人工智能(AI)的影響從未像現在這樣深入社會。斯坦福大學的人工智能研究機構（Stanford HAI）4月8日發布《2025年人工智能指數報告》認為，推理成本暴降280倍，小模型性能飆升，AI正變得更高效、更普惠。

報告還指出，中國高性能AI模型的數量和質量不斷提升，對美國的領先地位構成挑戰，頂級模型之間的性能差距正在縮小。

美國此前在模型質量方面的領先優勢已經消失。中國是人工智能出版物和專利產出最多的國家，如今其開發的模型在性能上已經與美國的競爭對手不相上下。

“2023年，在大規模多任務語言理解測試（MMLU）中，中國領先的模型落后于美國頂級模型近20個百分點。然而，到2024年底，美國的領先優勢縮小到了0.3個百分點。”

最新的斯坦福HAI博文中，濃縮了2025年AI指數報告的十二大亮點。

1. AI性能突飛猛進：新基準下的爆發式增長

2023年，研究人員推出了新的基準測試，如MMMU、GPQA和SWE-bench，以測試先進AI系統的極限。

僅一年后，性能便急劇提升：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。除了基準測試之外，AI系統在生成高質量視頻方面也取得了重大進展，在某些情況下，語言模型代理甚至在編程任務中超越了人類，盡管時間預算有限。

2. AI滲透日常生活：從實驗室走向現實

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款AI醫療設備，而2015年僅有6款。

在道路上，自動駕駛汽車不再是實驗：Waymo每周提供超過15萬次自動駕駛服務，而百度的Apollo Go無人駕駛出租車隊現已服務于中國多個城市。

3. 企業押注AI：投資與應用雙雙飆升

2024年，美國私營AI投資增長至1091億美元，是英國45億美元的24倍。

生成式AI表現尤為強勁，吸引了全球339億美元的私人投資，比2023年增長了18.7%。AI業務的使用也在加速：78%的組織報告稱在2024年使用了AI，高于前一年的55%。

越來越多的研究證實，AI提高了生產力，并且在大多數情況下，有助于縮小勞動力中的技能差距。

4. 美國仍領跑AI模型：但中國正在縮小差距

2024年，總部位于美國的機構產生了40個值得關注的AI模型，大大超過了歐洲的3個。

雖然美國在數量上保持領先，但中國模型在質量上迅速縮小差距：在MMLU和HumanEval等主要基準測試上的性能差距從2023年的兩位數縮小到2024年的接近持平。

與此同時，中國在AI出版物和專利方面繼續保持領先地位。同時，模型開發日益全球化，來自中東、拉丁美洲和東南亞等地區的項目也值得關注。

5.負責任AI生態發展不均

與AI相關的事件正在急劇上升，但在主要的工業模型開發商中，標準化的RAI評估仍然很少見。

然而，如HELM Safety、AIR-Bench和FACTS等新基準測試為評估事實性和安全性提供了有希望的工具。在公司中，承認RAI風險與采取有意義的行動之間仍然存在差距。

相比之下，各國政府正表現出越來越大的緊迫性：2024年，全球在AI治理方面的合作加劇，包括OECD、歐盟、聯合國和非洲聯盟在內的組織發布了側重于透明度、可信度和其他核心負責任AI原則的框架。

6. 全球AI樂觀情緒上升：地區差異依然顯著

在諸如中國（83%）、印度尼西亞（80%）和泰國（77%）等國家，大多數人認為AI產品和服務的益處大于危害。相比之下，在諸如加拿大（40%）、美國（39%）和荷蘭（36%）等地方，樂觀情緒仍然較低。

盡管如此，情緒正在發生變化：自2022年以來，在幾個此前持懷疑態度的國家，樂觀情緒顯著增長，包括德國（+10%）、法國（+10%）、加拿大（+8%）、英國（+8%）和美國（+4%）。

7. AI變得更高效、更經濟、更易于獲取

在越來越強大的小型模型的推動下，執行GPT-3.5水平任務的系統推理成本在2022年11月至2024年10月期間下降了280多倍。

在硬件層面，成本每年下降30%，而能源效率每年提高40%。開源模型也在縮小與閉源模型的差距，在某些基準測試中，性能差距從8%縮小到1.7%。這些趨勢正在迅速降低先進AI的門檻。

8. 政府加大對AI的投入：監管與投資并重

2024年，美國聯邦機構引入了59項與AI相關的法規，是2023年的兩倍多，并且由兩倍多的機構發布。自2023年以來，全球75個國家提及AI的立法增加了21.3%，自2016年以來增長了九倍。

除了日益增長的關注之外，各國政府正在大規模投資：加拿大承諾投資24億美元，法國承諾投資1090億歐元，印度承諾投資12.5億美元，沙特阿拉伯的“超越”項目代表著一項1000億美元的計劃。

9. AI與計算機科學教育擴張：機會與挑戰并存

目前，三分之二的國家提供或計劃提供K-12計算機科學教育，是2019年的兩倍，其中非洲和拉丁美洲取得了最大的進展。

在美國，擁有計算機科學學士學位的畢業生人數在過去10年中增加了22%。然而，由于電力等基本基礎設施的差距，許多非洲國家仍然難以獲得教育。在美國，81%的K-12計算機科學教師認為AI應該成為基礎計算機科學教育的一部分，但只有不到一半的人認為自己有能力教授它。

10. 行業在AI領域加速發展：前沿競爭日益激烈

2024年，近90%的著名AI模型來自行業，高于2023年的60%，而學術界仍然是高度引用的研究的主要來源。模型規模持續快速增長，訓練計算量每五個月翻一番，數據集每八個月翻一番，功耗每年增加。

然而，性能差距正在縮小：排名第一和第十的模型之間的分數差距在一年內從11.9%下降到5.4%，并且前兩名之間的差距僅為0.7%。前沿領域競爭日益激烈，也變得擁擠。

11. AI在科學領域的影響力獲得認可：榮獲頂級榮譽

AI日益增長的重要性反映在主要的科學獎項中：兩個諾貝爾獎表彰了導致深度學習（物理學）和其在蛋白質折疊（化學）中的應用的工作，而圖靈獎則表彰了對強化學習的開創性貢獻。

12. 復雜推理仍然是一個挑戰：局限性依舊存在

AI模型擅長解決國際數學奧林匹克問題等任務，但在PlanBench等復雜推理基準測試中仍然面臨挑戰。它們經常無法可靠地解決邏輯任務，即使存在可證明正確的解決方案，這限制了它們在高風險環境中的有效性，在這種環境中，精確性至關重要。