一个全新的开源数据集精准定位了创新成果从实验室走向现实世界的具体时间节点。

一组研究人员构建出迄今最为详尽的新兴技术开放图谱之一，助力全球各地的政府、企业与投资者清晰掌握人工智能、量子计算等重大领域的技术构成，了解各项技术的发展速度及其科学根基的深厚程度。

该图谱依托悉尼科技大学（University of Technology Sydney, UTS）及其合作伙伴开发的Cosmos 1.0框架打造，该框架运用机器学习技术扫描数百万维基百科页面、书籍与专利文献，进而将2.3万余项技术归类整合为多层级图谱。

• Cosmos 1.0还引入四项可适用于任一技术的核心指标：
  技术成熟龄（Age of Tech）：估算某项技术融入公众日常生活的时间；
  关注度（Awareness）：追踪技术获得的关注程度与公众曝光度；
  通用性（Generality）：衡量技术应用范围是聚焦特定领域还是跨多个领域；
  深度科技强度（Deeptech Intensity）：评估技术扎根科学研究的牢固程度。

透视人工智能、量子技术与清洁能源领域

用户可从人工智能、量子技术等宽泛分类切入，逐步深挖其底层技术模块。

悉尼科技大学工业博士研究生、第一作者Xian (Elaine) Gong表示：“以人工智能为例，你能看到这一总括性术语下的技术构成，比如深度学习、迁移学习、计算机视觉与强化学习，并对比每项技术的成熟度与普及范围。量子技术领域亦是如此，你可以探究后量子密码学、量子传感及各类量子比特设计等细分方向。”

研究团队发现，技术体系自然聚类为七大板块，分别是：自主系统、生物技术、数据与分析、健康与医疗、纳米技术、网络与连接技术，以及融合技术。

Cosmos 1.0图谱涵盖23544项技术，图中星标代表人工筛选出的100项公认的广泛关注新兴技术。

悉尼科技大学博士研究生、合著者Claire McFarland指出：“我们观察到六大技术集群围绕着第七个核心集群——融合技术运转。在这一核心领域，材料科学、工程学与数字系统相互融合，催生新的技术组合与混合型创新解决方案技术。有趣的是，许多可再生能源与气候技术都归属于这一核心板块。”

深度科技、炒作与战略抉择

深度科技指标的设计初衷，是区分那些扎根科学的技术与主要由市场营销或商业潮流驱动的技术。合著者Colin Griffith称：“深度科技指标聚焦高度依赖科学知识与专业技能的技术，这类技术难以复制、构建周期长，且往往是国家在先进制造、医疗健康与清洁能源等领域形成优势的基石。”

通过将深度科技指标与其他指标结合，决策者能够识别哪些技术正在获得关注、哪些具备真正的通用价值、哪些可能只是昙花一现的热门词汇。

合著者Paul X. McCarthy表示：“借助Cosmos，你可以为任一行业生成严谨的‘最热门新技术’榜单，并看清每项技术的真实成熟度。由于该数据集已通过专利、风险投资与科学文献验证，还能支持象限图绘制，帮助领导者依据技术复杂度与实际应用潜力，对比单项技术或技术群组。”

悉尼科技大学行为数据科学实验室负责人Marian-Andrei Rizoiu副教授带领团队展示了Cosmos 1.0的功能：该框架可还原汽车、采矿等行业技术的逐步落地过程，扩充数据集以对标各国技术优势，还能识别与现有技术能力自然衔接的相邻技术方向。

相关研究成果发表于Nature Scientific Data期刊。完整的Cosmos 1.0数据集已开放共享，供研究人员、分析师与政策制定者用于搭建自有模型、数据面板与战略工具。

Citation
Gong, Xian, Paul X. McCarthy, Colin Griffith, Claire McFarland, and Marian-Andrei Rizoiu. “Cosmos 1.0: a multidimensional map of the emerging technology frontier.” Scientific Data 12, no. 1837 (2025).