R&D（研发，Research and Development）指的是为扩展知识体系和开发新应用而进行的系统性、创造性活动，涵盖基础研究和针对产品、服务或流程创新的技术研发。在人工智能领域，R&D尤为核心，因为它推动新算法、系统架构与创新应用场景的构思、原型制作与验证，这区别于对现有技术的运营部署或商业化利用。
应用场景与使用示例
在AI中，R&D可聚焦于新型机器学习模型的开发、神经网络的优化，或解决如可解释性、系统鲁棒性等尚未攻克的难题。学术研究实验室、科技企业创新部门及深科技创业公司会开展R&D项目，设计对话系统、计算机视觉方案或自然语言处理工具。R&D同样广泛应用于工业流程优化、医疗健康、汽车、金融等领域。
主要软件工具、库与框架
AI研发常用工具包括Python、R、Julia等，以及专业库和框架如TensorFlow、PyTorch、Keras、Scikit-learn、JAX、Hugging Face Transformers，还有用于强化学习研究的OpenAI Gym。数据管理与分布式计算平台（如Spark、Dask、Ray）也被广泛使用。协作与项目管理方面，Git、MLflow、Weights & Biases、DVC等工具常见于R&D流程。
最新发展与趋势
AI R&D领域正经历基础大模型（foundation models）的崛起、生成式AI的融合以及自监督学习的普及。企业加大研发投入以提升模型能效、伦理性与治理能力。混合AI、联邦学习、模型量化等新范式成为热点方向。开源与国际联盟的协作进一步加速了R&D创新步伐。