斯坦福大学以人为本人工智能研究院（HAI）于近日发布了第八版《人工智能指数报告》（AI Index Report）。作为全球最具权威性的AI领域年度报告之一，2025年的版本以前所未有的深度和广度，系统性地追踪了人工智能从技术研发、经济影响到全球治理的演进脉络。旨在为决策者、研究者及公众提供一个基于数据的、严谨的AI发展全景视图。

1. 研究与开发：产业界主导，中美格局凸显

产业界成为模型创新的绝对主力
报告数据显示，2024年，近90%的“标志性模型”（Notable AI Models，即具有高度影响力的AI模型）由产业界开发，相比2023年的60%，这一主导地位进一步巩固。自2021年以来，产业界在模型发布数量上已远超学术界及其他合作模式。

中美两国在AI模型研发上遥遥领先
从国家维度看，美国在标志性模型的发布上以40个的数量保持绝对领先。中国以15个位居第二，法国以3个排名第三。这一格局清晰地表明，全球AI的核心竞争正日益聚焦于中美两国。

在公司层面，阿里巴巴（6个）、Deepseek（4个）和腾讯（4个）是中国AI企业在2024年发布标志性模型的领头羊，彰显了中国头部科技企业强大的研发实力。

学术研究呈现“量”与“质”的分化
报告指出，中国在AI研究论文总量和AI专利授权数量上均处于全球领先地位。2023年，中国贡献了全球23.2%的AI出版物和69.7%的AI专利。

然而，在高影响力研究方面，美国优势明显。从2021年到2023年，美国机构产出的“Top-100高被引AI论文”数量始终位居全球第一，尽管数量逐年小幅下降，但其在顶尖科研领域的影响力依然稳固。

从机构维度看，中美两国的学术机构构成了高质量AI论文产出的核心力量。

2. 技术性能：开源模型奋起直追，AI能力全面超越人类基准

核心硬件性能持续迭代
作为大模型训练的基石，英伟达GPU芯片的性能提升显著。数据显示，其性能增长轨迹高度契合摩尔定律，大约每1.9年性能翻一番，为AI的快速发展提供了强大的算力支撑。

开源与闭源模型性能差距迅速缩小
报告首先介绍了评估模型能力的一系列国际通用基准测试，如MMLU（语言理解）、HumanEval（编码）、MATH（数学）等。

得益于DeepSeek等机构的努力，开源模型的性能在2024年实现了飞跃。在LMSYS Chatbot Arena等权威评测平台上，开源与闭源模型的Elo分数差距从2024年初的8.0%迅速收窄至2025年初的1.7%。

中美顶尖模型性能趋于同步
2023年，美国顶尖AI模型在各大基准测试上还保持着两位数的领先优势。而到2024年底，中国模型已迎头赶上，双方在MMLU、MMMU、MATH和HumanEval等基准上的性能差距已大幅缩小至个位数，甚至趨于持平。

第一梯队模型性能收敛
从厂商维度看，全球顶尖模型的性能正逐步趋同。根据LMSYS Chatbot Arena的数据，谷歌、OpenAI和DeepSeek等机构的模型性能已不相上下，共同构成了第一梯队。

AI在多领域超越人类基准
报告系统对比了AI模型与人类在各项能力上的表现，数据显示：

• 语言理解：AI在MMLU（大規模多工語言理解）等基准上的得分已超越人类专家。
• 视觉推理：AI在VCR（视觉常识推理）基准上的表现已追平人类水平。
• 代码编程：基于“pass@1”指标（衡量单次生成代码的正确率），顶级AI模型的编程能力已超越大多数人类程序员。
• 数学解题：AI在MATH（竞赛级数学）等基准测试上的得分同样超越了人类基准。
• 综合推理：尽管在如MMMU（大规模多学科多模态理解与推理）这类更复杂的推理任务上，AI得分仍低于人类专家，但正在以极快的速度缩小差距。

传统基准趋于饱和，催生新一代评测体系
MMLU、HumanEval等传统基准已难以有效区分前沿模型的能力。为此，研究界开发了更具挑战性的新基准，如Humanity’s Last Exam (HLE)、Frontier Math和BigCodeBench，它们分别在多模態学术难题、前沿数学和复杂工程编码等维度上对AI提出了更高要求，目前顶级AI在这些新基准上得分率极低，预示着AI仍有巨大的提升空间。

3. 负责任的人工智能（RAI）：共识渐长，标准缺失

负责任的人工智能（Responsible AI, RAI）旨在确保AI系统的开发与应用符合道德、法律与社会规范。2024年，全球AI相关事件数量激增至233起，同比增长56.4%，反映出公众对AI风险的关注度显著提升。

当前RAI面临的核心挑战是缺乏统一的评估标准。与能力评测不同，AI安全与合规性领域尚未形成公认的基准。不过，学术界对此的关注度正在升温，2024年顶级会议上的RAI相关论文数量增长至1,278篇，同比增长28.8%。

从国家分布看，美国在该领域的论文产出上占据绝对领先地位。

4. 经济影响：投资与岗位需求齐增，制造业自动化分化

AI技能需求全面上涨
与十年前相比，2024年AI岗位最需求的10项技能，其需求量均显著增长。其中，Python的需求增长尤为突出，巩固了其作为AI领域首选编程语言的地位。

AI领域性别结构保持稳定
根据LinkedIn数据，2024年AI专业人员中男性占比69.5%，女性为30.5%。这一比例在过去几年中保持相对稳定，未见显著变化。

全球AI投资再创新高，美国优势扩大
2024年，全球企业AI总投资额达2523亿美元，同比增长25.5%。其中，私人投资增长最为迅猛，达44.5%。自2013年以来，全球AI投资规模已增长近13倍。

美国在AI私人投资领域继续保持巨大领先优势，2024年投资额达1091亿美元，是中国的11.7倍。

在新获投AI公司的数量上，美国（1073家）同样远超英国（116家）和中国（98家），反映其成熟的“技术-人才-资本”闭环生态。

工业机器人安装量出现分化，中国持续主导
2023年，全球工业机器人年度安装量（54.1万台）自2019年来首次出现同比下降。

然而，中国市场依然 dominant。2023年，中国安装了27.63万台工业机器人，占全球总量的51.1%，是日本的6倍、美国的7.3倍，继续巩固其全球最大应用市场的地位。

自2021年起，中国年度安装量已持续超过全球其他所有地区的总和，成为全球制造业自动化转型的核心引擎。

5. 科学与医学：AI应用爆发，但临床融合仍存挑战

大模型在生物医学领域关注度激增
PubMed数据库显示，关于“大语言模型”的论文数量在2024年呈爆发式增长，全年发表1210篇，占该主题论文总数的绝大部分，体现了AI在医学研究中的热度。

AI辅助诊疗效果复杂
一项针对GPT-4的临床实验显示，GPT-4单独进行诊断推理时，准确率（92%）显著高于未使用AI的医生（76%）。然而，当医生使用GPT-4作为辅助工具时，其诊断准确率（76%）与仅使用传统工具的医生（74%）相比并无显著提升。这表明，要让AI与医生高效协同，需要重新设计工作流程及加强人机交互优化，而非简单地提供工具。

AI驱动的临床试验数量增长迅速
全球范围内，利用AI进行的临床试验数量激增。2024年，中国（105项）、美国（97项）和意大利（42项）位列前三。

6. 政策与治理：全球立法加速，国家战略投入加码

在全球范围内，对AI的立法关注持续升温。2016至2024年间，全球共有114个国家和地区推进了AI相关立法工作，累计通过204项相关法律。

7. 教育：CS教育普及，但资源鸿沟依旧存在

计算机科学（CS）正逐步成为全球通识教育的一部分。2024年，全球约三分之二的国家已实施或计划实施K-12 CS教育，其中30%的国家将其设为必修课。非洲和拉丁美洲在该领域的进展尤为显著，但基础设施不足（如电力匮乏）仍是制约非洲学生获得CS教育的核心障碍。

8. 公众观点：区域态度分化，乐观与焦虑并存

公众对AI的认知与担忧
2024年，公众对AI的认知保持稳定，55%的受訪者认为AI利大于弊。但同时，对AI公司保护个人数据的信任度下降了3个百分点，对AI公平性的信任度也下降了2个百分点。

不同国家的“兴奋”与“焦虑”
调查显示，英语国家（美、英、加、澳等）对AI的焦虑感普遍较高，而兴奋感偏低。相比之下，中国、印尼等亚洲国家民众则表现出更高的兴奋度和更低的焦虑感。日本是亚洲地区的一个例外，其态度最为谨慎。

对工作影响的预期
60%的受访者认为AI将在未来五年改变其工作方式，36%的人担心自己的岗位可能被取代。这一比例与2023年基本持平。

对不同领域影响的看法
全球受访者对AI在节省时间（55%）和改善娱乐（51%）方面的积极影响最为乐观。但在经济和就业市场方面，乐观情绪显著降低，分别只有36%和31%的人持积极看法。亚洲国家对AI改善经济的信心最强，其中中国高达72%。

---