斯坦福大学：2025年人工智能指数报告.pdf

上传者：N***
时间：2025/06/19
热度：480
0人点赞
举报

斯坦福大学：2025年人工智能指数报告。人工智能在严苛比较基准测试中的性能持续提升。2023 年，研究人员推出了 MMMU、GPQA 和 SWE-bench 等一系列新型比较基准，旨在测试前沿人工智能系统的极限。仅一年后，性能就大幅提升：MMMU、GPQA 和 SWE-bench 的得分分别提高了 18.8%、 48.9% 和 67.3%。除这些比较基准，人工智能系统在生成高质量视频方面也取得了重大进展，在某些特定场景下，基于语言模型的智能体在时间受限的编程任务中甚至表现优于人类。

人工智能日益融入日常生活。从医疗到交通，人工智能正迅速从实验室走向日常生活。2023 年，美国食品和药物管理局（FDA）批准的人工智能医疗设备达 223 款，较 2015 年的 6 款实现跨越式增长。在公共道路上，自动驾驶汽车已走出试验阶段：美国头部运营商之一 Waymo 每周提供超过 15 万次自动驾驶乘车服务，而百度推出的经济型 Apollo Go 自动驾驶出租车所提供的服务目前已覆盖中国众多城市。

随着不断的研究显示出人工智能对生产效率的强大影响，企业界全面拥抱人工智能，投资与应用双创新高。2024 年，美国私人人工智能投资达 1091 亿美元，约为中国（93 亿美元）的 12 倍、英国（45 亿美元）的 24 倍。生成式人工智能的发展势头尤为强劲，吸引了全球 339 亿美元的私人投资——同比增长了 18.7%。人工智能的商业应用也在加速普及，78% 的企业在 2024 年应用了人工智能技术，较前一年的 55% 有所提升。同时，越来越多的研究证实，人工智能不仅可以提高生产效率，在多数情况下还有助于缩小劳动力的技能差距。

美国在开发顶级人工智能模型方面仍处于领先地位，但中国正在缩小与美国的差距。2024 年，美国机构共开发了 40 个标志性的人工智能模型，而中国只有 15 个，欧洲只有 3 个。虽然美国在数量上保持领先，但中国的模型在质量上迅速缩小了差距：在MMLU和HumanEval等主要比较基准上的性能差距从2023年的两位数缩小到2024年的接近持平。中国在人工智能论文和专利方面继续保持领先。模型开发日益全球化，中东、拉美和东南亚都推出了引人注目的模型。

负责任的人工智能生态系统发展不平衡。在人工智能相关的事故激增的同时，主要的工业模型开发商采用标准化的负责任的人工智能（Responsible AI，RAI）评测仍然很少见。不过，HELM Safety、AIR-Bench 和 FACTS 等新比较基准为评估真实性和安全性提供了前景广阔的工具。企业层面，对负责任的人工智能风险的认知与实质性行动之间仍存在差距。相较而言，各国政府则表现出了更强的紧迫感：2024年，全球人工智能合作显著深化，经合组织、欧盟、联合国和非盟等组织相继发布了监管框架，聚焦透明度、可信度等负责任的人工智能核心原则。