深度学习专利全景：多模态人工智能、智能体与数字人的兴起

深度学习专利全景分析

概览

深度学习领域技术创新活跃，专利活动持续加速增长。本报告聚焦多模态人工智能（MultimodalAI）、智能体（IntelligentAgents）与数字人（DigitalHumans）三大前沿方向，揭示新一轮创新浪潮特征与趋势。这三个领域快速演进并相互融合，推动人工智能系统向更高自主性、更强交互性及更以人为本的方向发展。少数全球科技领军企业通过整合基础模型、智能体能力与拟人化交互界面，构建系统化创新战略，主导关键转型进程。

深度学习全球专利全景

深度学习与生成式人工智能革命经历三个主要阶段：2011年至2016年深度学习革命阶段、2016年至2021年生成式人工智能兴起阶段、2021年至今生成式人工智能爆发阶段。2011年至2024年全球累计产生约45万个深度学习相关专利家族，其中大语言模型（LLMs）自2020年后迅猛崛起。主要参与者专利申请数量持续增长，百度在深度学习和大语言模型领域均居首位。

聚焦：多模态人工智能/数字人/智能体

多模态人工智能

多模态人工智能是当前人工智能创新的重要基石，目标在于使机器能够通过单一模型理解并融合多种类型信息。OpenAI、谷歌、百度是该领域核心引擎开发者。谷歌凭借数量最多的多模态人工智能专利家族以及广泛的国际保护布局占据主导地位，百度紧随其后。腾讯、阿里巴巴和平安科技拥有数量可观的专利家族，但主要立足于国内市场。微软、华为和三星电子则采取平衡的布局策略。

智能体

智能体是能够长期自主运行的人工智能系统，主动设定目标、拆解任务步骤、调用外部工具，并动态调整行为。IBM在该领域专利总量保持领先地位，将智能体发展重点定位于面向企业及专业层级的解决方案。谷歌、百度和微软紧随其后，均拥有规模可观的专利组合。智能体领域专利格局高度集中，少数全球性科技巨头占据主导地位。

数字人

数字人是人工智能以类人形态实现具身化交互的典型代表，整合了语言模型、语音技术与实时动画。英伟达在数字人领域展现出显著的专利优势，共布局565个专利家族，其中包含299个国际专利家族。IBM和百度位居其后，但国际专利布局规模与英伟达相比仍有较大差距。数字人专利格局呈现清晰的层级体系，以英伟达为代表的少数全球技术领导者主导核心技术创新。

生成式人工智能

生成式人工智能应用技术涵盖多模态人工智能、数字人及智能体等领域，自2017年以来进入快速且持续扩张的新阶段。谷歌、微软等全球科技巨头已建立起广泛且高度国际化的专利组合，在生成式人工智能各细分领域的国际专利家族数量上持续领先。百度在多模态人工智能、数字人及智能体三大方向上均构建了强大的专利组合，尤其在基于智能体的任务导向型人工智能系统领域表现突出。