)的整體水平。

2．全棧技術(shù)定義演進(jìn)

生成式AI全棧技術(shù)涵蓋“基礎(chǔ)層 – 模型層 – 應(yīng)用層”體系?；A(chǔ)層主要包括智能芯片、算力基礎(chǔ)設(shè)施等，為AI技術(shù)的運(yùn)行提供硬件支撐；模型層涉及各種算法和模型，如多模態(tài)大模型，是AI技術(shù)的核心；應(yīng)用層則是將AI技術(shù)應(yīng)用于各個(gè)領(lǐng)域，實(shí)現(xiàn)其商業(yè)價(jià)值。

與早期人工智能技術(shù)相比，全棧技術(shù)有了顯著的變化。2017 – 2024年期間，技術(shù)定義不斷演進(jìn)。早期人工智能技術(shù)主要集中在特定領(lǐng)域的應(yīng)用，而全棧技術(shù)更加注重系統(tǒng)性和綜合性。智能芯片的出現(xiàn)，大大提高了AI計(jì)算的效率；多模態(tài)大模型能夠處理多種類(lèi)型的數(shù)據(jù)，使AI的應(yīng)用場(chǎng)景更加廣泛。這些新要素的加入，使得全棧技術(shù)能夠更好地滿(mǎn)足復(fù)雜多變的市場(chǎng)需求。

3．研究方法與數(shù)據(jù)價(jià)值

專(zhuān)利分析報(bào)告采用了20余項(xiàng)評(píng)價(jià)指標(biāo)，全面評(píng)估AI全棧技術(shù)的發(fā)展?fàn)顩r。這些指標(biāo)涵蓋了專(zhuān)利數(shù)量、質(zhì)量、創(chuàng)新性等多個(gè)方面，能夠準(zhǔn)確反映企業(yè)在AI領(lǐng)域的技術(shù)實(shí)力和創(chuàng)新能力。

“AI專(zhuān)利高質(zhì)量發(fā)展能力測(cè)算指標(biāo)體系”則進(jìn)一步細(xì)化了對(duì)專(zhuān)利的評(píng)估。通過(guò)該體系，可以深入分析企業(yè)在專(zhuān)利布局、研發(fā)投入產(chǎn)出比等方面的表現(xiàn)。

專(zhuān)利數(shù)據(jù)對(duì)產(chǎn)業(yè)創(chuàng)新活力的評(píng)估具有重要價(jià)值。近年來(lái)，AI專(zhuān)利數(shù)量呈現(xiàn)出31.6%的年均復(fù)合增長(zhǎng)率，這表明AI產(chǎn)業(yè)正處于快速發(fā)展階段。通過(guò)對(duì)專(zhuān)利數(shù)據(jù)的分析，可以了解產(chǎn)業(yè)的創(chuàng)新熱點(diǎn)和發(fā)展趨勢(shì)，為企業(yè)和政府的決策提供參考。

二、技術(shù)架構(gòu)與核心突破

1．基礎(chǔ)層硬件創(chuàng)新

在AI全棧技術(shù)的基礎(chǔ)層，智能芯片領(lǐng)域的專(zhuān)利布局尤為關(guān)鍵。國(guó)內(nèi)模型訓(xùn)練所需的算力規(guī)模呈爆發(fā)式增長(zhǎng)，對(duì)智能芯片的性能和效率提出了更高要求。據(jù)相關(guān)數(shù)據(jù)顯示，隨著大模型的不斷發(fā)展，國(guó)內(nèi)模型訓(xùn)練所需算力規(guī)模已達(dá)到了驚人的程度，這促使企業(yè)加大在智能芯片領(lǐng)域的研發(fā)投入。

Google和華為等企業(yè)在異構(gòu)計(jì)算專(zhuān)利方面成果顯著。Google憑借其先進(jìn)的技術(shù)和強(qiáng)大的研發(fā)實(shí)力，在智能芯片的異構(gòu)計(jì)算領(lǐng)域取得了多項(xiàng)專(zhuān)利，其芯片能夠高效地處理復(fù)雜的計(jì)算任務(wù)，為AI技術(shù)的發(fā)展提供了有力支持。華為則通過(guò)自主研發(fā)，推出了昇騰系列芯片，在異構(gòu)計(jì)算方面也有獨(dú)特的優(yōu)勢(shì)，其專(zhuān)利成果不僅提高了芯片的性能，還降低了能耗。

除了智能芯片，算力基礎(chǔ)設(shè)施建設(shè)也不容忽視。完善的算力基礎(chǔ)設(shè)施能夠?yàn)锳I技術(shù)的發(fā)展提供穩(wěn)定的支撐，確保模型訓(xùn)練和推理的高效進(jìn)行。目前，我國(guó)在算力基礎(chǔ)設(shè)施建設(shè)方面取得了一定的進(jìn)展，但與發(fā)達(dá)國(guó)家相比仍存在差距，需要進(jìn)一步加大投入和創(chuàng)新力度。

2．模型層技術(shù)分支

模型層是AI全棧技術(shù)的核心，其中訓(xùn)練微調(diào)技術(shù)占比29.6%，成為當(dāng)前的研究熱點(diǎn)。從9.2萬(wàn)項(xiàng)模型專(zhuān)利數(shù)據(jù)來(lái)看，訓(xùn)練微調(diào)技術(shù)的突破路徑主要體現(xiàn)在算法優(yōu)化和數(shù)據(jù)利用上。通過(guò)改進(jìn)訓(xùn)練算法，能夠提高模型的收斂速度和準(zhǔn)確性；合理利用數(shù)據(jù)，則可以增強(qiáng)模型的泛化能力。

多模態(tài)技術(shù)在模型層也占據(jù)重要地位，占比達(dá)26%。多模態(tài)技術(shù)能夠處理多種類(lèi)型的數(shù)據(jù)，如圖像、文本、語(yǔ)音等，使AI模型能夠更加全面地理解和分析信息。這一技術(shù)的發(fā)展，推動(dòng)了AI在多個(gè)領(lǐng)域的應(yīng)用，如智能安防、自動(dòng)駕駛等。

在模型架構(gòu)與推理技術(shù)方面也取得了一定的進(jìn)展。新型的模型架構(gòu)不斷涌現(xiàn)，提高了模型的性能和效率；推理技術(shù)的優(yōu)化，則使得模型能夠在更短的時(shí)間內(nèi)輸出結(jié)果，滿(mǎn)足實(shí)際應(yīng)用的需求。

3．應(yīng)用層場(chǎng)景滲透

AI全棧技術(shù)在應(yīng)用層已經(jīng)滲透到金融、醫(yī)療、制造等多個(gè)領(lǐng)域。在金融領(lǐng)域，C3.ai利用AI技術(shù)進(jìn)行風(fēng)險(xiǎn)評(píng)估和預(yù)測(cè)，通過(guò)分析大量的金融數(shù)據(jù)，能夠準(zhǔn)確地識(shí)別潛在的風(fēng)險(xiǎn)，為金融機(jī)構(gòu)提供決策支持。其相關(guān)應(yīng)用專(zhuān)利數(shù)據(jù)顯示，該技術(shù)在金融領(lǐng)域的應(yīng)用取得了顯著的成效。

在醫(yī)療領(lǐng)域，商湯科技的AI技術(shù)被應(yīng)用于醫(yī)學(xué)影像診斷，能夠快速準(zhǔn)確地識(shí)別病變，提高診斷效率和準(zhǔn)確性。通過(guò)大量的臨床數(shù)據(jù)訓(xùn)練，其模型的性能不斷提升，為醫(yī)療行業(yè)帶來(lái)了新的變革。

在制造領(lǐng)域，AI技術(shù)可以實(shí)現(xiàn)生產(chǎn)過(guò)程的智能化管理，提高生產(chǎn)效率和質(zhì)量。例如，通過(guò)對(duì)生產(chǎn)設(shè)備的實(shí)時(shí)監(jiān)測(cè)和數(shù)據(jù)分析，能夠及時(shí)發(fā)現(xiàn)設(shè)備故障并進(jìn)行預(yù)警，減少停機(jī)時(shí)間。

隨著AI技術(shù)在各領(lǐng)域的廣泛應(yīng)用，也出現(xiàn)了技術(shù)倒逼基礎(chǔ)層升級(jí)的現(xiàn)象。為了滿(mǎn)足應(yīng)用層對(duì)性能和效率的更高要求，基礎(chǔ)層的智能芯片和算力基礎(chǔ)設(shè)施需要不斷創(chuàng)新和升級(jí)，以實(shí)現(xiàn)AI與行業(yè)需求的協(xié)同演進(jìn)。

三、產(chǎn)業(yè)格局與競(jìng)爭(zhēng)態(tài)勢(shì)

1．全球市場(chǎng)梯隊(duì)分布

在全球AI市場(chǎng)中，中美歐呈現(xiàn)出不同的技術(shù)路線。美國(guó)憑借其強(qiáng)大的科研實(shí)力和領(lǐng)先的科技企業(yè)，在基礎(chǔ)研究和高端芯片領(lǐng)域占據(jù)優(yōu)勢(shì)，注重從底層技術(shù)創(chuàng)新推動(dòng)AI發(fā)展。歐洲則側(cè)重于AI在特定領(lǐng)域的應(yīng)用，如醫(yī)療、交通等，強(qiáng)調(diào)數(shù)據(jù)安全和倫理規(guī)范。中國(guó)在應(yīng)用層發(fā)展迅速，擁有龐大的市場(chǎng)和豐富的數(shù)據(jù)資源，在電商、金融等領(lǐng)域的AI應(yīng)用處于世界前列。

從主要廠商近三年銷(xiāo)售數(shù)據(jù)來(lái)看，百度、華為等國(guó)內(nèi)企業(yè)的全球市場(chǎng)份額呈現(xiàn)出不同的變化趨勢(shì)。百度在智能搜索、自動(dòng)駕駛等領(lǐng)域不斷拓展，市場(chǎng)份額逐步提升。華為憑借其在通信和芯片領(lǐng)域的技術(shù)積累，在AI邊緣計(jì)算和智能終端等方面取得了一定的市場(chǎng)份額。

日韓在終端應(yīng)用方面展現(xiàn)出追趕態(tài)勢(shì)。日本在機(jī)器人和工業(yè)自動(dòng)化領(lǐng)域有深厚的技術(shù)底蘊(yùn)，韓國(guó)則在消費(fèi)電子和半導(dǎo)體領(lǐng)域具有優(yōu)勢(shì)，通過(guò)不斷加大研發(fā)投入，提升AI技術(shù)在終端產(chǎn)品中的應(yīng)用水平。

2．企業(yè)創(chuàng)新力對(duì)比

構(gòu)建創(chuàng)新主體分析矩陣，對(duì)比Google、NVIDIA與百度、華為的研發(fā)投入產(chǎn)出比。Google在AI基礎(chǔ)研究和算法創(chuàng)新方面投入巨大，研發(fā)投入產(chǎn)出比相對(duì)較高，其在圖像識(shí)別、自然語(yǔ)言處理等領(lǐng)域的技術(shù)處于領(lǐng)先地位。NVIDIA以其強(qiáng)大的GPU芯片技術(shù)為基礎(chǔ)，在AI計(jì)算領(lǐng)域占據(jù)重要份額，研發(fā)投入主要用于芯片性能的提升和新應(yīng)用場(chǎng)景的開(kāi)拓。

專(zhuān)利排名前十的企業(yè)技術(shù)布局各有側(cè)重。部分企業(yè)專(zhuān)注于基礎(chǔ)層的芯片研發(fā)，以提高算力和降低能耗；部分企業(yè)則在模型層發(fā)力，致力于開(kāi)發(fā)更高效的算法和模型。

對(duì)于初創(chuàng)公司而言，突破路徑主要包括聚焦細(xì)分領(lǐng)域、與大企業(yè)合作等。通過(guò)專(zhuān)注于特定的應(yīng)用場(chǎng)景，初創(chuàng)公司能夠發(fā)揮自身的靈活性和創(chuàng)新性，在市場(chǎng)中找到立足之地。同時(shí)，與大企業(yè)合作可以獲取更多的資源和技術(shù)支持，加速自身的發(fā)展。

3．資本布局新動(dòng)向

人工智能ETF資金流向發(fā)生了明顯變化。近年來(lái)，資金逐漸從傳統(tǒng)的AI概念企業(yè)流向算力基建和終端應(yīng)用領(lǐng)域。這一趨勢(shì)反映了市場(chǎng)對(duì)AI產(chǎn)業(yè)發(fā)展的新認(rèn)知，即算力是AI發(fā)展的基礎(chǔ)，而終端應(yīng)用則是實(shí)現(xiàn)商業(yè)價(jià)值的關(guān)鍵。

從科創(chuàng)板AI企業(yè)估值邏輯來(lái)看，市場(chǎng)更加注重企業(yè)的技術(shù)實(shí)力、市場(chǎng)份額和盈利能力。具有核心技術(shù)和廣闊市場(chǎng)前景的企業(yè)往往能夠獲得更高的估值。

近億元級(jí)資金加倉(cāng)案例表明，算力基建和終端應(yīng)用成為投資熱點(diǎn)。例如，一些資金加大了對(duì)智能芯片制造企業(yè)和AI終端產(chǎn)品研發(fā)企業(yè)的投資，以分享AI產(chǎn)業(yè)發(fā)展帶來(lái)的紅利。這種投資熱點(diǎn)的轉(zhuǎn)移將進(jìn)一步推動(dòng)AI產(chǎn)業(yè)的發(fā)展，促進(jìn)技術(shù)創(chuàng)新和應(yīng)用落地。

四、發(fā)展挑戰(zhàn)與未來(lái)展望

1．技術(shù)瓶頸突破方向

當(dāng)前，算力成本與能耗問(wèn)題成為AI技術(shù)發(fā)展的主要瓶頸。隨著模型規(guī)模的不斷增大，訓(xùn)練和推理所需的算力呈指數(shù)級(jí)增長(zhǎng)，導(dǎo)致算力成本居高不下。同時(shí)，高能耗也帶來(lái)了環(huán)境壓力和運(yùn)營(yíng)成本的增加。

以典型企業(yè)為例，部分頭部AI企業(yè)研發(fā)投入中，用于算力的成本占比高達(dá)40%以上。為了降低成本和能耗，企業(yè)紛紛加大在智能壓縮算法等降本增效技術(shù)的研發(fā)投入。近年來(lái)，智能壓縮算法等相關(guān)技術(shù)的專(zhuān)利呈現(xiàn)出快速增長(zhǎng)的趨勢(shì)。這些技術(shù)通過(guò)對(duì)模型進(jìn)行壓縮和優(yōu)化，減少了計(jì)算量和存儲(chǔ)需求，從而降低了算力成本和能耗。

此外，數(shù)據(jù)治理也是AI技術(shù)發(fā)展面臨的重要挑戰(zhàn)。隨著數(shù)據(jù)量的爆炸式增長(zhǎng)，數(shù)據(jù)的質(zhì)量、安全性和隱私保護(hù)等問(wèn)題日益凸顯。企業(yè)需要建立完善的數(shù)據(jù)治理體系，確保數(shù)據(jù)的合規(guī)使用和安全存儲(chǔ)。

2．產(chǎn)業(yè)協(xié)同生態(tài)構(gòu)建

“芯片 – 框架 – 模型”協(xié)同創(chuàng)新機(jī)制是推動(dòng)AI產(chǎn)業(yè)發(fā)展的關(guān)鍵。芯片作為硬件基礎(chǔ)，為AI計(jì)算提供強(qiáng)大的算力支持；框架則是連接芯片和模型的橋梁，提供高效的開(kāi)發(fā)工具和環(huán)境；模型則是AI應(yīng)用的核心，實(shí)現(xiàn)各種智能功能。

以華為昇騰為例，華為構(gòu)建了以昇騰芯片為基礎(chǔ)，以昇思MindSpore為框架的全棧技術(shù)生態(tài)。昇騰芯片具有高性能、低能耗的特點(diǎn)，為AI計(jì)算提供了強(qiáng)大的硬件支撐；昇思MindSpore框架則提供了豐富的開(kāi)發(fā)工具和算法庫(kù)，方便開(kāi)發(fā)者進(jìn)行模型開(kāi)發(fā)和訓(xùn)練。通過(guò)芯片、框架和模型的協(xié)同創(chuàng)新，華為能夠快速推出滿(mǎn)足不同應(yīng)用場(chǎng)景需求的AI解決方案。

百度飛槳也采用了類(lèi)似的協(xié)同創(chuàng)新機(jī)制。飛槳框架具有易用性、高效性等特點(diǎn)，能夠充分發(fā)揮百度昆侖芯片的性能優(yōu)勢(shì)。同時(shí)，百度還通過(guò)開(kāi)源社區(qū)建設(shè)，吸引了大量開(kāi)發(fā)者參與，共同推動(dòng)AI技術(shù)的發(fā)展。

開(kāi)源社區(qū)建設(shè)在AI產(chǎn)業(yè)協(xié)同生態(tài)構(gòu)建中也發(fā)揮著重要作用。通過(guò)開(kāi)源，企業(yè)可以共享技術(shù)資源，促進(jìn)技術(shù)交流和創(chuàng)新。目前，國(guó)內(nèi)外已經(jīng)形成了多個(gè)知名的AI開(kāi)源社區(qū)，如TensorFlow、PyTorch等，為AI技術(shù)的普及和發(fā)展做出了重要貢獻(xiàn)。

3．2025 – 2030趨勢(shì)預(yù)測(cè)

預(yù)計(jì)2025 – 2030年，多模態(tài)大模型應(yīng)用將迎來(lái)爆發(fā)式增長(zhǎng)。多模態(tài)大模型能夠處理多種類(lèi)型的數(shù)據(jù)，如文本、圖像、語(yǔ)音等，具有更強(qiáng)大的智能能力和更廣泛的應(yīng)用場(chǎng)景。隨著技術(shù)的不斷進(jìn)步和成本的不斷降低，多模態(tài)大模型將在智能客服、智能安防、自動(dòng)駕駛等領(lǐng)域得到廣泛應(yīng)用。

結(jié)合31.1%的技術(shù)增長(zhǎng)率，工業(yè)質(zhì)檢、數(shù)字人等場(chǎng)景的專(zhuān)利布局將呈現(xiàn)出快速增長(zhǎng)的趨勢(shì)。在工業(yè)質(zhì)檢領(lǐng)域，多模態(tài)大模型可以通過(guò)對(duì)圖像、傳感器數(shù)據(jù)等進(jìn)行綜合分析，實(shí)現(xiàn)更精準(zhǔn)的缺陷檢測(cè)和質(zhì)量控制。在數(shù)字人領(lǐng)域，多模態(tài)大模型可以賦予數(shù)字人更自然的語(yǔ)言交互能力和更豐富的情感表達(dá)，推動(dòng)數(shù)字人在教育、娛樂(lè)、金融等領(lǐng)域的應(yīng)用。

同時(shí)，邊緣計(jì)算設(shè)備的增量也將成為未來(lái)的一個(gè)重要趨勢(shì)。邊緣計(jì)算設(shè)備可以在本地進(jìn)行數(shù)據(jù)處理和分析，減少數(shù)據(jù)傳輸延遲，提高系統(tǒng)的響應(yīng)速度和可靠性。隨著物聯(lián)網(wǎng)的發(fā)展，越來(lái)越多的設(shè)備將具備邊緣計(jì)算能力，為AI技術(shù)的應(yīng)用提供更廣闊的空間。在工業(yè)質(zhì)檢、智能家居等場(chǎng)景中，邊緣計(jì)算設(shè)備將發(fā)揮重要作用，相關(guān)的專(zhuān)利布局也將逐漸增加。