美国国家人工智能研究院建设及对我国启示与借鉴

赛 迪 研 究 院主 办 2025年10月25日总第71期4第期 本期主题 □美国国家人工智能研究院建设及对我国启示与借鉴 『所长导读』 在全球科技竞争日益加剧和人工智能快速演进的背景下，美国加快布局国家人工智能研究院，旨在进一步构建产业创新生态，为其保持全球领先优势提供坚实支撑。本期研究梳理了美国国家人工智能研究院的布局特点与成功经验，揭示其在区域分布、领域拓展、跨学科协同及投资机制上的优势，以及对我国的启示与借鉴。结合我国人工智能产业发展现状，本文提出建设国家级人工智能研究院体系、依托区域优势推动人工智能研究院广泛覆盖与集聚发展、强化基础与应用并重、构建长期投资体系和探索体制机制创新等四方面建议，旨在推动我国人工智能形成广覆盖、强协同、可持续的发展格局。 本研究为解决我国人工智能领域在战略统筹和资源配置上的瓶颈问题提供了思路，期待业界同仁共同探讨完善。 赛迪智库科技与标准研究所所长 程楠2025 年 10 月 25 日 目 录目 录CONTENTS 本期主题：美国国家人工智能研究院建设及对我国启示与借鉴 一、美国国家人工智能研究院建设进展……………………………1 （一）从地理分布看，以西部和东部为核心，逐步向全国范围扩展，形成广泛覆盖且沿海聚集的分布格局……………………………………………………………1（二）从研究领域看，全面覆盖基础理论研究、技术应用、伦理监管和人才培养等多个方面，推动人工智能技术与社会可持续发展融合…………………………2（三）从运营模式看，以长期大规模投资为基础，构建跨学科、多利益相关方的创新生态网络…………………………………………………………………………4 二、美国国家人工智能研究院建设经验……………………………5 （一）依托地域集群优势，形成广泛覆盖多点布局………………………………5（二）动态推动人工智能基础与应用研究，强化人工智能人才多层次培养……6（三）构建多元化投资机制，巧妙搭建“小核心大协作”模式架构……………7 三、对我国启示借鉴…………………………………………………8 （一）建设国家级人工智能研究院体系，夯实国家战略支撑能力………………9（二）依托区域优势资源，推动人工智能研究院广泛覆盖与集聚发展…………9（三）实现基础理论创新与技术应用拓展并重，构建可持续发展体系………10（四）构建长期稳定的投资体系，形成协同创新网络…………………………12 本期主题： 美国国家人工智能研究院建设及对我国启示与借鉴 在 全 球 科 技 竞 争 日 益 加 剧 的背景下，人工智能已经成为大国争夺未来竞争优势的重要领域。作为人工智能领域的技术领先者，美国面向长周期、学科交叉、多机构合作的人工智能领域细分赛道组建国家人工智能研究院，进一步激发了本国人工智能发展潜力。借鉴美国成功经验，建议我国依托区域优势资源分批成立国家级人工智能研究院，推动人工智能研究院的广泛覆盖与集聚发展。同时，人工智能研究院应涵盖基础理论创新与技术应用拓展，构建既有理论支撑又注重实践应用的可持续发展体系。为了保障人工智能研究院的稳健运行，我国需进一步吸引企业资金和金融资本注入，构建长期稳定的投资体系，形成多方参与的协同创新网络。 一、美国国家人工智能研究院建设进展 2019 年 10 月，美国国家科学基金会联合国土安全部、国防部和教育部等联邦机构共同启动了国家人 工 智 能 研 究 院 计 划。2020 年 至2024 年，美国陆续成立了 27 家人工 智 能 研 究 院， 并 于 2025 年 7 月29 日新成立人工智能－材料研究院（AI-MI）和人工智能助手交互研究院（ARIA）。29 家人工智能研究院致力于开展人工智能基础研究和应用研究，建设投资已超 5 亿美元，构建起全球规模最大的人工智能研究生态系统。 （一）从地理分布看，以西部和东部为核心，逐步向全国范围扩展，形成广泛覆盖且沿海聚集的分布格局 一 是 西 部 与 东 部 为 核 心 集 聚区。人工智能研究院的牵头机构主 要集中在美国西部和东部地区，覆盖俄亥俄州和得克萨斯州等十五个州。这些地区不仅拥有加州大学、麻省理工学院、哥伦比亚大学等世界顶尖的高等学府，还汇聚了大量的科研机构与高新科技企业。 散于美国各地，覆盖范围有限。至2021 年，十多家人工智能研究院陆续成立，成功覆盖美国五分之四的州。时至今日，人工智能研究院的数量已增至 29 家，其核心机构和共建机构几乎遍及美国各个州。 二是沿海地区成为重要分布区域。29 个人工智能研究院大多数位于美国沿海地区，在地域分布上呈现出明显的沿海聚集现象。例如，下 一 代 食 品 系 统 人 工 智 能 研 究 院（AIFS）、 （二）从研究领域看，全面覆盖基础理论研究、技术应用、伦理监管和人才培养等多个方面，推动人工智能技术与社会可持续发展融合 一是基础理论研究与技术应用并重。2020—2023 年，美国国家科学基金会陆续发布了 4 个版本的国家人工智能研究院申报指南，并进行了相应的更新。2023 年的最新版指南 NSF-23-610 还公布了 2024 和2025 财年拟资助的三类研究主题—“人工智能在天文学中的应用”、“人工智能在材料科学中的应用”和“增强式人工智能”。围绕科研、教育、产业、基础设施、气候农林等关键性、战略性问题，这些研究院聚焦领域可大致分为基础研究和面向特定场景的应用研究两大类。其中，基础研究涵盖“可信赖的人工智能”、“机器学习基础”和“人工智能的神经和认知基础”等主题； 大 规 模 学 习 优 化 人 工 智 能 研究 院（TILOS） 和 基 于 代 理 的 网络 威 胁 情 报 和 运 营 人 工 智 能 研 究院（ACTION） 的 核 心 机 构 均 位 于美 国 西 海 岸 的 加 利 福 尼 亚 州。 又如， 人 工 智 能 和 自 然 智 能 研 究 院（ARNI）、AI 卓 越 教 育 研 究 院（AI4ExceptionalEd） 和 人 工 智 能 － 材 料 研 究 院（AI-MI）的核心机构均位于美国东海岸的纽约州。 三 是 覆 盖 范 围 逐 步 扩 展 至 全美。从 2020 年至 2025 年，美国分五批次设立国家人工智能研究院。2020 年 成 立 的 人 工 智 能 研 究 院 分 释性与问责机制，增强人工智能技术的可靠性与公众信任。同时，该研 究 院 还 关 注 人 工 智 能 的 社 会 影响，强调公众与边缘群体在人工智能治理中的参与，力求实现技术与社会价值的协调。 面向特定场景的应用研究涵盖“气候智能型农林业的人工智能”、“人工智能和先进的网络基础设施”、“促进物理学发现的人工智能”和“促进分子合成与制造的人工智能”等主题。 三 是 以 人 工 智 能 技 术 赋 能 人才 培 养。人 工 智 能 研 究 院 的 研 究主 题 涵 盖 K-12 基 础 教 育1、 高 等教育等多个阶段，还广泛涉足在线教育、特殊教育等关键领域。上述研究院包括但不限于 AI 包容性智能教育技术研究院（INVITE）、成人学习和在线教育人工智能研究院（AI-ALOE）和 AI 卓越教育研究院（AI4ExceptionalEd）。 人 工 智 能研究院还积极探索 AI 技术在教育中的创新应用，关注教育资源的均衡分配，致力于通过技术手段缩小教育差距。以 AI 包容性智能教育技术研究院（INVITE）为例，该研究院的目标与愿景是推动教育技术的创新和包容性发展，确保不同背景和需求的学习者都能受益，从而提升教育的公平性和质量。INVITE 致力于通过人工智能技术重塑教师与学 二 是 高 度 重 视 人 工 智 能 技 术的伦理法律与社会影响。为应对技术快速发展带来的潜在社会问题，人工智能研究院积极开展相关伦理与法律研究。围绕人工智能技术的伦 理 风 险、 法 律 框 架 及 社 会 影 响等关键议题，多家人工智能研究院展开深入探索与交流。人工智能研究院积极为人工智能技术的健康发展提供伦理指导和法律保障，确保技术发展与社会价值、公众利益相协调，从而有效维护公众对人工智能技术的信任与支持，为技术的可持续发展奠定坚实的社会基础。以法律与社会可信赖人工智能研究院（TRAILS）为例，其愿景是把人工智能实践从“技术驱动”转向“以人为本”，强调伦理、人权与社会价值的统一。该研究院在设计、开发与应用过程中融入透明性、可解 尼亚大学等高校共建，并与亚马逊、DeepMind、 谷 歌、IBM、Meta 等 科技企业巨头及纽约科学馆开展多利益相关方合作。该研究院致力于将人工智能领域的重大突破与大脑科学的革命性进展紧密相连，打造神经科学、认知科学与人工智能之间的跨学科研究新范式。 习者的互动方式，专注于开发支持学生非认知技能发展的工具。 （三）从运营模式看，以长期大规模投资为基础，构建跨学科、多利益相关方的创新生态网络 一是强调在人工智能研究方面的长期投资。与传统联邦的短期资助研究相比，人工智能研究院项目鼓励各研究院在自身领域持续深耕与长期发展，逐步成长为该领域的引领者。美国国家科学基金会以 5年为一个周期进行可持续发展规划并投资，每个人工智能研究院每年经费投入约 400 万美元，5 年共计2000 万美元。这种大规模、长期的资金支持确保了研究的持续性和前瞻性。 三是致力于构建广泛的创新生态网络。截至目前，29 个人工智能研究院联合设立虚拟组织（AIVO）作为连接枢纽，将各人工智能研究院 连 接 成“ 网 络 的 网 络”2。AIVO发挥“纽带作用”，旨在促进各人工智能研究院之间的资源共享、知识交流和合作创新。AIVO 每年召集人工智能研究院领导峰会（SAIL）为各研究院领导提供交流平台，并收集各研究院对国家人工智能研究院项目的意见。另一方面，AIVO 致力于拓展公私合作伙伴关系，有效整合各方资源，共同推动人工智能领域的进步。例如，AIVO 还通过举办 AI 研究院博览会等会议加强人工智能研究院与公众之间的互动和参与度。 二是注重跨学科、多利益相关方的合作。人工智能研究院不仅聚集了高校院所的科研人员，还吸引了众多高新技术企业参与。以人工智能和自然智能研究院（ARNI）为例，该研究院由哥伦比亚大学牵头，由贝勒医学院、纽约市立大学、哈佛大学、普林斯顿大学、霍华德休斯医学所、塔斯基吉大学和宾夕法 美国研究院通常由一所高校牵头，联合周边及跨州高校、科研机构和企业，共建跨区域创新网络。这种多 点 联 动 的 布 局 提 升 了 成 果 扩 散与共享效率。例如，环境计算学习智能网络基础设施人工智能研究院（ICICLE）由俄亥俄州立大学牵头，联合多个州的高校与企业，共同建设智能网络基础设施，使中西部地区也能获得与沿海相当的算力和应用能力，显著缩小了区域创新差距。 二、美国国家人工智能研究院建设经验 （一）依托地域集群优势，形成广泛覆盖多点布局 一 是 以 区 域 特 色 产 业 为 切 入点，推动人工智能深度嵌入地方经济。美国各个人工智能研究院并非简单复制，而是结合所在地区的优势产业展开人工智能相关研究，形成区域产业与人工智能协同发展的格局。例如，智能劳动力转化与决策支持人工智能研究院（AgAID）依托华盛顿州果蔬种植业集群，开发农事智能化决策支持系统和劳动力转型培训项目，不仅解决了当地农业“用工荒”，还形成了可推广至全美的智慧农业范式。又如，弹性农 业 人 工 智 能 研 究 院（AIIRA） 依托爱荷华州在玉米、大豆等大宗农作物上的产业优势，利用人工智能技术开展作物建模与气候适应性研究，在保障粮食安全和提升农业韧性方面发挥了重要作用，同时推动中西部农业大州成为人工智能在农业领域的应用高地。 三是注重向全国纵深拓展，带动区域均衡发展。美国并未局限于第一批研究院所在的州，而是通过分批建设逐步将研究院布局扩展至全国范围。首批研究院多集中在美国西部和中西部地区，如天气、气候和海岸海洋学可信任人工智能研究 院（AI2ES） 和 未 来 农