2025 年，随着 DeepSeek 风靡全球，中国不断加强 AI 基础研究和产业体系布局。
4 月 27 日晚，央视披露的最新数据显示，截至 2025 年 4 月 9 日，中国 AI 专利申请量达 157.64 万件，占全球申请量的 38.58%，接近 40%，位居全球首位。
同时，中国目前已累计培育 400 余家 AI 领域国家级专精特新“小巨人”企业，占据了全球1/10 的 AI 产业规模，已形成覆盖基础层、框架层、模型层、应用层的完整 AI 产业体系。
另据斯坦福大学李飞飞团队（Stanford HAI）发布的《2025 年人工智能指数报告》显示，全球 AI 相关专利申请数量正在上升。2010 年至 2023 年期间，AI 专利数量稳步大幅增长，从 3833 件激增至 12.2511 万件。仅 2024 年一年，AI 专利数量增长了 29.6%，接近 30%。
其中，截至 2023 年，中国在 AI 领域专利总量方面领先，相关专利占全球所有专利授权的 69.7%。而按人均计算，韩国和卢森堡在 AI 生产方面表现突出。
如今，中国加速 AI 大模型和 AI 应用研发力度。就在 4 月底新加坡举行的深度学习顶会 ICLR 2025 上，阿里达摩院（湖畔实验室）、新加坡国立大学、清华大学等联合研究团队发表论文，提出全新开源视觉生成架构 DyDiT，通过时间步长与空间区域的智能资源分配，将 DiT 模型的视觉生成任务中推理算力削减 51%，生成速度提升 1.73 倍。
同时，在 ICLR 2025 上，谷歌 DeepMind、微软、Meta、加利福尼亚大学伯克利分校（UC 伯克利）、中国科学技术大学等研究团队，以及“AI 教父”杰弗里·欣顿 (Geoffrey Hinton)，ICLR 发起者、“图灵奖得主”杨立昆（Yann Lecun）等 AI 学术大咖都参与其中，多份研究成果重要性不亚于 ChatGPT。
很显然，大模型的世界依然风云变幻。
今年 Q1 超 55 个大模型“卷生卷死”，全新 DyDiT 架构创新替代 Sora
4 月 27 日—28 日，深度学习领域国际顶级会议 ICLR（International Conference on Learning Representations） 2025 在新加坡举行，成千上万人参加这一盛会。
据 ICLR 统计，研究人员向主办方提交了 122 份研讨会提案，比 2024 年的 103 个增加 1.18 倍，最终接受 40 份提案，比去年同期增加 2 倍（200%）。
ICLR 2025 现场，包括清华“姚班”校友、美国斯坦福大学的陈丹琦，美国加州大学伯克利分校教授宋晓冬（Dawn Song），北京通用人工智能研究院院长朱松纯，香港大学计算机与数据科学学院马毅教授等人发表演讲。同时，“AI 教父”、诺奖得主、加拿大多伦多大学教授杰弗里·辛顿（Geoffrey Hinton），ICLR 发起者、“图灵奖得主”杨立昆（Yann Lecun），麻省理工学院电气工程与计算机科学系副教授何恺明（Kaiming He）等 AI 学术领域大佬也都在现场参与其中。
2025 年，DeepSeek 引发全球新一轮 AI 模型热潮，同时也意味着，世界依然需要除 OpenAI GPT 之外能够实现运算效率降低的基座模型。
如今，大模型研发人员依然在“卷生卷死”。公开数据显示，2024 年第四季度，全球有 49 个大模型更新发布，今年一季度就有 55 个，最多的时候一周发 8 个模型。
作为国内 AI 领域最大研究团队之一，阿里达摩院今年持续发 paper，共有 13 篇论文被 ICLR 2025 录用，涵盖了视频生成、自然语言处理、医疗 AI、基因智能等领域，其中 3 篇被选为 Spotlight。
其中，达摩院、新加坡国立大学、清华大学等联合研究团队提出了全新 DyDiT 架构，其中，达摩院的赵望博为通讯作者，新加坡国立大学校长青年教授、北京潞晨科技有限公司董事长尤洋也是本论文作者。
具体来说，过去一年来，由 Sora 模型开始推动的 Diffusion Transformer（DiT）架构在视觉生成领域展现出了强大的能力，得到了包括 Stable Diffusion 3、Flux、Sora、WanX、Movie Gen 等众多视觉模型的应用。但 DiT 架构也面临一些重大挑战，其中最显著的就是运行效率问题。
业内提出了多种方法来解决这一问题，包括高效的 Diffusion 采样器、特征缓存、注意力机制以及模型压缩剪枝等。但这些方法都是针对静态不变模型，即图像生成过程使用的模型规模完全不变，导致了潜在的冗余浪费问题，尤其 DiT 架构在执行视觉生成任务容易造成极高的算力消耗，限制其往更广泛的场景落地。
达摩院团队提出全新 DyDiT 架构，能够根据时间步长和空间区域自适应调整计算分配，有效缓解视觉生成任务中的算力消耗问题。使用者更可根据自身的资源限制或者部署要求，灵活调整目标的计算量，DyDiT 将自动适配模型参数，实现效果与效率的最佳平衡。
据论文显示，团队仅用不到3% 的微调成本，将 DiT-XL 的浮点运算次数（FLOPs）减少了 51%，生成速度提高了 1.73 倍，在 ImageNet 测得的 FID 得分与原模型几乎相当（2.27vs2.07）。
目前，DyDiT 相关训练与推理代码已开源，并计划适配到更多的文生图、文生视频模型上，目前基于知名文生图模型 FLUX 调试的 Dy-FLUX 也在开源项目上架。
除了达摩院这篇论文外，ICLR 2025 上阶跃星辰有 4 篇论文入选，包括《Unhackable Temporal Rewarding for Scalable Video MLLMs》，《DreamBench++: A Human-Aligned Benchmark for Personalized Image Generation》，《Discrete Distribution Networks》，《Reconstructive Visual Instruction Tunning》，覆盖图像生成模型质量评估、大模型视觉监督设计、大模型预训练等方向。
根据 ICLR 官网，本次 ICLR 2025 优秀论文委员会经过两阶段评选过程，最终确定了 3 篇优秀论文获奖者和 3 篇荣誉提名如下：
- 谷歌 DeepMind 和普林斯顿大学团队的《Safety Alignment Should be Made More Than Just a Few Tokens Deep.》
- 不列颠哥伦比亚大学等人的《Learning Dynamics of LLM Finetuning.》
- 新加坡国立大学和中国科学技术大学团队的《AlphaEdit: Null-Space Constrained Model Editing for Language Models.》
- 弗吉尼亚理工大学、UC 伯克利、普林斯顿大学等团队发表的《Data Shapley in One Training Run.》
- Meta Fair 团队的《SAM 2: Segment Anything in Images and Videos.》
- Mistral AI 和 Google DeepMind 团队的《Faster Cascades via Speculative Decoding.》
朱松纯近期表示，OpenAI 的创新主要是在模型（采用了 Google 发明的 Transformer 进行自回归生成式预训练），算法与执行层的优化，没有触及数理框架和哲学层面。所谓“全栈式”AI 是指在模型、算法到执行层面软硬件一体化优化，他们在这方面做得很好。而 DeepSeek 在工程落地、API 产品化、算力优化等方面取得了非常好的成绩。但主要集中在工程部署层面，没有触达人工智能的核心问题——比如模型、算法、认知架构、智能机理等。
朱松纯强调，对底层创新的认知不足，是一个全世界的普遍问题，不仅是 AI 领域。通用 AO 是一个大科学、大工程的问题，需要长期的、多层次的科技创新。大科学的问题需要有统一的理论框架解释各种智能现象，构建智能科学的基础理论与框架；大工程的问题是实现个体的和社会层级的智能体。
“AI 教父”发联名信阻止 OpenAI 重组，马斯克则加装“弹药”瞄向 AGI
OpenAI 计划向营利性公司的转型受到阻碍。
近日，辛顿、Hugging Face 首席伦理科学家玛格丽特·米切尔（Margaret Mitchell）和美国加州大学伯克利分校教授斯图尔特·拉塞尔（Stuart Russell）以及 10 名前 OpenAI 员工，近期向美国联邦检察长提交联名信，敦促美国当局阻止 OpenAI 从非营利组织转变为 PBC 公益公司。
公开信中，辛顿等人表示，OpenAI 独特的非营利法律结构是防止商业利益凌驾使命的保障，重组将削弱公众利益的保护机制，违反公司章程，构成对其非营利责任的威胁。
他们在公开信中要求，OpenAI 解释为什么 2023 年 OpenAI CEO 奥尔特曼（Sam Altman）在国会作证时所强调的治理保障措施对 OpenAI 的使命至关重要，却在 2024 年却成为了其使命的障碍。信中呼吁，OpenAI 需要停止重组，并保护治理保障措施（包括非营利组织的控制权），确保非营利组织保留控制权。
与“AI 教父”辛顿步伐一致，马斯克也在对标 OpenAI，不仅通过法律诉讼反对转型一事，而且准备加装更多“弹药”全面反击。
4 月 26 日，据彭博报道，马斯克旗下的 xAI 与X合并后的 XAI Holding 公司，正与投资者计划筹集超过 200 亿美元资金，预计投后估值超过 1200 亿美元（约合 8745 亿元人民币），所得资金或可用于偿还马斯克将X平台私有化所产生的债务。本轮融资预计将在未来几个月内完成。
按照彭博说法，这次寻求融资的目的可能是偿还债务。当时马斯克以 440 亿美元把X平台（当时名为 Twitter）私有化，需要从摩根士丹利获得的贷款，利率为 14%，而如今摩根士丹利获推出一笔 9.5% 利率的固定利率新贷款，用于让马斯克偿还高息的旧债务。
有消息称，马斯克的X将计划偿还银行持有的最后 12 亿美元与收购X平台相关的银行债务。而在今年 2 月，摩根士丹利还和其他六家银行，共计出售了 47.4 亿美元与X相关的债权。
如今在产品层面，xAI 的 Grok 大模型已经深入整合到X平台中，并且利用X平台数据进行模型训练，成为 Grok 的最大竞争力。
美国研究机构 PitchBook-NVCA 近日发布的全球风投交易市场报告显示，截至 3 月 31 日的 2025 年第一季度，AI 和机器学习领域投融资交易数量 2101 件，交易价值（额）731 亿美元，占全球风投总额比重为 57.87%。
就在 3 月 31 日，美国 OpenAI 公司宣布完成软银领投的 400 亿美元融资，估值高达 3000 亿美元。这笔交易占美国风投资金 50% 以上，占全球总额的三分之一。
因此，不管是马斯克的 xAI，还是其他 AI 公司，都必须要有足够的资金和资源，才能在未来的竞争中占据一席之地。
据报道，硅谷风投 Benchmark 最近领投了 Manus 母公司蝴蝶效应新一轮融资，总额达 7500 万美元，使得投后估值大幅提升，增长约五倍（500%），达到近 5 亿美元（折合人民币 37.5 亿元）。
金沙江创投主管合伙人朱啸虎近期表示，大模型前两年火爆，今年热度有所下降，AI 应用企业迎来爆发式增长，建议创业公司不要在底层模型训练上浪费资金，全力拥抱开源模型。而在商业层面，他认为，技术固然重要，但商业产品更为关键，产品能否让用户愿意付费使用是重点。
朱啸虎表示，过去 6 个月，中国有非常多的创业公司每周有近 10% 的环比增长，月环比增长 20% 以上，虽然这些数字还比较小，但是增长速度类似于当年团购行业早期增长速度，这是非常让人兴奋的。
4 月 27 日，字节跳动基础架构团队宣布，ByteBrain 利用大模型（LLM）优化火山引擎稳定性，重要 oncall 提效 26%，基于运筹优化算法对系统成本进行优化，近三年节省成本超 10 亿元人民币。
“学术论文仅仅是 ByteBrain 团队的副产出，工业界最重要的是业务收益。”字节跳动团队表示。
此外，作为国内 AI 独角兽之一，阶跃星辰 4 月 27 日发布图像编辑模型 Step1X-Edit，性能开源最佳，这是最近一个月阶跃星辰上新的第三款多模态模型。除了模型，阶跃星辰还在汽车、智能手机、IoT、具身智能等四个关键赛道完成技术落地，与吉利汽车集团、千里科技、智元机器人、原力灵机、TCL 等企业合作，2025 上海车展上，吉利银河展示的“蛋舱”产品，其中就内置阶跃的多模态大模型技术。
当下，AI 行业竞争激烈，朱啸虎建议创业公司积极拥抱生成式 AI，不拥抱 AI 的企业肯定会被淘汰，但也不要迷信 Al，聚焦尖刀场景尽快落地，同时也考虑尽快出海。
目前，OpenAI 每周活跃用户已超过 5 亿，较去年 12 月的 3 亿有所增长。
有消息指，OpenAI 将从明年开始通过免费用户和其他产品获得显著收入。OpenAI 向部分现有及潜在投资者透露，预计到 2030 年前后，其智能体（AI agents）及其他新产品的合计销售额将超越 ChatGPT 这款热门聊天机器人。根据预测，2029 年 OpenAI 总营收将达到 1250 亿美元（约合人民币 9120 亿元），2030 年更将攀升至 1740 亿美元（约合 1.27 万亿元）。
研究公司 LightShed Partners 的联合创始人兼分析师 Rich Greenfield 表示：“广告商一直追随用户的眼球，如果 OpenAI 能获得大量用户使用时间，广告商将争相入驻。”
据高成投资创始合伙人洪婧透露，全球百亿美元估值的 ToB 软件企业中，中国企业仅占4%。意味着中国 AI 软件的商业化距离 OpenAI 依然有较大距离。
“星辰大海最后都是红海，脏活累活最后才是护城河。”朱啸虎称。
（本文首发于钛媒体 App，作者｜林志佳）
