在全球科技竞争日益加剧的背景下，人工智能（AI）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

（一）从地理分布看，以西部和东部为核心，逐步向全美范围扩展

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（如加利福尼亚州）和东部（如马萨诸塞州）的15个州，这些地区不仅拥有加利福尼亚大学、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。

二是沿海地区成为重要分布区域。

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地区聚集现象。例如，下一代食品系统人工智能研究院（AIFS）、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。

三是覆盖范围逐步扩展至全美。

从2020年至2025年，美国分五批确立29个研究院为国家人工智能研究院。2020年成立的人工智能研究院分散于美国各地，覆盖范围有限。至2021年，十余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个，其核心机构和共建机构几乎遍及全美每个州。

（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。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”“人工智能的神经和认知基础”等主题，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”“促进分子合成与制造的人工智能”等主题。

二是高度重视人工智能技术的伦理法律与社会影响。

人工智能研究院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进行探讨与交流，为人工智能技术的健康发展提供伦理指导和法律保障。以法律与社会可信人工智能研究院（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。

三是以人工智能赋能人才培养。

人工智能研究院的研究主题覆盖K-12（从幼儿园到12年级）基础教育和高等教育等多个阶段，且广泛涉足在线教育、特殊教育等关键领域，积极探索人工智能技术在教育中的创新应用。代表性的研究院包括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）等。同时，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）从运营模式来看，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基础研究方面的长期投资。

与传统联邦资助研究或企业研发项目相比，人工智能研究院项目鼓励各研究院在自有研究领域成为领导者。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经费投入约每年400万美元，5年共计2 000万美元。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。

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人工智能领域的科研人员，还吸引了高新技术企业参与。以人工智能和自然智能研究院（ARNI）为例，该人工智能研究院由哥伦比亚大学牵头，联合贝勒医学院、纽约市立大学、哈佛大学、普林斯顿大学、霍华德·休斯医学研究所、米拉魁北克人工智能研究所、塔斯基吉大学及宾夕法尼亚大学等顶尖学府，并与亚马逊、DeepMind、谷歌、IBM、Meta等科技巨头及纽约科学馆建立合作。

三是致力于构建广泛的创新生态网络。

29个人工智能研究院共同设立虚拟组织（AIVO）作为连接枢纽，将各人工智能研究院连接成“网络的网络”（美国国家人工智能研究院计划的目标是将各个研究院连接起来形成一个价值大于所有研究院总和的整体）。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。此外，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、美国国家人工智能研究院建设经验

（一）依托地域集群优势，形成广泛覆盖的多点布局

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。

二是通过跨区域合作网络，实现“核心—节点—辐射”效应。

美国国家人工智能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地区相当的算力和应用能力，显