科技进步与对策

作者：高山行1,王慧1,杨张博2

单位：（1.西安交通大学 管理学院；2. 西安交通大学 人文社会科学学院，陕西 西安 710049）

关键词：生成式人工智能;AIGC;复杂网络;专利布局;K均值聚类

基金：国家社会科学基金重点项目（20AGL004）；国家自然科学基金面上项目（72372127）；中央高校基本科研业务费（人文社科类）专项（SK2023039）

生成式人工智能（AIGC）技术对经济社会发展带来巨大挑战，现有研究多从技术规制、发展历程等方面展开，较少对AIGC领先企业专利布局进行深入分析。选取美国AIGC领域领先的14家初创公司和4家科技巨头，基于复杂网络分析方法和机器学习的K均值聚类算法，利用专利IPC信息构建专利知识网络。研究发现，美国AIGC领先企业的专利布局聚焦于电数字数据处理、图形数据读取及呈现等技术领域；从专利布局知识宽度、知识深度、知识紧密程度、知识分离程度和知识一致性程度进行聚类，企业可分为三类，即专业玩家、大厂/领先者和创新者。同时，识别不同企业的核心知识领域和桥接知识领域，最后从算法、算力和数据方面为我国发展AIGC产业提出政策建议。

来源：2025年第4期

《科技进步与对策》期刊编辑部

查看科技进步与对策杂志2025年第4期