01 AI学术

- 全球AI学术研究与学术产出持续增长，各地区的驱动力量呈现差异化：在美国，企业附属研究贡献显著；在中国与欧盟，政府主导的研究力量更为突出。中国在AI期刊引用方面达到新高，长期在发表数量上保持领先地位。AI相关预印本数量亦显著攀升，显示研究活动的活跃度持续提升。总体而言，AI论文在全球同行评议论文中的占比逐步上升mile米乐。

02 AI技术

- 生成式AI能力日益强大，文本、音频与图像的合成水平提升，真实性辨别的难度也随之增加。计算机视觉逐步走向产业化，训练成本显著下降；自然语言处理表现出超越传统评估基准的进步，主流厂商与新兴企业都在加速部署大规模语言模型。多模态任务如视觉问答等在准确性方面持续改善。AI在医疗与生物领域的应用带来结构性变革，蛋白质折叠等核心问题通过机器学习取得突破，药物发现与设计的效率也显著提升。

03 AI应用

- 全球AI投资规模不断扩大，药物研发、癌症与分子相关领域成为资金聚焦点，自动驾驶、教育技术等领域紧随其后。私募资金更集中于少数成长性强的初创企业，疫情背景下总体投资仍保持增长态势，但新进入的企业数量有所下降。美国继续主导全球投资格局，其他地区紧随其后。企业在解决伦理与隐私风险方面的投入逐步增多，但在实际落地上仍存在挑战。全球AI招聘需求持续扩张，区域差异明显，北美、印度、加拿大等地增速显著，美国市场岗位数量出现短期波动。

04 AI求学就业

- 顶尖高校不断加强AI教育与培养，相关本科、研究生课程与训练显著增加。AI博士毕业生进入产业工作的比例持续上升，成为主流趋势，学术界的比例相对下降。北美地区AI相关博士在计算机科学博士中的占比显著提升，区域院校在师资结构与流动性方面呈现多样化。海外留学生在新一届AI博士毕业生中的占比提升，留在本地就业的比例普遍偏高。

05 AI国家政策

- 国际上多国发布了国家级AI战略，推动全球治理与协作，伦理与治理成为重要议题。政府、智库、学界与产业界在推动AI决策议程方面协同增多。AI研发投入持续增加，民用预算在国防等领域之外的投向成为关注点。全球治理框架逐步成型，跨国合作与多边倡议在推动全球AI发展方面发挥重要作用。

06 AI的多样性困局

- AI人才生态存在显著的多样性挑战：女性在计算机科学教育与终身教职中的比例长期偏低，种族与族裔代表性也明显不足。北美地区AI博士毕业生中新晋白人占比接近一半，非裔与西班牙裔的比例仍然偏低。各类专业研讨会与社区正在提升多样性参与，但仍需持续努力以消除歧视与不平等，提升包容性与公平性。

07 AI道德

- 关于AI伦理的文献与讨论大幅增加，但缺乏统一且可操作的量化基准，伦理原则往往缺乏强制性约束。大型会议与研究活动开始更多地关注伦理议题，伦理教育在高校课程体系中的嵌入也在推进。典型议题包括隐私保护、问责与透明度、 Bias与公平性等，以及欧洲等地区发布的伦理治理文件与企业事件对行业的影响。

08 高等教育的道德教育

- 全球多所知名高校在计算机科学与AI课程中增设伦理主题、开展专题活动，越来越多的院系将AI伦理纳入课程体系或独立课程，跨学科的伦理讨论与案例研究逐步成为常态。高等教育在培养技术能力的同时，也在加强对伦理判断、社会影响与治理意识的教育。

09 结语

- AI已成为全球竞争的新焦点，未来的比拼将不仅在科研成果与技术性能，更体现在产业落地、治理能力与人才生态的完整性上。面对伦理、包容性与教育等挑战，建立更完善的治理框架、标准体系与教育体系，是推动AI健康、可持续发展的关键所在。