2025年DeepSeek+AI人才及其对美国创新的影响研究报告（英文版）_24页_1mb

总结：DeepSeek AI 的人才结构及其对美国创新的挑战

核心内容

本报告分析了中国人工智能初创公司 DeepSeek AI 的人才结构及其对美国在前沿人工智能领域技术领导地位的潜在挑战。通过研究 DeepSeek 2024 年 1 月至 2025 年 2 月发布的五篇基础研究论文，以及 211 名研究人员的学术背景和职业轨迹，报告揭示了中国在培养和吸引全球顶尖 AI 人才方面的显著进展。

主要观点

• DeepSeek 的技术突破：DeepSeek 在 2025 年 1 月发布 R1 语言模型和 V3 通用大语言模型，展示了其在推理能力和技术成就上的显著提升，挑战了美国在 AI 领域的领先地位。
• 人才来源：DeepSeek 的研究人员主要来自中国，其中近一半（111 人）从未离开中国接受教育或工作，表明中国正在构建独立的 AI 人才体系。
• 知识转移模式：尽管部分研究人员曾在美学习或工作，但大多数最终返回中国，形成了“逆脑 drain”现象，表明美国在 AI 领域的人才优势正在减弱。
• 学术影响力：DeepSeek 的研究人员具有较高的学术产出和引用记录，其中“核心团队”（Key Team）的学术表现尤为突出，显示其人才质量高且稳定。
• 美国机构的角色：美国高校和研究机构在培养 DeepSeek 人才方面起到了重要作用，但这些人才并未长期留在美国，而是将所学应用于中国的 AI 发展。
• 全球流动趋势：DeepSeek 研究人员的流动路径显示，中国正在通过全球化的知识获取策略，提升其 AI 生态系统的竞争力。

关键信息

人才分布

• 共有 223 名研究人员参与 DeepSeek 的五篇论文。
• 31 名研究人员（约 14%）参与所有五篇论文，构成“核心团队”。
• 其余研究人员根据贡献程度分为不同层级，包括“贡献者”和“核心贡献者”。

学术表现

• 211 名研究人员的平均引用次数为 61，中位数为 249。
• 核心团队的平均引用次数为 1,554，中位数为 501，显示出更强的学术影响力。
• 与 OpenAI 的 o1 系统相比，DeepSeek 的研究人员在引用和影响力上更为均衡。

机构背景

• 中国机构占研究人员总数的 74%（368 家），其中中国科学院（CAS）是最关键的机构，通过其附属机构网络支持 DeepSeek 的发展。
• 其他重要中国机构包括北京大学（21 名）、清华大学（16 名）、中山大学（10 名）和南京大学（10 名）。

美国经验

• 49 名研究人员曾在美学习或工作，其中 63.3% 仅在美国停留一年，18.4% 停留 2-4 年，18.4% 停留五年以上。
• 美国机构包括斯坦福大学、加州大学伯克利分校、纽约大学、加州大学圣地亚哥分校等。
• 美国经验主要集中在 AI 领域的国际研究热点地区，如美国西海岸、东北部及中西部。

流动模式

• 大多数研究人员采用“中国 → 美国 → 中国”的循环流动模式，以获取国际经验后返回中国。
• 少数研究人员经历多次跨国流动，如中国 → 美国 → 英国 → 中国，显示出全球化的知识获取趋势。
• 美国机构在这些流动中扮演了“跳板”角色，而非最终目的地。

地理分布

• 截至 2025 年，171 名研究人员目前与中国的机构有联系。
• 仅 7%（15 人）与美国机构有联系，其余研究人员分布在澳大利亚、加拿大、英国、新加坡等少数国家。
• 美国机构的分布广泛，涉及 26 个州和多种类型的研究机构。

地球政治影响

• 美国长期以来被视为全球人才的集聚地，但 DeepSeek 的案例表明这一趋势正在改变。
• 中国通过国内培养和国际流动相结合的方式，正在构建强大的 AI 人才体系。
• 美国需重新审视其吸引和保留全球顶尖人才的策略，并加强国内教育和科研投入，以应对中国 AI 领域的崛起。

结论

DeepSeek AI 的成功不仅源于其技术突破，更反映了中国在全球 AI 人才流动中的战略地位。其人才结构表明，中国正在通过系统化的教育和研究体系，以及灵活的国际人才流动模式，迅速提升其在 AI 领域的竞争力。这对美国的科技领导地位提出了严峻挑战，也促使政策制定者重新思考如何在全球 AI 竞争中保持优势。