2010年至2021年间，尽管AI论文跨国合作增速放缓，但中美人工智能研究合作数量仍增长约4倍，是中英合作总数的2.5倍。不过，2020至2021年中美合作仅微增2.1%，创2010年以来最低同比增幅。同期，全球AI论文总量从20万篇增至近50万篇（496,011篇），实现翻倍以上增长。
从发表类型看，2021年AI论文中期刊文章占比60%，会议论文占17%，存储库论文占13%。过去12年，期刊和存储库论文分别增长3倍和26.6倍，但会议论文数量自2019年起呈下降趋势。模式识别、机器学习和计算机视觉仍是研究热点。中国在期刊、会议及存储库论文总量上保持领先；美国在会议和存储库引用方面虽仍居首，但优势正被削弱。值得注意的是，2022年全球54%的大型语言模型和多模态模型由美国机构研发。
中国霸榜AI顶会，但引用量低于美国
在AI期刊论文发表方面，中国长期占据首位，2021年份额达39.8%，欧盟和英国以15.1%位居第二，美国为10.0%。自2010年以来，中国AI期刊论文被引频次占比持续上升，而欧盟、英国和美国均有所下降，三者合计占全球总引用量的65.7%。
在世界顶级会议论文发表方面，2021年中国以26.15%的份额位列第一，欧盟和英国（20.29%）紧随其后，美国（17.23%）排名第三。然而从引用量来看，中国虽产量最高，但影响力仍有差距：美国顶会论文引用量占比23.9%，中国为22.02%。这反映出中国论文数量领先，但在学术质量与影响力方面与美国尚存距离。
在AI论文存储库提交方面，美国以23.48%的占比位居全球第一，中国则为11.87%，处于相对低位。
中国9所机构AI论文发表赶超MIT
2021年全球AI论文发表总量前十的机构中，中国占据9席。麻省理工学院（MIT）位列第十，发表论文1,745篇。
计算机视觉领域中国十强包揽
在计算机视觉（CV）领域，世界前十机构全部来自中国，分别为：中国科学院、上海交通大学、中国科学院大学、清华大学、浙江大学、北京航空航天大学、武汉大学、北京理工大学、哈尔滨工业大学和天津大学。
自然语言处理领域中外机构并存
在自然语言处理（NLP）领域，全球前十机构/企业呈现中外并立格局，包括：中国科学院、卡内基梅隆大学、微软、清华大学、卡内基梅隆大学澳大利亚分校、谷歌、北京大学、中国科学院大学、阿里巴巴和亚马逊。
工业界领先学术界
2022年发布的重要人工智能机器学习系统中，语言系统达23个，是多模态系统的6倍。在核心模型产出上，工业界已全面超越学术界。2014年前，重要模型多由学术界主导；此后工业界迅速崛起。到2022年，32个关键机器学习模型出自工业界，学术界仅贡献3个。
这一转变表明，构建先进AI系统日益依赖海量数据、强大算力和巨额资金，而这些资源更多集中于行业头部企业。2022年，美国发布了16个重要机器学习系统，居全球首位；英国8个，中国3个。自2002年以来，美国在重要AI系统累计创建数量上已远超英国、欧盟和中国。
从研究人员分布看，美国拥有285名相关领域研究者，是英国的2倍以上、中国的近6倍，显示出其在高端人才储备上的显著优势。
LLM越来越大，算力越贵
大型语言模型和多模态模型（又称基础模型）作为新兴主流AI范式，通过在大规模数据上训练，可广泛应用于各类下游任务。ChatGPT、DALL-E 2和Make-A-Video等模型已展现强大能力并加速落地。分析显示，这些模型的研发人员中54.2%来自美国机构。
斯坦福AI指数报告指出，大模型正朝着更大规模、更高成本方向演进。2019年发布的GPT-2拥有15亿参数，训练成本约5万美元；而2022年推出的谷歌PaLM参数高达5,400亿，训练成本达800万美元。相较之下，PaLM的参数规模是GPT-2的360倍，成本高160倍。
除PaLM外，其他大模型同样昂贵。例如，DeepMind于2022年5月发布的Chinchilla模型训练耗资约210万美元，BLOOM模型训练成本约为230万美元。整体趋势表明，大模型的参数规模与训练投入正同步攀升。
此外，在人脸生成技术方面，GAN持续取得进展，最新Diffusion-GAN模型已在STL-10数据集上达到当前最优性能（SOTA）。
文字来自：新智元