15. 斯坦福《2025人工智能指数报告》重点及趋势

AI 元宇宙X 前瞻钱瞻：《2025人工智能指数报告》由斯坦福大学人类中心人工智能研究所（HAI）编制，旨在全面分析人工智能（AI）技术在多个领域的发展与应用。报告详细介绍了AI在科研、商业、政策、医疗、伦理等方面的最新进展，并探讨了全球范围内AI的投资、采纳与影响。随着AI技术的不断成熟，它不仅在提升生产力和推动科技创新方面发挥着重要作用，还在塑造未来社会、经济和治理结构中扮演着至关重要的角色。

The 2025 AI Index Report | Stanford HAI

（点以上链接可直接下载报告）

本报告提供了基于深入分析的数据和见解，帮助政策制定者、企业领袖和研究人员了解AI当前的发展态势、技术突破以及其未来趋势。以下是本报告的重点分类及重要分析，旨在为各行业决策者提供宝贵的参考。

2025年人工智能指数报告》的TOP TAKEAWAYS：

AI在严格基准测试中的表现持续提升：2023年，研究人员推出了新的基准测试（如MMMU、GPQA和SWE-bench），以测试先进AI系统的极限。到2024年，AI在这些基准上的表现大幅提高，分别提高了18.8%、48.9%和67.3个百分点​。

AI越来越多地融入日常生活：从医疗到交通，AI正在迅速从实验室走向日常生活。2023年，FDA批准了223款AI医疗设备，而自2015年仅批准了6款。在道路上，自动驾驶汽车不再是实验性的：美国最大的自动驾驶运营商之一Waymo每周提供超过15万次自动驾驶服务，而百度的Apollo Go机器人出租车车队现在已经覆盖了中国多个城市​。

企业全面投入AI，推动投资和使用创纪录增长：2024年，美国私人AI投资增长至1091亿美元，是中国（93亿美元）的12倍，是英国（45亿美元）的24倍。生成性AI特别受到青睐，全球私人投资增长了18.7%，达到339亿美元。AI的商业应用也在加速：78%的组织报告称2024年使用了AI，远高于前一年的55%。同时，越来越多的研究证实，AI提高了生产力，并且在大多数情况下，有助于缩小劳动力中的技能差距​。

美国仍在生产顶级AI模型方面领先，但中国缩小了性能差距：2024年，美国机构生产了40个显著的AI模型，而中国为15个，欧洲为3个。尽管美国在数量上保持领先，但中国的模型迅速缩小了质量差距：在MMLU和HumanEval等主要基准上的性能差距，从2023年的两位数缩小至2024年的接近平衡​。

负责任AI生态系统在发展，但进展不均衡：与AI相关的事件数量急剧上升，但主要工业模型开发者之间的标准化负责任AI评估仍然稀缺。然而，像HELM Safety、AIR-Bench和FACTS等新基准为评估准确性和安全性提供了有希望的工具。企业之间对负责任AI风险的认识仍存在差距，而政府的行动更加紧迫：2024年，全球AI治理的合作加强，包括OECD、欧盟、联合国和非洲联盟发布了专注于透明度、可信度等核心负责任AI原则的框架​。

全球AI乐观情绪上升，但地区分歧依然存在：在中国（83%）、印度尼西亚（80%）和泰国（77%）等国家，大多数人认为AI产品和服务更具益处。而在加拿大（40%）、美国（39%）和荷兰（36%）等国家，乐观情绪远低于这些水平。尽管如此，自2022年以来，多个之前持怀疑态度的国家（如德国、法国、加拿大、英国、美国）对AI的乐观情绪有所增长​。

AI变得更加高效、经济和可访问：通过越来越强大的小型模型，系统的推理成本已经在2022年11月到2024年10月期间下降了超过280倍。在硬件层面，成本每年下降30%，能源效率每年提高40%。开源模型正在缩小与封闭模型的差距，在某些基准测试中的性能差距从8%缩小至1.7%​。

各国政府加大AI投入并推进相关法规：2024年，美国联邦机构推出了59项与AI相关的法规，是2023年的两倍，来自42个独立机构，比2023年的21个机构还多。全球范围内，AI在立法中的提及增长了21.3%，自2023年起的增加幅度达到九倍​。

AI和计算机科学教育扩展，但存在访问和准备的差距：三分之二的国家现在提供或计划提供K-12计算机科学教育，是2019年的两倍，非洲和拉丁美洲取得了最多的进展。在美国，计算机科学的学士学位毕业生在过去10年间增长了22%。然而，由于缺乏基础设施，许多非洲国家的访问仍然受到限制。在美国，81%的K-12计算机科学教师认为AI应纳入基础计算机科学教育，但不到一半的人觉得自己有能力教授它​。

行业在AI领域疾步前进，但前沿领域的竞争日益激烈：2024年，近90%的显著AI模型来自行业，相较于2023年的60%，学术界依然是引用最多的研究来源。模型规模继续快速增长——训练计算每五个月就翻倍，数据集每八个月翻倍，功率使用每年增加。然而，性能差距正在缩小：2023年排名前10的模型之间的Elo技能分数差距从11.9%降至5.4%，前两个模型之间的差距仅为0.7%​。

11. AI在科学中的重要性获得认可：AI在科学领域的重要性得到了进一步的认可，并获得了重大科学奖项。2024年，深度学习相关的研究成果分别获得了诺贝尔物理学奖和化学奖。而图灵奖则授予了强化学习的基础性贡献。这些荣誉表明，AI不仅改变了商业和社会，还对基础科学研究产生了深远影响​。

12. 复杂推理仍然是一个挑战：尽管AI在许多任务上表现出色，例如国际数学奥林匹克（IMO）问题，但在复杂推理基准（如PlanBench）上，AI仍然存在较大困难。尽管AI可以解决许多逻辑任务，尤其是那些可以通过证明正确解决的任务，但在涉及复杂推理和大量数据的高风险场景中，它的可靠性仍然不足​

第1章：研究与开发（Research and Development）

1. AI出版物数量持续增长2023年，AI出版物总数达到24万篇，几乎是2013年的三倍，且占计算机科学领域出版物的41.8%​。
2. AI专利数量大幅增加自2010年以来，AI相关的专利数量持续上升，2023年授予的AI专利已达到12.2万件​。
3. AI模型的开放与使用方式变化API访问成为最常见的模型发布方式，2024年，61个显著AI模型中，有20个采用API访问​。

第2章：技术性能（Technical Performance）

1. AI在基准测试中的表现提升2024年，AI在多个新基准测试中的得分大幅提高，尤其是在推理能力和视频生成等任务中​。
2. 小型AI模型的崛起小型AI模型在多个基准测试中展示出与大型模型相当的性能，且具有更高的效率​。
3. 推理能力与复杂性挑战AI尽管在某些复杂推理任务上有进展，但在高风险应用中仍存在不稳定性​。

第3章：负责任AI（Responsible AI）

1. 负责任AI的标准化滞后尽管越来越多的公司采取了去偏见设计，但AI模型中的隐性偏见仍然是一个突出问题​。
2. AI治理框架的提升国际组织（如OECD和欧盟）发布了AI治理框架，推动负责任AI的全球实施​。

第4章：经济（Economy）

1. AI投资达到历史新高2024年，全球AI投资达到2523亿美元，创历史新高，生成性AI特别受到青睐​。
2. AI促进生产力AI应用广泛推动了全球生产力的提升，尤其是在制造业、金融服务和零售业​。
3. AI对劳动力市场的影响AI的普及不仅提高了生产力，还带来了一定的岗位替代风险，尤其是在低技能行业​。

第5章：科学与医学（Science and Medicine）

1. AI推动科学突破AI在蛋白质折叠等科学领域取得了重大进展，并且获得了诺贝尔奖等国际认可​。
2. 医疗AI的应用扩展AI在癌症诊断、医疗设备等领域的应用不断拓展，FDA批准的AI医疗设备数量大幅增长​。

第6章：政策与治理（Policy and Governance）

1. AI立法快速增长2024年，全球范围内关于AI的立法数量增长了21.3%，美国和欧洲在立法方面的活动尤为突出​。
2. AI监管与深度伪造法律美国多个州通过了针对深度伪造（deepfake）技术的法规，尤其是在选举相关的内容和个人隐私方面​。

第7章：教育（Education）

1. 计算机科学教育的扩展全球范围内，K-12计算机科学教育的提供量增加，尤其是在非洲和拉丁美洲的进展显著​。
2. 国际学生在计算机科学中的比例上升国际学生在美国计算机科学研究生院中的比例持续增长，来自印度和中国的学生占据主导地位​。

第8章：公众舆论（Public Opinion）

1. 美国对自动驾驶车的恐惧依然存在美国公众对自动驾驶车的恐惧感较高，虽然恐惧的比例从2023年的68%下降至61%，但仍高于2021年的54%​。
2. AI监管获得广泛支持2023年，73.7%的美国地方政策制定者支持对AI进行监管，相较于2022年的55.7%显著上升​。

Takeaways：

• 美国继续主导AI投资与研发：2024年，美国的私人AI投资总额远超其他国家，达1091亿美元​。
• 中国在AI技术上迎头赶上：中国在多个AI基准测试中缩小了与美国的差距，特别是在MMLU和HumanEval等领域​
• AI在基准测试中表现出色：2024年，AI系统在多个新基准测试中的得分大幅提高，特别是在推理能力和生成视频等任务中​。
• 小型AI模型表现出色：小型AI模型在多个基准测试中表现超过大模型，展现出更高的效率​。
• 推理能力的突破与挑战：尽管AI在某些复杂推理任务上有进展，但在高风险应用中仍存在不稳定性​。
• AI在医疗领域应用加速：FDA批准了223款AI医疗设备，远超2015年的六款​。
• AI推动生产力提升：AI在多个行业的应用推动了全球生产力的提升，特别是在制造业、金融服务和零售业​。
• AI提升诊断精度：AI在癌症等复杂疾病诊断中超越了人类医生​。
• AI偏见问题依旧存在：即使进行去偏见设计，AI模型仍存在隐性偏见，尤其是在性别和种族相关任务中​。
• AI治理框架持续发展：多个国际组织发布了AI治理框架，推动AI的负责任发展​。
• AI立法加速：全球AI立法数量激增，尤其是美国和欧洲的立法活动​。
• 政府投入AI基础设施：多个国家推出数十亿美元的AI基础设施投资计划​。

AI的未来—技术、伦理与全球治理的平衡

2025年，人工智能无疑是全球技术创新的引擎。它不仅改变了我们的工作和生活方式，还深刻影响着社会结构和经济格局。然而，随着技术的进步，AI带来的伦理、治理和社会责任问题也亟待解决。在技术创新和伦理约束之间，我们如何找到平衡，确保AI技术能够为全人类的福祉服务，将是我们未来几年的核心任务。

在本期节目结束时，我希望大家能够思考以下几个问题，并在我们的社交媒体平台上与我们分享你的看法：

• AI在医疗和自动驾驶领域应用进展迅速，如何平衡技术创新与隐私保护？
• 2025年，AI技术的突破将如何改变我们的日常生活和工作方式？
• 全球AI发展加速，如何确保AI技术的公平与安全使用？

感谢大家收听本期的《AI 元宇宙》播客，期待你们在社交媒体上与我们分享对这些问题的思考，我们下期再见！

记得订阅我们的播客，并在平台上留下您的评论和建议。我们非常期待听到你们的声音！