????????美國斯坦福大學 “以人為本人工智能研究院”（HAI）近日發布的第八版《人工智能指數報告》（AI Index Report 2025）備受全球矚目。自 2017 年首次發布以來，該報告一直為政策制定者、研究人員、企業高管和公眾提供準確、嚴謹且全球化的 AI 數據與洞察。正如報告聯合主席 Yolanda Gil 和 Raymond Perrault 在序言中提到，2024 年是人工智能發展史上具有里程碑意義的一年，AI 正以前所未有的速度融入社會、經濟和全球治理的各個方面。?

一、報告核心內容概述?

今年這份長達四百多頁的報告，是迄今為止最為全面的一版。它新增了對 AI 硬件演進、推理成本估算、AI 出版和專利趨勢的深入分析，并擴大了關于企業采用負責任 AI 實踐以及 AI 在科學和醫學領域角色的新鮮數據。報告共八個章節，其核心內容主要體現在以下幾個關鍵方面。?

二、技術前沿：性能突破與競爭格局演變?

（一）基準性能飛躍?

2023 年研究人員引入了 MMMU、GPQA、SWE-bench 等一系列旨在難倒頂尖 AI 的新基準。然而，僅僅一年之后，AI 模型在這些基準上的表現就取得了驚人的進步。例如，在這些基準上的得分分別提升了 18.8、48.9 和 67.3 個百分點。特別是在 SWE-bench（軟件工程基準）上，AI 解決編碼問題的能力從 2023 年的僅 4.4% 飆升至 2024 年的 71.7%。同時，高質量視頻生成等領域也取得了重大進展，這表明 AI 在復雜任務處理和特定領域應用上的能力得到了極大提升。?

（二）中美競爭格局變化?

美國在頂尖 AI 模型的發布數量上仍占據優勢，2024 年發布了 40 個值得關注的模型，遠超中國的 15 個和歐洲的 3 個。不過，數量優勢并不等同于性能優勢。在 MMLU、HumanEval 等關鍵基準測試中，中美頂尖模型之間的性能差距從 2023 年的兩位數迅速縮小至 2024 年的近乎持平，部分基準差距僅為個位數甚至零點幾。這清晰地顯示出中國 AI 模型在質量上正快速追趕，全球 AI 技術競爭格局愈發激烈。?

（三）技術前沿收斂?

競爭的加劇使得技術前沿呈現出 “擁擠” 態勢。LMSYS Chatbot Arena 的數據顯示，排名第一和第十的模型之間的 Elo 分數差距從一年前的 11.9% 縮小到了 5.4%，排名前兩位的模型差距更是從 4.9% 驟降至僅 0.7%。這意味著頂尖模型的性能水平日益接近，高質量模型不再被少數巨頭壟斷，開發者生態系統的競爭力不斷增強。?

（四）小型與開源模型崛起?

“小模型” 在 2024 年展現出強大能力。2022 年，在 MMLU 上得分超過 60% 的最小模型是擁有 5400 億參數的 PaLM，而到 2024 年，微軟僅有 38 億參數的 Phi-3-mini 就達到了同樣門檻，參數量縮減了 142 倍，這得益于算法效率的提升。同時，開源 / 開放權重模型與閉源模型之間的性能差距幾乎消失。在 Chatbot Arena 上，2024 年初領先的閉源模型比頂尖開放權重模型高出 8.04%，到 2025 年初，這一差距已縮小至 1.70%。這表明先進 AI 技術的獲取門檻正在快速降低，有利于 AI 技術的更廣泛傳播與應用。?

（五）成本效益提升?

報告首次追蹤推理成本發現，達到 GPT-3.5（在 MMLU 上約 64.8% 準確率）性能水平的 AI 模型，其推理成本從 2022 年 11 月的每百萬 token 20 美元，驟降至 2024 年 10 月的僅 0.07 美元（以 Gemini-1.5-Flash-8B 為例），降幅超過 280 倍。在硬件層面，成本每年下降約 30%，而能效每年提升約 40%。成本的降低和能效的提升使得 AI 應用更加經濟可行，為 AI 在更多領域的大規模應用奠定了基礎。?

（六）AI Agent 嶄露頭角?

2024 年推出的 RE-Bench 為評估 AI 智能體的復雜任務提供了嚴格基準測試。在短時間范圍（兩小時）內，頂級 AI 系統的得分是人類專家的四倍，但當給予更多時間完成任務時，人類表現優于 AI，在 32 小時時間框架內領先 AI 兩倍。盡管如此，AI 智能體在特定任務上，如編寫特定類型的代碼，已經能夠與人類專業知識相匹配，并且能夠提供更快的結果，這顯示出 AI 智能體在特定場景下的應用潛力。?

三、產業與經濟：投資增長與企業應用普及?

（一）投資創新高?

全球私有 AI 投資在經歷短暫回調后，于 2024 年強勁反彈至創紀錄的 2523 億美元（企業總投資，包括并購等）。其中，私有投資額達到 1,508 億美元，同比增長 44.5%。在生成式 AI 領域，美國投資額（2024 年為 290.4 億美元）比中國和歐盟 + 英國的總和還要多出 254 億美元，差距進一步拉大。生成式 AI 本身成為吸金熱點，全球共獲得 339 億美元投資，同比增長 18.7%，這反映出資本對 AI 領域，尤其是生成式 AI 的強烈看好。?

（二）企業應用普及?

企業對 AI 的應用不再停留在實驗階段。麥肯錫的調查顯示，2024 年報告在其組織中至少一個業務功能中使用 AI 的受訪者比例從 2023 年的 55% 躍升至 78%，報告使用生成式 AI 的比例也從 33% 翻倍增長至 71%。這表明 AI 正從企業的邊緣工具轉變為核心驅動力，廣泛應用于企業的各個業務環節。?

（三）生產力效應與價值兌現?

越來越多的研究證實了 AI 對生產力的積極影響，尤其在縮小低技能和高技能工人之間的差距方面。不過，在報告 AI 帶來財務影響的企業中，大部分表示效益仍處于較低水平。例如，49% 在服務運營中使用 AI 的企業報告了成本節約，但多數節約幅度低于 10%；71% 在市場營銷中使用 AI 的企業報告了收入增長，但最常見的增長幅度也低于 5%。這說明雖然 AI 對生產力有促進作用，但企業要充分實現 AI 帶來的價值還需要進一步探索和優化應用方式。?

（四）機器人領域格局?

在工業機器人領域，中國繼續保持主導地位，2023 年安裝量達 27.63 萬臺，是日本的 6 倍，美國的 7.3 倍，占全球份額的 51.1%。盡管相比 2022 年增速略有放緩，但其領先優勢依然巨大。同時，協作機器人和面向人類的服務機器人安裝量持續增長，顯示出機器人應用場景不斷擴展，AI 技術在機器人領域的應用正推動著行業的發展與變革。?

（五）能源格局變化?

AI 龐大的算力需求正在推動能源來源的重大變化，吸引了對核能的關注。隨著 AI 技術的不斷發展，其對能源的需求持續增長，傳統能源可能難以滿足，促使人們探索新的能源解決方案，核能等高效能源因此進入視野，這將對未來能源格局產生深遠影響。?

四、社會與政策：負面事件增加與監管加強?

（一）負面事件攀升?

根據 AI 事件數據庫的記錄，2024 年報告的 AI 相關負面事件達到 233 起，創下歷史新高，比 2023 年增長了 56.4%。這既反映了 AI 應用范圍的擴大，也凸顯了 AI 發展過程中潛在風險的增加，如數據泄露、算法偏見、虛假信息傳播等問題，給社會帶來了諸多挑戰。?

（二）監管趨勢?

面對 AI 帶來的各種風險和挑戰，全球范圍內政府監管日益收緊。越來越多的國家和地區開始制定相關政策和法規，以規范 AI 的開發和應用，確保 AI 的安全、可靠和公平。例如，歐盟的《通用數據保護條例》（GDPR）對數據隱私保護做出了嚴格規定，美國也在多個州推進 AI 相關立法工作，這顯示出監管在 AI 發展中的重要性日益凸顯。?

五、總結與展望?

《人工智能指數報告 2025》全面展現了 AI 在技術、產業、經濟、社會等多方面的發展態勢。在技術上，AI 性能不斷突破，競爭格局發生深刻變化，小型和開源模型崛起，成本效益顯著提升；在產業與經濟領域，投資熱情高漲，企業應用普及，機器人領域格局穩定且應用場景拓展，能源格局也因 AI 而改變；在社會與政策方面，負面事件增加促使監管加強。未來，AI 的發展將繼續受到技術創新、市場需求、政策監管等多因素的驅動和影響。我們需要充分利用 AI 帶來的機遇，同時積極應對其帶來的挑戰，以實現 AI 的可持續發展，讓 AI 更好地服務于人類社會。