1. 产业界继续主导前沿人工智能研究。2023年，人工智能产业界开发出51个著名的机器学习模型，而学术界仅贡献了15个。2023年还产生了21个产学合作的著名模型，创下新高。（图1）

图1 2003-2023年按行业划分的著名机器学习模型数量

2. 更多的基础模型和更多开源基础模型。2023年共发布了149个基础模型，是2022年的两倍多（图2）。在新发布的模型中，有65.77%是开源模型，而2022年和2021年分别只有44.4%和33.3%。（图3）

图2 2019-2023年按接入类型划分的基础模型

图3 2019-2023年按访问类型划分的基础模型

3. 前沿模型变得越来越昂贵。据HAI估计，最先进的人工智能模型的训练成本已达到前所未有的水平。例如，OpenAI的GPT-4使用了价值约7800万美元的算力进行训练，而谷歌的Gemini Ultra花费了1.91亿美元的算力。(图4）

图4 2017-2023年选定的人工智能模型的训练成本

4. 美国成为顶级人工智能模型的主要开发国家。2023年，61个著名的人工智能模型来自美国的机构，远远超过欧盟的21个和中国的15个。（图5）

图5 2023年按地域划分的著名人工智能模型数量

5. 人工智能专利数量激增。从2021年到2022年，全球人工智能专利授权量大幅增长了62.7%。自2010年以来，人工智能专利授权量增长了31倍以上。（图6）

图6 2010-2022年人工智能专利授权数量

6. 中国在人工智能专利数量上处于遥遥领先的地位。2022年，中国以61.1%的比例领跑全球人工智能专利来源国，大幅超过占比为20.9%的美国。自2010年以来，美国人工智能专利的份额从54.1%一直在持续下降。（图7）

图7 2010-22 年按地域划分的人工智能专利授权量

7. 开源人工智能研究呈爆炸式增长。自2011年以来，软件项目托管平台GitHub上与人工智能相关的项目数量持续增长，从2011年的845个增至 2023年的约180万个（图8）。值得注意的是，仅在2023年，GitHub上的人工智能项目的总数就大幅增长了59.3%。2023年，GitHub上人工智能项目获得了更多的星标（主要用于衡量项目的受欢迎程度），从2022年的400万增至1220万，增加了两倍多。（图9）

图8 2011-2023年GitHub上人工智能项目数量

图9 2011-2023年GitHub上获得星标的人工智能项目数量

8. 人工智能出版物的数量持续上升。从2010年到2022年，人工智能出版物总数几乎增加了两倍，从2010年的约8.8万份增加到2022年的超过24万份。此外，去年的增幅仅为1.1%。（图10）

图10 2010-2022年全球人工智能出版物数量