2025年4月，斯坦福2025HAI報告重磅發布。由李飛飛聯合領導的斯坦福大學以人為本人工智能研究所（Stanford HAI）發布了《2025 年人工智能指數報告》（Artificial Intelligence Index Report 2025）。這份長達 456 多頁的報告是 Stanford HAI 發布的第 8 份 AI Index 研究，追蹤了 2024 年全球人工智能（AI）行業的發展趨勢。今年的報告新增了對 AI 硬件發展狀況的深入分析、對推理成本的新估算，以及對 AI 出版和專利申請趨勢的分析。他們還引入了有關企業采用負責任的 AI 實踐的最新數據，并擴大了對 AI 在科學和醫學中日益重要作用的報道。

以下是該報告主要要點：

01. AI在嚴苛基準測試中的表現持續提升

2023年，研究人員引入了新的基準測試——MMMU、GPQA和SWE-bench，以測試先進AI系統的極限。僅僅一年后，其表現大幅提升：在MMMU、GPQA和SWE-bench上的得分分別提高了18.8、48.9和67.3個百分點。除基準測試外，AI系統在生成高質量視頻方面取得了重大進展，并且在某些場景下，語言模型智能體甚至在有時間限制的編程任務中超過了人類。

02. AI日益融入日常生活

從醫療保健到交通運輸，AI正迅速從實驗室走向日常生活。2023年，美國食品藥品監督管理局（FDA）批準了223種AI賦能的醫療設備，而2015年僅為6種。在道路上，自動駕駛汽車已不再是實驗性項目：美國最大的運營商之一Waymo每周提供超過15萬次自動駕駛服務，而百度經濟實惠的Apollo Go機器人出租車隊現已服務于中國眾多城市。

03. 企業全力投入AI，推動創紀錄的投資和使用，研究持續顯示其對生產力的強大影響

2024年，美國私人AI投資增長至1091億美元——幾乎是中國93億美元的12倍、英國45億美元的24倍。生成式AI勢頭尤為強勁，全球私人投資達到339億美元，較2023年增長18.7%。AI的商業應用也在加速：2024年有78%的組織報告在使用AI，高于前一年的55%。與此同時，越來越多的研究證實，AI能提高生產力，并且在大多數情況下有助于縮小勞動力技能差距。

04. 美國仍在頂級AI模型生產方面領先，但中國正在縮小性能差距

2024年，美國機構推出了40個引人注目的AI模型，而中國為15個，歐洲為3個。盡管美國在數量上保持領先，但中國模型在質量上迅速縮小了差距：在MMLU和HumanEval等主要基準測試上的性能差異從2023年的兩位數縮小到2024年的幾乎持平。中國在AI出版物和專利方面繼續領先。模型開發日益全球化，中東、拉丁美洲和東南亞也有了引人注目的成果發布。

05. 負責任AI生態系統不斷發展——但進展不均衡

與AI相關的事件急劇增加，但在主要工業模型開發者中，標準化的負責任AI（RAI）評估仍然很少。然而，像HELM Safety、AIR-Bench和FACTS等新基準為評估事實性和安全性提供了有前景的工具。在企業中，認識到RAI風險與采取有意義行動之間仍存在差距。相比之下，各國政府表現出了更強的緊迫感：2024年，全球在AI治理方面的合作加強，經濟合作與發展組織（OECD）、歐盟（EU）、聯合國（U.N.）和非洲聯盟（African Union）等組織發布了專注于透明度、可信度和其他核心負責任AI原則的框架。

06. 全球對AI的樂觀情緒上升——但地區差異仍然很大

在中國（83%）、印度尼西亞（80%）和泰國（77%）等國家，絕大多數人認為AI產品和服務利大于弊。相比之下，加拿大（40%）、美國（39%）和荷蘭（36%）等地的樂觀情緒仍然較低。不過，人們的態度正在轉變：自2022年以來，包括德國（+10%）、法國（+10%）、加拿大（+8%）、英國（+8%）和美國（+4%）在內的一些此前持懷疑態度的國家，樂觀情緒顯著增加。

07. AI變得更高效、更實惠且更易獲取

受日益強大的小型模型推動，性能達到GPT - 3.5水平的系統的推理成本在2022年11月至2024年10月期間下降了超過280倍。在硬件層面，成本每年下降30%，能效每年提高40%。開源模型正在縮小與閉源模型的差距，在某些基準測試中，性能差異在短短一年內從8%降至僅1.7%。這些趨勢共同迅速降低了先進AI的使用門檻。

08. 政府在AI方面加大行動力度——通過監管和投資

2024年，美國聯邦機構推出了59項與AI相關的法規——數量是2023年的兩倍多，且發布法規的機構數量也翻了一番。全球范圍內，自2023年以來，75個國家在立法中提及AI的次數增加了21.3%，較2016年增長了九倍。隨著關注度的提高，各國政府也在大規模投資：加拿大承諾投入24億美元，中國啟動了475億美元的半導體基金，法國承諾投入1090億歐元，印度承諾投入12.5億美元，沙特阿拉伯的“超越計劃”是一項規模達1000億美元的舉措。

09. AI和計算機科學教育正在擴展——但獲取機會和準備程度方面的差距仍然存在

如今，三分之二的國家提供或計劃提供K - 12計算機科學（CS）教育——數量是2019年的兩倍，非洲和拉丁美洲取得了最大進展。在美國，過去十年中計算機科學學士學位畢業生數量增長了22%。然而，在許多非洲國家，由于電力等基本基礎設施存在差距，獲取教育的機會仍然有限。在美國，81%的K - 12 CS教師認為AI應成為基礎CS教育的一部分，但不到一半的教師認為自己有能力教授相關內容。

10. 行業在AI領域遙遙領先——但前沿競爭日益激烈

2024年，近90%的引人注目的AI模型來自行業，高于2023年的60%，而學術界仍是高被引研究的主要來源。模型規模繼續快速增長——訓練計算量每五個月翻倍，數據集每八個月翻倍，功耗每年翻倍。然而，性能差距正在縮小：排名第一和第十的模型之間的Elo技能得分差異在一年內從11.9%降至5.4%，排名前兩位的模型之間僅相差0.7%。前沿領域的競爭日益激烈，也越來越擁擠。

11. AI因其科學的影響榮獲殊榮

AI的重要性日益凸顯，這在重大科學獎項中得到了體現：兩項諾貝爾獎表彰了推動深度學習（物理學）及其在蛋白質折疊應用（化學）方面的工作，圖靈獎則授予了強化學習領域的開創性貢獻。

12. 復雜推理仍是一項挑戰

AI模型在國際數學奧林匹克競賽等問題上表現出色，但在PlanBench等復雜推理基準測試中仍面臨困難。即使存在可證明的正確解決方案，它們也常常無法可靠地解決邏輯任務，這限制了其在精度至關重的高風險場景中的有效性。

1. 斯坦福大學《2025人工智能指數報告》原文來源于：
https://hai.stanford.edu/ai-index/2025-ai-index-report
2. 本文轉自上海智慧城市發展研究院，翻譯由騰訊元寶AI提供支持。