斯坦福：
《2025年人工智能指数报告》

（完整版.pdf ）
以下仅展示部分内容
下载方式见文末

一、报告概述

1. 背景
   ：第八版人工智能指数报告，聚焦 AI 对社会、经济和全球治理的影响，新增硬件发展、推理成本、论文与专利趋势、企业负责任 AI 实践及 AI 在科学医学领域的应用分析。
2. 使命
   ：为政策制定者、研究者等提供准确、全球来源的数据，助力明智决策。
3. 影响力
   ：被主流媒体引用，成为学术文献参考，服务于企业和政府机构。

二、核心要点总览

1. 技术性能跃升
   ：MMMU、GPQA、SWE-bench 等基准测试得分分别提升 18.8%、48.9%、67.3%，视频生成和编程任务表现突出。
2. 应用普及
   ：FDA 批准 AI 医疗设备达 223 款（2015 年仅 6 款）；Waymo 每周提供超 15 万次自动驾驶服务，百度 Apollo Go 覆盖中国多城。
3. 企业投资与应用
   ：2024 年美国私人 AI 投资 1091 亿美元（中国 93 亿、英国 45 亿）；生成式 AI 吸引 339 亿美元投资，78% 企业应用 AI。
4. 中美竞争
   ：美国开发 40 个标志性模型（中国 15 个、欧洲 3 个），但中国模型在 MMLU 等基准上差距缩小至接近持平；中国论文和专利数量领先。
5. 负责任 AI 发展不均
   ：AI 事故激增，企业实践滞后，但 HELM Safety 等新基准出现；全球监管框架推进（OECD、欧盟等）。
6. 公众态度
   ：中国（83%）、印尼（80%）等国对 AI 乐观，加拿大（40%）、美国（39%）较低，但多国乐观情绪上升。
7. 效率提升
   ：GPT-3.5 级别推理成本 18 个月降 280 倍，硬件成本年降 30%，能效年升 40%，开源模型与闭源差距缩小至 1.7%。
8. 政府行动
   ：美国出台 59 项 AI 法规（2023 年 25 项）；75 国 AI 立法提及率增长 21.3%；各国加大投资（加拿大 24 亿、中国 475 亿半导体基金等）。
9. 教育普及
   ：全球 2/3 国家实施或规划 K-12 计算机教育，美国计算机本科毕业生增 22%，但非洲基础设施不足，教师能力待提升。
10. 产业主导
    ：2024 年 90% 标志性模型来自产业界（2023 年 60%），模型规模快速扩张，性能差距缩小。
11. 学术荣誉
    ：AI 相关成果获诺贝尔奖（深度学习、蛋白质折叠应用）和图灵奖（强化学习）。
12. 复杂推理挑战
    ：在 PlanBench 等基准中表现不佳，高精度领域应用受限。

三、研究与开发

1. 产业与学术分工
   ：产业界主导模型研发（2024 年 90%），学术界主导高被引论文（前 100 名）。
2. 论文与专利
   ：

• 中国 AI 论文发表量（23.2%）和引用量（22.6%）全球第一，美国高影响力论文领先。
• 2013-2023 年 AI 论文从 10.2 万增至 24.2 万，占计算机科学论文比例从 21.6% 升至 41.8%。
• 2010-2023 年 AI 专利从 3833 项增至 12.25 万项，中国占比 69.7%，韩国、卢森堡人均专利领先。

• 美国模型数量领先（40 个），训练算力每 5 个月翻番，数据集每 8 个月翻番，能耗年增 100%。
• 推理成本骤降：GPT-3.5 级别模型从 2022 年 11 月的 20 美元 / 百万词元降至 2024 年 10 月 0.07 美元。

• 机器学习硬件性能年增 43%，成本年降 30%，能效年升 40%。
• 训练碳排放量激增：GPT-3（2020）588 吨，GPT-4（2023）5184 吨，Llama 3.1 405B（2024）8930 吨。

四、技术性能

1. 基准测试突破
   ：开源模型与闭源差距从 8% 缩至 1.7%；中美模型在 MMLU、HumanEval 等基准差距大幅收窄。
2. 模型趋势
   ：

• 性能趋同：榜首与第十名模型 Elo 分数差从 11.9% 缩至 5.4%，前两名差距从 4.9% 缩至 0.7%。
• 小型模型崛起：微软 Phi-3-mini 以 38 亿参数达到 5400 亿参数模型的性能（参数缩减 142 倍）。
• 新推理范式：OpenAI o1 采用测试时计算，数学竞赛得分 74.4%（GPT-4o 仅 9.3%），但成本高 6 倍、速度慢 30 倍。

五、负责任的人工智能

1. 风险与评估
   ：2024 年 AI 事故 233 起（增 56.4%）；企业认知与行动存在差距，模型准确性、合规性、网络安全为主要关注点。
2. 政策与透明度
   ：

• 全球协作加强，OECD、欧盟等发布监管框架；美国联邦法规增至 59 项。
• 基础模型透明度指数从 37% 升至 58%，但数据限制增加（C4 数据集受限制文本比例从 5-7% 升至 20-33%）。

六、经济、政策与教育

1. 经济影响
   ：AI 提升生产效率，缩小技能差距；中国工业机器人安装量占全球 51.1%，协作机器人占比从 2.8% 升至 10.5%。
2. 政策投资
   ：各国加大 AI 基础设施投资，沙特 “超越计划” 达千亿美元；美国多州加强深度伪造监管。
3. 教育普及
   ：全球 2/3 国家推进 K-12 计算机教育，非洲、拉美进展显著；美国 81% 教师认同 AI 进课程，但不足一半具备教学能力。

七、科学与医学

1. 技术突破
   ：ESM3、AlphaFold 3 提升蛋白质预测；AI 在临床诊断、癌症检测中表现超医生。
2. 应用与伦理
   ：合成数据助力医疗研究；医学 AI 伦理论文从 2020 年 288 篇增至 2024 年 1031 篇。
3. 学术荣誉
   ：AI 相关成果获诺贝尔奖（蛋白质折叠、深度学习）和图灵奖（强化学习）。

八、公共观点

1. 态度分化
   ：新兴市场乐观度高，欧美较低，但多国乐观情绪上升。
2. 信任与担忧
   ：公众对 AI 数据保护、公平性信任下降；61% 美国人恐惧自动驾驶，仅 13% 信任。
3. 就业认知
   ：60% 认为 AI 将改变工作方式，36% 担忧岗位被替代。