导读
过去十年，我们共同见证了全球AI竞争格局的深刻变化。根据AIRankings客观统计人工智能核心领域顶刊与顶会论文发表的数据，中国在AI领域论文发表数量位列全球第二，北京的论文发表数量与研究者数量已跃居城市榜单第一名，北京大学自2022年来连续三年蝉联高校成果发表量与AI指数榜单全球第一。
以史为鉴，可以知得失。本文以纵横交叉的视角分析国家、城市与高校三个维度成果发表量与世界排名的动态变化，了解我国在当今世界AI发展格局中的位置，揭示尚存进步空间的短板领域，以期为中国抓住人工智能发展的历史性机遇、探索独立自主的中国AGI发展道路提供参考。
国家维度：
中美双极鼎立，亚洲力量崛起
放眼全球AI发展格局，2015-2025年AIRankings成果发表量数据显示，美国仍以绝对优势位列榜首，中国作为全球第二与英国拉开断崖式差距，形成中美两极鼎立的世界格局。英国、德国、加拿大、澳大利亚包揽第三至第六名，西方国家在AI领域仍具备客观优势。前十名中亚洲国家占有四席，新加坡（第7名）、韩国（第8名）、日本（第10名）均上榜前十，昭示了AI领域东方力量的崛起。
图 1 2015-2025 AIRankings成果发表量全球前十国家榜单回望过去十年，中国与美国的差距不断缩小——中国2024年全年AI成果发表量相较于十年前增长了近6倍，同期美国的涨幅仅为176.85%。 同时，中国以陡峭的增长曲线与英国拉开差距，中美两极鼎立的全球AI发展格局初见雏形。
图 2 2014-2024中美英AI成果发表量变化趋势2022年11月ChatGPT的问世以来，中美两国2023年成果发表量均有大幅增长（美国增长17.01%，中国增长31.16%）。2024年，美国成果发表数量与2023年持平，而中国成果发表量持续高速增长，与美国的差距进一步缩小。
图 3 2020-2024中美AI成果发表量逐年变化25年开年以来，AIRankings排名呈现出历史性转折——中国论文发表数量首度超越美国，标志着全球AI发展格局的转折点已经到来。
从2020-2025年各细分领域的累计发表成果来看，中国在一般综合人工智能、计算机视觉领域发表量高于美国，具备竞争优势；在自然语言处理、机器学习、机器人学、模拟仿真等领域中国仍处于劣势，有待补足和追进。
中美两国在认知推理、多智能体系统两个新兴领域的成果发表量较少，中国可以超前布局新兴领域、抢占先发优势，摆脱在大模型技术路径上亦步亦趋的被动局面，率先涉足少有人探索的技术领域，主导下一波人工智能技术变革的浪潮。
图 4 2020-2025中美各领域累计成果发表量从作者数量来看，2020-2024年中美AI领域作者数量均有小幅增加，美国的AI作者数量始终是中国的2倍以上，但比值由2021年的2.83倍减少至2024年的2.47倍，两国的AI领域人才数量差距也在逐年缩小。
城市维度：
北京引领、多极联动的AI创新网络
在国家层级的全球排名逐年变化中，我们见证了中美在AI领域差距迅速缩小，全球AI创新的重心正加速向东方倾斜，城市排名榜单也印证了这一趋势。
图 5 2015-2025 AIRankings成果发表量全球前十五城市榜单近年来全球AI研究城市格局发生显著变化，中国城市从“单点突破”发展为“多极联动”，北京连续十年稳居全球AI成果发表量与AI Index榜首，上海、杭州等新兴力量快速崛起，共同推动中国形成全球领先的AI创新网络。
据AIRankings数据统计，2015-2025年间北京的累计成果发表量（6377.6）占榜单前十名成果总量（29261.8）的21.79%，超过旧金山湾区（3224.2）和波士顿（2854.2）的发表量之和。
图 6 2020-2024中美核心城市AI成果发表量逐年变化北京之外，中国城市的多点突破同样引人瞩目，我们清晰地看到版图上“杀”出黑马三剑客——香港、上海、杭州组成的“第二梯队”正在开辟新战场。从近三年的成果发表量来看，这三座城市也跻身全球前十榜单，分别以1173.9、806.7、716.0的累计发表量位居全球第二、第五、第七。
中国城市AI发展局面百花齐放背后，是各个城市因地制宜探索出的破局之路——北京作为国家新一代人工智能创新发展试验区的核心凭借其在政策支持、科研资源、产业生态和人才储备四个层面的优势积累领跑全球。
香港作为链接内地与全球科研网络的枢纽，凭借人才资源和经济资本支持科研资源的集聚与前沿成果的涌现。
上海作为中国首个国家级人工智能创新应用先导区，探索出一条以产业应用牵引科研创新，以场景落地反哺技术迭代的AI发展道路。
杭州则充分发挥民营企业的创新活力，孕育了以“杭州六小龙”为代表的民营企业AI创新主力军。
高校维度：
北大蝉联全球第一，中国高校学术力量崛起
高校是人工智能基础研究与技术突破的创新策源地，其科研成果和人才储备直接影响着国家在全球 AI 竞争中的话语权。
图 7 2015-2025 AIRankings成果发表量全球前十高校榜单2015-2025年AIRankings高校成果发表量全球前十榜单中，北京大学（第一名）、清华大学（第三名）、浙江大学（第七名）、中国科学院（第九名）四所中国高校上榜。在全球前十中，来自中国、韩国和新加坡的亚洲高校共占有六席，亚洲地区AI学术力量日益壮大。
近五年来，以北大、清华、浙大为代表的AI领域中国顶尖高校排名逐年提升，，从“追赶者”逐步蜕变为“领跑者”；与此同时，上海交通大学、西北工业大学、复旦大学、北京航空航天大学等新起之秀不断跻身前十，形成“北清浙领衔，多校并举”的格局，打破了美国及欧洲国家在AI前沿技术领域的长期垄断，将越来越多的五星红旗安插在人工智能探索的技术高地。
图 8 2020-2024中美AI顶尖高校成果发表量变化趋势本文选取2020-2024年累计成果发表量前三的中、美高校，追踪统计其成果发表量逐年变化。可以看到，中国的北、清、浙均以陡峭曲线上升，实现了对美国AI传统强校的超越；而美国的三所高校均有波动地维持平稳，甚至在2024年出现下降趋势。
从各个细分研究领域来看，中国高校在计算机视觉、自然语言处理以及综合人工智能三个研究领域取得了显著优势，前十名中均有5-7所中国高校上榜，中科大、哈工大、港中文、中山大学等高校尽管在总体排名中表现并不突出，但在特定研究领域已跻身世界前列。在机器学习领域，仅有北大、清华两所中国高校上榜前十；而在认知推理、机器人学、多智能体系统以及模拟仿真等研究分支，中国仅有少数高校上榜全球前五十，仍有较大的探索和进步空间。
图 9 2015-2025各领域全球前50名中国高校数量在中国高校学术力量集体崛起的进程中，北京大学取得了瞩目成绩——自2022年起在AI成果发表量与AI指数榜单均蝉联全球第一，在计算机视觉、自然语言处理和一般AI研究领域也包揽第一。这与北京大学在新型科研组织模式、学科发展架构与人才引进和培养理念方面的开拓性探索密不可分。
自2020年朱松纯教授归国并出任北京大学人工智能研究院、智能学院院长以来，北京大学智能学科走上了全面发展的“快车道”。以国家战略需求为导向开展“有组织科研”，与面向原创性的“自由式探索”相结合；建成纵向贯通学研产、横向实现大交叉的创新联合体；打造“本博贯通”、科研能力培养前置的人才培养方案和课程体系，为中国智能学科发展储备了一批青年人才，推动了近年来北大在AI领域前沿成果的快速增长。
其中，北京通用人工智能研究院联合北大、清华共同创建的通用人工智能实验班（简称“通班”）在智能学科青年人才培养方面取得了卓著成效。自2021年创建以来，清北通班累计招收246名本科生，通班学生在本科阶段即在CVPR、NeurIPS、ICLR、ICRA等人工智能顶会上发表论文近百篇，并在“挑战杯”、“Robocup”“美国数学建模大赛”等国内外科创赛事中获得百余奖项。2023年又启动了通用人工智能人才培养协同攻关体计划（简称“通计划”）， 目前已经有15所高校参与，打破领域和高校的壁垒，共同培养博士生。这支兼具学术潜力和创新精神的青年人才队伍已成为中国AI前沿创新的生力军，以“通班”、“通计划”为代表的新型人才培养体系也将为我国智能学科的长足发展提供源源不竭的人才资源。
结语
国家、城市和高校维度AIRankings排名的逐年变化共同印证了“世界科学中心东移”的趋势——中国正成为AI创新的新高地。面向未来，中国有必要时刻明确自身定位，发挥优势、补足短板，在AI领域进行分层差异化战略布局：国家层面集中力量构建前沿基础平台， 实现核心技术自主可控；城市层面实施“一城一策”精准布局，因地制宜制定发展人工智能新质生产力；高校层面鼓励原创性、颠覆性技术创新，为中国引进、培养、储备一批AI尖端人才。
成就之余，隐忧尚存。中国与美国在AI领域的论文发表数量与作者数量仍存在显著差距，从细分领域来看也有明显的“偏科”情况——在计算机视觉、自然语言处理和综合人工智能研究领域跻身世界前列，而在机器学习、机器人学领域表现平平，而在认知推理、多智能体系统等领域成果比较匮乏。与此同时，美国通过对华进行高端芯片出口管制、阻滞学术交流，以及大肆渲染“中国AI威胁论”的舆论攻势，对中国的AI发展构成了严峻的外部挑战。
破局的核心在于突破认知桎梏、实现思想自主。勇于开拓新的理论方法、技术路径与科研范式，聚焦于基础理论和算法框架的根本性突破，走出一条自信、自立、自强的中国AGI发展道路。这条路注定充满挑战，但也是中国在全球AI竞争中赢得战略主动、在学科发展进程中开拓人类知识边界的必由之路。
AIRankings 排名简介
AIRankings（https://airankings.org/）是一个基于量化指标的全球人工智能研究能力排名系统，主要由人工智能领域的一群来自中国的教授共同发起，以透明算法整合50多个AI领域顶级会议和期刊，以调整后出版物数量（Adjusted Publications）和AI指数（AI Index）两大指标为排名依据，整合了计算机视觉、自然语言处理、机器学习等八大AI核心领域的数据，对机构、城市、国家的人工智能研究能力进行多层级量化评估，提供更细粒度的参考依据。
