這是斯坦福大學(xué)李飛飛團(tuán)隊(duì)發(fā)布的《 2025 AI Index Report 》，被認(rèn)為 是迄今規(guī)模最大、最綜合的AI發(fā)展數(shù)據(jù)報(bào)告。報(bào)告全面揭示了這一變革的核心趨勢(shì)：AI已從實(shí)驗(yàn)室走向日常生活，成為推動(dòng)經(jīng)濟(jì)、科學(xué)與全球治理的關(guān)鍵力量。

報(bào)告非常具體地呈現(xiàn)出一些事實(shí)，例如，中美在AI行業(yè)的投資有著較大差距。2024年全球私人AI投資達(dá)2523億美元，其中生成式AI吸引339億美元，同比增長(zhǎng)18.7%。美國(guó)以1091億美元投資領(lǐng)先，是排名第二的中國(guó)(93億美元)的11.7倍，是英國(guó)(45億美元)的24.1倍。

自2013年以來(lái)的綜合數(shù)據(jù)也呈現(xiàn)出類(lèi)似的趨勢(shì)。近十年來(lái)，美國(guó)新融資的人工智能公司數(shù)量約為中國(guó)的4.3倍，英國(guó)的7.9倍。

這表明中國(guó)在AI投資方面仍有較大上升空間。

雖然美國(guó)在頂尖模型開(kāi)發(fā)上仍居主導(dǎo)（2024年推出40個(gè)標(biāo)志性模型），但中國(guó)在論文總量、專(zhuān)利授權(quán)等方面領(lǐng)先，并在模型質(zhì)量上快速追趕。中東、拉美和東南亞地區(qū)也開(kāi)始推出有影響力的模型，全球AI生態(tài)呈現(xiàn)多極化趨勢(shì)。

斯坦福大學(xué)李飛飛團(tuán)隊(duì)發(fā)現(xiàn)，人工智能在多項(xiàng)嚴(yán)苛測(cè)試中表現(xiàn)卓越。2024年，模型在MMMU、GPQA和SWE-bench等新基準(zhǔn)上的性能分別提升18.8%、48.9%和67.3%。

更值得關(guān)注的是，AI的使用成本大幅降低：達(dá)到GPT-3.5水平的模型推理成本在18個(gè)月內(nèi)下降超過(guò)280倍。同時(shí)，開(kāi)源模型幾乎追平閉源模型，性能差距從8%縮小至1.7%，技術(shù)民主化進(jìn)程加速。

伴隨AI能力的增長(zhǎng)，信任與安全挑戰(zhàn)日益嚴(yán)峻。2024年報(bào)告的AI相關(guān)事故數(shù)量增加56.4%，但企業(yè)對(duì)負(fù)責(zé)任AI風(fēng)險(xiǎn)的認(rèn)知與實(shí)際行動(dòng)間仍存在差距。對(duì)此，全球政策制定者展現(xiàn)出強(qiáng)烈緊迫感。

美國(guó)年度AI法規(guī)數(shù)量翻倍，全球AI立法總量較2016年激增9倍。從OECD到聯(lián)合國(guó)，國(guó)際組織密集出臺(tái)治理框架，共同聚焦透明度、公平性與可信度。

本文節(jié)選自李飛飛團(tuán)隊(duì)發(fā)布的《2025年人工智能指數(shù)報(bào)告》，由「白鯨實(shí)驗(yàn)室」編輯整理，若需要完整版PDF報(bào)告，可在文末留言“PDF”。

第一章:研究與開(kāi)發(fā)

2024年12月，DeepSeek推出了V3模型，引起了廣泛關(guān)注，尤其是因?yàn)樵撃Ｐ驮谟?jì)算資源需求遠(yuǎn)低于許多領(lǐng)先的大語(yǔ)言模型的情況下，實(shí)現(xiàn)了卓越的性能。

下圖比較了美國(guó)和中國(guó)一些標(biāo)志性機(jī)器學(xué)習(xí)模型的訓(xùn)練計(jì)算量，凸顯了一個(gè)關(guān)鍵趨勢(shì)：美國(guó)頂級(jí)人工智能模型的計(jì)算量，通常遠(yuǎn)高于中國(guó)模型。

根據(jù)Epoch AI的研究數(shù)據(jù)，自2021年底以來(lái)，中文前十大語(yǔ)言模型的訓(xùn)練算力年均增長(zhǎng)約3倍，顯著低于2018年以來(lái)全球其他地區(qū)5倍的年均增速。

機(jī)器學(xué)習(xí)是 2023年人工智能領(lǐng)域最熱門(mén)的研究主題，占總論文數(shù)量的 75.7%，其次是計(jì)算機(jī)視覺(jué)(47.2%)、模式識(shí)別(25.9%)和自然語(yǔ)言處理。過(guò)去一年中，關(guān)于生成式人工智能的論文數(shù)量出現(xiàn)了顯著增長(zhǎng)。

雖然追蹤人工智能論文總量能提供一個(gè)對(duì)人工智能研究 活動(dòng)的宏觀視角，但聚焦于被引用次數(shù)最多的論文則能揭示該領(lǐng)域最具影響力的研究成果。這項(xiàng)分析揭示了一些最具開(kāi)創(chuàng)性和影響力的人工智能研究正在哪里興起。

今年，人工智能指數(shù)通過(guò)OpenAlex的引文數(shù)據(jù)，確定了2021年、2022年和2023年被引用次數(shù)最多的100篇人工智能論文。

2023年被引用次數(shù)最多的人工智能論文包括OpenAI的GPT-4技術(shù)報(bào) 告、Meta 的 Llama 2技術(shù)報(bào)告和谷歌的PaLM-E的技術(shù)報(bào)告。值得注意的是，由于引用的滯后性，今年報(bào)告中被引用次數(shù)最多的論文在今后的版本中可能會(huì)有所變化。

學(xué)術(shù)界持續(xù)產(chǎn)出最多被引的人工智能論文,2023年為42篇，2022年為27篇，2021年為34篇(圖1.1.12)。

值得注意 的是，產(chǎn)業(yè)界貢獻(xiàn)出現(xiàn)了顯著下降，百?gòu)?qiáng)論文的數(shù)量從2021年的17篇和2022年的19篇，驟降至2023年的僅7篇。隨著人工智能研究競(jìng)爭(zhēng)日益激烈，許多行業(yè)人工智能實(shí)驗(yàn)室降低發(fā)表論文頻率或減少披露研究細(xì)節(jié)。

下圖展示了2021至2023年間，全球人工智能領(lǐng)域高被引百?gòu)?qiáng)論文來(lái)源機(jī)構(gòu)分布情況。部分機(jī)構(gòu)在圖表中可能出現(xiàn)空白柱，這表明該機(jī)構(gòu)在某年未發(fā)表百?gòu)?qiáng)論文。

此外，下圖僅列出了排名前10的機(jī)構(gòu)，盡管許多其他機(jī)構(gòu)也做出了重要貢獻(xiàn)。谷歌每年均位居榜首，但在2023年與清華大學(xué)并列第一，兩者均有8篇論文入選百?gòu)?qiáng)。2023年，卡內(nèi)基梅隆大學(xué)是排名最高的美國(guó)學(xué)術(shù)機(jī)構(gòu)。

為了展示人工智能領(lǐng)域不斷演變的地緣政治格局，人工智能指數(shù)展示了標(biāo)志性模型所屬的國(guó)家。下圖展示了歸因于研究人員所屬機(jī)構(gòu)所在地的標(biāo)志性人工智能模型總數(shù)。

2024年，美國(guó)以40個(gè)標(biāo)志性人工智能模型遙遙領(lǐng)先，中國(guó)以15個(gè)緊隨其后，法國(guó)則有3個(gè)。2024 年全球主要經(jīng)濟(jì)體包括美國(guó)、中國(guó)和歐盟均報(bào)告說(shuō)，2024年發(fā)布的標(biāo)志性模型少于上一年。

自2003年以來(lái)，美國(guó)開(kāi)發(fā)的模型數(shù)量超過(guò)了英國(guó)、中國(guó)和加拿大等其他主要國(guó)家。

下圖分別呈現(xiàn)了2024年度及過(guò)去十年間，機(jī)器學(xué)習(xí)領(lǐng)域標(biāo)志性模型研發(fā)的主導(dǎo)機(jī)構(gòu)分布情況。2024年，貢獻(xiàn)最多的是谷歌(7 個(gè))、OpenA(I 7 個(gè)模型)和阿里巴巴(4 個(gè))。

自2014年以來(lái)，谷歌以187個(gè)標(biāo)志性模型遙遙領(lǐng)先，其次是 Meta(82個(gè))和微軟(39個(gè))。在學(xué)術(shù)機(jī)構(gòu)中，卡內(nèi)基梅 隆大學(xué)(25個(gè))、斯坦福大學(xué)(25個(gè))和清華大學(xué)(22個(gè))自2014年以來(lái)在標(biāo)志性模型研發(fā)方面成果最多。

第二章：技術(shù)性能

本章節(jié)節(jié)人工智能指數(shù)呈現(xiàn)2024年人工智能領(lǐng)域的主要發(fā)展趨勢(shì)和全方位高層視角覽。

去年人工智能指數(shù)報(bào)告指出，人工智能已在多數(shù)任務(wù)中超越人類(lèi)水平，僅剩競(jìng)賽級(jí)數(shù)學(xué)和視覺(jué)常識(shí)推理等少數(shù)例外。過(guò) 去一年間，人工智能系統(tǒng)持續(xù)改進(jìn)，在多個(gè)原屬挑戰(zhàn)性的比較 基準(zhǔn)中已實(shí)現(xiàn)對(duì)人類(lèi)表現(xiàn)的超越。

下圖展示了人工智能系統(tǒng)相對(duì)于人類(lèi)基線在8類(lèi)比較基準(zhǔn)(涵蓋 11 項(xiàng)任務(wù)，如圖像分類(lèi)、基礎(chǔ)閱讀理解等)中的進(jìn) 展。人工智能指數(shù)團(tuán)隊(duì)為每類(lèi)任務(wù)選取一個(gè)代表性基準(zhǔn)，今年新增 GPQA Diamond 和 MMMU等新發(fā)布基準(zhǔn)，以展示人工智能在極端復(fù)雜認(rèn)知任務(wù)中的突破。

美國(guó)在人工智能研究和模型開(kāi)發(fā)領(lǐng)域長(zhǎng)期占據(jù)主導(dǎo)地位，中國(guó)則穩(wěn)居第二。然而，最新證據(jù)表明，這一格局正在快速變 化，中國(guó)開(kāi)發(fā)的模型正逐步趕超美國(guó)同行。

2023年，美國(guó)領(lǐng)先模型的性能顯著優(yōu)于中國(guó)模型。在 LMSYS Chatbot Arena平臺(tái)上，2024年1月，美國(guó)頂尖模型的表現(xiàn)比中國(guó)最佳模型高出 9.3%。但到2025年2月，這一差距已縮小至僅 1.70%。2023年底，在 MMLU、 MMMU、MATH 和 HumanEval 等比較基準(zhǔn)中，中美模型的性 能差距分別為 17.5、13.5、24.3 和 31.6 個(gè)百分點(diǎn)。

而到2024年底，這些差距已大幅縮小至 0.3、8.1、1.6 和 3.7 個(gè)百分點(diǎn)。DeepSeek-R1 的發(fā)布引發(fā)了廣泛關(guān)注，除此之外，另一原因在于該公司稱(chēng)其成果僅需通常訓(xùn)練此類(lèi)模型所需硬件資源的一小部分即可實(shí)現(xiàn)。除了對(duì)美國(guó)股市造成影響外，DeepSeek-R1 的發(fā)布還引發(fā)了對(duì)美國(guó)半導(dǎo)體出口管制有效性的質(zhì)疑。

近年來(lái)，人工智能前沿模型的性能逐漸趨同，多家供應(yīng)商現(xiàn)已能提供高性能模型。這一現(xiàn)象標(biāo)志著自2022年底以來(lái)的轉(zhuǎn)變——當(dāng)時(shí)ChatGPT的發(fā)布(被廣泛視為 AI 進(jìn)入公眾視野 的突破性事件)正值OpenAI和谷歌兩大巨頭主導(dǎo)市場(chǎng)的時(shí)期。

OpenA(I成立于2015年)于2020年發(fā)布GPT-3，而谷歌則在2022年推出了PaLM 和 Chinchilla等模型。

此后，新競(jìng)爭(zhēng)者陸續(xù)入場(chǎng)，包括Meta 的 Llama 系列、Anthropic 的 Claude、High-Flyer 的 DeepSeek、Mistral 的 Le Chat 以及 xAI 的 Grok。隨著競(jìng)爭(zhēng)加劇，模型性能差距日益縮小。根據(jù)去年的人工智能指數(shù)報(bào)告，在廣泛使用的人工智能排名平臺(tái)Chatbot Arena Leaderboard上，第一名與第十名模型的性能差距為11.9%；而到2025年初，這一差距已縮小至5.4%。

同樣，前兩名模型的差異從2023 年的4.9%降至2024年的僅0.7%。人工智能領(lǐng)域競(jìng)爭(zhēng)日趨激烈，印證了2023 年的預(yù)測(cè)：人工智能企業(yè)缺乏抵御競(jìng)爭(zhēng)對(duì)手的技術(shù)護(hù)城河。

盡管 MMLU 備受關(guān)注，但它也面臨顯著批評(píng)。有觀點(diǎn)認(rèn)為，該比較基準(zhǔn)包含錯(cuò)誤或過(guò)于簡(jiǎn)單的問(wèn)題，可能無(wú)法有效挑戰(zhàn)日益先進(jìn)的系統(tǒng)。2024 年，多倫多大學(xué)、滑鐵盧大學(xué)和卡內(nèi)基梅隆大學(xué)的研究團(tuán)隊(duì)推出了 MMLU-Pro，這是 MMLU 的一個(gè)更具挑戰(zhàn)性的版本。

該版本剔除了噪聲問(wèn)題和瑣碎問(wèn)題，擴(kuò)展了復(fù)雜題目，并增加了模型的選項(xiàng)數(shù)量。圖中展示了MMLU-Pro的性能趨勢(shì)，其中DeepSeek-R1以 84.0%的得分位居榜首。

第三章：負(fù)責(zé)人的人工智能

人工智能安全事件數(shù)據(jù)庫(kù)(AI Incident Database, AIID)記錄了人工智能的倫理濫用案例，例如自動(dòng)駕駛汽車(chē)導(dǎo)致行人死亡，或人臉識(shí)別系統(tǒng)導(dǎo)致錯(cuò)誤逮捕。

目前，事件追蹤主要依賴(lài)公開(kāi)的媒體報(bào)道，這意味著實(shí)際事件數(shù)量可能更 高，因?yàn)樵S多事件未被報(bào)告。2024年，相關(guān)討論聚焦于優(yōu)化“嚴(yán)重”事件的界定和追蹤方法。盡管尚未就標(biāo)準(zhǔn)定義達(dá)成共識(shí)，但這些討論凸顯了更詳細(xì)報(bào)告的必要性，以便更好地記錄人工智能相關(guān)風(fēng)險(xiǎn)及其影響。

2024年，人工智能相關(guān)事件數(shù)量激增，達(dá)到創(chuàng)紀(jì)錄的233起，較2023年增長(zhǎng)56.4%。這一增長(zhǎng)可能既反映了人工智能應(yīng)用的擴(kuò)大，也反映了 公眾對(duì)其影響的關(guān)注度提升。此外，對(duì)人工智能認(rèn)知度的提高可能也促使更多 事件被上報(bào)至相關(guān)數(shù)據(jù)庫(kù)。

聊天機(jī)器人被指控導(dǎo)致青少年自殺(2024年10月23日)

一起針對(duì) Character.AI 的訴訟引發(fā)了人們對(duì)人工智能聊 天機(jī)器人在心理健康危機(jī)中作用的擔(dān)憂。該案件涉及一名14 歲男孩塞韋爾·塞策三世，他在與一個(gè)聊天機(jī)器人角色進(jìn)行長(zhǎng)時(shí)間互動(dòng)后自殺身亡。據(jù)報(bào)道，該聊天機(jī)器人提供的建議具有危害性，而非提供支持或關(guān)鍵資源。

訴訟稱(chēng)，該聊天機(jī)器人雖設(shè)計(jì)用于與用戶(hù)進(jìn)行深度個(gè)人對(duì)話，但缺乏防 止危險(xiǎn)互動(dòng)的適當(dāng)安全措施，并鼓勵(lì)塞韋爾結(jié)束生命。圖3.2.5顯示了 Sewell 自殺當(dāng)天與 “Dany”(聊天機(jī)器人角色)之間的對(duì)話截圖。

該案件凸顯了人工智能驅(qū)動(dòng)的陪伴所面臨的倫理挑戰(zhàn)，以及在缺乏充分監(jiān)管的情況下部署對(duì)話式人工智能的潛在風(fēng)險(xiǎn)。雖然人工智能聊天機(jī)器人可以提供情感支持，但批評(píng)者警告說(shuō)，如果沒(méi)有防護(hù)措施，它們可能會(huì)無(wú)意中強(qiáng)化有害行為，或者在用戶(hù)處于困境時(shí)未能及時(shí)干預(yù)。

調(diào)查還詢(xún)問(wèn)了組織在未來(lái)一年內(nèi)實(shí)施RAI方面的預(yù)計(jì)投資，包括資本支出和運(yùn)營(yíng)支出。此類(lèi)投資的示例包括開(kāi)發(fā)或購(gòu) 買(mǎi)符合RAI原則的技術(shù)系統(tǒng)，以及與RAI的法律或?qū)I(yè)服務(wù)。

大型企業(yè)——尤其是年收入超過(guò)100億美元的企業(yè)—— 在 RAI 方面的總投資更高。值得注意的是，年收入在 100 億美元至300億美元之間的企業(yè)中有27%，年收入超過(guò)300億美元的企業(yè)中有21%在RAI上投資了 1000萬(wàn)美元至2500萬(wàn)美元。

這些發(fā)現(xiàn)表明，大型企業(yè)更傾向于將 RAI 作為戰(zhàn)略重點(diǎn) 并進(jìn)行更高額的絕對(duì)投資。小型組織在RAI上的投入較少，但 許多組織仍報(bào)告了占收入比例較高的投資。

下圖展示了各組織認(rèn)為相關(guān)并正在積極應(yīng)對(duì)的與人工智能相關(guān)的負(fù)責(zé)任的人工智能風(fēng)險(xiǎn)。網(wǎng)絡(luò)安全(66%)、合規(guī)監(jiān)管(63%)和個(gè)人隱私(60%)被列為最主要的關(guān)注點(diǎn)，然而，緩解措施的實(shí)施效果始終不足。

值得注意的是，在每個(gè)風(fēng)險(xiǎn)類(lèi)別中，采取積極措施緩解風(fēng)險(xiǎn)的組織數(shù)量均少于那些認(rèn)為這些風(fēng)險(xiǎn)具有相關(guān)性的組織。

在知識(shí)產(chǎn)權(quán)侵權(quán)(57%相關(guān) ,38%緩解)和組織聲譽(yù)(45%相關(guān) ,29%緩解)方面，差距尤為明顯。與可解釋性(40%)和公平性(34%)相關(guān)的風(fēng)險(xiǎn)被較少比例的受訪者選中，緩解率進(jìn)一步下降至31%和26%。

第四章：經(jīng)濟(jì)

本節(jié)利用 Lightcast 提供的數(shù)據(jù)，分析勞動(dòng)力市場(chǎng)對(duì)人工智能相關(guān)技能的需求。自2010年以來(lái)，Lightcast已分析了來(lái)自51,000多個(gè)網(wǎng)站的數(shù)億條招聘信息，并篩選出其中要求人工智能技能的崗位。

下圖顯示了招聘崗位中對(duì)人工智能技能需求的占比情況。2024年，新加坡(3.2%)、盧森堡(2%)和中國(guó)香港(1.9%)在這一指標(biāo)上處于領(lǐng)先地位。

2023年，美國(guó)招聘崗位中人工智能相關(guān)職位占比為1.4%，到 2024 年這一數(shù)字上升至1.8%。從2023年到2024年，大多數(shù)國(guó)家對(duì)人工智能技能 需求的崗位比例均有所增長(zhǎng)。

下圖比較了2024 年人工智能崗位招聘中需求最高的10項(xiàng)專(zhuān)業(yè)技能，與2012年至2014年期間的需求情況。

從絕對(duì)值來(lái)看，過(guò)去十年間每項(xiàng)專(zhuān)業(yè)技能的需求均有所增長(zhǎng)，其中Python的顯著增長(zhǎng)凸顯了其作為首選人工智能編程語(yǔ)言的地位。

2024年，美國(guó)招聘信息中提及生成式人工智能技能的崗位數(shù)量較上年增長(zhǎng)超過(guò)三倍（圖1）。圖2展示了2024年和2023年發(fā)布的人工智能招聘信息中提及特定生成式人工智能技能的占比。

下圖2023年至2024年美國(guó)各行業(yè)領(lǐng)域?qū)θ斯ぶ悄芗寄苄枨髰徫坏恼急?。與2023年相比，2024年幾乎所 有行業(yè)領(lǐng)域?qū)θ斯ぶ悄芗寄苄枨髰徫坏恼急染兴仙?，公共行政領(lǐng)域除外。

與2023年相比，2024年幾乎所有行業(yè)領(lǐng)域?qū)θ斯ぶ悄芗寄苄枨髰徫坏恼急染兴嵘?，公共行政領(lǐng)域除外。

美國(guó)在人工智能領(lǐng)域私人投資總額方面再次位居世界第一。2024年，美國(guó)投入的人工智能領(lǐng)域私人投資總額為1091億美元，是排名第二的中國(guó)(93億美元)的 11.7 倍，是英國(guó)(45億美元)的24.1倍。

2024年躋身前15名的其他值得關(guān)注的國(guó)家包括瑞典(43 億美元)、奧地利(15 億美元)、荷蘭 (11 億美元)和意大利(9 億美元)。

自2013年以來(lái)，匯總私人人工智能投資數(shù)據(jù)時(shí)，國(guó)家排名保持不變：美國(guó)以470.9億美元的投資額位居榜首，中國(guó)以119.3億美元緊隨其后，英國(guó)以28.2億美元排名第三。

過(guò)去十年中吸引大量人工智能投資的其他國(guó)家包括以色列(150億美元)、新加坡(73億美元)和瑞典(73億美元)。

自2013年以來(lái)的綜合數(shù)據(jù)也呈現(xiàn)出類(lèi)似的趨勢(shì)。近十年來(lái)，美國(guó)新融資的人工智能公司數(shù)量約為中國(guó)的4.3倍，英國(guó)的7.9倍。

各國(guó)工業(yè)機(jī)器人安裝量數(shù)據(jù)，能夠反映不同經(jīng)濟(jì)體對(duì)機(jī)器人技術(shù)應(yīng)用的重視程度。2023年度統(tǒng)計(jì)顯示，中國(guó)以276,300臺(tái)的工業(yè)機(jī)器人安裝量位居全球首位，分別達(dá)到日本(46,100臺(tái))的 6 倍和美國(guó)(37,600 臺(tái))的 7.3 倍。

韓國(guó)與德國(guó)分類(lèi)其后，安裝量分別為31,400臺(tái)和28,400臺(tái)。

獲取完整PDF文檔，請(qǐng)?jiān)谙路搅粞浴?/strong>