撰文 / 智沅 像素

审核 / 智枢

图片来源：网络

近日，斯坦福大学人工智能中心（HAI）发布了《2025 年人工智能指数报告》，这份报告简直就是人工智能当下发展的 “透视镜”

全方位展现了人工智能在研发、技术性能、经济影响、科学医学、政策、教育以及公众舆论等多个维度的状况

用详实的数据为政策制定者、商业精英以及咱们普通大众揭示了 AI 的技术突破、经济效应和社会影响。快跟着小编一起来了解一下吧！

在技术性能这条赛道上，AI 就像开了“火箭推进器，一路狂飙！2023 年，研究者们为了精准测试前沿 AI 系统的极限，推出了 MMMU、GPQA 和 SWE - bench 等全新测试体系。

但仅仅过了一年，好消息就接踵而至：

这三项测试的得分分别大幅提高了 18.8、48.9 和 67.3 个百分点。这意味着啥？意味着 AI 在多模态、多学科以及软件工程任务这些复杂场景中的处理能力，实现了质的飞跃，简直太牛啦！

高质量视频生成领域，也因为 AI 的助力取得了重大突破。一些语言模型代理在限时编程任务中的表现，甚至把人类都比下去了。

比如说，在某些特定的编程挑战场景里，AI 能又快又准地生成代码，那效率和准确性，让不少资深程序员都自叹不如。

与此同时，小型模型的能力突破也相当亮眼。从 2022 年 11 月到 2024 年 10 月，达到 GPT - 3.5 水平的系统推理成本，就像坐滑梯一样，骤降了 280 倍。

硬件方面也没拖后腿，成本年均降幅达 30%，能效年提升 40%。开源权重模型和闭源模型之间原本存在的性能差距，也在快速缩小，部分基准测试差异率一年内从 8% 收窄到了 1.7%。

这些数据都在大声宣告：AI 技术正朝着更高效、更亲民的方向大步迈进，应用门槛也在一点点被打破。宝子们，感受到 AI 技术进步的强大力量了吗？

AI 早就不是实验室里那个“高冷”的存在了，它就像春日暖阳，悄无声息地渗透到我们日常生活的方方面面。

在医疗领域，美国 FDA 批准的 AI 医疗设备数量迎来了爆发式增长，2023 年达到了 223 项，和 2015 年的 6 项相比，简直是天壤之别，实现了从量变到质变的华丽转身。

这些 AI 医疗设备可帮了医生大忙，能辅助疾病诊断、病情预测，大大提高了医疗效率和准确性。

自动驾驶领域，也是 AI 大显神通的舞台。Waymo 在美国每周能提供超 15 万次无人驾驶服务，穿梭在城市的大街小巷；

百度 Apollo Go 自动驾驶出租车也以亲民的价格，在多个中国城市开启了服务之旅。自动驾驶技术已经从概念一步步迈向规模化商用阶段啦，说不定在不久的将来，咱们的出行方式就要被彻底改变。

企业层面，AI 的应用也在持续加速。2024 年，78% 的企业都部署了 AI 技术，对比上一年 55% 的渗透率，提升相当明显。

AI 在企业里可是个“多面手”，既能优化生产流程、提升生产效率，又能辅助市场营销、挖掘潜在客户，还能弥合劳动力技能差距，妥妥地成为企业提升竞争力的得力助手。

去年，全球 AI 投资市场可谓热闹，民间 AI 投资总额蹭蹭往上涨。美国以 1091 亿美元的投资额一骑绝尘，差不多是中国（93 亿美元）的 12 倍，英国（45 亿美元）的 24 倍，妥妥的全球 AI 投资热土。

其中，生成式 AI 更是成了投资者眼中的“香饽饽”，全球投资额高达 339 亿美元，比 2023 年增长了 18.7%。这就表明，生成式 AI 在技术创新和商业应用方面潜力巨大，怪不得资本都抢着往里头投钱。

企业对 AI 的投入，可不只是体现在资金上，行动上更是积极。越来越多的企业把 AI 纳入战略规划，加大研发和应用力度，都想在这场 AI 竞赛里抢占先机。

在 AI 模型研发的赛道上，目前美国暂时领先。

2024 年，美国机构推出了 40 个重要 AI 模型，数量上大幅领先中国（15 个）和欧洲（3 个）。不过，咱中国模型的性能追赶速度也相当快。

在 MMLU、HumanEval 等核心基准测试中，中美模型得分差从 2023 年的两位数，缩减到了近乎持平。而且，中国在 AI 论文和专利数量方面，一直保持着领先，充分展现出强大的科研实力和创新活力。

值得一提的是，模型研发不再是少数国家的“专利”，已经呈现出全球化趋势。中东、拉美和东南亚等地，都纷纷冒出了突破性成果，给全球 AI 发展注入了新活力。

各个地区靠着自身的资源优势和创新特色，在 AI 领域崭露头角，一起推动 AI 技术向更高峰攀登。

AI 对科学研究的推动作用，得到了权威奖项的认可。

2024 年，两项诺贝尔奖分别授予了深度学习理论基础（物理学）与蛋白质折叠应用（化学），图灵奖则花落强化学习领域的突破性研究。

这不仅是对 AI 科研成果的高度肯定，也给更多科研人员打了一剂“强心针”，鼓励他们投身 AI 与科学交叉领域的研究。

在实际科研应用中，AI 在好多领域都发挥着关键作用。像在蛋白质折叠研究里，它能快速准确地预测蛋白质结构，给药物研发等提供重要支撑；

在数学研究中，AI 在国际数学奥林匹克等结构化任务中表现出色，帮着数学家攻克难题。

斯坦福 2025 人工智能报告，为我们呈现了一幅精彩纷呈又充满挑战的 AI 发展画卷。

人工智能在技术性能提升、现实应用拓展、投资格局变化、模型研发竞争、责任治理推进以及科研贡献等方面，都取得了显著进展。不过，我们也得清醒地认识到，AI 发展还面临着不少问题，比如负责任 AI 的全面落实、全球治理的协同统一等。

未来，需要政府、企业、科研机构还有社会各界齐心协力，充分发挥 AI 的优势，一起应对挑战，让 AI 更好地服务人类社会。

如果喜欢这篇文章，别忘了点赞、在看、分享哦～

免责声明：本文为作者独立观点，不代表米塔之家立场。如因作品内容、版权等存在问题或其他任何异议，欢迎联系。