斯坦福2025年AI指数报告：中美差距缩小、推理成本降280倍

　　全球AI发展风向标来了！由李飞飞团队领导的斯坦福大学以人为本人工智能研究所（Stanford HAI）发布了《2025人工智能指数报告》，这份456页的重磅研究揭示了2024年AI行业的12个重大趋势，以下是主要内容：

　　1. AI在基准测试中的表现提升

　　2023年，研究人员引入MMMU、GPQA和SWE-bench基准，测试高级AI系统的极限。

　　2024年，AI在上述基准测试中实现18.8%、48.9%和67.3%的跨越式提升。在某些场景下，语言模型在限时编程任务中首超人类。

　　选择的AI指数技术性能基准vs.人类表现

　　2、AI从实验室走向日常生活

　　如医疗方面，2015年，FDA批准的AI医疗设备只有6种，而在2023年已经达到223种。

　　FDA批准的AI医疗设备数量（1955-2023）

　　在自动驾驶方面，美国运营商Waymo每周提供的自动驾驶出行服务已经突破15万次，百度的萝卜快跑（Apollo Go）自动驾驶出租车也在中国多个城市中落地。

　　3、企业级AI应用狂飙

　　2024年，美国私营部门对AI的投资增长到1091亿美元。生成式AI吸引全球私营投资339亿美元。

　　企业AI采用率飙升至78%，比2023年增长55%。企业普遍反馈AI显著提升了生产力。

　　4、AI全球竞速：中美质量、数量差距缩小

　　2024年，美国机构推出顶尖模型40个，中国推出顶尖模型15个。在MMLU和HumanEval等主要基准上的性能差异上，中美差距从2023年的两位数缩小至2024年的0.7%。

　　此外，欧洲、中东、拉丁美洲和东南亚等地区也推出了引人注目的模型。

　　5、负责任的AI生态系统不断发展

　　人工智能相关事件急剧上升，新的基准如HELMSafety、AIR-Bench和FACTS为评估事实性和安全性提供了工具。

　　2024 年，全球在人工智能治理方面的合作加强，经合组织、欧盟、联合国和非盟等组织发布了关注透明度、可信度和其他核心负责任人工智能原则的框架。

　　已公布的针对热门基础模型的安全性和负责任AI基准

　　6、地域认知存在鸿沟

　　中国(83%)、印尼(80%)、泰国(77%)等国家认为人工智能产品和服务是利大于弊的。

　　加拿大(40%)、美国(39%)、荷兰(36%)等国家的乐观情绪低于其他国家。

　　近两年来，德国（+10%）、法国（+10%）、加拿大（+8%）、英国（+8%）和美国（+4%）等国家的乐观情绪正在增长。

　　2022-2024年，按国家划分认为"使用AI的产品和服务利大于弊"的比例

　　7、AI更加高效、易于获取

　　达到GPT-3.5水平以上的系统推理成本在2022年11月到2024年10月间下降了280倍。

　　在硬件层面，成本每年下降30%，而能效每年提高40%。

　　在某些基准测试中，一年内性能差异从8%减少到仅1.7%。

　　8、各国政府加强AI监管和投资

　　2024年，美国联邦机构出台了59项AI相关法规，比2023年的两倍还多。

　　近两年来，75个国家的AI立法提及率上升了21.3%，比2016年增长了9倍。

　　与此同时，各国政府开展了大规模投资：加拿大承诺投资24亿美元，中国启动了475亿美元的半导体基金，法国承诺投资1090亿欧元，印度承诺投资12.5亿美元，沙特阿拉伯则发起了一项1000亿美元的倡议。

　　9、教育差距加剧

　　目前有2/3国家提供或计划提供K-12计算机科学教育，比2019年多一倍，非洲和拉丁美洲取得的进展最大。

　　在美国，过去10年中，拥有计算机学士学位的毕业生人数增加了22%，81%的K-12计算机科学教师表示，AI应该成为计算机科学基础教育的一部分，但只有不到一半的教师认为自己有能力教授AI。

　　在许多非洲国家，由于电力等基础设施的不足，获得计算机学位的机会非常有限。

　　10、工业界全面领先

　　2024年89%顶级模型源自工业界，高于2023年的60%。

　　模型规模持续增长，训练计算量每5个月翻一番，数据集每8个月翻一番，耗电量每年翻一番。

　　11、学术荣誉加冕

　　两项诺贝尔奖表彰了AI在深度学习（物理学）和蛋白质折叠（化学）中的应用，图灵奖则表彰了AI在强化学习方面的开创性贡献。

　　12.复杂推理仍是挑战

　　AI模型在国际数学奥林匹克竞赛问题等任务中表现出色，但在PlanBench等复杂推理基准测试中仍面临挑战，这限制了它们在精度至关重要的高风险环境中的有效性。