近日，联合国工业发展组织投资和技术促进办公室（中国·北京）与东壁科技数据联合发布《2015-2024年全球人工智能科研态势报告》，基于96961篇高质量文献，勾勒出过去十年全球人工智能（AI）科研的发展轨迹。这份覆盖十年的报告显示，AI领域已从实验室理论探索迈入产业化应用爆发期，中美双强格局凸显，技术迭代与人才分布不均成为行业焦点。

　　过去十年，全球AI科研产出呈现爆发式增长。2016至2023年间，相关文献复合增长率超50%，2023年发文量达到17074篇的峰值，较2015年增长近4倍。这一增长并非线性推进，而是呈现鲜明的阶段性特征：2015-2016年为初始探索期，2016-2019年进入持续增长通道，2019-2023年虽有短期波动但整体攀升，2024年则出现小幅回调，反映出学术关注点的阶段性调整。

　　推动这波增长的核心动力，是技术从理论到应用的跨越。2015年深度学习技术实现突破性应用后，AI领域完成从传统机器学习向深度神经网络的范式转换；2020年后，以大型语言模型（LLMs）为代表的生成式AI崛起，推动技术演进进入指数级增长阶段。如今，AI已从算法创新延伸至医疗、金融、制造等千行百业，成为数字经济的核心驱动力。

　　在全球AI科研版图中，中美两国占据绝对主导地位，合计发文量占全球总量的77.8%，形成独特的“双强竞争”格局。

　　中国展现出强劲的后发优势：从2015年的900篇起步，发文量以年均30%的速度增长，2023年达到6276篇的峰值，首次超越美国，2024年占中美总发文量的比例进一步提升至64.7%。中国科研机构与企业更聚焦应用落地，在深度学习、目标检测、三维显示等技术的产业化方面表现突出，腾讯、阿里巴巴、华为等头部企业成为技术应用的重要推手。

　　美国则保持着质量上的优势：尽管2022年后发文量有所下滑，但总被引频次遥遥领先，在机器学习基础理论、特征提取、识别与分割等核心领域的研究深度上更具竞争力。谷歌、微软、Meta等科技巨头在基础研究领域持续发力，其论文平均影响力显著高于全球水平。

　　报告通过关键词分析揭示了AI技术的演进路径：2015-2017年是深度学习基础构建期，语义分割、表示学习等技术奠定了理论根基；2018-2020年，以BERT为标志的预训练模型确立“预训练+微调”范式，技术从广泛探索转向深度优化；2021-2024年，Transformer架构实现“大一统”，从自然语言处理延伸至计算机视觉、多模态学习等领域，推动生成式AI迎来爆发。

　　当前研究热点呈现“基础与应用并重”的特征：一方面，深度学习的泛化理论、优化方法创新仍是核心；另一方面，跨学科应用加速渗透——在物理学领域，AI优化超表面设计，将太赫兹波段吸收带宽扩大2.4倍；在医学领域，3D Swin-UNet架构使前列腺癌放疗分割精度提升11%；在地球环境科学领域，AI实现全球生态系统变化的实时仿真与预警。

　　全球AI研究的“核心-边缘”结构显著：顶尖机构与人才高度集中于中美两国，中国科学院、清华大学、斯坦福大学、麻省理工学院等机构贡献了全球近半数的高影响力成果。北京、旧金山湾区、剑桥等地区成为人才集聚的“创新极”，仅北京就汇聚了超10400名AI科研人才，形成完整的星空体育智能科技产学研生态。

　　与此同时，行业面临显著的均衡性挑战。性别层面，全球AI领域女性研究者占比仅19.8%，东亚地区更是低至12.2%，中国头部科研机构的女性占比普遍在6%-11%；区域层面，南方国家虽有突破（印度、沙特阿拉伯等国涌现出一批顶尖学者），但整体仍处于科研网络的边缘，前十大国家集中了全球80.2%的研究人员。

　　报告预测，未来十年AI将呈现四大趋势：技术融合加速，多模态AI、量子机器学习突破算力瓶颈；跨学科应用深化，精准医疗、智慧城市成为重点场景；伦理与可解释性成为焦点，模型鲁棒性、算法公平性推动监管框架演进；区域竞争与合作并存，中美引领基础研究与产业化，欧洲、亚太通过差异化优势形成多极化生态。

　　从实验室到产业界，从算法创新到伦理规范，人工智能的下一个十年，或将在技术突破与社会协同的平衡中，重塑人类的生产与生活方式。