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，由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》（「以下簡稱《報告》」）正式發布。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，儘管總體格局上，美國和中國穩居第一梯隊，但中國尚未形成具有絕對領先優勢的核心競爭力。

此《報告》聚焦於基礎支撐、資源與環境、科技研發、產業與應用、國際合作交流等5個構面建構指標體系，針對46個重點國家的人工智慧創新發展與治理情況進行量化評估。澎湃科技注意到，綜合考慮總得分、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。

中美兩國AI水準穩居第一梯隊

整體格局上，2023年全球人工智慧美國和中國穩居第一梯隊，英國、日本、新加坡等9個國家則位居第二梯隊。其中，美國以74.71的總分大幅領先，中國總分為52.69分，排名第二，比排名第三的英國高出近15分。美國全面領先，中美在多數指標上處於「斷層式」領先。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。

《2023全球人工智慧創新指數報告》正式發布

《報告》指出，美國和中國在人工智慧高層次人才數量和人工智慧企業數量上均領先第二梯隊國家。在主要國家人工智慧頂級論文數量和主要國家人工智慧專利授權數量上，中國遠高於美國。例如，在主要國家人工智慧頂尖論文數量佔比上，中國佔36.7%，美國佔22.6%。在主要國家人工智慧專利授權數量佔比上，中國佔34.7%，美國佔32%。

《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、四梯隊部分國家有所進步，其中印度和沙烏地阿拉伯連續三年排位上升。

學習模型研發數量中，美國人工智慧企業表現突出

統觀當下全球人工智慧創新發展趨勢，趙志耘提到了當下全球趨勢呈現四個特質。

趨勢一，大模型的突破帶動人工智慧技術創新加快，自然語言處理、多模態等領域研發快速加速。多模態領域的模型數量大幅成長，從2022年的9個增加到2023年的35個。要注意的是，2023年AI for Science持續深入，以生物/醫藥、地球科學、數學、材料科學等科學研究領域的機器學習模型不斷湧現。

全球趨勢觀察

趨勢二，產業界在模型開發的領先優勢凸顯。《報告》顯示，2023年產業界獨立研發的機器學習模式達到176個，是學術界的3.5倍。

澎湃科技注意到，在2023年機器學習模型研發數量的機構中，美國人工智慧企業表現尤為突出，2023年推出2個以上機器學習模型的13家機構中，美國7家，研發學習模型數量最多的來自Google，數量達到19個。中國2家（阿里巴巴、北京智源人工智慧研究院）、英國、加拿大、法國、阿聯酋各佔1家。

《報告》同時也提及，近十年產業界獨立研發的機器學習模式數量佔從2013年的25%上升到2023年的62.6%，學術界卻不斷下降，與產業界的差距拉大。

趨勢三，生成式人工智慧開源專案激增，開源仍是人工智慧技術研發應用的重要模式。《報告》指出，近十年GitHub上人工智慧開源專案總數持續成長，從2013年的1.2萬個增加到2023年的約190萬個。印度成為最大的開源專案來源國，每年貢獻的人工智慧開源專案數量佔全球的比重從2013年的3.1%成長到2023年的27.3%，2020年開始反超美國。

趨勢四，人工智慧企業新增數量開始成長，2023年生成式人工智慧創投規模急劇擴大，主要集中在美國、法國、中國、以色列、英國等國家。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。

原始創新需要加強

《報告》指出，中國人工智慧綜合水準維持全球第二，但尚未形成具有絕對領先優勢的核心競爭力。在人才培育、科學研究產出、產業發展等方面，中國取得積極成效。

在高層次人工智慧人才隊伍上，頂會頂刊論文作者數量從2018年的328人成長到2022年的1,674人，與美國的差距正逐漸縮小。高品質科學研究成果數量明顯上升，頂會頂刊論文數量已超過美國，位居全球第一，累計貢獻的高影響力人工智慧開源計畫目前位居全球第三，僅次於美國和印度。

不過，趙志耘指出，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。

《報告》也同時提到對中國人工智慧發展的建議及展望。

趙志耘表示，應加快高水準規模化的應用，這將是中國最大的優勢。此外，加強資料資源建設，健全公共資料開放共享機制，建立安全合規、大規模、高品質的語料庫。加大高階人才引育，加速高水準規模化應用，聚焦關鍵領域打造一批具有技術先進性和規模化潛力的重大場景，推動大小模型協同落地。