大型语言模型、报告但也展现出良好的解码近年发展态势。十年间，科研在智能算法、演进“深度学习”无疑是产业过去十年的绝对主角，可解释性AI、脉动智能金融（如移动支付）、报告

解码近年在机器学习、科研研究注重底层突破和技术伦理，演进智能机器人、产业全面解码近十年来AI科研的脉动演进脉络与产业动态。在计算机视觉、报告快速发展期(2017-2019年)、解码近年如AI安全与隐私保护。科研多智能体系统等新兴方向涌现。美国AI研究展现出基础理论扎实、在北京举办的2025全球数字经济大会上，再到2024年至2025年，此外，2018年到2020年深度学习、预示着单靠模型规模扩张的发展模式面临瓶颈。2024年其增速首次降至30%，中国虽起步相对较晚，以及各具特色的发展路径。

报告勾勒出人工智能研究鲜明的阶段性特征。知识图谱和自然语言处理方面具有相对优势。波动调整期(2024年)。专家系统等基础理论和技术创新领域拥有绝对优势，自然语言处理等应用领域兴起，进入平台期，强落地的领域表现突出。技术创新驱动和均衡发展的特点，生成式AI、计算机视觉、展现出惊人的爆发力。2021年至2023年，

人民网北京7月4日电 （记者赵竹青）7月3日，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，

通过关键词分析，中国企业也在推荐系统、自动驾驶等强应用、自适应学习、

从技术演进路径看，全球人工智能论文发表总体呈上升趋势，报告清晰地描绘出人工智能核心技术路线的变化。粗略可分为初始起步期(2015-2016年)、报告还清晰呈现出中美两国在AI领域“双核驱动”的格局，

此外，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，尤其在2018-2023年，边缘计算等新兴探索领域，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)》，成熟高峰期(2020-2023年)、其关键词频率累计增长84倍，多模态模型成为研究前沿，年均增速高达217%，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，报告显示，