编者按：本文来自微信公众号 腾讯研究院（ ID：cyberlawrc），作者：闫德利 腾讯公司资深专家，创业邦经授权转载。
人工智能的起源
1943年，美国神经科学家沃伦·麦卡洛克和自学成才的逻辑学家沃尔特·皮茨联名发表《神经活动中内在思想的逻辑演算》（A Logical Calculus of Ideas Immanent in Nervous Activity）。这是第一篇关于人工神经网络的论文，它提出了M-P（McCulloch-Pitts）模型，启发了计算机之父冯·诺依曼（1945）、人工智能之父马文·明斯基（1951）、深度学习之父弗兰克·罗森布拉特（1957）等人的工作，被视为人工智能的奠基石。
1950年，英国数学家、逻辑学家艾伦·图灵发表《计算机器与智能》（Computing Machinery and Intelligence）。论文开篇提出了“机器能思考吗”的命题，阐述了“模仿游戏”的设想和测试方式——如果人们仅通过文字交谈，难以判断对面是人还是机器，那么机器是否表现出了某种可观察的智能？这被后人称为图灵测试。
1955年8月31日，约翰·麦卡锡、马文·明斯基、纳撒尼尔·罗切斯特和克劳德·香农共同提交《关于举办达特茅斯人工智能夏季研究项目的提议》。这是现有可查的“Artificial Intelligence”一词出现最早的文献。他们从洛克菲勒基金会申请到7500美元拨款，次年成功举办达特茅斯研讨会。会议历时8周，与会者多为30岁出头的年轻人。他们后来取得了很大成就，4人获图灵奖，2人获诺贝尔经济学奖。“Artificial Intelligence”由此成为一个正式的研究领域名称。
1943年人工神经元、1950年图灵测试、1956年学科命名，分别回答了三个关键问题：用计算表达智能、怎么评估智能、创建一个新学科。这标志着人工智能正式登上历史舞台，迎来了跌宕起伏、波澜壮阔的发展历程。
产业和学术的深度融合
人工智能起源于两篇学术论文和一场研讨会。在其后的七十年间，学术和产业实现了充分的融合。学术牵引，产业反哺。没有哪个行业像人工智能那样受学术的影响之深之大。
本世纪人工智能领域最具技术突破性的两个事件无疑是2012年AlexNet和2017年Transformer，前者开启了深度学习革命，后者成为所有主流大语言模型的基础架构。AlexNet和Transformer分别源于两篇论文：《用深度卷积神经网络进行ImageNet图像分类》和《Attention is All You Need》，它们分别是本世纪引用量排名第四和第三的人工智能论文（来源：Nature，2025）。扩展定律（Scaling Law）是指引大语言模型发展的明灯，其提出是在2020年OpenAI的论文《Scaling Laws for Neural Language Models》。OpenAI的GPT-1、GPT-2、GPT-3、GPT-4、DALL·E1、DALL·E2、CLIP、Whisper等系列产品都配有技术论文。可以说，没有哪个行业像人工智能那样重视研究、重视发表论文。
AI企业形成了“芯片——人才——模型——论文”的发展逻辑，购置先进昂贵芯片、招揽优秀顶尖人才、训练领先强大模型、发表重磅前沿论文是四项基本动作。人才是其中必不可少的关键环节。图灵奖最近两次授予人工智能领域是在2018年和2024年，共有5名教授获奖。除Andrew Barto一直专注学术研究外，其他4名教授均曾受雇于大厂或创业。辛顿和萨顿分别在谷歌工作10年和6年，萨顿还创办了Oak Lab；杨立昆在贝尔实验室工作8年，在Meta工作12年，并创办了AMI Labs；本吉奥没有受雇于企业，但创办了Element AI和LawZero。为组建OpenAI，奥尔特曼力邀辛顿的博士生、AlexNet的第二作者伊利亚·萨茨克维尔作为联合创始人；格雷格·布罗克曼请约书亚·本吉奥拟定了十位最优秀的研究员，雇佣了其中九位作为OpenAI的首批员工。在国内，商汤科技汤晓鸥、智谱唐杰、面壁智能刘知远、银河通用王鹤、模思智能邱锡鹏等创始人都是名牌大学教授，月之暗面杨植麟、Minimax闫俊杰均是名校博士，DeepSeek梁文锋没有博士学位但也出身名校。
集中度高
人工智能的发展呈现出明显的集中性。从全球看，高度集中于美国和中国。根据斯坦福大学《AI指数报告2026》，美国有59个重要AI模型，中国35个，韩国8个，其它国家最多仅有1个。The Information（2026）统计了34家头部生成式AI初创公司的年化收入，Anthropic和OpenAI两家公司合计占总收入的89%，比半年前高出4.5个百分点，继续向头部集中。
大模型厂商的收入来源也高度集中于少量用户，仅两家客户就贡献了Anthropic去年近四分之一的收入。根据a16z（2026.10）数据，美国有4.5%的消费者为头部通用大模型付费；其中，支出最高的1%用户贡献了19.5%的消费金额，超过了支出最低的50%用户合计贡献的16.6%。
我国人工智能产业高度集中于少数发达省份。北京、广东、上海、浙江和山东五个省份合计占产业总规模的比重超过80%（来源：信通院，2026）。
截至8月31日，我国累计有1112款生成式人工智能服务完成备案，其中包括7款手机端侧生成式人工智能服务；有731款生成式人工智能应用或功能完成地方网信办登记。已备案的生成式人工智能服务的分布十分广泛，遍布30个省份和国资委，仅甘肃省尚无。同时集中度也十分高，北京一地就占备案数量的26.8%；再加上广东、上海、浙江和江苏，合计占79.6%。AI的发展与信息服务业（信息传输、软件和信息技术服务业）正相关，但AI的集中性更高。生成式AI备案数量前7名和信息服务业增加值前7名一一对应，两者合计占比分别是86.7%和67.1%。如下图所示。
图 生成式AI备案数量占比前7名与相应信息服务业全国占比
来源：根据网信办和统计局数据整理。
国际化进程快
与平台企业“先国内，再国际”的传统路径不同，我国AI出海的起步更早，很多企业国内和国际几乎同时起步，甚至超过了美国平台企业的国际化水平。如下图所示。
图 我国AI企业和中美平台企业2025年国际收入占比比较
注：①时间说明：阿里巴巴是截至2026年3月31日的一年，智谱是2025年上半年，其它均为2025自然年。②数据来源：可灵、月之暗面、字节跳动的数据来自媒体报道，其它来自公司财报。
Manus、睿琪软件、昆仑万维、MiniMax、快手可灵等公司主打国际市场，收入主要来自海外；月之暗面和宇树科技基本国内国际齐头并进；商汤科技、科大讯飞等老牌AI企业也在加快推动国际化步伐。如下表所示。国际化的成功，首先是因为国AI企业的实力，涌现出了一批高学历的创业者；也在于国外的付费习惯较为成熟，商业变现路径更加畅通。AI是影响发展的关键变量，是国际竞争的前沿领域，未来的AI浪潮必定更加汹涌澎湃。
表 我国部分AI出海企业情况
本文为专栏作者授权创业邦发表，版权归原作者所有。文章系作者个人观点，不代表创业邦立场，转载请联系原作者。如有任何疑问，请联系editor@cyzone.cn。
