新智元報道

編輯：桃子 犀牛

【新智元導讀】2025 CSRankings新鮮出爐了！CMU穩坐全球第一，中國高校強勢崛起，清華摘得第2，上交大與浙大并列第3，北大位居第5。中國在AI領域表現尤為搶眼，上交大、清華、北大、浙大包攬前四，中國科學院與哈工大也躋身全球前十。

就在剛剛，2025 CSRankings全球計算機科學排名發布！

地址：https://csrankings.org/#/fromyear/2014/toyear/2025/index?all&world

今年全球CS排名中，CMU再次霸榜，UIUC曾連續多年穩坐全球第二，如今跌至第6。

中國高校/機構繼續包攬多個席位，其中清華排名第2，上交大/浙大并列第3，北大第5。

就全球AI領域表現來看，中國高校非常亮眼，在全球排名前十中包攬六席。

上交清華北大浙大拿下前四，中國科學院、哈工大沖進全球AI領域的TOP 10。

CSRankings是由麻省州立大學阿姆赫斯特分校計算機與信息科學學院教授Emery Berger組織的全球院校計算機科學領域實力排名，完全基于研究指標，相對來說比較透明。

排名囊括了全球范圍高校的計算機專業，以高校和研究機構在計算機科學領域頂級學術會議上發表的論文數量為參考依據。

按照地域劃分，這項排名可以單獨查到多個國家，還可以分為北美、南美、非洲、亞洲、澳洲、歐洲、全球。

CSRanking的細分排名分為4大類（27項小細分），分別為AI、系統、理論和跨學科領域。

在AI板塊，主要有5個細分領域：1.人工智能（Artificial intelligence）；2.計算機視覺（Computer vision）；3.機器學習（Machine learning）；4.自然語言處理（Natural language processing）；5.網頁信息檢索（The Web & information retrieval）。

2025 CS高校全球排名，CMU第一

根據最新的CS Rankings，25年計算機科學專業全球整體排名Top 10如下——

卡耐基梅隆大學第1，清華大學第2，上海交通大學/浙江大學并列第3，北京大學第5，UCSD/UIUC并列第6，佐治亞理工學院/香港科技大學/新加坡國立大學/韓國科學技術院并列第8。

具體來看，CMU在機器學習、NLP、計算機視覺、AI領域發表的論文數量最多。

清華在ML、NLP論文數量遠超人工智能和計算機視覺領域。

其中，發表論文數超20篇的教職工是，劉志遠（30）、孫茂松（26）、黃民烈（23）。

此外，上交大、浙大、北大發表論文方向側重各有不同，北大上交大均是機器學習論文最強，浙大就人工智能方向發表數量最多。

在AI大類中選擇「人工智能」方向，全球前十的高校是北京大學、上海交通大學、浙江大學、哈爾濱工業大學、電子科技大學、南京大學、南洋理工大學、清華大學、中國科學院和韓國科學技術院。

在AI大類中選擇「計算機視覺」方向，全球前十的高校是北京大學、南洋理工大學、韓國科學技術院、上海交通大學、浙江大學、香港科技大學、中國科學院、新加坡國立大學、慕尼黑工業大學和蘇黎世聯邦理工學院。

在AI大類中選擇「機器學習」方向，全球前十的高校是加州大學伯克利分校、韓國科學技術院、MIT、北京大學、卡耐基梅隆大學、上海交通大學、加州大學圣地亞哥分校、清華大學、斯坦福大學、新加坡國立大學和普林斯頓大學。

在AI大類中選擇「自然語言處理」方向，全球前十的高校是清華大學、中國科學院、哈爾濱工業大學、中國人民大學、復旦大學、卡耐基梅隆大學、伊利諾伊大學厄巴納-香檳分校、愛丁堡大學、北京大學、南洋理工大學、馬里蘭大學帕克分校和浙江大學。

在AI大類中選擇「網頁信息檢索」方向，全球前十的高校分別是中國人民大學、清華大學、中國科學技術大學、浙江大學、阿姆斯特丹大學、馬薩諸塞大學阿默斯特分校、伊利諾伊大學厄巴納-香檳分校、新加坡國立大學、南京大學、上海交通大學和昆士蘭大學。

中國AI TOP10：上交大清華霸榜

如上文所述，在AI這一大領域，全球排名前十的高校/機構是：

上交大第1名、清華第2名、北大第3名、浙大第4名、南洋理工大學第5名、韓國科學技術院第6名、新加坡國立大學第7名、中國科學院第8名、哈爾濱工業大學第9名、CMU第10名。

就國內來看，前幾名依舊保持不變，南京大學、人民大學、復旦大學、電子科技大學在TOP 10之列。和去年相比，前十名機構整體不變。

排名依據：頂會論文發表量

當前，1983年開始的《美國新聞與世界報道》（US News and World Report）排名最具聲望。

不過，US News排名完全以聲譽為基礎，依賴于向各部門主管和研究生院主任進行調查。

就拿2023年US News世界排名一出離了大譜，把213所機構排名弄錯了，留學圈也是吵翻了天。

包括之前哥大在US News的排名數據造假事件，也是掀起了腥風血雨。

另外，基于引用次數的指標也存在灌水的嫌疑。比如，有的大學就鼓勵教職員工相互引用，「引用卡特爾」（Citation Cartels）也就看著光彩了。

不僅如此，并非所有論文引用都是免費的，而且變化很快，像Google Scholar中引文統計系統在作者歧義方面做的不是很好。

為了給所有人提供一個有意義且透明的排名體系，Emery Berger組織的全球院校計算機科學領域實力排名，完全基于「研究指標」進行排名。

具體來說，CSRankings是以絕大多數院校教員，在計算機科學領域的各大頂會發布的論文數量為衡量指標。

自然語言處理的頂會有ACL、EMNLP、NAACL；計算機視覺領域的頂會含CVPR、ECCV、ICCV；機器學習與數據挖掘會議的論文來自ICML、KDD 、NIPS；人工智能頂會則包含AAAI、IJCAI。

看得出，這種方法是為了激勵教職員工在頂會上發表論文，而且CSrankings所有代碼和數據共享，同時還能防止造假。

教職工入選標準是？

數據庫的收錄標準是，只要是特定校園中的全職、終身教職員工，并且能夠單獨為計算機科學專業的博士生提供指導，都可以被收錄到數據庫中。

因此，這種方法將數據庫的覆蓋范圍擴大到了其他院系的一些教師，這些教師與計算機科學系或類似院系有兼職合同，可以為CS的博士生提供指導。

請注意，全職意味著在整個學年至少有75%的工作時間。

作者署名、論文數怎么算？

一名教職員工在一篇論文中可獲得1/N分，其中N是作者人數，與他們的隸屬關系或身份（教職員工、學生或其他身份）無關。這個數字永遠不會變。

在所有作者都是/最終成為數據庫中的教員的情況下，那么一篇論文最多只能算1.0分。

如果不按作者數量劃分論文的學術產出量，僅簡單計數論文數，那么作者可以很容易地通過增加作者來人為操縱和夸大單篇論文的產出量。

為了避免這種情況，必須分割論文的學術產出量。這可以激勵作者適當地對待學術產出的署名，不濫用多作者夸大單篇論文的產出量。

參考資料：

https://csrankings.org/#/fromyear/2014/toyear/2025/index?ai&vision&mlmining&nlp&inforet&world