今年的斯坦福大学人工智能指数报告显示，人工智能的能力正在快速发展；但我们衡量和管理这些能力的速度却相对缓慢。

由学术界和产业界专家组成的指导委员会牵头，斯坦福大学以人为本人工智能研究所制作的人工智能指数，自2017年以来一直追踪着人工智能领域的发展，衡量指标涵盖技术能力、研究成果、社会影响和公众认知等各个方面。该指数最初旨在为人工智能的快速发展带来严谨性和透明度，如今已发展成为该领域最全面的年度概览——一幅以数据为驱动的人工智能现状、发展方向及其对社会意义的图景。

这份新报告显示，人工智能模型在科学和复杂推理方面取得了突破性成果，但同时也带来了令人担忧的环境代价。美国在人工智能领域的投入超过其他任何国家，但却越来越难以吸引顶尖人才。与此同时，人工智能对劳动力市场的颠覆性影响已从预测阶段转向现实阶段，而年轻劳动者首当其冲。

以下是今年人工智能领域最重要的发展动态，或者您可以阅读完整报告。

耗电型模型

随着人工智能能力的提升，其对环境的影响也日益加剧。据估计，Grok 4 的训练排放量达到了 72,816 吨二氧化碳当量，这大约相当于 17,000 辆汽车一年的温室气体排放量。人工智能数据中心的电力容量已增至 29.6 吉瓦，这大约相当于纽约州高峰时段的用电量。仅 GPT-4o 推理过程的年度用水量（用于冷却数据服务器或利用水力发电运行服务器的水）就可能超过 1200 万人的饮用水需求量。

从这个角度来看，所有人工智能系统的累计电力需求相当于瑞士或奥地利的全国电力消耗量。

中美关系：铅蒸发

多年来，美国在人工智能领域一直领先于其他所有地区——无论是在模型规模、性能、人工智能研究、引用次数等方面。但中国崛起成为与美国抗衡的人工智能力量，并逐步迎头赶上，今年似乎已经几乎抹平了美国的领先优势。自2025年初以来，美国和中国的模型在性能排名榜首的位置多次互换。2025年2月，DeepSeek-R1曾短暂地与美国顶级模型并驾齐驱，而截至2026年3月，Anthropic的顶级模型仅以2.7%的微弱优势领先。尽管美国仍然拥有更多顶级人工智能模型和高影响力专利，但中国在论文发表量、引用次数、专利产出和工业机器人安装量方面均处于领先地位。

美国的吸引力减弱

星号表示该国家的 y 轴标签与其他国家/地区的 y 轴标签的刻度不同。

美国拥有全球最多的AI研究人员和开发人员，但这些专家流入美国的速度正在急剧放缓。自2017年以来，移居美国的AI学者人数下降了89%。而且，这一降幅还在加速，仅去年一年就下降了80%。

人工智能可以赢得数学奥林匹克竞赛，却不会计时

人工智能的能力持续提升，在各类基准测试中均取得了更高的分数。但并非所有能力都均衡发展。前沿模型在博士级科学问题、多模态推理和竞赛数学等领域，如今已达到甚至超越了人类的能力水平。其他一些此前表现欠佳的领域也取得了显著进步。例如，根据 Terminal-Bench 的数据，人工智能代理处理现实世界任务的成功率从 2025 年的 20% 提升至如今的 77.3%；而处理网络安全问题的人工智能代理的解决问题成功率也从 2024 年的 15% 提升至 93%。

在其他一些任务上，人工智能仍落后于人类，例如视频学习、生成连贯逼真的视频、计时、多步骤规划、财务分析以及回答某些专家级学术考试。机器人管理家务方面还有很长的路要走——它们只能成功完成12%的实际家务，例如叠衣服或洗碗。

人工智能投资激增

越来越多的资金正涌入人工智能领域；2025年，全球企业在人工智能领域的投资额达到5817亿美元，比上一年增长130%。与此同时，私人投资额达到3447亿美元，比2024年增长127.5%。美国在人工智能领域的投资额遥遥领先：其投资额（2859亿美元）是排名第二的中国（124亿美元）的23.1倍。然而，仅基于私人投资的比较可能低估了中国在人工智能领域的实际投入。中国政府通过政府引导基金——即国家发起的投资基金，这些基金旨在产生经济回报并推进政府的战略重点——来引导资源。据估计，在2000年至2023年间，共有9120亿美元的此类基金被投入到包括人工智能在内的各个行业。

入门级挤压

人工智能带来的生产力提升正体现在许多入门级就业岗位开始减少的领域。自2024年以来，22至25岁软件开发人员的就业人数骤降近20%，而他们的资深同事的就业人数却在增长。这种模式在其他人工智能应用程度更高的岗位（例如客户服务）中也屡见不鲜。与此同时，企业调查显示，高管们预计这一趋势将会加速，计划中的裁员规模将超过近期的裁员规模。换句话说：这场变革是有针对性的，而且才刚刚开始。

人工智能作为科学家和实验室助手

人工智能正在推动更多科学研究，它不再仅仅是辅助撰写论文或核对数据的研究工具，而是朝着真正的科学发现迈进。自然科学、物理科学和生命科学领域与人工智能相关的出版物数量同比增长了26%至28%。今年一些令人振奋的项目包括：人工智能首次实现了完整的端到端天气预报流程——它接收原始的实时气象观测数据，并直接输出最终的天气预报结果，例如温度、风力和湿度。天文学领域也构建了其首个基础模型，实现了对10台望远镜天文观测数据的自动化。

权力和不透明性

如今功能最强大的现代模型，透明度却最低。庞大而强大的模型集中在最大的几家人工智能公司手中，这些公司越来越倾向于对训练代码、数据集规模和参数数量等信息秘而不宣。衡量大型人工智能公司对其模型训练数据、计算能力、功能、风险和使用政策等细节披露程度的“模型透明度基金会指数”（Foundation Model Transparency Index）显示，该指数的平均得分从去年的58分降至40分。该指数指出，功能最强大的模型往往披露的信息最少。

对人工智能的看法：亦敌亦友？

公众对人工智能的态度日趋复杂。一项针对全球公众对人工智能态度和看法的调查显示，59%的受访者对人工智能的益处持乐观态度，高于此前的52%。调查还发现，人们对这项技术的担忧略有上升，增幅为2%，达到52%。美国比其他国家更为谨慎。只有33%的美国人认为人工智能会改善他们的工作，而全球平均水平为40%。此外，美国民众认为人工智能会取代现有工作岗位而非创造新工作岗位的比例也位居世界前列。在所有受访国家中，美国公众对政府监管人工智能能力的信任度最低，仅为31%。

生成式人工智能：比互联网更受欢迎？

人工智能的普及速度前所未有，消费者正从他们通常可以免费使用的工具中获得巨大的价值。生成式人工智能在三年内就达到了53%的人口普及率，速度超过了个人电脑或互联网，尽管各国普及速度有所不同，且与人均GDP密切相关。一些国家的普及率高于预期，例如新加坡（61%）和阿联酋（54%），而美国排名第24位，普及率为28.3%。预计到2026年初，生成式人工智能工具为美国消费者带来的年价值将达到1720亿美元，而2025年至2026年间，每位用户的中位价值将增长两倍。

自学浪潮

正规教育落后于人工智能的应用，但人们在人生的各个阶段都在学习人工智能。五分之四的美国高中生和大学生现在使用人工智能完成与学校相关的任务，但只有一半的中学制定了人工智能政策，而且只有6%的教师认为这些政策清晰明确。在课堂之外，专业人士正在学习人工智能的软技能（例如提示）以及更专业的技能；阿联酋、智利和南非在人工智能工程技能的学习方面进展最快。

人工智能是你的医生助手

人工智能已进入临床领域。能够根据患者就诊情况自动生成临床记录的工具在2025年得到了广泛应用。在多家医院系统中，医生报告称，他们撰写病历的时间减少了高达83%，并且职业倦怠感也显著降低。但除了某些特定工具之外，临床人工智能的价值仍有待商榷。一项对500多项临床人工智能研究的回顾发现，近一半的研究依赖于考试题型而非真实的患者数据，只有5%的研究使用了真实的临床数据。

医疗人工智能的另一个增长领域是数据孪生，即动态的、数据关联的个体患者计算模型，这些模型会随时间更新，并支持预测、模拟和治疗优化。相关论文发表数量从2015年的几乎为零增长到2025年的372篇，在开展严格试验的地区，早期结果令人鼓舞。