斯坦福大学：2025 年人工智能指数报告

在人工智能（AI）以前所未有的速度渗透社会各个角落、重塑经济格局并深刻影响全球治理的关键时刻，斯坦福大学以人为本人工智能研究所（Stanford Institute for Human-Centered Artificial Intelligence, HAI）发布了第八版的《2025 年人工智能指数报告》（AI Index Report 2025）。

这不仅仅是一份年度报告，更是迄今为止最为详尽、最具雄心的一份 AI 全景图。自 2017 年作为“人工智能百年研究”（One Hundred Year Study of Artificial Intelligence）项目的一个分支启动以来，AI 指数报告始终秉持着一项核心使命：为政策制定者、新闻记者、企业领袖、研究学者乃至普罗大众提供独立、严谨、经过全面验证且源自全球的 AI 数据。其目标在于赋能所有利益相关者，使其能够在 AI 的开发、部署和治理方面做出更为明智、更具前瞻性的决策。在这个 AI 话题从企业董事会延伸至家庭餐桌的时代，这项使命的重要性达到了前所未有的高度。  

关键趋势与发现：多维度透视 AI 的演进图景

本年度的 AI 指数报告通过八个章节（研究与发展、技术性能、负责任 AI、经济、科学与医学、政策与治理、教育、公众舆论）以及详实的附录，系统性地呈现了 AI 领域的最新动态和关键趋势。

在“”研究与发展（R&D）“”层面，报告揭示了产业界与学术界在创新生态中日益分化的角色与持续加剧的全球竞合格局。一个核心发现是，产业界在 AI 领域的投资持续增长，并在开发具有里程碑意义的“值得关注的 AI 模型”（notable AI models）方面的主导地位进一步巩固。数据显示，2024 年由产业界机构主导或贡献的值得关注模型比例飙升至近 90%，相比 2023 年的 60% 有显著提升。这清晰表明，掌握海量数据、强大算力和雄厚资本的商业实体，已成为推动 AI 技术前沿突破的核心引擎。OpenAI（7 个模型）、Google（6 个）和中国的阿里巴巴（4 个）是 2024 年贡献最多值得关注模型的组织。从十年（2014-2024）的累积数据看，Google 以 186 个模型遥遥领先，其次是 Meta（82 个）和微软（39 个）。然而，学术界在高影响力基础研究方面依然扮演着关键角色。报告指出，在过去三年中，学术界是贡献被引用次数排名前 100 的高影响力 AI 学术出版物的最大单一来源机构类型，这凸显了其在理论创新和人才培养上的核心价值。卡内基梅隆大学和斯坦福大学（各 25 个模型，2014-2024）是模型产出最多的高校。

从全球视角看，AI 研发呈现显著的地域差异。中国在 AI 学术出版物的绝对数量（2023 年占全球 23.2%）和总引用次数（占 22.6%）上保持领先。但在顶尖影响力研究（过去三年 Top 100 引用论文）和“值得关注的 AI 模型”产出方面，美国机构则保持领先。2024 年，源自美国的值得关注模型达 40 个，显著超过中国的 15 个和欧洲合计的 3 个。这反映了各国在 AI 战略投入和创新生态上的不同侧重。同时，AI 研究的整体规模持续膨胀，并在计算机科学（CS）领域占据了核心地位。从 2013 年到 2023 年，CS 领域的 AI 相关出版物总数几乎翻了三倍，从约 10.2 万篇增至超过 24.2 万篇。AI 出版物在 CS 总出版物中的占比也从 21.6% 大幅提升至 41.8%，显示 AI 已成为贯穿 CS 各个子领域的驱动力。

伴随研究深入，AI 模型的规模及其资源需求呈指数级增长。报告引用的新研究发现，训练“值得关注的 AI 模型”所需的计算量大约每 5 个月翻一番，训练 LLM 的数据集规模大约每 8 个月翻一番，而训练所需电力则大约每年翻一番。这种对算力、数据和能源的指数级渴求，是当前 AI 发展模式的核心特征，也带来了可持续性的严峻挑战。关于模型训练是否会“耗尽”可用数据的问题，报告更新了估计：常用的 Common Crawl 数据集（中位数）约含 130 万亿 token，索引化的互联网数据约 510 万亿，整个互联网（含私有数据）可能高达 3100 万亿。图像和视频数据估计分别为 300 万亿和 1350 万亿 token。这些数据表明，至少在文本方面，现有数据存量可能比先前担忧的更能支撑一段时间，但高质量、多样化数据的稀缺性及获取限制仍是瓶颈。报告还首次对模型推理成本进行了时间序列分析，发现其成本正在下降（例如，达到 GPT-3.5 在 MMLU 基准上表现的等效模型，其每百万 token 的查询成本已大幅降低），这对于 AI 技术的广泛经济可行性至关重要。此外，对 AI 硬件生态系统（GPU 竞争加剧、专用芯片发展）和环境影响（碳排放、能源消耗）的分析也成为新的重点。

在技术性能与应用拓展方面，2024 年见证了 AI 能力的持续飞跃和跨界融合的加速。报告系统追踪了 AI 在自然语言处理、计算机视觉、语音识别、推理、代码生成、多模态理解等多个基准测试上的表现。虽然在某些成熟任务上性能提升可能放缓，但在更复杂的、接近人类综合智能的任务上，AI 仍在不断取得突破。例如，先进 LLM 在多种专业资格考试和复杂推理任务中达到甚至超越人类平均水平。图像生成、视频生成能力显著提升，代码生成助手已成为开发者重要工具。高性能、低成本乃至开源模型的普及（如 Llama、Mistral 等系列）极大地降低了 AI 的使用门槛，促进了更广泛的创新和应用。

报告特别扩展了对 AI 在科学与医学领域作用的覆盖。AI 正从数据分析工具转变为能够参与假设提出、实验设计、复杂系统解释甚至直接进行创造性研究的“科研伙伴”。在材料科学、生物学（如 AlphaFold 对蛋白质结构预测的持续突破）、药物发现、基因组学、医学影像分析、疾病诊断预测等方面展现出巨大潜力。AI 被应用于分析海量科研数据和文献，发现新靶点或关联，预示着一场由 AI 驱动的科研范式变革正在到来。相关的诺贝尔奖和图灵奖也印证了 AI 对基础科学的贡献。然而，技术局限依然存在，如模型的“幻觉”、鲁棒性不足、缺乏真正常识推理、可解释性差等，这些都是限制 AI 在高风险、高可靠性场景应用的关键障碍。评估 AI 的真实能力和局限性本身也是一个持续发展的研究领域。

经济影响与企业采纳层面，经历了短暂放缓后，全球对 AI 的投资在 2023 年下半年和 2024 年显著反弹，尤其是在生成式 AI 领域，新获融资的初创公司数量几乎翻了三倍。企业对 AI 技术的采纳在多年缓慢渗透后，于 2024 年显著加速，AI 从边缘走向中心，成为驱动商业价值的核心力量。客户服务、市场营销、软件开发、运营管理等是普遍应用领域，部分企业已报告了生产力提升和成本节约。但挑战依然存在，包括高昂的实施成本、人才短缺、数据隐私安全顾虑、整合难度以及对模型可靠性的担忧。AI 对劳动力市场的影响备受关注，一方面对 AI 相关技能人才需求强劲增长，另一方面对工作替代的担忧加剧。当前趋势更倾向于“人机协作”和“任务增强”，而非大规模替代，但这要求劳动者不断学习新技能，社会也需调整教育、培训和保障体系以应对结构性变化。

在负责任 AI、治理与公众认知方面，随着 AI 应用普及，伦理风险和社会影响凸显，负责任 AI（RAI）成为全球焦点。报告首次纳入企业采纳 RAI 实践数据，显示企业认知提高，开始制定伦理准则、建立治理架构，但行动与认知间仍存差距。AI 偏见与公平性问题依然严峻，模型可能延续甚至放大社会偏见。缺乏透明度和可解释性（“黑箱”问题）限制了信任和问责。深度伪造等 AI 生成内容对信息生态和公共信任构成严重威胁，识别与打击的技术在发展，但与生成技术的“军备竞赛”持续。同时，“数据共享地”因担忧被用于训练而萎缩，可能影响未来模型发展。

面对这些挑战，全球政府和国际组织正加速构建治理和监管框架。许多国家发布 AI 战略，投入巨资支持研发和基础设施（包括能源）。欧盟《AI 法案》作为首个全面性法规备受关注，采取基于风险的分级管理。美国、中国等也在推进各自监管路径，国际合作与协调日益重要，围绕安全、伦理、数据流动等议题寻求共识。公众对 AI 的认知复杂多元，既有对改善生活、提高效率潜力的期待（乐观情绪有所上升），也存在对失业、隐私、不公、滥用风险的广泛担忧，对 AI 公司信任度有所下降。理解公众态度及其变化对制定有效政策、引导技术健康发展至关重要。报告还覆盖了教育领域（第七章）的 AI 相关趋势，以及更广泛的公众舆论（第八章）动态。

结语：AI 已然来临，未来亟待共塑

斯坦福大学《2025 年人工智能指数报告》以其前所未有的数据广度和分析深度，为我们描绘了一个正处于指数级加速发展和深刻社会变革之中的 AI 全景图。我们清晰地看到，产业界以巨大的资源投入驱动着前沿模型能力的飞跃，而学术界则在基础研究和高影响力知识贡献方面坚守阵地，二者共同塑造着技术的边界。技术的突破正以前所未有的速度转化为日益广泛的应用，从根本上改变着科学探索的方式，重塑着经济运行的逻辑，并悄然融入数十亿人的日常生活与工作之中。经济层面，投资热潮再次聚焦于生成式 AI 的巨大潜力，企业的采纳步伐正在加快，AI 作为核心生产力要素的地位日益巩固，但其对劳动力市场结构的深远影响也带来了严峻的社会适应挑战，需要我们积极应对。

与此同时，AI 带来的伦理困境、社会风险和治理难题也伴随着技术的每一次进步而愈发复杂和紧迫。从算法偏见到数据隐私泄露，从虚假信息泛滥到“黑箱”决策的不透明，从能源消耗的激增到对未来就业的普遍忧虑，这些挑战要求我们以更加审慎、更具前瞻性的眼光来引导 AI 的发展方向。全球范围内的政策制定者、研究人员、企业领袖和广大公众，都在积极探索如何在拥抱 AI 带来的巨大机遇与有效管控其潜在风险之间寻求一种审慎而动态的平衡。制定合理的规则、建立有效的监督机制、培养负责任的创新文化，成为当务之急。

AI 不再仅仅是一个关于“未来可能性”的科幻叙事，它已然成为塑造我们“当下现实”和决定“未来走向”的关键变量。在这个充满无限机遇也伴随着诸多不确定性的时代，AI 指数报告所提供的基于翔实数据的、力求独立客观的洞察，显得尤为宝贵和重要。它提醒我们，技术的发展并非沿着一条预设的轨道自动前行，其最终的方向和对人类社会的影响，在很大程度上取决于我们今天所做的每一个选择——关于研发投入的优先次序、关于应用场景的伦理规范、关于治理框架的智慧设计、关于社会适应的准备程度。深入理解 AI 的真实进展、能力边界、经济影响和社会意涵，是做出明智决策、引导这场深刻的技术和社会变革朝着负责任、可持续和以人为本方向发展的前提。这份报告不仅是 AI 发展历程的一位忠实记录者，更是激发深度思考、促进理性对话的催化剂。它邀请我们所有人——无论是身处决策层的政策制定者、引领创新的行业领导者、探索未知的研究人员，还是作为技术最终使用者和影响承受者的普通公民——共同参与到这场关乎人类共同命运的重要对话与塑造行动之中，携手确保 AI 的力量最终服务于全人类的共同福祉。

文章来源 | 欧米伽未来研究所