斯坦福大学李飞飞团队发布《2025年人工智能指数报告》

《2025 年人工智能指数报告》是斯坦福大学以人为本人工智能研究所（Stanford HAI）发布的第八版年度报告，对全球 AI 发展动态进行了全面追踪。报告覆盖研发、技术性能、负责任 AI、经济影响、科学与医学、政策治理、教育以及公众意见八大领域，并新增了 AI 硬件、推理成本、专利趋势等深度分析。报告揭示了 2024 年 AI 行业的 12 大关键发现：AI 基准测试性能显著提升（例如 MMMU 基准得分一年内增长 18.8%），90% 的重要 AI 模型来自企业，中美模型性能差距已缩小至接近持平，全球 AI 投资达到 2523 亿美元（同比增长 26%），但 AI 偏见与相关事故报告仍在持续增加。报告同时提供了公开数据工具，为政策制定者、企业和研究者的决策提供支持。

《2025年人工智能指数报告》的核心内容

第一章：研究与开发

• 行业与学术界的贡献：2024年90%的知名AI模型来自企业（2023年为60%），学术界仍是高影响力研究的主要来源。
• 全球研究格局：中国在AI出版物总量（23.2%）和专利（69.7%）上领先，美国则在顶级高引研究中占优。
• 技术趋势：
  • 模型规模持续扩大：训练算力需求每5个月翻倍，数据集每8个月翻倍。
  • 硬件效率提升：成本每年下降30%，能效提升40%。
  • 推理成本大幅降低：GPT-3.5级别模型的推理成本在18个月内下降280倍。
• 环境影响：大模型训练碳排放激增（如Llama 3训练排放8,930吨CO₂，相当于496个美国人年排放）。
• 新增分析：首次纳入AI硬件生态评估和数据共享减少的影响（2024年公开数据可用性下降20-33%）。

第二章：技术性能

• 基准测试突破：2024年AI在MMMU（+18.8%）、GPQA（+48.9%）等新基准上表现显著提升，但复杂推理（如数学证明）仍是挑战。
• 开源模型崛起：开源与闭源模型的性能差距从8%缩小至1.7%。
• 中美竞争：中国模型在MMLU等测试中与美国差距从17.5%缩小至0.3%。
• AI代理潜力：在短时任务（如编程）中超越人类，但长时任务仍落后。
• 视频生成技术：OpenAI的SORA等模型实现高质量文本生成视频。
• 关键问题：传统基准（如MMLU）接近饱和，需开发更复杂评估方法（如“人类终极考试”基准，AI仅得分8.8%）。

第三章：负责任AI

• 评估现状：标准化负责任AI（RAI）评估仍稀缺，但新基准如HELM Safety、AIR-Bench开始填补空白。
• 风险与应对：AI相关事件年增56.4%（2024年达233起），仅64%企业采取实际措施应对风险。模型隐含偏见持续存在（如性别、种族偏见）。
• 政策合作：OECD、欧盟等发布全球框架，强调透明度与可信性。
• 数据挑战：训练数据可用性因网站反爬虫措施下降，可能影响未来模型多样性。
• 行业动态：医疗和选举领域成为RAI焦点，但AI对选举的实际影响尚不明确。

第四章：经济

• 投资增长：全球AI投资达2523亿美元（2024年），生成式AI占339亿（年增18.7%）。美国（1091亿）领先中国（9.3亿）12倍。
• 企业应用：78%的组织使用AI（2023年为55%），中国区采用率增长最快（+27%）。
• 生产力影响：AI平均提升企业效率，但多数成本节省低于10%。
• 机器人市场：中国安装全球51.1%的工业机器人，协作机器人占比增至10.5%。
• 区域差异：北美主导投资，但亚洲（如中国、印尼）在应用增速上领先。

第五章：科学与医学

• 科学突破：AlphaFold 3等模型推动蛋白质结构预测，相关研究获2024年诺贝尔化学奖。AI在癌症检测、高风险患者识别上超越医生，但“AI+医生”协作效果最佳。
• 医疗应用：FDA批准的AI医疗设备从2015年6件增至2023年223件。
• 合成数据：AI生成数据助力药物发现和隐私保护研究。
• 伦理关注：医疗AI伦理论文数量4年内翻两番。
• 前沿趋势：大型医学基础模型（如Med-Gemini）加速落地。

第六章：政策与治理

• 立法加速：美国州级AI法律从2016年1项增至2024年131项，联邦法规年增136%。75国立法中AI提及量较2016年增长9倍。
• 国际合作：美、英、日等成立AI安全研究所，欧盟推动《AI法案》。
• 深度fake监管：美国24州通过反深度伪造法，聚焦选举安全。
• 国家战略：中国设立475亿美元半导体基金，沙特启动1000亿AI计划。
• 挑战：全球协调框架仍待完善，发展中国家参与度不足。

第七章：教育

• 全球普及：2/3国家将计算机科学纳入K-12课程（2019年为1/3），非洲进展最快但基础设施滞后。
• 教师准备不足：81%美国CS教师认为需教授AI，但仅半数具备能力。
• 学位趋势：美国AI硕士毕业生数量两年内翻倍，ICT领域毕业生全球领先。
• 性别差异：土耳其ICT领域性别平等最佳，欧美STEM性别差距仍显著。

第八章：公众意见

• 乐观情绪上升：全球55%人认为AI利大于弊（2022年为52%），中国（83%）、印尼（80%）最乐观，美国（39%）、荷兰（36%）最低。
• 信任危机：仅47%人相信AI公司保护数据（2023年为50%），对自动驾驶信任度仅13%。
• 政策支持：73%美国地方政府支持AI监管，但优先事项分化（数据隐私80%支持，人脸识别禁令仅34%）。
• 职场影响：60%人预期AI改变工作方式，但仅36%担忧失业。
• 文化差异：亚洲更关注AI娱乐价值，欧美更担忧经济影响。

《2025年人工智能指数报告》的12个关键发现

• AI 性能在复杂基准测试中显著提升：2024 年，AI 在 MMMU（多模态理解）、GPQA（复杂推理）和 SWE-bench（代码生成）等新基准上的表现，分别提升了 18.8、48.9 和 67.3 个百分点。视频生成技术（如 OpenAI 的 SORA）质量大幅提升，AI 代理在短时编程任务中已经超越人类水平。
• AI 加速融入日常生活：AI 在医疗和交通领域快速普及，FDA 批准的 AI 医疗设备从 2015 年的 6 个增长到 2023 年的 223 个。Waymo 每周提供 15 万次自动驾驶服务，百度 Apollo Go 已在中国多城实现商业化运营。
• 企业投资与采用率创历史新高：2024 年全球 AI 投资达到 2523 亿美元，美国（1091 亿）是中国的 12 倍。78% 的企业已在使用 AI（2023 年为 55%），生成式 AI 占投资总额的 20%，显著推动了生产力提升。
• 中美 AI 模型性能差距大幅缩小：2023 年，美国模型在 MMLU 等测试上领先中国 17.5 个百分点；到 2024 年，这一差距已缩小至 0.3%。开源模型与闭源模型之间的性能差距也从 8% 降至 1.7%，显示出技术竞争日趋激烈。

• 负责任 AI 评估仍不完善，但新工具不断涌现：AI 相关事件年增 56.4%（2024 年达 233 起），仅 64% 的企业采取了实际的风险应对措施。HELM Safety、AIR-Bench 等新基准开始填补负责任 AI 评估领域的空白。
• 全球对 AI 的乐观情绪上升，但地区差异显著：中国（83%）和印尼（80%）对 AI 的态度最为乐观，美国（39%）与荷兰（36%）最低。德国、法国等原本偏悲观的国家，乐观度也提升了 10 个百分点。
• AI 成本下降、能效提升：GPT-3.5 级别模型的推理成本在 18 个月内下降了 280 倍（从 20 美元/百万 token 降至 0.07 美元）。硬件成本每年下降 30%，能效提升 40%。
• 政府加速 AI 监管与基础设施投资：美国州级 AI 法律从 2016 年的 1 项增至 2024 年的 131 项；75 国立法中，对 AI 的提及量较 2016 年增长 9 倍。中国设立 475 亿美元半导体基金，沙特启动 1000 亿 AI 计划。

• AI 教育加速普及，但师资准备不足：全球三分之二的国家已将计算机科学纳入 K-12 课程（2019 年为三分之一），但 81% 的美国 CS 教师认为需要教授 AI，其中仅半数具备相应能力。非洲则因基础设施不足而进展滞后。
• AI 推动科学突破，并获诺贝尔奖认可：2024 年诺贝尔化学奖授予 AlphaFold 团队（蛋白质折叠），物理学奖授予神经网络奠基人。AI 在癌症检测和高风险患者识别任务中已超越医生水平。
• 复杂推理仍是 AI 的短板：AI 在数学奥赛等逻辑推理任务中的正确率仅为 8.8%，在 PlanBench 等复杂规划任务上表现也不理想，这限制了它在高风险场景中的应用。
• 数据共享减少可能影响模型多样性：2023—2024 年，公开训练数据的可用性下降了 20%—33%（主要因反爬虫措施所致），可能加剧模型同质化，并催生受数据约束的新型学习方法。