設置星標 關注，從此你的世界多點科學~

你如果關注AI領域的新聞，可能會在充滿矛盾的信息轟炸里深感困惑：有時，AI蓬勃發展，有時，AI是個泡沫。今天看，AI現有的技術和架構將持續突破。明日嘆，AI發展模式不可持續，需革命性新思路。此刻，AI或將猛砸你的飯碗！他時，AI也就給你講個故事解解悶兒的能耐！

斯坦福大學以人為本人工智能研究所(HAI)2025年4月初發布了《2025年AI指數報告》(The 2025 AI Index Report)。這份400多頁的報告主要通過數據圖表呈現事實、揭示趨勢，涵蓋了研發、技術表現、負責任AI、經濟影響、科學醫療、政策、教育以及社會輿論等主題。《IEEE縱覽》雜志精選出了報告中最能反映AI領域現狀的12份關鍵圖表。

1

行業領頭羊

有許多標準可用于衡量各國在AI競賽中所處的身位，包括期刊論文發表數量、論文引用量以及專利數量等，不過最直觀的指標莫過于“關鍵模型產自何處”。

研究機構Epoch AI建立的數據庫收錄了1950年至今所有具有影響力的重大AI模型——上圖所示的數據就來自該庫。

可以看到，在2024年，美國產出了40個關鍵模型，中國有15個，歐洲有3個 (全部來自法國) 。另有一幅圖表 (本文未展示) 則告訴我們，這些模型幾乎全部來自企業而非學術界或政府。至于2023年至2024年間，關鍵模型數量下降的情況，報告認為其原因可能在于技術復雜度升高和訓練成本持續上漲。

2

訓練成本知多少

要說訓練成本，那是真貴！由于頭部的AI企業已不再披露訓練相關信息，研究人員與Epoch AI合作，收集訓練時長、硬件類型與數量等信息并據此估算。他們能估算出的最貴模型是由谷歌豪擲約1.92億美元打造的Gemini 1.0 Ultra。訓練成本普漲的情況也呼應了報告里的多項其他發現，包括模型參數量、訓練時長以及數據規模仍持續擴張的態勢。

異軍突起的中國新銳DeepSeek于今年初攪動了行業風云，不過新報告未將其收入上述圖表。

關于DeepSeek的訓練成本，業界存在部分質疑，但它的表現無疑是現象級的，AI指數指導委員會聯合主任尤蘭達·吉爾 (Yolanda Gil) 評價其“令人印象深刻”，此外也指出計算機發展史上不乏低效技術被優雅方案取代的案例。

她說道：“不止我一人認為大語言模型終將出現更高效版本，但大家不清楚它將由誰打造、如何打造。”

3

使用AI的成本卻在下降

雖然圍繞 (大多數) AI模型的訓練成本不斷攀升，但AI指數報告也強調了一些積極趨勢：硬件成本下降、硬件性能增強、能源效率提高。這意味著推理成本 (即查詢已訓練模型的花費) 正急劇減少。上面這張采用對數刻度的圖表，展示了每美元AI性能的變化趨勢。報告指出，藍色線表明每百萬token成本從20美元降至0.07美元；粉色線表明在不到一年內，成本從15美元降至0.12美元。

4

AI的巨量碳足跡

誠然，能源效率提升是積極信號，但我們也必須直面負面趨勢：在能效改善的同時，總體能耗仍呈現增長。這意味著人工智能盛世的核心，即數據中心，正產生巨大碳足跡。AI指數報告根據訓練硬件、云服務商以及地理位置等因素，對部分AI模型的碳排放進行評估，結果發現前沿AI模型訓練的碳排放量持續上升——除了DeepSeek。

上方圖表中最糟糕的案例是Meta Llama 3.1模型，其產生的二氧化碳排放量預計高達8930噸，相當于496個美國人生活一年的總排放。如此驚人的環境影響，解釋了為何AI公司紛紛將核能視作可靠的零碳電力來源。

5

性能差距正在縮小

美國發布的重大AI模型數量方面仍可謂遙遙領先，但中國模型的質量水準提升之大令業界嘆服。上方圖表顯示，在聊天機器人基準測試中，中美雙方的模型性能差距逐漸縮小。2024年1月，美國最佳模型的表現較中國頂尖模型領先9.26%；到2025年2月，這一差距已縮小至1.70%。在推理、數學和編程等其他基準測試中，也可觀察到類似趨勢。

6

人類的終極測驗

新報告還強調了一個無可爭議的事實：許多用于評估人工智能系統能力的基準測試已趨于“飽和”——AI系統得分過高，以致測試不再有意義。這種現象已出現于常識、圖像推理、數學、編程等多個領域。

吉爾表示，她驚訝地目睹一個又一個基準測試相繼失效。“我一直覺得 (性能) 會遇到瓶頸，必須依靠新技術或顛覆性的架構才能繼續突破，可現實并非如此。”

鑒于此，科學家正努力創制新的基準測試，以期挑戰AI系統。其中有一套名為“人類終極測驗” (Humanity’s Last Exam) 的大殺招，匯集了由來自全球五百所機構的學科專家提供的極限難題，成功難倒了現階段最頂尖的AI系統：目前表現最好的應試者是OpenAI的推理模型o1，其正確率達8.8%。此記錄可保持多久？讓我們拭目以待。

7

數據峰值的降臨

當下的生成式AI通過從互聯網抓取海量數據并以此進行訓練而獲得智能，這就催生了所謂“AI經濟下，數據是石油”的說法。隨著人工智能企業不斷突破模型訓練的數據上限，人們開始擔憂“數據峰值”何日到來。一個現實問題是：越來越多網站正限制爬蟲抓取數據 （或許出于對AI公司既利用網站數據牟利又摧毀其商業模式的擔憂） ，這些限制都通過機器可讀的robots.txt文件聲明。

上方圖表顯示，頂級網站域名的數據已有48%被完全限制。不過吉爾指出，AI領域的新方法或可終結對龐大數據集的依賴。

“我預感，在某個時刻，數據量將不再那么關鍵。”

8

資本市場用腳投票

過去5年，來自企業界的資金洶涌入局AI。盡管2024年的全球總投資額不及2021年的狂熱高點，但要注意，私人投資規模可創下了歷史新高。在1500億美元的私人投資中 （此處未顯示） ，約330億美元流向了生成式AI領域。

9

等待回報

企業豪擲千金，求的當然是豐厚回報。眼下，我們興奮不已地談論人工智能的變革之力，暢想前所未見的生產力飛躍，但客觀來說，企業尚未看到能帶來顯著成本節約或新增利潤的實質改變。上面這份源于麥肯錫調研的圖表顯示：在報告降本的企業中，多數都只省下不足10%的錢；而在實現增收的企業中，大部分的增幅都低于5%。

雖然投資數據表明眾多企業押注人工智能，但現在談回報還為時尚早。

10

AI醫生即將上線？

在這波人工智能大熱潮中，科學和醫學領域涌現了令人驚喜的AI新氣象。AI指數報告列舉了多個新發布的基礎模型，它們將助力材料科學、天氣預報和量子計算等方面的研究。許多公司正嘗試將AI的預測與生成能力轉化為有利可圖的藥物發現。例如，OpenAI的o1推理模型最近在MedQA基準測試 (包含醫學委員會考試的題目) 中展現了96%的準確率。

但總體而言，上述領域遠未將AI潛力轉化為現實影響，因為人類似乎還沒完全搞懂怎么用AI技術。2024年一項研究顯示：醫生使用GPT-4輔助診斷后，并未因此提升診斷的準確率或速度。另一方面，獨自做事的GPT-4反而強于獨自做事的醫生，也強于醫生+AI的組合。

11

關于AI政策

上方圖表告訴我們，美國國會關于AI的討論很多，實際行動很少。AI指數報告指出，美國的相關行動重心已轉向州一級：2024年共有131項州級法案通過立法，其中有56項涉及深度偽造技術，禁止其被用于在選舉或傳播非自愿親密影像。

歐盟通過的《人工智能法案》針對高風險AI系統給企業劃定了新的義務。而全球大趨勢是各國聯手協同，發表全面而不具約束力的聲明。那么有大量關于AI的內容需要討論。

12

樂觀的人類繼續前行

關于“AI何時取代你的工作”的公共討論早已甚囂塵上。但有趣的是，一項最新的全球AI態度調查顯示，多數人并沒感受到威脅。受訪者來自32個國家，其中60%的人認為人工智能將改變自己的工作方式，但只有36%的人覺得自己會被取代。

吉爾說道：“此結果令我非常意外。人們想著‘AI改變工作，而我仍創造價值’，這樣的心態令人鼓舞！”

那么，未來大家是否都能通過管理AI團隊來創造價值呢？待時間給出答案……

資料來源：

《世界科學》雜志版在售中 歡迎訂閱

月刊定價

15元/期

全年訂閱價

180元

點擊左側圖片或以下方訂閱方式選購

方式一：

掃描二維碼，“雜志鋪”訂閱有折扣～

方式二：

全國各地郵局訂閱 郵發代號：4-263

方式三：

機構訂閱，請撥打

021-53300839；

021-53300838