本文轉自：半導體行業觀察

領先的人工智能模型能力持續加速提升，包括OpenAI和Anthropic在內的幾家大型人工智能公司正朝著今年晚些時候的IPO邁進。然而，人們對人工智能的抵觸情緒依然暗流涌動，在某些情況下甚至已經爆發，尤其是在美國，一些地方政府開始對新建數據中心實施限制甚至徹底禁止。

要掌握如此多的信息并非易事，但斯坦福大學以人為本人工智能中心發布的2026年版人工智能指數報告卻做到了。這份超過400頁的報告包含了數十個數據點和圖表，從基準評分、投資和公眾認知等多個角度探討了人工智能這一主題。與往年一樣（參見我們2021年、2022年、2023年、2024年和2025年的報道），我們閱讀了這份報告，并總結出了概括2026年人工智能發展趨勢的關鍵要素。

美國公司在人工智能模型領域處于領先地位

過去十年，美國在人工智能模型發布方面一直處于領先地位，2025年依然如此。據研究機構Epoch AI的數據顯示，總部位于美國的機構在2025年發布了50個“值得關注”的模型。然而，中國的模型產量正在迅速縮小差距。

幾乎所有知名模型都源自工業界（而非學術界或政府機構）。EpochAI 追蹤到，2025 年將有 87 個知名模型來自工業界，而其他所有來源僅有 7 個。這是一個重要的長期趨勢。目前，工業界發布的模型占知名模型總數的 90% 以上，而 2015 年這一比例略低于 50%，2003 年則為零。

中國在機器人領域處于領先地位

盡管美國公司發布了數量最多的知名人工智能模型，但中國在機器人部署方面也擁有同樣明顯的領先優勢。根據國際機器人聯合會的數據，到2024年，中國將安裝29.5萬臺工業機器人。日本將安裝約4.45萬臺，美國將安裝3.42萬臺。

自2022年以來，全球人工智能計算能力每年增長3.3倍

最新的斯坦福人工智能指數報告列舉了許多引人注目的人工智能發展數據，但沒有一項數據能比得上 EpochAI 對人工智能總計算能力的衡量。

該圖以英偉達 H100e 的計算能力為標尺，顯示自 2022 年以來，全球 AI 計算能力每年增長超過三倍。自 2021 年（有記錄的第一年）以來，AI 計算總量增長了 30 倍。

英偉達是此次架構升級的最大受益者，其GPU目前占據全球AI計算能力的60%以上。亞馬遜和谷歌——它們各自為AI工作負載設計硬件——分列第二和第三。

訓練人工智能模型會產生巨大的碳排放

斯坦福大學人工智能指數在前幾年就曾指出人工智能訓練產生的碳排放問題，而且這個問題仍在朝著令人擔憂的方向發展。

該報告估計，訓練最新的大型語言模型（例如 xAI 的 Grok 4）會產生超過 72,000 噸的碳當量排放。這比往年的估計值大幅增加。OpenAI 的GPT-4估計產生 5,184 噸碳排放，Meta 的Llama 3.1 405B 估計產生 8,930 噸碳排放。

AI Index指導委員會聯合主任雷·佩羅表示，這些數據只是估算值?！斑@些估算值應謹慎解讀。就Grok而言，它們很大程度上依賴于從公開報道（例如《福布斯》文章）、xAI聲明和其他無法核實的來源推斷出的數據，這引入了一定程度的不確定性。”佩羅說道。另一方面，佩羅指出，“Epoch AI獨立估算Grok 4的排放量要高得多，約為14萬噸二氧化碳?！?/span>

人工智能推理產生的排放量也在持續增加，但不同模型的排放量差異很大。報告估計，推理效率最低的模型的碳排放量是推理效率最高模型的十倍以上。據估計， DeepSeek的 V3 模型在響應“中等長度”的提示時會消耗約 23 瓦的功率，而 Claude 4 Opus 的功率估計約為 5 瓦。

LLM正在迅速超越新的基準

過去十年，人工智能模型的性能以驚人的速度提升，而且正如上圖所示，這種進步似乎還在加速。特別是多模態線性模型，其性能幾乎在被發明出來的同時就達到了各項基準測試的標準。

智能體人工智能取得了最為顯著的進步。圖表右側的兩條陡峭曲線分別代表OSWorld 基準測試（用于衡量計算機的自主使用能力）和SWE-Bench Verified 軟件工程基準測試（用于衡量自主編碼能力）。

模型在“人類最后的考試”（Humanity's Last Exam）上的表現也在迅速提升。這項基準測試包含由各領域專家貢獻的題目，旨在代表他們各自領域中最棘手的問題。2025 年斯坦福人工智能指數報告顯示，排名第一的模型 OpenAI 的 o1 僅正確回答了 8.8% 的問題。此后，準確率已提升至 38.3%——但即便如此，這個數字也略顯過時，因為截至 2026 年 4 月，得分最高的模型（例如 Anthropic 的 Claude Opus 4.6 和 Google 的 Gemini 3.1 Pro）的準確率均已超過 50%。

不過，佩羅提醒說，基準測試結果未必總能反映在實際應用中。“我們通常缺乏衡量系統（或代理）在特定環境下運行效果的指標，”佩羅說，“知道某個法律推理基準測試的準確率達到75%，并不能告訴我們它在實際法律實踐中有多大的適用性?！?/span>

人工智能在醫學領域的研究取得進展

人工智能基準測試的進步似乎也體現在醫學領域，人工智能在醫學領域的應用正以驚人的速度增長。醫學研究領域的應用尤其迅速。正如上圖所示，過去兩年中，關于人工智能在藥物研發領域應用的論文數量增加了一倍多。而關于多模態生物醫學人工智能（用于分析醫學圖像和文本）的論文數量，則是兩年前的2.7倍。

LLM在讀取模擬時鐘方面仍然存在問題

盡管人工智能模型在某些領域取得了快速進步，但在一些常見任務上，例如讀取時鐘和理解日歷，它們的表現仍然非常糟糕。ClockBench是一款用于衡量多模態邏輯學習模型 (LLM) 讀取模擬時鐘能力的工具，它發現即使是這項任務中表現最佳的模型——OpenAI 的 GPT-5.4——也只有 50% 的概率能正確讀取時鐘。

大多數模型的得分都遠低于此。Anthropic 的 Claude Opus 4.6 讀取時間的準確率僅為 8.9%。這令人驚訝，因為該模型在其他基準測試中通常表現出色。（如前所述，Claude Opus 4.6 在“人類最后的考試”中取得了頂尖成績。）

當然，在現實生活中，語言學習模型很少會被要求執行這項任務，但佩羅表示，這代表了一個更普遍的問題?！坝醒芯勘砻鳎斚到y被問及語言與其他模態（例如圖像或音頻，如語調）的組合時，語言成分承擔了令人驚訝的很大一部分工作，甚至完全忽略了非語言信息。”

人工智能投資將在2025年達到新高峰

人工智能模型性能的提升與對人工智能公司的投資齊頭并進。據人工智能分析公司Quid的數據顯示，2025 年人工智能投資額創下新紀錄，超過 5810 億美元。

這比 2024 年的 2530 億美元支出翻了一番還多，并迅速超過了 2021 年創下的 3600 億美元的紀錄。與 2021 年以并購為主導的投資不同，2025 年創紀錄的投資結果是由對人工智能公司的私人投資所主導的。

大部分資金都流向了美國，去年美國在人工智能領域的投資超過 3440 億美元。

軟件工程師們正全力投入人工智能領域

然而，人工智能的普及不僅僅取決于私人資金。在GitHub上，人工智能也展現出蓬勃的草根熱情，到2025年，與人工智能相關的項目數量已飆升至558萬個。這比2020年增長了近五倍，比2024年增長了23.7%。

這個數字似乎也并未反映出人工智能項目數量的激增。獲得至少 10 顆星的項目數量增長速度與人工智能項目整體獲得的星數增長速度相近。這表明這些項目確實得到了用戶的積極參與?？紤]到某些項目的受歡迎程度，這或許并不令人意外。例如，開源智能體人工智能軟件 OpenClaw就獲得了 35.2 萬顆星。

批評人士可能會擔心，這種熱情部分是由人工智能機器人或智能體項目推動的。佩羅承認了這一點，并表示“GitHub 的使用強度可能與人工智能的使用強度高度相關”。然而，至少根據一個名為Agents in the Wild 的活動追蹤網站（斯坦福大學的報告中并未提及該網站）的數據，GitHub 的大部分活動似乎仍然是由人類完成的。

計算機科學領域也同樣充滿熱情。過去十年間，人工智能相關的計算機科學出版物數量翻了一番多，從10.2萬篇增至25.8萬篇。其中超過68%的出版物仍然來自學術界，而政府和產業界的貢獻分別約為11.5%和12.5%（截至2024年）。機器學習、計算機視覺和生成式人工智能領域的出版物數量增長最為顯著。

人工智能對就業的總體影響仍不明朗

生成式人工智能的興起與就業擔憂密不可分，而全球最大人工智能公司首席執行官們令人擔憂的預測無疑加劇了這種現象。然而，迄今為止的數據仍然喜憂參半。

上圖展示了軟件開發人員和客戶支持人員這兩個被認為極易被人工智能取代的職業中，不同年齡段人群的“標準化就業人數” 。與往年一樣，數據顯示這些職業的入門級職位有所減少，而中級和高級職位則保持穩定或有所增加。然而，這些變化很難與更廣泛的經濟趨勢區分開來。報告指出，許多行業的失業率都在上升，而且與預期相反，受人工智能影響最小的勞動者的失業率上升幅度超過了受人工智能影響最大的勞動者的失業率上升幅度。

公眾對人工智能的整體看法略有改善

這份報告最令人驚訝的發現無疑是過去幾年人們對人工智能的樂觀態度出現了雖小但顯著的增長。益普索（Ipsos）的一項調查顯示，59%的受訪者認為“人工智能的益處大于弊端”，高于2024年的55%。68%的受訪者表示他們對人工智能有“良好的理解”，略高于2024年的67%。

針對類似問題的調查結果顯示，人們對人工智能的總體接受度高于負面評價，盡管一些負面情緒也有所增加。例如，52%的受訪者表示，使用人工智能的產品和服務讓他們感到“不安”。

各國對人工智能的態度差異顯著。東南亞國家，包括中國、馬來西亞、泰國、印度尼西亞和新加坡，對人工智能的態度趨于積極。然而，同比增幅最大的國家是德國（12%）、法國（10%）和荷蘭（10%）。哥倫比亞的降幅最大（-6%），與往年趨勢相反。

各個國家/地區對人工智能監管的信任度差異顯著

雖然越來越多的人似乎認為人工智能將產生積極影響，但這種轉變在一些國家卻伴隨著深深的不信任，尤其是在政府監管方面。

值得注意的是，盡管美國在人工智能投資方面領先，但在信任度方面卻排名墊底。益普索的調查顯示，只有31%的受訪者相信政府能夠有效監管人工智能。許多歐洲國家以及日本的信任度也較低。亞洲和南美洲國家對政府監管人工智能的能力表現出最高的信任度。

美國和哥倫比亞的調查結果引人深思。美國民眾對人工智能監管普遍缺乏信任，但大多數受訪者認為人工智能的益處將大于弊端。而哥倫比亞則相反，民眾對人工智能監管表現出較高的信任度，但對人工智能的整體看法卻在惡化。

這感覺像是 2025 年人工智能發展趨勢的一個縮影。人工智能模型的結果質量以及公眾對人工智能將如何影響社會的看法，都將繼續存在差異，而且這種差異往往很大，具體取決于手頭的任務或問題。

來源：編譯自IEEE