---
resource_id: "1207214"
exam_year: 2025
exam_name: "人工智能"
subject_name: "人工智能AI"
material_type: "其他"
prepare_stage: "强化"
version_status: "最终版"
has_analysis: false
date_published: "2025-07-14"
date_modified: "2025-07-28"
---
# 斯坦福发布《2025年人工智能指数报告》：全球AI竞赛白热化

斯坦福发布《2025年人工智能指数报告》：全球AI
竞赛白热化
美国斯坦福大学“以人为本人工智能研究院”（HAI，Stanford
Institute for Human-Centered AI）于近日发布了其备受全球瞩
目的第八版《人工智能指数报告》（AI Index Report 2025）。

自 2017 年首次发布以来，该报告一直致力于为政策制定者、
研究人员、企业高管和公众提供准确、严谨、全球化的 AI 数据
和洞察。正如报告联合主席 Yolanda Gil 和 Raymond Perrault
在序言中所言，2024 年是人工智能发展史上具有里程碑意义的
一年。AI 已经以前所未有的速度融入社会、经济和全球治理的
方方面面。从先进模型的性能飞跃到日常生活的深度嵌入，从创
纪录的产业投资到日益收紧的政府监管，AI 正从边缘走向中心，
成为驱动商业价值、重塑科研范式乃至影响人类未来的核心力量。

图丨相关报告（来源：HAI）

今年的这份报告长达四百多页，是迄今为止最为全面的一版，新
增了对 AI 硬件演进、推理成本估算、AI 出版和专利趋势的深
入分析，并扩大了关于企业采用负责任 AI 实践以及 AI 在科学
和医学领域角色的新鲜数据。报告强调，在一个 AI 无处不在、
从顶尖实验室到普通家庭的餐桌都在讨论的时代，以数据驱动、
独立客观的视角来理解 AI 的现状、演变路径和未来趋势，其重
要性从未如此凸显。

报告共八个章节，其核心内容可以总结为以下五点：

技术前沿：性能狂飙突进，中国紧随其后，竞争格局日趋拥挤
报告的核心发现之一是 AI 在严苛基准测试上的持续突破，其速
度甚至超出了许多人的预期。

·基准性能持续提升：2023 年研究人员引入了 MMMU、GPQA、
SWE-bench 等一系列旨在难倒顶尖 AI 的新基准。然而仅一年
后，AI 模型在这些基准上的表现就出现了惊人的飞跃，得分分
别提升了 18.8、48.9 和 67.3 个百分点。尤其在 SWE-bench
（软件工程基准）上，AI 解决编码问题的能力从 2023 年的仅

4.4% 飙升至 2024 年的 71.7%。同时，高质量视频生成等领
域也取得了重大进展。

图丨选定的 AI 指数技术性能基准与人类性能对比（来源：HAI）

·中美差距显著缩小：报告指出，美国仍然是顶尖 AI 模型的“生
产大户”，2024 年发布了 40 个值得关注的模型，远超中国的
15 个和欧洲的 3 个。然而，数量上的领先并不意味着性能上
的绝对优势。在 MMLU、HumanEval 等关键基准上，中美顶
尖模型之间的性能差距已从 2023 年的两位数迅速缩小至
2024 年的近乎持平，部分基准差距仅为个位数甚至零点几。这
表明中国 AI 模型的“质量”正在快速追赶。

图丨美国与中国模型在特定基准上的表现（来源：HAI）

·技术前沿趋于收敛：竞争的加剧也体现在技术前沿的“拥挤度”
上。报告引用了 LMSYS Chatbot Arena（一个广泛使用的大模
型竞技场）的数据，显示排名第一和第十的模型之间的 Elo 分
数差距从一年前的 11.9% 缩小到了 5.4%。更值得注意的是，
排名前两位的模型差距从 4.9% 骤降至仅 0.7%。这意味着顶尖
模型的性能水平日益接近，高质量模型不再是少数巨头的专利，
开发者生态系统正变得越来越有竞争力。正如 HAI 研究主管
Vanessa Parli 在接受媒体采访时所说：“这创造了一个激动人心
的局面。好的地方在于，这些模型不再仅仅是由硅谷的五个人开
发的。”

图丨在 LMSYS ChatBot 竞技场的不同顶级模型表现（来源：HAI）

·小型模型异军突起，开源模型奋起直追：另一个显著趋势是“小
模型”展现出的强大能力。2022 年，在 MMLU 上得分超过 60%
的最小模型是拥有 5400 亿参数的 PaLM。而到 2024 年，微
软仅有 38 亿参数的 Phi-3-mini 就达到了同样门槛，参数量缩
减了 142 倍。这得益于算法效率的提升。同时，开源/开放权重
模型与闭源模型之间的性能差距也几乎消失。在 Chatbot
Arena 上，2024 年初领先的闭源模型比顶尖开放权重模型高出

8.04%，到 2025 年初，这一差距已缩小至 1.70%。这标志着
先进 AI 技术的获取门槛正在快速降低。

图丨顶级闭源模型与开放模型在 LMSYS Chatbot Arena 的表现（来源：

HAI）

·成本效益显著提升：报告首次对推理成本进行了追踪。结果
显示，达到 GPT-3.5（在 MMLU 上约 64.8% 准确率）性能
水平的 AI 模型，其推理成本从 2022 年 11 月的每百万
token 20 美元，骤降至 2024 年 10 月的仅 0.07 美元（以
Gemini-1.5-Flash-8B 为例），降幅超过 280 倍。硬件层面，
成本每年下降约 30%，而能效每年提升约 40%。这使得 AI 的
应用更加经济可行。

图丨 2022–24 年间在选定基准上的推理成本（来源：HAI）

· AI Agent（智能体）崭露头角：2024 年推出的 RE-Bench 为
评估 AI 智能体的复杂任务提供了严格的基准测试。在短时间范
围内（两小时），顶级 AI 系统的得分是人类专家的四倍，但当
给予更多时间完成任务时，人类表现优于 AI，在 32 小时时间
框架内领先 AI 两倍。尽管如此，AI 智能体在特定任务上已经
能与人类专业知识相匹配，例如编写特定类型的代码，同时提供
更快的结果。

图丨 RE-Bench 平均标准化得分（来源：HAI）

产业与经济：投资热情高涨，企业全面拥抱，AI 驱动生产力提
升
AI 的商业化进程在 2024 年显著加速，投资和应用均创下新高。

·投资再创新高，美国优势扩大：全球私有 AI 投资在经历短
暂回调后，于 2024 年强劲反弹至创纪录的 2523 亿美元（企
业总投资，包括并购等）。其中，私有投资额达到 1,508 亿美
元，同比增长 44.5%。美国依然是全球 AI 投资的绝对中心，
2024 年吸引了 1,091 亿美元的私有投资，是中国的 93 亿美
元的近 12 倍，是英国的 45 亿美元的 24 倍。尤其在生成式
AI 领域，美国投资额（2024 年为 290.4 亿美元）比中国和欧
盟+英国的总和还要多出 254 亿美元，差距进一步拉大。生成
式 AI 本身也成为吸金热点，全球共获得 339 亿美元投资，同
比增长 18.7%。

图丨 2013-2024 年全球企业在人工智能领域的投资活动情况（来源：

HAI）

·企业应用空前普及：企业对 AI 的应用不再停留在实验阶段。

麦肯锡的调查显示，2024 年报告在其组织中至少一个业务功能
中使用 AI 的受访者比例从 2023 年的 55% 跃升至 78%。同
样，报告使用生成式 AI 的比例也从 33% 翻倍增长至 71%。

AI 正从企业的边缘工具转变为核心驱动力。

图丨 2023 年与 2024 年全球组织的人工智能使用情况（来源：HAI）

·生产力效应显现，但价值兑现尚需时日：越来越多的研究证
实了 AI 对生产力的积极影响，尤其是在缩小低技能和高技能工
人之间的差距方面。然而，报告也指出，尽管企业广泛采用 AI，
但多数公司仍处于价值实现的早期阶段。在报告 AI 带来财务影
响的企业中，大部分表示效益仍处于较低水平。例如，49% 在
服务运营中使用 AI 的企业报告了成本节约，但多数节约幅度低
于 10%。同样，71% 在市场营销中使用 AI 的企业报告了收入
增长，但最常见的增长幅度也低于 5%。

图丨 2024 年各职能使用生成性人工智能带来的成本减少和收入增加
（来源：HAI）

·机器人领域中国持续领先：在工业机器人领域，中国继续保
持主导地位，2023 年安装量达 27.63 万台，是日本的 6 倍，
美国的 7.3 倍，占全球份额的 51.1%。尽管相比 2022 年增速

略有放缓，但其领先优势依然巨大。同时，协作机器人和面向人
类的服务机器人安装量持续增长，显示出机器人应用场景的扩展。

图丨 2023 年各地区安装的工业机器人数量（来源：HAI）

·能源格局的新变化： AI 庞大的算力需求正在推动能源来源的
重大变化，吸引了对核能的关注。报告特别提到了微软投资 16
亿美元重启三里岛核反应堆为 AI 数据中心供电，以及谷歌、亚
马逊等巨头纷纷签署核能协议，这预示着 AI 发展可能对未来能
源结构产生深远影响。

AI 伦理与治理：风险与规范并进，挑战与机遇共存

随着 AI 能力的增强和应用的普及，负责任 AI（RAI，
Responsible AI）的议题变得空前重要。

· AI 相关事件急剧增加：根据 AI 事件数据库的记录，2024 年
报告的 AI 相关负面事件达到 233 起，创下历史新高，比 2023
年增长了 56.4%。这既反映了 AI 应用的扩大，也凸显了潜在
风险的增加，例如深度伪造、偏见歧视、隐私泄露等。

图丨 2012 年至 2024 年报告的人工智能事件数量（来源：HAI）

· RAI 评估标准仍待统一：报告指出，尽管 RAI 的重要性日益
凸显，但行业内仍然缺乏针对大型语言模型的标准化 RAI 基准。

这使得跨模型的安全性和责任评估变得困难。不过，HELM
Safety、AIR-Bench、FACTS 等新兴基准的出现，为评估模型
的真实性、安全性和偏见提供了有希望的工具。

图丨主要的模型所采用的安全与负责任 AI 基准（来源：HAI）

·企业认知与行动存在差距：调查显示，虽然许多企业认识到
RAI 的关键风险（如不准确性、合规性、网络安全），但在采
取具体缓解措施方面仍然滞后。例如，仅有 64% 关注不准确性
风险的领导者采取了相应行动。

图丨组织认为相关并积极努力减轻的与人工智能相关的 RAI 风险（来
源：HAI）

·全球政策制定者紧迫感加大：与企业界的谨慎不同，全球政
策制定者在 2024 年明显加大了对 AI 治理的关注和合作力度。

OECD、欧盟（通过《AI 法案》）、联合国、非盟等主要国际
组织纷纷发布框架和原则，聚焦透明度、可信赖性、公平性等核
心 RAI 议题。各国政府也加大了监管力度，例如美国联邦机构
在 2024 年出台了 59 项 AI 相关法规，是 2023 年的两倍多。

美国各州在规范深度伪造（尤其是在选举场景应用）方面也取得
了显著进展。

·数据公共池（Data Commons）正在萎缩： AI 模型的训练依
赖于海量的公开网络数据。然而，研究发现，由于网站所有者对
数据抓取（scraping）的限制日益增多（例如通过 robots.txt 或
服务条款），公开可用的训练数据正在迅速减少。在 C4
Common Crawl 数据集中，受限制的 token 比例从 2023 年
的 5-7% 跃升至 2024 年的 20-33%。这可能对未来模型的训
练数据多样性、模型对齐和可扩展性带来挑战，但也可能催生新
的数据获取和学习方法（如合成数据）。

·模型透明度有所改善，但仍需努力：基础模型透明度指数显
示，主流模型开发者的平均透明度得分从 2023 年 10 月的
37% 提高到 2024 年 5 月的 58%。这表明行业在披露模型信
息方面有所进步，但距离完全透明仍有很长的路要走。

图丨基础模型透明度指数（来源：HAI）

·隐性偏见依然存在：报告强调，即使是那些明确设计了反偏
见措施的先进大模型（如 GPT-4、Claude 3.5），仍然表现出
隐性偏见。例如，模型可能更容易将负面词汇与特定种族联系起
来，或在职业联想上表现出性别刻板印象。消除 AI 偏见仍然是
一项艰巨而持续的任务。

AI 与科学、医学：加速发现，改变范式
AI 正在成为推动科学发现和变革医疗实践的关键力量。

·科学奖项的认可： 2024 年，AI 在科学领域的贡献获得了最
高荣誉。两项诺贝尔奖分别表彰了深度学习的基础工作（物理学

奖，John Hopfield 和 Geoffrey Hinton）及其在蛋白质折叠预
测中的应用（化学奖，AlphaFold 团队的 Demis Hassabis 和
John Jumper）。图灵奖则授予了强化学习领域的奠基人。这标
志着 AI 已成为科学研究不可或缺的一部分。

·蛋白质研究的飞跃： AlphaFold 3 和 ESM3 等新一代蛋白质
序列模型在 2024 年发布，它们规模更大、性能更强，极大地
提高了蛋白质结构和功能预测的准确性。这些模型不仅推动了基
础生物学研究，也为药物设计和合成生物学开辟了新途径。公开
蛋白质数据库（如 UniProt、PDB、AlphaFold DB）的规模也在
持续快速增长。

图丨 2019–2025 年公共蛋白科学数据库的增长（来源：HAI）

·临床知识与应用：大模型在医学知识问答基准（如 MedQA）

上的表现持续提升，OpenAI 的 o1 模型取得了 96.0% 的新
SOTA 分数。研究表明，在某些复杂的临床诊断任务中，GPT-4
的表现甚至优于医生（无论医生是否使用 AI 辅助）。AI 在癌
症检测、高风险患者识别等方面也显示出超越人类专家的潜力。

FDA 批准的 AI 赋能医疗器械数量呈爆炸式增长，从 2015 年
的仅 6 个激增至 2023 年的 223 个。

图丨大模型在临床诊断中的表现（来源：HAI）

·合成数据的潜力：研究显示，AI 生成的合成数据在医学领域
展现出巨大潜力，可用于识别健康的社会决定因素、增强隐私保
护下的临床风险预测，以及加速新药化合物的发现。

·医学伦理关注度提升：随着 AI 在医疗领域的广泛应用，相
关的伦理讨论也日益增多。医学 AI 伦理相关的出版物数量自
2020 年以来翻了两番，显示出学术界对这一领域的高度关注。

教育与公众认知：机遇与挑战并存，认知差异显著
AI 的发展对教育体系和公众认知提出了新的要求和挑战。

· CS 与 AI 教育普及，但鸿沟犹存：全球范围内，提供或计划
提供 K-12 计算机科学（CS，Computer Science）教育的国家
比例已从 2019 年的约三分之一翻倍至三分之二，非洲和拉丁
美洲进步最为显著。然而，基础设施（如电力缺乏）限制了非洲
学生的实际学习机会。在美国，尽管高中 CS 课程的覆盖率和
入学率有所提高，但不同州、族裔、收入水平和性别的学生之间
仍然存在显著差距。虽然 81% 的美国 CS 教师认为应将 AI
纳入基础 CS 教育，但只有不到一半的人感觉自己有能力教授
AI。

图丨 2024 年按种族/民族划分的基础计算机科学课程的获取情况（来
源：HAI）

·人才培养出现新动向：美国 AI 相关硕士毕业生的数量在
2022 年至 2023 年间几乎翻了一番，这可能预示着未来几年学
士和博士层面也将出现类似的增长。美国在信息、通信和技术领
域的毕业生培养方面继续保持全球领先地位。

图丨 2013–23 年美国新计算机科学高等教育毕业生（来源：HAI）

·全球公众情绪：谨慎乐观与深刻分歧：Ipsos 的全球调查显示，
公众对 AI 产品和服务的态度趋于“谨慎乐观”。认为 AI 利大
于弊的全球受访者比例从 2022 年的 52% 上升到 2024 年的
55%。尤其是在此前较为悲观的国家（如德国、法国、加拿大、
英国、美国），乐观情绪有了显著增长（+4% 到+10% 不等）。

然而，地区差异依然巨大。中国（83%）、印尼（80%）、泰国

（77%）等亚洲国家民众普遍更为乐观，而加拿大（40%）、美
国（39%）、荷兰（36%）等国民众则相对更为审慎。

图丨不同国家民众对于 AI 的态度（来源：HAI）

·信任度下降，伦理担忧加剧：尽管总体乐观情绪有所上升，
但公众对 AI 公司伦理行为的信任度正在下降。全球范围内，相
信 AI 公司会保护个人数据的受访者比例从 2023 年的 50%
下降到 47%。认为 AI 系统公正无偏见的比例也在降低。对自
动驾驶汽车的不信任感依然很高（美国 61% 的人表示害怕）。

·对 AI 影响的认知：全球 60% 的受访者认为 AI 将在未来
五年改变他们的工作方式，但只有 36% 的人认为 AI 会取代他
们的工作。人们普遍认为 AI 能节省时间（55%）、提供更好的
娱乐（51%），但在经济影响（36% 认为能改善国家经济）和
健康改善（38%）方面则信心不足。

图丨全球对人工智能对当前工作的影响的看法（来源：HAI）
