中国拿下ICLR 2026半壁江山：清华一校超斯坦福加MIT

事件概述

ICLR（国际学习表征会议）2026放榜后，研究员Dmytro Lopushanskyy通过自写250条正则表达式，从全量5356篇接收论文的PDF中提取机构署名，去除机构名称别名（如“麻省理工”与“MIT CSAIL”合并），以96%的解析成功率获得真实署名归属。该方法避免了常规按“人”追踪导致的中国贡献被低估、美国被高估的偏差。

核心数据

• 国家/地区占比：中国大陆机构贡献43.7%的接收论文，美国31.9%，中国香港7.7%；若计入香港，中国整体超过50%。欧洲大陆合计5.3%，新加坡5.5%。
• 机构排名：清华大学以332篇位居全球第一，斯坦福177篇，MIT 167篇，清华一家产出接近斯坦福与MIT之和。上海交大、北大、浙大紧随其后进入全球第一梯队。
• 产业界：阿里、上海AI实验室、华为、字节、腾讯五家中国科技机构合计发表582篇论文。
• Oral论文对比：接收总量中仅4%的Oral论文（最具原创性方向），美国机构占约40%，中国占30%。

中国AI实验室特点（基于艾伦人工智能研究所研究员Nathan Lambert调研）

• 低组织摩擦：中国实验室团队目标一致，注重工程实用性，避免硅谷常见的路线之争和“自我”内耗。研究员愿意做枯燥的基础工作以提升模型指标。
• 年轻人深度参与：在读硕士、博士生直接参与核心大模型研发，无历史路径依赖，能快速切换新技术路线。
• 内部尊重氛围：各实验室间私下相互尊重，敬畏字节跳动（唯一处于前沿的闭源路线），尊重DeepSeek（研究执行和品味最出色）。
• 忽视宏大叙事：中国研究人员更关心工程落地和指标突破，对AGI毁灭人类等哲学讨论不敏感，这减少了团队内耗。

值得关注

• 中国AI已从少数天才驱动转向体系化、高密度人才协同的研发引擎，在工程化规模上占据优势。
• 美国在定义新方向（Oral论文）上仍保有领先，中国需在未来原始创新能力上实现突破。