7月3日，在北京举办的2025全球数字经济大会上，联合国工业发展组织投资和技术促进办公室与东壁科技数据联合发布《全球人工智能科研态势报告(2015-2024)》，对2015至2024年间全球发表的96961篇人工智能领域文献进行了系统分析，全面解码近十年来AI科研的演进脉络与产业动态。
报告勾勒出人工智能研究鲜明的阶段性特征。十年间，全球人工智能论文发表总体呈上升趋势，粗略可分为初始起步期(2015-2016年)、快速发展期(2017-2019年)、成熟高峰期(2020-2023年)、波动调整期(2024年)。
从技术演进路径看，2015年到2017年主要集中在传统机器学习算法和神经网络基础研究方面，2018年到2020年深度学习、计算机视觉、自然语言处理等应用领域兴起，2021年至2023年，大型语言模型、生成式AI、多模态模型成为研究前沿，再到2024年至2025年，可解释性AI、自适应学习、多智能体系统等新兴方向涌现。
通过关键词分析，报告清晰地描绘出人工智能核心技术路线的变化。“深度学习”无疑是过去十年的绝对主角，其关键词频率累计增长84倍，尤其在2018-2023年，年均增速高达217%，展现出惊人的爆发力。2024年其增速首次降至30%，进入平台期，预示着单靠模型规模扩张的发展模式面临瓶颈。
此外，报告还清晰呈现出中美两国在AI领域“双核驱动”的格局，以及各具特色的发展路径。报告显示，美国AI研究展现出基础理论扎实、技术创新驱动和均衡发展的特点，在机器学习、智能机器人、专家系统等基础理论和技术创新领域拥有绝对优势，研究注重底层突破和技术伦理，如AI安全与隐私保护。中国AI研究呈现出鲜明的应用导向和产业结合紧密的特点，在计算机视觉、知识图谱和自然语言处理方面具有相对优势。中国企业也在推荐系统、智能金融（如移动支付）、自动驾驶等强应用、强落地的领域表现突出。此外，在智能算法、边缘计算等新兴探索领域，中国虽起步相对较晚，但也展现出良好的发展态势。
