在7月4日下午舉行的2024世界人工智慧大會科學前沿主論壇上，中國科學技術資訊研究所聯合北京大學共同研發的《2023全球人工智慧創新指數報告》發布，這也是這項指數第四次在世界人工智慧大會上揭曉。

報告顯示，目前全球人工智慧發展維持美國全面領先、美中兩強引領的整體格局，2023年美國以74.71的總分大幅領先，中國總分52.69分，排名第二，比排名第三的英國高出近15分。自指數創建五年來，美國一直排名全球第一，中國自2020年起近四年一直排名第二。

大模型、生成式人工智慧等新技術新賽道正掀起人工智慧科學研究和產業領域新一輪發展熱潮，從數據上看，2018—2022年全球新增人工智慧企業數逐年遞減，但該趨勢在2023年迎來扭轉，2023年新增企業數年增21.5%。還有一個細節是，GitHub上發布的生成式人工智慧開源專案從2022年的約1.7萬個激增到2023年的約6萬個，數量約是前一年的3.5倍，新增4.3萬個項目。

中國科學技術資訊研究所黨委書記、中國軟科學研究會副理事長趙志耘在發佈時介紹，《報告》目標是能夠全面客觀反映全球人工智慧創新發展和治理的發展態勢，以及明確中國目前所處的位勢，希望從基礎支撐、資源與環境、國際合作交流等五大維度，透過建構三層、三級指標體系，對46個重要的國家創新發展與治理的情況進行量化評估。

綜合考慮總分、國家間分差、一級指標排名等因素，報告將參評國家劃分為四個梯隊。美國和中國穩居第一梯隊，總得分明顯高於其他國家，第二梯隊與第一梯隊的差距進一步拉大。英國連續兩年位居第二梯隊首位，與美國的分差從2022年的26分擴大到2023年的38分，與中國的分差從2022年的9分擴大到2023年的15分。

但報告也提到，在第二梯隊中，英國在整體教育資源和高品質的學術研究成果方面較為突出，日本專利也較為突出。德國在產業和應用方面，尤其是在人工智慧創投以及國內市場規模方面很有優勢。

第三、四梯隊部分國家有進步。其中印度和沙烏地阿拉伯連續三年排位上升。第四梯隊國家中，大多數國家相對有較弱勢的項目，但也有一些進展。如巴西和印尼等個別國家，在科技研發和產業應用等層面有明顯的進步，特別是在人工智慧開源專案數量和人工智慧創投等方面，這兩個國家排在中等以上的水平。

統觀當下全球人工智慧創新發展趨勢，趙志耘提到了四個特點。一方面，大模型突破帶動了人工智慧技術創新加快，自然語言處理和多模態等在人工智慧創新發展中起到非常重要的作用，2023年全球發布的機器學習模型數量同比增加91.2%，達到近十年來最大增幅。其次，產業界在模型開發上的領先優勢不斷擴大，2023年產業界獨立研發的機器學習模型達176個，為學術界的3.5倍。第三是生成式人工智慧開源專案的數量激增，GitHub上發布的生成式人工智慧開源專案從2022年的約1.7萬個激增到2023年的約6萬個。

關於第四個特點，趙志耘提到人工智慧企業新增數量開始成長，創業、創投低迷的趨勢有所轉變，「這個特點非常明顯」。在過去的2018-2022年，全球新增人工智慧企業數量在逐年遞減，但是這種遞減趨勢在2023年得到了抑制，同時有迴轉的傾向，2023年新增企業數量同比上漲了21.5%。

同時有一個更樂觀的趨勢是，全球人工智慧創投雖然還是下降的趨勢，但是這種下降的幅度卻明顯縮減。尤其是2023年生成式人工智慧的創投規模正在快速擴大，也使得生成式人工智慧在推動人工智慧創新發展方面扮演非常重要的角色。

目光看向中國，在全球人工智慧發展上，中國的綜合水平保持了全球第二的水平，在人才培育和科學研究產出、產業發展等方面，近年來取得明顯的進展。高層次人才數量與美國的差距逐漸縮小，頂會頂刊論文、高影響力人工智慧開源專案等高品質科學研究成果數量明顯上升，人工智慧企業數量和創投保持全球第二。

但從當前主流技術路線的趨勢特徵以及支撐技術大規模應用的基礎條件來看，中國人工智慧發展還存在一些不足，尤其在數據開發利用、原始創新等方面需要進一步加強。

高品質資料資源缺乏的一個面向是，在Hugging Face上的開源訓練資料集中，中文資料集僅佔5.1%，不到英文資料集的十分之一。其次重大引領性創新產出不如美國，2019-2023年全球發表的387個重要的機器學習模型中，美國機構主導開發的達262個，中國佔68個。

趙志耘提到，希望加快高水準規模化的應用，這是中國最大的優勢。