科技研究前沿具有先导性、前瞻性和战略性,是创新驱动发展的核心力量,已成为国际竞争的焦点。以纳米、生物、信息、认知技术为代表的高科技领域发展迅猛,一场新的科技革命正席卷全球。习近平总书记强调要敏锐把握世界科技创新发展趋势,紧紧抓住新一轮科技革命和产业变革的机遇,把创新驱动发展作为面向未来的重大战略实施好。面对科技研究前沿不断拓展、新兴领域不断涌现的新形势,我国需要在准确把握世界科技研究前沿发展态势的基础上,进行科学决策,占领科技创新的前沿高地。面向国家的战略需求,本文的主要研究内容包括4个方面:(1)研究前沿界定与识别方法研究,研究前沿遗传继承理论模型构建;(2)研究前沿演化路径以及演化模式研究;(3)研究前沿特征指标构建及其演化趋势分析;(4)系统设计与实证分析。首先,对研究前沿概念以及识别方法与指标进行分析与确定,并利用改进的共被引分析方法通过期刊文献进行研究前沿的识别。其次,利用遗传继承指标对连续时间窗中研究前沿的遗传继承关系进行判定,构建研究前沿的遗传继承理论模型。基于此理论模型,对研究前沿的演化路径以及演化模式进行判定。接下来,通过研究前沿的新颖性、关注度、活跃度、成长性、潜力值等基本属性指标构建研究前沿的前沿性综合指标和成熟度综合指标,并辅以网络拓扑结构特征指标和主题相似性指标,对研究前沿演化的特征分布及其演化趋势进行分析,进而对尚处于发展中的研究前沿的生命周期进行预测。最后,对人工智能与纳米技术两个热门高科技领域中的研究前沿演化进行了比较分析。我们发现两个领域研究前沿的演化生命周期普遍较短,前沿的更新换代都非常迅速,其中人工智能领域前沿的更迭比纳米技术更迅速。另外,我们还发现两个领域非线性演化模式的占比都明显高于线性演化模式,这一点与作为会聚技术代表的人工智能与纳米技术的交叉学科属性是相契合的。在演化特征上,我们发现人工智能与纳米技术存在各自的特点,但也具有一定的相似性:前沿性、成熟度与相邻主题相似性特征的在不同长度路径之间分布均相对平稳,但首尾主题差异性在长度越长的路径中差异性越大。在网络拓扑结构特征分布上,两个领域也具有相似性,主要表现为度中心势与接近中心势在不同长度路径之间分布都较为平稳。通过演化趋势的比较,我们发现在演化过程中两个领域多数路径随着研究前沿的演化其前沿性均逐渐减弱、成熟度均逐渐增强。在演化强度上,两个领域短期演化模式与线性演化模式下的研究前沿特征的变化更为剧烈。通过对两个领域发展中的研究前沿进行预测,我们发现非线性演化模式下的研究前沿未来可能的演化时间更长,应给予更多的关注及政策倾斜。