文 | 智能紀元AGI，作者｜林志佳

如果你經(jīng)常關(guān)注AI領(lǐng)域新聞，可能已經(jīng)感到信息過載：AI是淘金熱，AI是泡沫，AI會搶走你的工作，AI甚至連時間都看不懂等。

但就在4月14日凌晨，一年一度的美國斯坦福大學以人為本人工智能研究所《2026年人工智能指數(shù)》正式發(fā)布，全文共計423頁。這份報告將為你撥開迷霧，尋找新的方向。

報告封面圖

報告指出，AI技術(shù)的普及速度空前。過去三年，生成式AI滲透率已經(jīng)達53%，快于個人電腦與互聯(lián)網(wǎng)；企業(yè)采用率88%，超80%大學生使用生成式AI。

同時，全球處于AI產(chǎn)業(yè)主導模型研發(fā)。2025年，行業(yè)產(chǎn)出超90%頂尖模型，OpenAI、谷歌、阿里為主要貢獻者，學術(shù)僅占1%。

對于中美AI技術(shù)差距，報告認為“基本抹平”，頂尖模型性能交替領(lǐng)先，截至2026年3月，美國模型僅比DeepSeek等中國模型領(lǐng)先2.7%。其中，中國在論文、專利、工業(yè)機器人裝機量領(lǐng)先，美國在頂級模型、高價值專利、投資領(lǐng)先。

算力層面，全球AI算力自2022年每年增長3.3倍，英偉達占60%以上份額。從訓練角度，美國擁有5427個數(shù)據(jù)中心，依然排名全球第一。

速度的提升并非沒有代價。如今，全球AI數(shù)據(jù)中心耗電量高達29.6吉瓦，足以滿足紐約州高峰期的用電需求。僅運行OpenAI的GPT-4o一年的用水量就可能超過1200萬人的飲用水需求。

數(shù)據(jù)顯示，AI技術(shù)的發(fā)展速度已經(jīng)超過了我們的應對能力。

以下是今年報告中的一些要點：

美國和中國模型技術(shù)幾乎勢均力敵

這場曠日持久、競爭激烈的AI模型競賽中，中美兩國在AI模型性能方面幾乎不分伯仲。

斯坦福AI指數(shù)報告引述基準排名平臺Arena的數(shù)據(jù)顯示，2023年初，OpenAI的ChatGPT領(lǐng)先，但隨著谷歌和Anthropic發(fā)布各自的模型，這一差距在2024年逐漸縮小。

2025年2月，DeepSeek開發(fā)的AI模型R1一度與美國頂級模型ChatGPT 并駕齊驅(qū)。

截至2026年3月，Anthropic領(lǐng)先，xAI、谷歌和OpenAI緊隨其后。DeepSeek和阿里巴巴等中國模型僅略遜一籌，但美國模型僅領(lǐng)先2.7%。由于排名靠前的AI模型之間的差距微乎其微，它們現(xiàn)在的競爭主要集中在成本、可靠性和實際應用價值上。

該指數(shù)報告指出，美國和中國在AI領(lǐng)域擁有不同的優(yōu)勢。

雖然美國擁有更強大的AI模型、更雄厚的資金以及約5427個數(shù)據(jù)中心（是其他任何國家的10倍以上），但中國在AI研究論文發(fā)表數(shù)量、專利數(shù)量和機器人技術(shù)方面均領(lǐng)先。

其中，在投資方面，2025年全球AI領(lǐng)域私人（風險）投資增速最快，達到127.5%，目前占總額的60%；而當中，生成式AI引領(lǐng)了這波增長，增速超過200%，占據(jù)了近一半的AI風險融資。新獲融資的AI公司數(shù)量增長了71%，十億美元級融資事件的數(shù)量幾乎翻了一番。

從地區(qū)角度看，預計到2025年，美國AI風險投資將達到2859億美元，是中國124億美元投資額的23倍多——盡管考慮到政府的指導性資金，僅看私人投資數(shù)據(jù)可能低估了中國在AI領(lǐng)域的總支出。

而且，美國在AI創(chuàng)業(yè)活動方面也處于領(lǐng)先地位，預計到2025年將有1953家新成立的AI公司獲得融資，是排名第二國家的10倍以上。

然而，自2017年以來的10年間，移居美國的頂尖AI人才（研究與開發(fā)人員）數(shù)量下降了89%，僅去年一年就下降了80%。

同時，中國在論文發(fā)表量、引用量和專利授權(quán)方面領(lǐng)先，授予的AI專利數(shù)（占世界總數(shù)百分比）高達74.24%；美國則擁有更高影響力的專利，并在2025年產(chǎn)生了50個值得關(guān)注的模型，而中國只有30個。

此外，韓國在人均AI專利方面領(lǐng)先，中國在引用量最高的100篇AI論文中的份額從2021年的33%增長到2024年的41%。

機器人技術(shù)層面，中國占全球工業(yè)機器人裝機量的54%，高于2023年的51.1%。全球同比增速持平，包括美國、德國和意大利在內(nèi)的幾個主要市場出現(xiàn)下滑。

排名前5位的國家新安裝的工業(yè)機器人數(shù)量中，中國機器人企業(yè)以295項排名第一，遠超過日本、美國、韓國等。

隨著競爭加劇，OpenAI、Anthropic和谷歌等公司不再公開其訓練代碼、參數(shù)數(shù)量或數(shù)據(jù)集大小。

報告顯示，在2023年至2024年間，基礎模型透明度指數(shù)從37上升至58，但2025年平均得分下降至40。在訓練數(shù)據(jù)、計算資源和部署后影響等方面的披露仍然存在重大差距。

“我們對預測模型行為知之甚少，”南加州大學計算機科學家、該報告的合著者吉爾（Yolanda Gil）指出，這種缺乏透明度使得獨立研究人員難以研究如何使AI模型更安全。

不過，報告認為，頂尖AI模型參數(shù)數(shù)量三年來一直維持在1萬億左右，盡管前沿實驗室已停止發(fā)布相關(guān)數(shù)據(jù)。而訓練計算量（可以獨立估算）則持續(xù)增長。

其中，OLMo 3.1 Think 32B 的參數(shù)比 Grok 4 少了近 90 倍，僅通過修剪、去重和整理就在多個基準測試中取得了可比的結(jié)果。

另外，AI模型正在擴展到專業(yè)領(lǐng)域，在稅務、抵押貸款處理、公司財務和法律推理的評估中，其性能表現(xiàn)從60%到90%不等。而排名前15的模型在各項基準測試中性能差距僅為3個百分點。

其中在TaxEval v2準確率當中，國內(nèi)的Kimi K2.5排名第一，達74.2%的準確率，高于OpenAI和Anthropic研發(fā)的一眾模型。

這類對性能和可靠性要求極高的領(lǐng)域，對AI模型而言仍然是巨大的挑戰(zhàn)。

AI模型發(fā)展速度極快，但測試AI基準的錯誤率高達42%

盡管有人預測AI模型的發(fā)展將會停滯不前，但它們卻不斷進步。在某些方面，它們在旨在衡量博士級科學、數(shù)學和語言理解能力的測試中，其表現(xiàn)已經(jīng)達到甚至超過了人類專家。

報告顯示，SWE-bench Verified是一個針對AI模型的軟件工程基準測試，其最高得分從2024年的約60%躍升至2025年的近100%。2025 年，一個AI系統(tǒng)能夠獨立生成天氣預報。

吉爾說：“令我驚訝的是，這項技術(shù)還在不斷進步，而且絲毫沒有停滯不前的意思。”

然而，AI在許多其他領(lǐng)域仍然面臨挑戰(zhàn)。

由于人工智能模型是通過處理海量文本和圖像而非體驗物理世界來學習的，因此人工智能表現(xiàn)出“鋸齒狀智能”。機器人仍處于早期階段，僅能成功完成12%的家務任務；AI也在向法律和金融等專業(yè)領(lǐng)域拓展，但目前還沒有任何一種模型能夠完全主導這些領(lǐng)域。

自動駕駛汽車的發(fā)展則更為迅速：Waymo的自動駕駛汽車目前已在美國五個城市投入使用，百度的Apollo Go自動駕駛汽車也在中國為乘客提供出行服務。

而且，我們測試AI大模型技術(shù)的方式存在缺陷。

斯坦福大學的報告指出，用于追蹤AI進展的基準測試難以跟上模型快速突破極限的步伐。有些基準測試設計得很差——例如，一個常用的測試模型數(shù)學能力的基準測試，錯誤率高達42%。還有一些基準測試可以被操縱：例如，當模型使用基準測試數(shù)據(jù)進行訓練時，它們無需變得更聰明就能獲得高分。

如今，幾乎所有領(lǐng)先的前沿模型開發(fā)商都會報告其在MMLU和SWE-bench等能力基準測試中的結(jié)果，但關(guān)于負責任的 AI 基準測試的報告仍然很少。有記錄的AI事故持續(xù)上升，AI事故數(shù)據(jù)庫顯示，2025年的事故數(shù)量為362起，高于2024年的233起。

導致的后果之一是，在一項新的準確率基準測試中，26個頂級模型的幻覺率介于22%到94%之間。GPT-4o的準確率從98.2%下降到 64.4%，DeepSeek R1的準確率則從90%以上，下降到14.4%。

當錯誤陳述被呈現(xiàn)為他人所相信的內(nèi)容時，模型能夠很好地處理。但當同樣的錯誤陳述被呈現(xiàn)為用戶所相信的內(nèi)容時，模型的性能就會急劇下降。

由于AI的實際應用方式很少與測試方式相同，因此強大的基準測試性能并不總是能轉(zhuǎn)化為實際應用性能。而對于AI Agent和機器人等復雜的交互式技術(shù)，目前幾乎沒有相應的基準測試。

AI公司也越來越少地公開其模型的訓練方法，而獨立測試的結(jié)果有時與他們公布的信息截然不同。

“很多公司沒有公布其模型在某些基準測試中的表現(xiàn)，尤其是負責任AI基準測試，”吉爾說?！澳Ｐ驮诨鶞蕼y試中的表現(xiàn)缺失，或許說明了一些問題?！?/p>

AI開始影響就業(yè)

報告指出，生成式AI普及僅三年，全球已有超過半數(shù)人口使用生成式AI，其普及速度甚至超過了個人電腦和互聯(lián)網(wǎng)。

據(jù)估算，目前約有88%的機構(gòu)和80%的大學生都在使用AI。

不過，AI的部署尚處于早期階段，其對就業(yè)的影響難以衡量。但一些研究表明，人工智能已經(jīng)開始影響某些行業(yè)的年輕從業(yè)者。

斯坦福大學經(jīng)濟學家在2025年的一項研究中指出，自2022年以來，22至25歲軟件開發(fā)人員的就業(yè)率下降了近20%。

雖然這種下降可能并非完全由AI造成，更廣泛的宏觀經(jīng)濟環(huán)境也可能是原因之一，但AI似乎確實發(fā)揮了一定作用。

此外，隨著AI進展加速，招聘可能會持續(xù)收緊。

麥肯錫公司2025年的一項調(diào)查顯示，三分之一的企業(yè)預計人工智能將在未來一年縮減員工規(guī)模，尤其是在服務和供應鏈運營以及軟件工程領(lǐng)域。該指數(shù)引用的研究表明，AI在客戶服務領(lǐng)域?qū)⑸a(chǎn)力提高了14%，在軟件開發(fā)領(lǐng)域提高了26%。

但在需要更多判斷的任務中，這種提升并不明顯。

總而言之，現(xiàn)在判斷AI更廣泛的經(jīng)濟影響還為時尚早。

人們對AI抱有復雜情緒

對于AI的快速發(fā)展，世界各地的人們都表現(xiàn)出既樂觀又焦慮。

根據(jù)該指數(shù)報告引用的益普索調(diào)查，59%的人認為AI帶來的好處大于弊端，而52%的人表示AI讓他們感到緊張。

值得注意的是，皮尤研究中心的一項調(diào)查顯示，專家和公眾對人工智能的未來看法截然不同。

最大的分歧在于未來工作：73%的專家認為人工智能將對人們的工作方式產(chǎn)生積極影響，而只有23%的美國公眾認同這一觀點。

專家對AI在教育和醫(yī)療保健領(lǐng)域的影響也比公眾更為樂觀，但他們一致認為AI會對人際關(guān)系等一系列場景造成不利影響。

益普索的另一項調(diào)查顯示，在所有受訪國家中，美國對本國政府在AI監(jiān)管方面的信任度最低。更多美國人擔心AI的監(jiān)管力度不夠，而不是擔心監(jiān)管力度過大。

對于青少年，報告顯示，超過80%的美國高中生和大學生現(xiàn)在使用AI完成與學習相關(guān)的任務，但只有一半的中學制定了AI政策，而且只有6%的教師認為這些政策清晰明確。

在課堂之外，阿聯(lián)酋、智利和南非的AI工程技能發(fā)展速度最快。2022年至2024年，美國和加拿大新增AI博士的數(shù)量增長了22%，而這些新增博士大多選擇在學術(shù)界而非工業(yè)界就業(yè)。

各國政府正努力監(jiān)管AI

世界各國政府都在努力監(jiān)管AI，去年也取得了一些小小的進展。

據(jù)悉，2025年，歐盟《人工智能法案》的首批禁令生效，禁止將AI用于預測性警務和情緒識別;日本、韓國和意大利也通過了各自的AI法律法規(guī)；與此同時，美國聯(lián)邦政府卻朝著放松管制的方向發(fā)展，特朗普總統(tǒng)簽署了一項行政命令，試圖限制各州對AI的監(jiān)管。

盡管美國采取了上述行動，但美國各州議會仍通過了創(chuàng)紀錄的150項人工智能相關(guān)法案。

其中，加利福尼亞州頒布了具有里程碑意義的立法，其中包括SB 53法案，該法案強制要求AI模型開發(fā)者披露安全信息并提供舉報人保護；紐約州通過了《RAISE法案》，要求AI公司公布安全規(guī)程并報告重大安全事件。

報告中的折線圖顯示了2016年至2025年美國各州通過的與人工智能相關(guān)的法案數(shù)量，該數(shù)量在2023年急劇增加，并在2025年達到峰值150項法案。

但吉爾表示，盡管立法活動不斷，監(jiān)管仍然落后于AI技術(shù)發(fā)展，因為我們并不真正了解它的運作方式，尤其各國在AI方面持謹慎態(tài)度，“我們對這些AI系統(tǒng)缺乏有效的掌控?！?/p>

報告指出，在受訪國家中，美國民眾對其政府監(jiān)管AI能力的信任度最低，僅為31%。在全球范圍內(nèi)，歐盟在有效監(jiān)管AI方面，比美國或中國更高一些。