2025年4月8日，由李飞飞联合领导的斯坦福大学以人为本人工智能研究（Stanford HAI）发布了《2025年人工智能指数报告》（Artificial Intelligence Index Report 2025）（后台回复获取全文报告）。
这份456页的报告，用丰富的图表和数据，分析了2024年全球人工智能行业的发展情况，涵盖研发、技术性能、经济影响、社会生活、人工智能治理等多个关键领域。
值得一提的是，报告内容呈现了不少亮点，其中有，中美顶级模型性能差距已经从2023年的20%缩至0.3%；开闭源差距从8%缩小到了1.7%；中国是对人工智能态度最为乐观的国家；全球科技巨头进入竞争白热化，近90%的著名AI模型来自行业。
此外，复杂推理、AI滥用导致的社会危害，仍旧是人工智能领域悬而未决的难题。
根据斯坦福HAI发布的《2025年人工智能指数报告》两篇相关博文，2025年人工智能领域的发展可以提取为十二大亮点，具体可以分为人工智能行业发展、人工智能与社会生活、人工智能治理。
01 人工智能行业：中美差距缩小、模型成本暴降、90%知名模型来自企业研发
AI性能大幅优化，人工智能在高要求基准测试中的表现持续提升
2023年，研究人员推出了新的基准测试——MMMU、GPQA和SWE-bench，以此来测试高级AI系统的极限。
仅仅一年后，性能就大幅提升：MMMU、GPQA和SWE-bench的得分分别提升了18.8个百分点、48.9个百分点和67.3个百分点。
除了基准测试之外，AI系统在生成高质量视频方面也取得了长足的进步，在某些情况下，AI智能体甚至在时间有限的编程任务中超越了人类。
美国在生产顶级人工智能模型方面仍然处于领先地位，但中国正在缩小性能差距
2024年，美国机构推出了40个值得关注的人工智能模型，远超中国的15个和欧洲的3个。
尽管美国在数量上保持领先，但中国模型的质量差距已迅速缩小：在MMLU和HumanEval等主要基准测试中，中国和美国的性能差距已从2023年的两位数缩小到2024年的接近持平。
与此同时，模型开发日益全球化，中东、拉丁美洲和东南亚等地区涌现出许多引人注目的模型。
推理成本暴降280倍、开闭源差距缩小，人工智能变得更加经济实惠且易于获取
2024年，人工智能在技术提升和成本降低方面，也取得了重大突破。
受小型模型能力增强的推动，GPT-3.5级别系统的推理成本在2022年11月至2024年10月期间大幅下降了280多倍。
硬件层面同样表现出色，成本每年下降30%，能效每年提升40%。
值得一提的是，开源型与闭源型模型的性能差距也在一年内从 8% 缩小到 1.7%。
这意味着人工智能变得更加经济实惠且易于获取，更多人工智能高科技产品走进了寻常百姓家。
复杂推理仍然是未解难题
报告显示，尽管人工智能取得了诸多进展，但在复杂推理方面仍面临挑战。
虽然它在国际数学奥林匹克等任务中表现出色，可在像PlanBench这样的复杂推理基准测试中却困难重重，常常无法可靠地解决逻辑任务。这限制了它们在精度至关重要的高风险环境中的有效性。
企业全面投入人工智能，推动创纪录的投资和使用
2024年，美国私人人工智能投资高达1091亿美元，是中国的12倍、英国的24倍。
生成式人工智能更是备受青睐，吸引了339亿美元的全球私人投资，比2023年增长了 18.7%。
越来越多的企业开始应用人工智能，2024年有78%的组织报告使用了人工智能，而前一年这一比例仅为 55%。
90%知名的AI模型均来自企业，全球科技巨头竞争白热化
2024年，近90%的重要模型源自企业，学术界则保持基础研究优势。
值得注意的是，头部模型性能差距显著缩小，榜首与第十名得分差已从11.9%降至5.4%，前二名的差距更是仅有0.7%。可以看出，各大科技巨头在AI领域的竞争已进入白热化阶段。
02 人工智能与社会生活：深度融入日常，中国人对人工智能最为乐观
人工智能日益融入日常生活
报告显示，从医疗保健到交通运输，人工智能正迅速从实验室走向日常生活。
2023年，美国食品药品监督管理局（FDA）批准了223种支持人工智能的医疗设备，而2015年仅有6种。
在交通方面，自动驾驶汽车不再是遥不可及的概念，Waymo每周能提供超过15万次自动驾驶服务，百度的Apollo Go自动驾驶出租车也在中国多个城市运营，让出行变得更加便捷和智能。
人工智能教育在不同国家之间仍然存在差距
在教育领域，人工智能和计算机科学教育不断推广，目前三分之二的国家提供或计划提供K - 12计算机科学教育，是2019年的两倍，非洲和拉丁美洲的进步尤为突出。
然而，在获取教育资源方面仍存在差距，一些非洲国家由于基础设施问题，难以充分开展相关教育。在美国，虽然81%的K - 12计算机科学教师认为人工智能应纳入基础课程，但只有不到一半的教师觉得自己有能力教授这门课程。
全球对人工智能的乐观情绪上升，但地区差距依然严重，中国对人工智能最乐观
全球对人工智能的态度呈现出复杂的态势，不同地区之间存在明显分歧。
在中国、印度尼西亚和泰国等国家，绝大多数人认为人工智能产品和服务利大于弊，三者的比例分别是83%、80%和77%。其中，中国是对人工智能态度最为乐观的国家。
而在加拿大（40%）、美国（39%）和荷兰（36%）等地，乐观程度则低得多。
不过，近年来一些原本持怀疑态度的国家，乐观情绪有所上升，如德国（+10%）、法国（+10%）、加拿大（+8%）、英国（+8%）和美国（+4%），这表明人们对人工智能的认识在逐渐改变。
人工智能在科学领域备受认可
2024年，人工智能在科学领域的贡献也得到了高度认可，两项诺贝尔奖分别表彰了深度学习（物理学）及其在蛋白质折叠中的应用（化学）的工作，而图灵奖则表彰了强化学习的突破性贡献。
03 人工智能治理
人工智能生态系统发展不平衡
随着人工智能的广泛应用，相关社会事件急剧增加。
根据追踪人工智能危害的指数——人工智能事件数据库 （AI Incidents Database），2024 年与人工智能相关的事件数量上升至233起，创历史新高，较2023年增长56.4%。报告的事件包括深度伪造的私密照片、聊天机器人与青少年自杀关联等令人担忧的案例。
然而，在主要的工业模型开发者中，标准化的负责任人工智能（RAI）评估仍然很少见。
不过，像HELM Safety、AIR - Bench和FACTS等新基准测试的出现，为评估人工智能的事实性和安全性提供了新的有效工具。
各国政府正在加大对人工智能的监管和投资力度
各国政府对人工智能治理的重视程度日益提高，全球合作不断加强。
2024年，美国联邦机构出台了59项与人工智能相关的法规，数量是2023年的两倍多，发布的机构数量也是2023年的两倍。
在全球范围内，自2023年以来，75个国家的立法中对人工智能的提及增长了21.3%，是2016年的九倍。
除了日益增长的关注度外，各国政府也在大规模投资：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，沙特阿拉伯的“超越计划”（Project Transcendence）是一项1000亿美元的计划。
对比2023年和2024年的人工智能指数报告，可以发现一些明显的共性和趋势。
在模型研发方面，中美顶级模型性能差距持续缩小，从2023年的较大差距缩至 2024 年的0.3%，中国在模型质量提升上的努力有目共睹。
大模型的性能也逐渐趋同，TOP1 和 TOP10 模型的差距从2024年的12%锐减至5%，这意味着行业竞争愈发激烈，各模型之间的技术水平越来越接近。
另一明显的变化是，人工智能的门槛不断降低，推理成本持续下降，硬件成本降低、能效提升，开闭源模型差距缩小，都使得人工智能更加普及。
同时，小模型的表现越来越出色，越小的模型效果越好。
2022年，在大规模多任务语言理解 （MMLU）基准测试中得分超过60%的最小模型是 PaLM，其参数数量为5400亿。到2024年，微软的Phi-3-mini仅用38亿个参数就达到了同样的阈值。这意味着在两年多的时间里，参数数量减少了142倍。
然而，人工智能发展过程中的问题也不容忽视。AI滥用事件呈激增态势，2024年相关危害事件数量创历史新高。这表明在人工智能快速发展的同时，安全和伦理问题亟待解决，需要建立更加完善的监管机制和道德准则。