在人工智能（AI）以前所未有的速度滲透社會各個角落、重塑經濟格局并深刻影響全球治理的關鍵時刻，斯坦福大學以人為本人工智能研究所（Stanford Institute for Human-Centered Artificial Intelligence, HAI）發布了第八版的《2025 年人工智能指數報告》（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、企業領袖、研究學者乃至普羅大眾提供獨立、嚴謹、經過全面驗證且源自全球的 AI 數據。其目標在于賦能所有利益相關者，使其能夠在 AI 的開發、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。  

關鍵趨勢與發現：多維度透視 AI 的演進圖景

      本年度的 AI 指數報告通過八個章節（研究與發展、技術性能、負責任 AI、經濟、科學與醫學、政策與治理、教育、公眾輿論）以及詳實的附錄，系統性地呈現了 AI 領域的最新動態和關鍵趨勢。

      在“”研究與發展（R&D）“”層面，報告揭示了產業界與學術界在創新生態中日益分化的角色與持續加劇的全球競合格局。一個核心發現是，產業界在 AI 領域的投資持續增長，并在開發具有里程碑意義的“值得關注的 AI 模型”（notable AI models）方面的主導地位進一步鞏固。數據顯示，2024 年由產業界機構主導或貢獻的值得關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，掌握海量數據、強大算力和雄厚資本的商業實體，已成為推動 AI 技術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 年貢獻最多值得關注模型的組織。從十年（2014-2024）的累積數據看，Google 以 186 個模型遙遙領先，其次是 Meta（82 個）和微軟（39 個）。然而，學術界在高影響力基礎研究方面依然扮演著關鍵角色。報告指出，在過去三年中，學術界是貢獻被引用次數排名前 100 的高影響力 AI 學術出版物的最大單一來源機構類型，這凸顯了其在理論創新和人才培養上的核心價值。卡內基梅隆大學和斯坦福大學（各 25 個模型，2014-2024）是模型產出最多的高校。

      從全球視角看，AI 研發呈現顯著的地域差異。中國在 AI 學術出版物的絕對數量（2023 年占全球 23.2%）和總引用次數（占 22.6%）上保持領先。但在頂尖影響力研究（過去三年 Top 100 引用論文）和“值得關注的 AI 模型”產出方面，美國機構則保持領先。2024 年，源自美國的值得關注模型達 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 戰略投入和創新生態上的不同側重。同時，AI 研究的整體規模持續膨脹，并在計算機科學（CS）領域占據了核心地位。從 2013 年到 2023 年，CS 領域的 AI 相關出版物總數幾乎翻了三倍，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 各個子領域的驅動力。

      伴隨研究深入，AI 模型的規模及其資源需求呈指數級增長。報告引用的新研究發現，訓練“值得關注的 AI 模型”所需的計算量大約每 5 個月翻一番，訓練 LLM 的數據集規模大約每 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、數據和能源的指數級渴求，是當前 AI 發展模式的核心特征，也帶來了可持續性的嚴峻挑戰。關于模型訓練是否會“耗盡”可用數據的問題，報告更新了估計：常用的 Common Crawl 數據集（中位數）約含 130 萬億 token，索引化的互聯網數據約 510 萬億，整個互聯網（含私有數據）可能高達 3100 萬億。圖像和視頻數據估計分別為 300 萬億和 1350 萬億 token。這些數據表明，至少在文本方面，現有數據存量可能比先前擔憂的更能支撐一段時間，但高質量、多樣化數據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，發現其成本正在下降（例如，達到 GPT-3.5 在 MMLU 基準上表現的等效模型，其每百萬 token 的查詢成本已大幅降低），這對于 AI 技術的廣泛經濟可行性至關重要。此外，對 AI 硬件生態系統（GPU 競爭加劇、專用芯片發展）和環境影響（碳排放、能源消耗）的分析也成為新的重點。

      在技術性能與應用拓展方面，2024 年見證了 AI 能力的持續飛躍和跨界融合的加速。報告系統追蹤了 AI 在自然語言處理、計算機視覺、語音識別、推理、代碼生成、多模態理解等多個基準測試上的表現。雖然在某些成熟任務上性能提升可能放緩，但在更復雜的、接近人類綜合智能的任務上，AI 仍在不斷取得突破。例如，先進 LLM 在多種專業資格考試和復雜推理任務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，促進了更廣泛的創新和應用。

      報告特別擴展了對 AI 在科學與醫學領域作用的覆蓋。AI 正從數據分析工具轉變為能夠參與假設提出、實驗設計、復雜系統解釋甚至直接進行創造性研究的“科研伙伴”。在材料科學、生物學（如 AlphaFold 對蛋白質結構預測的持續突破）、藥物發現、基因組學、醫學影像分析、疾病診斷預測等方面展現出巨大潛力。AI 被應用于分析海量科研數據和文獻，發現新靶點或關聯，預示著一場由 AI 驅動的科研范式變革正在到來。相關的諾貝爾獎和圖靈獎也印證了 AI 對基礎科學的貢獻。然而，技術局限依然存在，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、高可靠性場景應用的關鍵障礙。評估 AI 的真實能力和局限性本身也是一個持續發展的研究領域。

      經濟影響與企業采納層面，經歷了短暫放緩后，全球對 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 領域，新獲融資的初創公司數量幾乎翻了三倍。企業對 AI 技術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，成為驅動商業價值的核心力量。客戶服務、市場營銷、軟件開發、運營管理等是普遍應用領域，部分企業已報告了生產力提升和成本節約。但挑戰依然存在，包括高昂的實施成本、人才短缺、數據隱私安全顧慮、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注，一方面對 AI 相關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“人機協作”和“任務增強”，而非大規模替代，但這要求勞動者不斷學習新技能，社會也需調整教育、培訓和保障體系以應對結構性變化。

      在負責任 AI、治理與公眾認知方面，隨著 AI 應用普及，倫理風險和社會影響凸顯，負責任 AI（RAI）成為全球焦點。報告首次納入企業采納 RAI 實踐數據，顯示企業認知提高，開始制定倫理準則、建立治理架構，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 生成內容對信息生態和公共信任構成嚴重威脅，識別與打擊的技術在發展，但與生成技術的“軍備競賽”持續。同時，“數據共享地”因擔憂被用于訓練而萎縮，可能影響未來模型發展。

      面對這些挑戰，全球政府和國際組織正加速構建治理和監管框架。許多國家發布 AI 戰略，投入巨資支持研發和基礎設施（包括能源）。歐盟《AI 法案》作為首個全面性法規備受關注，采取基于風險的分級管理。美國、中國等也在推進各自監管路徑，國際合作與協調日益重要，圍繞安全、倫理、數據流動等議題尋求共識。公眾對 AI 的認知復雜多元，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、隱私、不公、濫用風險的廣泛擔憂，對 AI 公司信任度有所下降。理解公眾態度及其變化對制定有效政策、引導技術健康發展至關重要。報告還覆蓋了教育領域（第七章）的 AI 相關趨勢，以及更廣泛的公眾輿論（第八章）動態。

結語：AI 已然來臨，未來亟待共塑

      斯坦福大學《2025 年人工智能指數報告》以其前所未有的數據廣度和分析深度，為我們描繪了一個正處于指數級加速發展和深刻社會變革之中的 AI 全景圖。我們清晰地看到，產業界以巨大的資源投入驅動著前沿模型能力的飛躍，而學術界則在基礎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的邊界。技術的突破正以前所未有的速度轉化為日益廣泛的應用，從根本上改變著科學探索的方式，重塑著經濟運行的邏輯，并悄然融入數十億人的日常生活與工作之中。經濟層面，投資熱潮再次聚焦于生成式 AI 的巨大潛力，企業的采納步伐正在加快，AI 作為核心生產力要素的地位日益鞏固，但其對勞動力市場結構的深遠影響也帶來了嚴峻的社會適應挑戰，需要我們積極應對。

      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的每一次進步而愈發復雜和緊迫。從算法偏見到數據隱私泄露，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的普遍憂慮，這些挑戰要求我們以更加審慎、更具前瞻性的眼光來引導 AI 的發展方向。全球范圍內的政策制定者、研究人員、企業領袖和廣大公眾，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的平衡。制定合理的規則、建立有效的監督機制、培養負責任的創新文化，成為當務之急。

      AI 不再僅僅是一個關于“未來可能性”的科幻敘事，它已然成為塑造我們“當下現實”和決定“未來走向”的關鍵變量。在這個充滿無限機遇也伴隨著諸多不確定性的時代，AI 指數報告所提供的基于翔實數據的、力求獨立客觀的洞察，顯得尤為寶貴和重要。它提醒我們，技術的發展并非沿著一條預設的軌道自動前行，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——關于研發投入的優先次序、關于應用場景的倫理規范、關于治理框架的智慧設計、關于社會適應的準備程度。深入理解 AI 的真實進展、能力邊界、經濟影響和社會意涵，是做出明智決策、引導這場深刻的技術和社會變革朝著負責任、可持續和以人為本方向發展的前提。這份報告不僅是 AI 發展歷程的一位忠實記錄者，更是激發深度思考、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、引領創新的行業領導者、探索未知的研究人員，還是作為技術最終使用者和影響承受者的普通公民——共同參與到這場關乎人類共同命運的重要對話與塑造行動之中，攜手確保 AI 的力量最終服務于全人類的共同福祉。

本文轉載自??歐米伽未來研究所??，作者：歐米伽未來研究所