在人工智能（AI）以前所未有的速度滲透社會各個角落、重塑經(jīng)濟格局并深刻影響全球治理的關(guān)鍵時刻，斯坦福大學以人為本人工智能研究所（Stanford Institute for Human-Centered Artificial Intelligence, HAI）發(fā)布了第八版的《2025 年人工智能指數(shù)報告》（AI Index Report 2025）。

      這不僅僅是一份年度報告，更是迄今為止最為詳盡、最具雄心的一份 AI 全景圖。自 2017 年作為“人工智能百年研究”（One Hundred Year Study of Artificial Intelligence）項目的一個分支啟動以來，AI 指數(shù)報告始終秉持著一項核心使命：為政策制定者、新聞記者、企業(yè)領(lǐng)袖、研究學者乃至普羅大眾提供獨立、嚴謹、經(jīng)過全面驗證且源自全球的 AI 數(shù)據(jù)。其目標在于賦能所有利益相關(guān)者，使其能夠在 AI 的開發(fā)、部署和治理方面做出更為明智、更具前瞻性的決策。在這個 AI 話題從企業(yè)董事會延伸至家庭餐桌的時代，這項使命的重要性達到了前所未有的高度。  

關(guān)鍵趨勢與發(fā)現(xiàn)：多維度透視 AI 的演進圖景

      本年度的 AI 指數(shù)報告通過八個章節(jié)（研究與發(fā)展、技術(shù)性能、負責任 AI、經(jīng)濟、科學與醫(yī)學、政策與治理、教育、公眾輿論）以及詳實的附錄，系統(tǒng)性地呈現(xiàn)了 AI 領(lǐng)域的最新動態(tài)和關(guān)鍵趨勢。

      在“”研究與發(fā)展（R&D）“”層面，報告揭示了產(chǎn)業(yè)界與學術(shù)界在創(chuàng)新生態(tài)中日益分化的角色與持續(xù)加劇的全球競合格局。一個核心發(fā)現(xiàn)是，產(chǎn)業(yè)界在 AI 領(lǐng)域的投資持續(xù)增長，并在開發(fā)具有里程碑意義的“值得關(guān)注的 AI 模型”（notable AI models）方面的主導(dǎo)地位進一步鞏固。數(shù)據(jù)顯示，2024 年由產(chǎn)業(yè)界機構(gòu)主導(dǎo)或貢獻的值得關(guān)注模型比例飆升至近 90%，相比 2023 年的 60% 有顯著提升。這清晰表明，掌握海量數(shù)據(jù)、強大算力和雄厚資本的商業(yè)實體，已成為推動 AI 技術(shù)前沿突破的核心引擎。OpenAI（7 個模型）、Google（6 個）和中國的阿里巴巴（4 個）是 2024 年貢獻最多值得關(guān)注模型的組織。從十年（2014-2024）的累積數(shù)據(jù)看，Google 以 186 個模型遙遙領(lǐng)先，其次是 Meta（82 個）和微軟（39 個）。然而，學術(shù)界在高影響力基礎(chǔ)研究方面依然扮演著關(guān)鍵角色。報告指出，在過去三年中，學術(shù)界是貢獻被引用次數(shù)排名前 100 的高影響力 AI 學術(shù)出版物的最大單一來源機構(gòu)類型，這凸顯了其在理論創(chuàng)新和人才培養(yǎng)上的核心價值。卡內(nèi)基梅隆大學和斯坦福大學（各 25 個模型，2014-2024）是模型產(chǎn)出最多的高校。

      從全球視角看，AI 研發(fā)呈現(xiàn)顯著的地域差異。中國在 AI 學術(shù)出版物的絕對數(shù)量（2023 年占全球 23.2%）和總引用次數(shù)（占 22.6%）上保持領(lǐng)先。但在頂尖影響力研究（過去三年 Top 100 引用論文）和“值得關(guān)注的 AI 模型”產(chǎn)出方面，美國機構(gòu)則保持領(lǐng)先。2024 年，源自美國的值得關(guān)注模型達 40 個，顯著超過中國的 15 個和歐洲合計的 3 個。這反映了各國在 AI 戰(zhàn)略投入和創(chuàng)新生態(tài)上的不同側(cè)重。同時，AI 研究的整體規(guī)模持續(xù)膨脹，并在計算機科學（CS）領(lǐng)域占據(jù)了核心地位。從 2013 年到 2023 年，CS 領(lǐng)域的 AI 相關(guān)出版物總數(shù)幾乎翻了三倍，從約 10.2 萬篇增至超過 24.2 萬篇。AI 出版物在 CS 總出版物中的占比也從 21.6% 大幅提升至 41.8%，顯示 AI 已成為貫穿 CS 各個子領(lǐng)域的驅(qū)動力。

      伴隨研究深入，AI 模型的規(guī)模及其資源需求呈指數(shù)級增長。報告引用的新研究發(fā)現(xiàn)，訓練“值得關(guān)注的 AI 模型”所需的計算量大約每 5 個月翻一番，訓練 LLM 的數(shù)據(jù)集規(guī)模大約每 8 個月翻一番，而訓練所需電力則大約每年翻一番。這種對算力、數(shù)據(jù)和能源的指數(shù)級渴求，是當前 AI 發(fā)展模式的核心特征，也帶來了可持續(xù)性的嚴峻挑戰(zhàn)。關(guān)于模型訓練是否會“耗盡”可用數(shù)據(jù)的問題，報告更新了估計：常用的 Common Crawl 數(shù)據(jù)集（中位數(shù)）約含 130 萬億 token，索引化的互聯(lián)網(wǎng)數(shù)據(jù)約 510 萬億，整個互聯(lián)網(wǎng)（含私有數(shù)據(jù)）可能高達 3100 萬億。圖像和視頻數(shù)據(jù)估計分別為 300 萬億和 1350 萬億 token。這些數(shù)據(jù)表明，至少在文本方面，現(xiàn)有數(shù)據(jù)存量可能比先前擔憂的更能支撐一段時間，但高質(zhì)量、多樣化數(shù)據(jù)的稀缺性及獲取限制仍是瓶頸。報告還首次對模型推理成本進行了時間序列分析，發(fā)現(xiàn)其成本正在下降（例如，達到 GPT-3.5 在 MMLU 基準上表現(xiàn)的等效模型，其每百萬 token 的查詢成本已大幅降低），這對于 AI 技術(shù)的廣泛經(jīng)濟可行性至關(guān)重要。此外，對 AI 硬件生態(tài)系統(tǒng)（GPU 競爭加劇、專用芯片發(fā)展）和環(huán)境影響（碳排放、能源消耗）的分析也成為新的重點。

      在技術(shù)性能與應(yīng)用拓展方面，2024 年見證了 AI 能力的持續(xù)飛躍和跨界融合的加速。報告系統(tǒng)追蹤了 AI 在自然語言處理、計算機視覺、語音識別、推理、代碼生成、多模態(tài)理解等多個基準測試上的表現(xiàn)。雖然在某些成熟任務(wù)上性能提升可能放緩，但在更復(fù)雜的、接近人類綜合智能的任務(wù)上，AI 仍在不斷取得突破。例如，先進 LLM 在多種專業(yè)資格考試和復(fù)雜推理任務(wù)中達到甚至超越人類平均水平。圖像生成、視頻生成能力顯著提升，代碼生成助手已成為開發(fā)者重要工具。高性能、低成本乃至開源模型的普及（如 Llama、Mistral 等系列）極大地降低了 AI 的使用門檻，促進了更廣泛的創(chuàng)新和應(yīng)用。

      報告特別擴展了對 AI 在科學與醫(yī)學領(lǐng)域作用的覆蓋。AI 正從數(shù)據(jù)分析工具轉(zhuǎn)變?yōu)槟軌騾⑴c假設(shè)提出、實驗設(shè)計、復(fù)雜系統(tǒng)解釋甚至直接進行創(chuàng)造性研究的“科研伙伴”。在材料科學、生物學（如 AlphaFold 對蛋白質(zhì)結(jié)構(gòu)預(yù)測的持續(xù)突破）、藥物發(fā)現(xiàn)、基因組學、醫(yī)學影像分析、疾病診斷預(yù)測等方面展現(xiàn)出巨大潛力。AI 被應(yīng)用于分析海量科研數(shù)據(jù)和文獻，發(fā)現(xiàn)新靶點或關(guān)聯(lián)，預(yù)示著一場由 AI 驅(qū)動的科研范式變革正在到來。相關(guān)的諾貝爾獎和圖靈獎也印證了 AI 對基礎(chǔ)科學的貢獻。然而，技術(shù)局限依然存在，如模型的“幻覺”、魯棒性不足、缺乏真正常識推理、可解釋性差等，這些都是限制 AI 在高風險、高可靠性場景應(yīng)用的關(guān)鍵障礙。評估 AI 的真實能力和局限性本身也是一個持續(xù)發(fā)展的研究領(lǐng)域。

      經(jīng)濟影響與企業(yè)采納層面，經(jīng)歷了短暫放緩后，全球?qū)?AI 的投資在 2023 年下半年和 2024 年顯著反彈，尤其是在生成式 AI 領(lǐng)域，新獲融資的初創(chuàng)公司數(shù)量幾乎翻了三倍。企業(yè)對 AI 技術(shù)的采納在多年緩慢滲透后，于 2024 年顯著加速，AI 從邊緣走向中心，成為驅(qū)動商業(yè)價值的核心力量。客戶服務(wù)、市場營銷、軟件開發(fā)、運營管理等是普遍應(yīng)用領(lǐng)域，部分企業(yè)已報告了生產(chǎn)力提升和成本節(jié)約。但挑戰(zhàn)依然存在，包括高昂的實施成本、人才短缺、數(shù)據(jù)隱私安全顧慮、整合難度以及對模型可靠性的擔憂。AI 對勞動力市場的影響備受關(guān)注，一方面對 AI 相關(guān)技能人才需求強勁增長，另一方面對工作替代的擔憂加劇。當前趨勢更傾向于“人機協(xié)作”和“任務(wù)增強”，而非大規(guī)模替代，但這要求勞動者不斷學習新技能，社會也需調(diào)整教育、培訓和保障體系以應(yīng)對結(jié)構(gòu)性變化。

      在負責任 AI、治理與公眾認知方面，隨著 AI 應(yīng)用普及，倫理風險和社會影響凸顯，負責任 AI（RAI）成為全球焦點。報告首次納入企業(yè)采納 RAI 實踐數(shù)據(jù)，顯示企業(yè)認知提高，開始制定倫理準則、建立治理架構(gòu)，但行動與認知間仍存差距。AI 偏見與公平性問題依然嚴峻，模型可能延續(xù)甚至放大社會偏見。缺乏透明度和可解釋性（“黑箱”問題）限制了信任和問責。深度偽造等 AI 生成內(nèi)容對信息生態(tài)和公共信任構(gòu)成嚴重威脅，識別與打擊的技術(shù)在發(fā)展，但與生成技術(shù)的“軍備競賽”持續(xù)。同時，“數(shù)據(jù)共享地”因擔憂被用于訓練而萎縮，可能影響未來模型發(fā)展。

      面對這些挑戰(zhàn)，全球政府和國際組織正加速構(gòu)建治理和監(jiān)管框架。許多國家發(fā)布 AI 戰(zhàn)略，投入巨資支持研發(fā)和基礎(chǔ)設(shè)施（包括能源）。歐盟《AI 法案》作為首個全面性法規(guī)備受關(guān)注，采取基于風險的分級管理。美國、中國等也在推進各自監(jiān)管路徑，國際合作與協(xié)調(diào)日益重要，圍繞安全、倫理、數(shù)據(jù)流動等議題尋求共識。公眾對 AI 的認知復(fù)雜多元，既有對改善生活、提高效率潛力的期待（樂觀情緒有所上升），也存在對失業(yè)、隱私、不公、濫用風險的廣泛擔憂，對 AI 公司信任度有所下降。理解公眾態(tài)度及其變化對制定有效政策、引導(dǎo)技術(shù)健康發(fā)展至關(guān)重要。報告還覆蓋了教育領(lǐng)域（第七章）的 AI 相關(guān)趨勢，以及更廣泛的公眾輿論（第八章）動態(tài)。

結(jié)語：AI 已然來臨，未來亟待共塑

      斯坦福大學《2025 年人工智能指數(shù)報告》以其前所未有的數(shù)據(jù)廣度和分析深度，為我們描繪了一個正處于指數(shù)級加速發(fā)展和深刻社會變革之中的 AI 全景圖。我們清晰地看到，產(chǎn)業(yè)界以巨大的資源投入驅(qū)動著前沿模型能力的飛躍，而學術(shù)界則在基礎(chǔ)研究和高影響力知識貢獻方面堅守陣地，二者共同塑造著技術(shù)的邊界。技術(shù)的突破正以前所未有的速度轉(zhuǎn)化為日益廣泛的應(yīng)用，從根本上改變著科學探索的方式，重塑著經(jīng)濟運行的邏輯，并悄然融入數(shù)十億人的日常生活與工作之中。經(jīng)濟層面，投資熱潮再次聚焦于生成式 AI 的巨大潛力，企業(yè)的采納步伐正在加快，AI 作為核心生產(chǎn)力要素的地位日益鞏固，但其對勞動力市場結(jié)構(gòu)的深遠影響也帶來了嚴峻的社會適應(yīng)挑戰(zhàn)，需要我們積極應(yīng)對。

      與此同時，AI 帶來的倫理困境、社會風險和治理難題也伴隨著技術(shù)的每一次進步而愈發(fā)復(fù)雜和緊迫。從算法偏見到數(shù)據(jù)隱私泄露，從虛假信息泛濫到“黑箱”決策的不透明，從能源消耗的激增到對未來就業(yè)的普遍憂慮，這些挑戰(zhàn)要求我們以更加審慎、更具前瞻性的眼光來引導(dǎo) AI 的發(fā)展方向。全球范圍內(nèi)的政策制定者、研究人員、企業(yè)領(lǐng)袖和廣大公眾，都在積極探索如何在擁抱 AI 帶來的巨大機遇與有效管控其潛在風險之間尋求一種審慎而動態(tài)的平衡。制定合理的規(guī)則、建立有效的監(jiān)督機制、培養(yǎng)負責任的創(chuàng)新文化，成為當務(wù)之急。

      AI 不再僅僅是一個關(guān)于“未來可能性”的科幻敘事，它已然成為塑造我們“當下現(xiàn)實”和決定“未來走向”的關(guān)鍵變量。在這個充滿無限機遇也伴隨著諸多不確定性的時代，AI 指數(shù)報告所提供的基于翔實數(shù)據(jù)的、力求獨立客觀的洞察，顯得尤為寶貴和重要。它提醒我們，技術(shù)的發(fā)展并非沿著一條預(yù)設(shè)的軌道自動前行，其最終的方向和對人類社會的影響，在很大程度上取決于我們今天所做的每一個選擇——關(guān)于研發(fā)投入的優(yōu)先次序、關(guān)于應(yīng)用場景的倫理規(guī)范、關(guān)于治理框架的智慧設(shè)計、關(guān)于社會適應(yīng)的準備程度。深入理解 AI 的真實進展、能力邊界、經(jīng)濟影響和社會意涵，是做出明智決策、引導(dǎo)這場深刻的技術(shù)和社會變革朝著負責任、可持續(xù)和以人為本方向發(fā)展的前提。這份報告不僅是 AI 發(fā)展歷程的一位忠實記錄者，更是激發(fā)深度思考、促進理性對話的催化劑。它邀請我們所有人——無論是身處決策層的政策制定者、引領(lǐng)創(chuàng)新的行業(yè)領(lǐng)導(dǎo)者、探索未知的研究人員，還是作為技術(shù)最終使用者和影響承受者的普通公民——共同參與到這場關(guān)乎人類共同命運的重要對話與塑造行動之中，攜手確保 AI 的力量最終服務(wù)于全人類的共同福祉。

本文轉(zhuǎn)載自??歐米伽未來研究所??，作者：歐米伽未來研究所