頂尖AI模型的能力持續(xù)提升，OpenAI和Anthropic等頭部AI公司正加速沖刺今年晚些時候的IPO。與此同時，公眾對AI的抵觸情緒持續(xù)發(fā)酵，在美國尤為明顯——多地政府開始支持限制乃至全面禁止新建數(shù)據(jù)中心。

斯坦福大學以人為本人工智能研究中心發(fā)布的2026版AI指數(shù)報告，對這一復雜局面進行了全面梳理。這份逾400頁的報告匯集了數(shù)十項數(shù)據(jù)與圖表，從基準測試成績到投資規(guī)模、再到公眾認知，多角度呈現(xiàn)AI的發(fā)展面貌。延續(xù)往年慣例，本文從報告中提煉出最能概括2026年AI現(xiàn)狀的核心趨勢。

美國仍是AI模型發(fā)布數(shù)量最多的國家

過去十年，美國始終引領AI模型發(fā)布的浪潮，2025年也不例外。據(jù)研究機構Epoch AI統(tǒng)計，2025年美國機構共發(fā)布了50個"值得關注"的模型，但中國的產出正在迅速追近。

值得關注的是，幾乎所有重要模型均來自產業(yè)界，而非學術界或政府機構。Epoch AI追蹤到2025年產業(yè)界共發(fā)布87個值得關注的模型，其他來源僅有7個。這是一個意義深遠的長期趨勢：產業(yè)界發(fā)布的模型占比已超過90%，而2015年這一比例不足50%，2003年更是為零。

中國工業(yè)機器人裝機量遙遙領先

盡管美國在AI模型發(fā)布數(shù)量上占優(yōu)，中國在工業(yè)機器人部署方面卻擁有絕對領先優(yōu)勢。根據(jù)國際機器人聯(lián)合會的數(shù)據(jù)，2024年中國安裝了29.5萬臺工業(yè)機器人，而日本約為4.45萬臺，美國約為3.42萬臺。

全球AI算力三年增長三十倍

斯坦福AI指數(shù)報告中不乏震撼人心的數(shù)字，但最引人矚目的當屬Epoch AI對全球AI總算力的估算。

以英偉達H100e的算力為基準衡量，自2022年以來，全球AI算力每年增長逾三倍，與2021年相比已增長了30倍。英偉達是這輪算力擴張的最大受益者，其GPU占全球AI算力總量的60%以上，亞馬遜和谷歌憑借各自的自研AI芯片分列二、三位。

訓練前沿大語言模型的碳排放急劇攀升

斯坦福AI指數(shù)在往年報告中已就AI訓練的碳排放問題發(fā)出警示，這一問題如今仍在朝著令人擔憂的方向演變。

報告估計，訓練xAI的Grok 4等最新前沿大語言模型所產生的碳排放當量超過7.2萬噸，遠超此前的估算值——OpenAI GPT-4約為5184噸，Meta Llama 3.1 405B約為8930噸。

AI指數(shù)指導委員會聯(lián)席主任雷·佩羅指出，上述數(shù)字均為估算值，"對于Grok的估算高度依賴從公開報道（如福布斯文章）、xAI聲明及其他無法核實的來源中推斷出的數(shù)據(jù)，存在一定不確定性。"他同時指出，"Epoch AI獨立估算Grok 4的碳排放量約為14萬噸二氧化碳，遠高于上述數(shù)字。"

AI推理的碳排放同樣持續(xù)增加，但各模型間差異顯著。報告估計，推理效率最低的模型碳排放量是效率最高模型的10倍以上。DeepSeek V3處理一個"中等長度"提示詞時，估計消耗約23瓦電力，而Claude 4 Opus僅消耗約5瓦。

多模態(tài)大語言模型攻克基準測試的速度令人嘆為觀止

過去十年，AI模型的能力以驚人速度提升，且進步勢頭有加速跡象。多模態(tài)大語言模型尤為突出，幾乎每出現(xiàn)一個新基準就能迅速攻克。

智能體AI的進步最為顯著。OSWorld基準（評估自主計算機操作能力）和SWE-Bench Verified軟件工程基準（評估自主編程能力）均呈現(xiàn)出陡峭的上升曲線。

在"人類終極考試"基準測試中，AI的表現(xiàn)也在快速提升。該基準收錄了由各領域專家設計的頂級難題。斯坦福2025版AI指數(shù)報告顯示，當時排名最高的模型OpenAI o1僅能正確回答8.8%的題目；此后準確率已升至38.3%，而截至2026年4月，Anthropic Claude Opus 4.6和谷歌Gemini 3.1 Pro等頂尖模型的得分已突破50%。

盡管如此，佩羅提醒稱，基準測試成績未必能直接反映現(xiàn)實表現(xiàn)："我們普遍缺乏對系統(tǒng)（或智能體）在特定場景中實際運作效果的衡量標準。一個法律推理基準準確率達75%，并不能告訴我們它在律所實際業(yè)務中的適用程度。"

AI在醫(yī)學領域的應用迅速普及

AI基準測試的進步似乎正在醫(yī)學領域得到印證，AI的應用滲透速度極快。其中醫(yī)學研究領域的采用尤為迅猛。過去兩年，以AI輔助藥物研發(fā)為主題的學術論文數(shù)量翻了一番以上；將醫(yī)學影像與文本結合分析的多模態(tài)生物醫(yī)學AI相關論文數(shù)量，更是兩年前的2.7倍。

AI在讀取時鐘等日常任務上仍表現(xiàn)糟糕

盡管AI在多個領域取得了快速進展，在某些常見任務上卻表現(xiàn)得出奇之差，比如讀取時鐘和理解日歷。

ClockBench基準專門測試多模態(tài)大語言模型讀取模擬時鐘的能力，結果顯示即便是表現(xiàn)最好的OpenAI GPT-5.4，答對率也只有五成。大多數(shù)模型的表現(xiàn)則更為糟糕——Anthropic Claude Opus 4.6的正確率僅為8.9%。這一結果頗為意外，因為該模型在其他基準測試中往往表現(xiàn)優(yōu)異（正如前文所述，Claude Opus 4.6在"人類終極考試"中取得了頂尖成績）。

當然，大語言模型在實際使用中幾乎不會被要求執(zhí)行讀取時鐘這類任務，但佩羅認為，這一現(xiàn)象折射出一個更深層的問題："有一類研究表明，當系統(tǒng)被要求處理語言與其他模態(tài)（如圖像或語音語調等音頻信息）相結合的問題時，語言部分承擔了出乎意料的大部分處理負擔，甚至會完全忽略非語言信息。"

AI投資在2025年再創(chuàng)新高

AI模型性能的提升，與對AI公司的投資熱情相互呼應。根據(jù)AI分析公司Quid的數(shù)據(jù)，2025年AI投資規(guī)模突破5810億美元，創(chuàng)下歷史新高。

這一數(shù)字是2024年2530億美元的兩倍有余，也超過了2021年創(chuàng)下的3600億美元前紀錄。與2021年以并購為主導不同，2025年的創(chuàng)紀錄投資由對AI公司的私人融資拉動。其中大部分資金流向美國，去年美國AI領域的投資總額超過3440億美元。

GitHub上的AI開源項目數(shù)量激增

然而，AI的蓬勃發(fā)展不僅體現(xiàn)在資本層面，在GitHub上同樣可以感受到來自開發(fā)者社區(qū)的自發(fā)熱情。截至2025年，GitHub上的AI相關項目已達558萬個，較2020年增長約5倍，較2024年增長23.7%。

這一數(shù)字并不像是AI生成項目的大量涌入：獲得至少10個星標的項目數(shù)量以相近速度增長，AI項目獲得的總星標數(shù)也呈現(xiàn)類似增勢，說明這些項目獲得了真實的人工關注。開源智能體AI軟件OpenClaw已累計獲得35.2萬個星標，其受歡迎程度可見一斑。

在計算機科學領域，熱情同樣高漲。過去十年，AI相關計算機科學論文數(shù)量翻了一番以上，從10.2萬篇增至25.8萬篇，其中超過68%仍來自學術界，以機器學習、計算機視覺和生成式AI方向的論文增長最為突出。

生成式AI興起引發(fā)就業(yè)擔憂，但數(shù)據(jù)喜憂參半

生成式AI的崛起與就業(yè)憂慮相伴而來，全球頂尖AI公司CEO的各種預言無疑加劇了這種擔憂。然而，目前的數(shù)據(jù)仍呈現(xiàn)出復雜面貌。

軟件開發(fā)者和客服人員被普遍認為是最容易被AI取代的職業(yè)群體。數(shù)據(jù)顯示，這兩類職業(yè)的初級崗位就業(yè)人數(shù)均有所減少，而中高級職位則保持穩(wěn)定甚至有所增加。

不過，這些變化很難與更宏觀的經濟趨勢剝離開來。報告指出，失業(yè)率在各類職業(yè)中普遍上升，而與預期相反，受AI影響最小的工作崗位失業(yè)率上升幅度，反而高于受AI影響最大的崗位。

公眾對AI的樂觀情緒小幅提升

報告中最出人意料的發(fā)現(xiàn)，或許是近年來公眾對AI的樂觀情緒出現(xiàn)了小幅但值得關注的回升。在益普索開展的調查中，59%的受訪者表示"AI的好處大于壞處"，高于2024年的55%；68%的受訪者表示自己對AI有"較好的了解"，略高于2024年的67%。

總體而言，公眾對AI的態(tài)度正面多于負面，但部分負面情緒也有所上升——52%的受訪者表示，使用AI的產品和服務會讓他們感到"緊張"。

情緒因國家而異，差異顯著。東南亞國家及中國、馬來西亞、泰國、印度尼西亞、新加坡對AI的態(tài)度趨于積極；年度正面情緒變化最大的是德國（+12%）、法國（+10%）和荷蘭（+10%）；哥倫比亞則出現(xiàn)了最大幅度的負向轉變（-6%），與往年趨勢相反。

政府監(jiān)管AI的公眾信任度參差不齊

盡管越來越多的人認為AI將帶來正面影響，在部分國家——尤其是圍繞政府監(jiān)管議題——仍存在深重的不信任感。

值得關注的是，美國盡管在AI投資方面全球領先，在政府監(jiān)管AI的公眾信任度上卻墊底，益普索調查中僅有31%的受訪者信任政府對AI的監(jiān)管能力。許多歐洲國家及日本的信任度同樣偏低，而亞洲和南美洲國家的公眾對本國政府監(jiān)管AI的能力則表現(xiàn)出更高的信任度。

美國與哥倫比亞的對比耐人尋味：美國公眾對AI監(jiān)管高度不信任，卻普遍認為AI的利大于弊；哥倫比亞則相反，公眾對AI監(jiān)管較為信任，但對AI整體的態(tài)度卻在惡化。

這一切恰是2025年AI敘事的縮影：無論是AI模型的實際能力，還是公眾對AI影響社會的預期，都因具體任務或問題的不同而呈現(xiàn)出巨大差異，往往相去甚遠。

Q&A

Q1：2025年全球AI投資規(guī)模有多大？主要流向哪些地區(qū)？

A：根據(jù)AI分析公司Quid的數(shù)據(jù)，2025年全球AI投資總額突破5810億美元，創(chuàng)下歷史新高，是2024年2530億美元的兩倍有余。其中大部分資金集中流入美國，僅美國一國的AI投資額就超過3440億美元。與2021年的前紀錄不同，2025年的增長主要由對AI公司的私人融資推動，而非并購活動。

Q2：AI模型的碳排放問題有多嚴重？

A：根據(jù)斯坦福AI指數(shù)報告的估算，訓練xAI的Grok 4等最新前沿大語言模型產生的碳排放當量超過7.2萬噸，而Epoch AI的獨立估算更高達約14萬噸二氧化碳。相比之下，OpenAI GPT-4約為5184噸，Meta Llama 3.1 405B約為8930噸，可見碳排放量隨模型規(guī)模急劇攀升。AI推理階段的排放同樣不容忽視，效率最低的模型碳排放量是效率最高模型的10倍以上。

Q3：生成式AI的興起對就業(yè)市場產生了哪些影響？

A：目前數(shù)據(jù)呈現(xiàn)出復雜局面。在被認為最易受AI沖擊的軟件開發(fā)者和客服人員群體中，初級崗位就業(yè)人數(shù)有所減少，而中高級職位則基本穩(wěn)定甚至有所增長。值得注意的是，報告發(fā)現(xiàn)，受AI影響最小的工作崗位失業(yè)率上升幅度，反而高于受AI影響最大的崗位，這與普遍預期相悖，也使AI對就業(yè)的實際影響難以從整體經濟趨勢中單獨剝離。