近日，基于高質量論文數據系統分析人工智能科研演進的報告——《全球人工智能科研態勢報告(2015-2024)》(以下簡稱《報告》)，由聯合國工業發展組織投資和技術促進辦公室與東壁科技數據聯合發布。
《報告》的撰寫團隊基于東壁指數評價體系，對2015-2024年間發表的96961篇人工智能領域文獻進行深度分析。
技術演進：從基礎算法到多模態創新
《報告》通過關鍵詞分析，清晰勾勒出AI技術演進的三個階段：2015-2017年主要集中在傳統機器學習算法和神經網絡基礎研究方面；2018-2020年，深度學習、計算機視覺、自然語言處理等應用領域興起；2021-2023年，大型語言模型、生成式AI、多模態模型成為研究前沿；2024-2025年，可解釋性AI、自適應學習、多智能體系統等新興方向涌現。
在計算機視覺領域，“目標檢測”(object detection)以高達78%的出現率成為該領域“最熱”關鍵詞。“語義分割”(semantic segmentation)在2022-2023年熱度登頂，標志著計算機視覺技術形成了“目標檢測-語義分割-視覺應用”的完整閉環。
更值得深思的是，傳統的計算機視覺關鍵詞(如“object detection”“segmentation”)與深度學習關鍵詞(如“neural networks”“deep learning”)在熱度變化上呈現高度同步性，印證了技術融合已成為AI創新的重要特征。
人才格局：中美雙雄的科研力量對比
《報告》數據顯示，全球AI研究人才分布具有顯著的不均衡性和地域集中特征，中美兩國以57.7%的占比形成"雙強并立"格局。美國憑借6.3萬研究人員的總量優勢，構建起斯坦福大學(2385人)、麻省理工學院(2191人)與谷歌(2569人)、微軟(2461人)協同的高校-企業雙引擎。
中國則以28.7%的年復合增長率實現人才規模躍升，從2015年不足萬人發展至2024年的5.2萬人，形成以中國科學院(3453人)、清華大學(2667人)、北京大學(2123人)為核心的第一梯隊，同時騰訊(992人)、阿里巴巴(633人)等企業研發團隊規模已超越部分頂尖高校。
在科研產出層面，中國科學院以585篇高影響力論文領跑全球科研機構，清華、北大躋身發文量前十，呈現“國家隊引領”的特征。
然而，中美在企業端的差距較為明顯。美國頭部企業人均科研產出效率顯著領先，谷歌、微軟、Meta三大科技巨頭的總發文量為5896篇，是中國TOP3企業騰訊、阿里、華為的1.8倍，其論文平均被引頻次(63.3次)較中國企業(55次)高出15%，折射出美國在基礎研究領域的深厚積淀。
路徑分野：基礎研究與應用導向的差異
技術路線選擇上，美國AI研究展現出基礎理論扎實、技術創新驅動和均衡發展的特點，在機器學習、智能機器人、專家系統等底層領域擁有絕對優勢，注重AI安全、隱私保護等倫理問題研究。
中國AI研究則呈現出鮮明的應用導向和產業結合緊密的特點，在計算機視覺(論文量超美40.8%)、知識圖譜(超美50.1%)、自然語言處理等領域形成比較優勢，這與自動駕駛、互聯網應用、移動支付等龐大市場需求和豐富應用場景密不可分。
這種差異在具體領域表現尤為明顯：中國企業在推薦系統、智能金融、自動駕駛等強落地場景表現突出，在智能算法、邊緣計算等新興領域雖起步較晚但發展迅速。而美國在機器學習、自然語言處理等基礎領域的持續投入，為其技術創新提供了不竭動力。
這份由聯合國工業發展組織與東壁科技數據聯合發布的《報告》，不僅揭示了全球AI科研的十年變遷，更凸顯了中美作為"雙引擎"的互補性。當美國在基礎理論領域持續深耕，中國在應用創新層面不斷突破，這種差異恰恰為全球AI發展提供了多元路徑。面向未來，如何構建開放協作的創新生態，讓技術演進與人才培養形成良性互動，將是決定全球AI發展格局的關鍵命題。
(資料來源：中國科學報等)
