当前位置: 首页 > news >正文

中国高校屠榜2026 CSRankings!上交清华并列第一,北大AI封神

2026 CSRankings全球计算机科学排名正式出炉,上海交通大学首次登顶,与清华大学并列全球第一!

放眼全球Top 10,中国高校以「屠榜」之势豪取7席。

浙江大学不仅杀入前三,更是硬生生追平了昔日霸主CMU,与其并列探花。

北京大学与UIUC并列第五,香港科技大学南京大学新加坡国立大学并列第七,中国科学院则与韩国科学技术院守住了第十的大门。

再往后看,香港中文大学中国科学技术大学复旦大学也稳稳扎根在全球Top 20。

北大AI世界第一,清华跃居第二

如果说总榜是分庭抗礼,那么在AI这条赛道上,中国简直是「降维打击」。

全球前20名里,65%都是中国面孔。

前8名更是被包揽得密不透风——

北大一骑绝尘拿下世界第一,清华紧随其后,浙大上交中科大南大中国科学院哈工大依次排开,排面拉满!

反观国外老牌名校,韩国科学技术院、首尔大学、新国大、南洋理工排名纷纷下滑。

就连美国的「AI殿堂」CMU也只能屈居第14,UIUC更是跌到了第18。

2025年9月

至于欧洲高校?

不好意思,Top 20里早已「查无此人」。

就连表现最好的爱丁堡大学,也得往后翻到第26名才能找到。

内地高校大排名

当我们将统计区域锁定为中国大陆,CS全领域的竞争格局显得尤为激烈。

上交与清华双雄并立,并列榜首。

紧随其后的Top 20里,第一梯队包括浙大、北大、南大、中国科学院、中科大、复旦、哈工大,以及人大。

而在榜单的后半程,中大、港中文(深圳)、成电、北邮、北航、华科大、南科大、深大、武大、西交、厦大、西电也悉数入围。

若将镜头聚焦于AI领域,座次则发生了微妙变化:

北大强势登顶,位列第一;清华与浙大分列二、三位。

在AI领域的Top 10阵营中,上交、中科大、南大、中国科学院、哈工大、人大、复旦依然稳扎稳打。

值得注意的是,成电、中大、武大、港中文(深圳)、北航、北邮、深大、厦大、天大及西电也凭借在AI方向的深耕,成功跻身Top 20

在具体的细分技术领域,各路高校展现出了不同的「杀手锏」。

人工智能:南京大学展现出老牌劲旅的深厚底蕴,力压群雄位列第一,浙大与哈工大分列其后。

计算机视觉:北京大学拔得头筹,浙大、南大紧随其后。

机器学习:清华大学小幅领先拿下第一,北大与上交分获亚军和季军。

自然语言处理:哈工大登顶,中国科学院与北大分列二、三。

网页与信息检索:人大表现亮眼,位居第一,清华与中科大紧随其后。

CS论文爆发

再来看全球CSRankings中,中国高校在AI领域下,论文发表情况的统计。

第一名北大,在AI、视觉、机器学习、NLP领域数据最多,尤其是机器学习领域高达165篇。

就教职论文数量来看,北大有13人论文总数超10篇,最多的19篇是Zhang Shanghang,此外还有张铭(15)、杨耀东(14)、卢宗青(13)、周嘉欢(13)。

清华大学同样在机器学习领域,论文占比最多(201篇),此外,NLP、AI、视觉、安全方向的论文有超50篇。

在人机交互领域(HCI)也非常突出。

清华教职中,有14人论文总数超过十篇,有三位大佬都发表了20多篇,他们分别是孙茂松(27)、刘知远(26)、黄民烈(22)。

从图中可直观看出,浙大整体发表的论文数非常高。AI、ML领域占比最高。此外,视觉、NLP、安全等也很多。

浙大发表超十篇论文,总数12人。有5人发表超20篇论文,赵洲(27)、吴飞(24)、杨易(21)、宋明黎(21)、陈华钧(20)。

此外,前十的高校/机构中,在所发表的论文领域,各有侧重。

整体趋势来看,机器学习、AI、NLP、视觉,均是多所高校所占比最大的论文。

上下滑动查看

全美大排名,CMU第一

再来看全美计算机大排名,CMU当之无愧还是第一,UIUC位列第二。

接着,佐治亚理工学院、UC伯克利、UCSD三所高校,在全美并列第三。此外,纽约大学、斯坦福、康奈尔大学、MIT全部在列。

具体到AI领域,全美TOP 10高校中,CMU、UIUC排名不变。

马里兰大学帕克分校、UCSD、UC伯克利、斯坦福、康奈尔大学、JHU、佐治亚理工学院、UCLA、密歇根大学全部上榜。

就AI细分领域,CMU第一,弗吉尼亚大学、佐治亚理工学院排名第二、第三。

计算机视觉方面,斯坦福霸榜,紧接着第二、第三是UC伯克利、康奈尔大学。

针对机器学习领域,UC伯克利成为第一,CMU、MIT分别是第二、第三。

再来看自然语言处理,马里兰大学帕克分校位列第一,UIUC第二、CMU第三。

最后在网络与信息检索中,UIUC第一,伊利诺伊大学芝加哥分校第二,CMU、密歇根大学、华盛顿大学并列第三。

就全美AI板块下,各大高校论文发表所侧重领域来看,机器学习占最大头,此外视觉、NLP、AI等各有侧重。

上下滑动查看

CMU中发表超十篇论文有4人,其中一位是华人学者李磊(12)。

UIUC也有4人,全部都是华人学者,分别是:韩家炜(18)、季姮(16)、Yuxiong Wang(12)、Hanghang Tong(10)。

值得一提的是,UC伯克利发表论文超20篇有,具身智能领域大牛Sergey Levine、吴恩达首位博士生Pieter Abbeel、计算机视觉大师Trevor Darrell。

全球CS计算机排名

CSRankings,是目前最纯粹、最硬核、也最受学术圈认可的计算机科学院校排名之一。

它是由麻省州立大学阿姆赫斯特分校Emery Berger教授一手创建和维护,其最大的特点在于——

极其透明+完全基于客观研究产出。

简单来说,CSRankings只看一件事:全球各大高校/科研机构,在计算机领域顶会上的发表的论文数量。

没有问卷调查、没有声誉打分、没有主观指标,只看一个人实实在在发表了多少篇顶会论文。

这种唯「论文数量论」的方式简单粗暴,却也因此有极高可验证性和可重复性。

从覆盖范围来看,CSRankings可以查看全球总排名,还能细分大北美、欧洲、亚洲、澳洲、南美、非洲。

CSRankings把计算机科学分为了 四大板块,每个板块下面又有非常精细的划分:

  • 人工智能大类(AI)——目前最热门,也是最卷的方向

  • 系统类(Systems)

  • 理论类(Theory)

  • 跨科学领域(Interdisciplinary Areas)

上下滑动查看

具体排名依据

可能很多人看到排名数字时很困惑,为何不是简单论文篇数,而会出现小数点。

在公开信息中,CSRankings教职员的收录标准非常明确,只要满足以下条件,就能被纳入数据库——

  • 高校里全职(full-time)、终身教职(tenure-track);

  • 能独立指导计算机科学专业的博士生

这里,全职有一个清晰的定义,整个学年至少75%的工作时间属于该职位。

这条规则妙处在于,它并不局限于计算机系本部的老师。很多其他院系的教授,只要与CS系有兼职/附属合同,并独立带CS博士生,就能被算进去。

由此可见,CSRankings把真正活跃在CS博士培养一线研究力量都纳入统计,避免「只看系名、不看实际贡献」的尴尬。

论文署名&分数计算:1/N

CSRankings还采用了独特的分数分配规则:

每篇论文给每位作者1/N分,其中N是该论文的总作者数量,与作者身份(教授/学生)完全无关。

这一分数是永久固定的,不会因后来谁成为教授而调整。

这种计算方式,也有非常关键的限制——如果一篇论文所有作者都是(最终要成为)教职员,最多只能为机构贡献1.0分。

这么做的目的,原因只有一个,那便是防止人为操纵。

若单纯计数论文篇数(不管作者多少),就会出现极端情况,比如一篇论文加几十个作者,轻松把个人/机构产出刷高。

在GitHub上,Emery Berger教授已把此项目开源,让一切透明、可验证。

http://www.jsqmd.com/news/234823/

相关文章:

  • IP静态是什么意思?静态IP适用于哪些业务场景?
  • 科研党必备PDF利器|PDF-Extract-Kit镜像实现布局检测与公式识别一体化
  • 微服务分布式SpringBoot+Vue+Springcloud的美团餐饮商户点评管理与数据分析系统_
  • 何时我们才能完全相信纯视觉APP自动化测试?
  • 没技术背景也能用:AI分类器云端版,鼠标点击就运行
  • HY-MT1.5-7B大模型深度应用|打造专业级法律翻译系统
  • 35.轴承滚珠检测
  • 零代码玩转AI分类:预置镜像直接调用,不懂Python也能用
  • 32 位浮点数(IEEE 754 单精度)数轴分布技术文档
  • 从下载到运行AutoGLM-Phone-9B|手把手教你搭建多模态推理服务
  • 灯,照亮美业前行的路
  • 无需GPU!轻量级中文情感分析镜像,一键部署API与Web界面
  • 中文文本相似度技术选型与落地|基于GTE模型的高效解决方案
  • [记录/教程] 老树发新芽:技嘉 B85M-D3H + E3-1246 v3 实现 NVMe 启动 PVE (Clover 方案)
  • 我花9个月造了个轮子:UpgradeLink,搞定全端应用升级的所有麻烦
  • AutoGLM-Phone-9B核心优势揭秘|轻量多模态模型本地化落地
  • StructBERT中文情感分析镜像发布|CPU支持+开箱即用Web界面
  • SQLite 数据库的存储优化技术与策略
  • 分类模型压测工具:云端GPU模拟百万QPS,成本可控
  • 从零到一:构建高可信、可扩展的企业级电子签章系统——以“开放签”架构设计为例
  • 如何高效实现中文情绪识别?试试这款轻量级StructBERT镜像
  • 分类模型开箱即用:预装环境镜像省去3天配置时间
  • 2024最火AI分类器推荐:0配置镜像,10元全体验
  • 万能分类器+CLIP联合使用教程:云端GPU双模型同时跑
  • 基于 Go 打造的升级链路管理平台:upgradelink 让设备升级更简单
  • 锂电池 保护板方案 中颖SH367309方案 原理图 PCB 源代码 保护板方案 中颖SH36...
  • 多语言混合翻译难题怎么破?HY-MT1.5大模型给出答案
  • AI万能分类器实操手册:3步调用云端API,显存不足也不怕
  • 如何选择适合工业场景的工业三防平板?
  • 基于uni-app与图鸟UI的移动端重点项目管理系统