AI領域的研究進展，主要是透過發表於諸多的研討會，而NeurIPS（Conference on Neural Information Processing Systems）是當中的頂會，另外兩個是ICML跟ICLR，而今年的NeurIPS總共收到約3萬件的投稿，並接受了當中約5,200文章。此外，今年又有「雙會場設計」，一個辦在 美國的San Diego, California，另一個則辦在墨西哥 Mexico City, Mexico，小道消息是因應中國學者的簽證問題，但我不瞭解實際的原因為何。
因筆者在哈佛的lab是專門做歷史文件的電腦視覺跟文字處理，所以過去幾年都有在投相關的會，但我們lab不算大，做的東西又蠻偏科的，大概在斷funding前，大概也是每年有兩到三篇NeurIPS跟兩篇ICLR，我自己個人投過的比較多是NLP的會（主力還是在弄經濟學的研究）。不過因為身在這圈子裡的關係，哈佛跟MIT這邊不少做CS的朋友還算認識不少。這次這小圈圈裡八卦傳最多的，就是中美AI競賽的強度，因為「北京清华大学」這次總共投上NeurIPS 2025大概380-390篇，跟Google差不多量級（加上一些dataset track什麼，有些算法可以比Google多），所以就有了這張最近在AI圈蠻紅的一張圖
圖中，黃色的可視為「美國陣營」，而深青色的則是「中國陣營」，綠色是歐洲陣營，剩下的則是「其他」。
（出處：https://aiworld.eu/story/from-beijing-to-san-francisco-what-neurips-2025-reveals-about-ai-leadership）。
我們可能擔心研究品質有差，但如果考慮了評分上「top50」的論文，被擠出去的主要是「歐洲」跟「其他地區」：
而今年的最佳論文獎三篇，則有一篇是由阿里巴巴的「千問」團隊與MIT、史丹佛等地的學者取得，讀者可親自讀OpenReview上的審查結果。
不熟悉AI學界的讀者可能很意外，但在AI學界的頂尖學者，的確是不少海外或中國國內機構任職的不少中國學者，像今年NeurIPS的Test of Time獎是搬給了2015年的Faster R-CNN，這篇文章是第一作者任少卿在中國的中科大-微軟聯合博士學程時的一篇學術文章，任少卿現在應該回到中科大（如果沒記錯的話），並且兼職於蔚來汽車做自動駕駛的模型（僅憑印像，可能有誤。）
Faster R-CNN另一個有名的作者則是電腦視覺大師何愷明，何愷明就是問之無愧的電腦視覺大神，一直在突破電腦視覺的研究前沿，筆者個人的研究也受益於他開發的演算法。他本人是中國廣東省高考壯元，保送北京清华大学，2011年後由港中大拿到博士，輾轉在微軟跟META為科學家，現於美國麻省理工任教，並兼職於Google Deepmind。
換句話說，筆者要強調的是中國供給了世界上極大量的AI人才，所以要比較上圖的「中vs美」，要注意到美國名校機構發表的學者，有許多也是中國留學生或是中國背景出身的教授，所以這張圖透露的更多不是「美國的非中國人」vs「中國的中國人」，更應該想成是「中美得以接觸到一樣的中國talent pool，甚至美國還可以接受其他國家的talent pool，中國是什麼政策讓中國高教機構可以達到這樣的發表量？」
意會到此層，我跑去美國科技業的哈佛同學（包含在美國機構工作的中國留學生）都蠻panic的，大概有四、五個人forward這篇文章過來。當中一位在北美科技公司的朋友這次有投上幾篇NeurIPS，覺得中國的大量機構的投稿量級可謂不可思議，輾轉問跑來問我：「 How much money and resources do Tsinghua labs actually have? Are they better funded than us?」
我這位朋友雖不在Google，但也是蠻well-funded的AI industrial lab，他都這樣問了，於是這倒是激起了我的好奇心，我找了一個今年有發NeurIPS跟CVPR的一個「清华大学」的教授，他的lab在「清华」不算最大但也不算最小，我評估起來應該在中間。這教授2025年在各個會共發表了約160篇文章，每篇的coauthor大概4-6人（我不曉得多少coauthor重覆），他身上大概掛五種不同的經費：
（1) 國家自然科學基金計劃專項重點項目 x3 ：這一條大概以2023年的資料回推，一年大概是補貼230萬人民幣，如果有拿到三條重點項目，大概可以調動690萬人民幣。
(2) 中國的國家重點研發計劃：這個AI的項目應該可以拿到2500萬到3000萬人民幣（在2016年的資料可以到2000-2400萬，所以今天拿到應該更多。）估2500萬人民幣吧。項目主持而非課題還有加給，但我們先不去算到那部份，若四年期計劃的話，一年粗估大概拿625萬人民幣。
(3) 北京市自然科學基金 x2 ： 這個蠻fuzzy的，人才培育每年可以拿30萬人幣民，而計劃本身大概可以資助100萬-300萬人民幣，為其三年，所以我們取平均，補貼3年共150萬人民幣，，那每年是50萬人民幣，那每年大概是50+30 = 80萬人民幣。
(4) 北京市科技計劃（中央引導地方專項）：這個也蠻fuzzy，但查了一些資料，每年可達300萬人民幣，但有人拿比較少只有100萬人民幣，那估中間為200萬人民幣。
(5) 俗稱「杰青」的「國家傑出青年基金」，現在的行情價大概是400萬人民幣，這期程大概也是4年，所以一年估100萬人民幣吧。
以上這些，而不算其他跟企業合作或黨另外給的加給，就純粹是算科研項目的。所以該名教授一年可以動用的經費大概是
690+625+160+200+100＝ 1775萬人民幣 = 250萬美金。
而這樣的lab在「清华大学」有好幾個（應該是超過10個），我挑的lab規模算中間，有的lab比較小，大概只有上述不到一半的研究贊助，但有個lab又比這個lab大很多，動用金額可以再多一倍。所以我們保守估計來說，如果一個頂校算10個lab，每個lab投入金額是250萬美金，那十個就是2500萬美金的，這應該是低估。
一個lab到250萬美金大概是什麼概念？全美的科研贊助，單一個計劃（不是lab-level，而是project-level)最大的來源可能數Gates Foundation那個量級，但我這幾年聽到比較大的grant大概是一個計劃給到150萬美金，也就是從量級來看，中國中央倒下來的單一筆計劃獎助，比Gates Foundation的量級還要再大一些。
以集團來說，Google整個集團一年的RD經費大概是450億美元，但那些經費雜七雜八的是cover整個集團的研發，並不是好的比較對像，我們需要找實驗室規模的預算來評估。
以lab對lab的比較，以美國的AI名校CMU最近開一個新的AI lab來看，大概是募到10M給未來五年的運作，所以一年可用經費大概是200萬美金，所以北京清华大学的一個lab的可動用經費是比現在CMU的lab還要高了一些，再考慮如果RA的價格以及從企業那邊合作可得的經費的話，北京清华大学應該是遠勝了。當然，我上述的經費沒有包括美國的NSF Grant，所以加加減減，兩邊的lab funding size至少旗鼓相當。
而以中國的本土高教來看，今年發表量跟清華同量級的大概有北大、中科院大、上海交大。下個級距的大概是港科大（廣州）、浙大、港中大、南京大學、中國科技技術大學、復旦，再到下個級距大概是港大、哈工大、廣州中山大學。但這些學校今年發NeurIPS的數量都比哈佛的labs多。
此外，中國科技公司的主要lab今年有發表的包括阿里巴巴、上海AI、字節跳動、騰訊、華為等。
讓我們再粗估，假是前兩個級距的中國本土學校拿到的funding是差不多的（清华-北大-中科院-上海交大），那光這四校拿到的實質經費一年應該就是近億美金了。
所有的猜數字，自然要一再的比較再比較，才知道猜得準或不準。上述四個學校的lab一年投入近億美元算驚人嗎？我們需要對照資金供給方的數字，一旦對照了，這估算看起來又還好，上海跟深圳最近拿出來的AI經費動不動宣稱說要投10億人民幣，而根據美國智庫統計，2023年中國中科院跟國家自然科學基金（這兩個是中央資金，不算地方資金），總共投入了300億美元 （=30 billion USD)在AI基礎科研，所以如果一年投300億美在AI基礎科研，如果清华-北大-中科院-上海交大這四間只佔當中一億美元，那我更可能是低估了。
我把這個數字給那個朋友看了後，他不方便透露他的lab能控制的預算，但他覺得考慮物價之後，清华的一個lab應該比他帶的lab更「available」。英文博大精深，available。不過上述的猜數字遊戲都是建立在補助下來的錢真的是那個數額，究竟那個數額多少是進到研究裡，有多少真的有發下來，我就不得而知了。我的計算當然有誤，應當是是低估而非高估。臺灣的科技公司想入場AI競賽者，要想一下自己手上銀彈足不足夠。
至少這些高額的經費又是從哪裡轉移來的，不好說。我們知道中國晶片業的經費相當依然中國的香菸稅，但AI的經費來源，我就得再追一追了。
然後，看到這經費規模後，突然都覺得我們臺灣的研究者們在相當有限的預算下，還可以每年都有在發頂會，實在是很偉大。
