史丹佛發佈《2025年AI指數報告》：AI正以前所未有的速度重塑世界

史丹佛大學以人為本人工智慧研究院（Stanford HAI）在今年4月發佈了備受矚目的《2025年AI指數報告》（AI Index Report 2025）。

這是 Stanford HAI 發佈的第 8 份年度 AI Index 研究報告，長達 456 多頁。作為全球最權威的AI發展年度評估報告之一，它全面追蹤了 2024 年全球人工智慧（AI）行業的發展趨勢，並深入分析了AI在研究、技術、經濟、政策、教育和公眾認知等多個維度的最新進展和趨勢，為政策制定者、行業領袖、研究人員和公眾提供了基於嚴謹資料的洞察。

2024年是AI發展史上意義非凡的一年。AI在科學領域的貢獻獲得了諾貝爾物理學獎和化學獎的認可，圖靈獎也頒給了強化學習的奠基性工作。曾被視為遙遠目標的圖靈測試已被當前先進系統超越。

AI的採用以前所未有的速度加速，數百萬人在工作和生活中常規使用AI。隨著高性能、低成本、開放模型的湧現，AI的可及性和影響力將進一步擴大。

考慮到報告篇幅近500頁，報告的開篇部分已對各章節的核心觀點和亮點進行了提煉。讀者可以通過這部分內容快速概覽報告全貌，或直接定位到自己感興趣的領域進行深入閱讀。

本文主要揭示報告部分核心洞察：

一、 技術性能持續突破，AI能力邊界不斷拓展

報告顯示，AI在各項基準測試上的表現持續快速提升。針對先進AI系統極限的新基準測試（如MMMU、GPQA、SWE-bench）在2023年推出後，僅一年時間，AI在這些測試上的得分就大幅提高，例如SWE-bench上的程式設計問題解決率從2023年的4.4%躍升至2024年的71.7%。

值得關注的是，開源模型正在迅速追趕閉源模型。2024年初，領先的閉源模型在Chatbot Arena排行榜上領先開源模型8.0%，到2025年2月，這一差距已縮小至1.7%。

同時，中美兩國在AI模型性能上的差距也在縮小。2023年底，美國領先模型在多個主要基準測試上顯著優於中國同行，而到2024年底，這些差距已大幅縮小至接近持平。

同樣趨勢參考公眾號另一篇文章（摩根士丹利：中國AI，馬上甦醒的巨人！）

二、 研發格局演變：產業領跑模型，中美競爭加劇

在AI研發領域，產業界繼續扮演著主導角色，尤其是在“知名AI模型”的開發上。2024年，近90%的知名AI模型來自產業界，遠高於2023年的60%。相比之下，學術界仍然是高被引研究（前100名）的主要來源。

在AI研究出版物總量上，中國繼續領先，2023年佔全球總量的23.2%，其次是歐洲（15.2%）和印度（9.2%）。然而，在最具影響力的研究（高被引論文）方面，美國機構在過去三年中貢獻最多。

AI專利申請量持續增長，2023年全球AI專利授權量達到122,511件，同比增長29.6%。中國在AI專利總量上遙遙領先，佔全球授權量的69.7%，而韓國和盧森堡則在人均AI專利數量上表現突出。

在知名AI模型的產出方面，美國在2024年以40個模型繼續領先，中國以15個模型位居第二，歐洲共計3個。儘管美國在數量上保持優勢，但中國模型在性能上正快速追趕。

三、 技術成本與效率：推理成本驟降，訓練消耗激增

AI模型的使用成本（推理成本）正在變得越來越低廉。報告指出，達到GPT-3.5同等性能水平的AI模型，其推理成本在2022年11月至2024年10月期間下降了280多倍，從每百萬tokens 20美元降至0.07美元。

硬體層面，AI硬體性能持續提升（年增長43%），價格性能改善（成本年降30%），能源效率提高（年增40%）。

然而，訓練前沿AI模型的計算需求和能源消耗仍在快速增長。知名AI模型的訓練計算量大約每五個月翻一番，訓練大型語言模型的資料集規模每八個月翻一番，訓練所需的電力每年翻一番。這導致訓練成本居高不下。隨之而來的是碳排放的增加。

值得關注的是，AI Agent（人工智慧代理）在今年報告中也開始嶄露頭角，展現出早期潛力。

2024年推出的 RE-Bench 基準測試為評估AI Agent執行複雜任務的能力提供了嚴苛的標準。測試結果顯示，在短時任務（例如兩小時預算內）中，頂級的AI系統得分比人類專家高出四倍。然而，隨著時間預算的增加，人類的表現會超越AI，在32小時的預算下，人類得分是AI的兩倍。

儘管如此，AI Agent在特定任務上已經能夠媲美人類專家。AI Agent正逐步從理論走向實際應用，尤其在需要快速迭代和執行特定複雜操作的場景中。

四、 負責任AI與治理：風險事件增加，政府行動加速

與AI相關的事件報告數量持續增加，2024年達到233起。企業雖然認識到RAI風險，但在採取實際緩解措施方面存在滯後。相比之下，各國政府表現出更高的緊迫性。

各國政府正在加速AI立法和投資。全球範圍內，立法程序中提及AI的次數持續攀升，自2016年以來增長了九倍，僅2024年就比2023年增加了21.3%。

2024年，美國聯邦機構出台的AI相關法規數量翻了一番多。加拿大、中國、法國、印度、沙烏地阿拉伯等國都宣佈了數十億甚至千億美元等級的國家AI基礎設施投資計畫。這表明AI已成為各國議程上的重要議題。

五、 經濟影響與投資：商業採用激增，投資創紀錄

全球私人AI投資在2024年創下新高，達到2523億美元，同比增長26%。其中，生成式AI領域勢頭強勁，吸引了339億美元的私人投資，較2023年增長18.7%。

AI的商業使用率大幅攀升。2024年，78%的組織報告使用了AI，高於2023年的55%。超過一半的受訪者表示在至少一個業務職能中使用了生成式AI。儘管如此，大多數公司仍處於AI應用的早期階段，報告的財務影響（成本節約或收入增長）處於較低水平。

區域層面，北美在組織AI使用方面保持領先，但大中華區和歐洲的增長速度最快，顯示出全球AI實施競爭的加劇。中國在工業機器人安裝量上繼續保持主導地位，協作機器人和互動機器人的安裝也變得更加普遍。

六、勞動力市場：AI發展改變崗位需求

AI對勞動力市場的影響是公眾普遍關注的焦點。在美國市場，人工智慧技能彙總，需求最高的是人工智慧，佔0.9%，其次是機器學習，佔0.9%，然後是自然語言處理。

報告深入分析和引用的研究證實，AI能夠顯著提升生產力，並且在大多數情況下有助於縮小勞動力隊伍中的技能差距。

更詳細的崗位趨勢還可以參考公眾號另一篇文章（麥肯錫AI報告：組織重塑觸發崗位大洗牌（3年趨勢））

七、 AI在具體領域（如醫學、教育領域）的突破

AI在科學發現中的作用持續擴大，尤其是在生物學和醫學領域。新的研究表明，AI在診斷複雜臨床病例、癌症檢測等方面已能超越醫生，但AI與醫生的協作可能產生最佳結果。

美國FDA批准的AI醫療裝置數量激增，從2015年的6個增加到2023年的223個。合成資料在醫學領域顯示出巨大潛力，可用於識別健康社會決定因素、保護隱私的臨床風險預測以及藥物發現。

全球三分之二的國家現在提供或計畫提供K-12電腦科學（CS）教育，是2019年的兩倍，非洲和拉丁美洲進步最大。

在美國，雖然大多數K-12 CS教師認為AI應納入基礎CS教育，但只有不到一半的教師感到有能力教授AI。

美國電腦科學學士學位畢業生數量在過去十年中增長了22%，AI碩士學位畢業生數量在2022年至2023年間幾乎翻了一番。

（科學與醫學突破這一章內容相對專業，感興趣的朋友可以直接定位到285頁瞭解詳情。）

八、 公眾認知：樂觀情緒上升，但區域差異與擔憂並存

全球公眾對AI產品和服務的樂觀情緒正在上升。在26個受調查國家中，18個國家認為AI產品和服務利大於弊的人數比例有所增加。全球範圍內，這一比例從2022年的52%上升到2024年的55%。

區域差異依然顯著，中國（83%）、印度尼西亞（80%）、泰國（77%）等國絕大多數人認為AI利大於弊，而加拿大（40%）、美國（39%）、荷蘭（36%）等國的樂觀情緒較低，儘管這些國家的樂觀情緒自2022年以來有所增長。

與此同時，全球60%的受訪者認為AI將在未來五年內改變他們的工作方式。然而，對於AI將完全取代他們工作的擔憂程度相對較低，只有36%的受訪者持此觀點。

史丹佛大學以人為本人工智慧研究院在官方網站上寫道：

AI 將是 21 世紀最具變革性的技術。然而，除非我們精心引導 AI 行業的發展，否則這項技術將難以惠及普羅大眾。

(旁觀者手記)