斯坦福HAI《2025年人工智能指数报告》精华

作者： Stanford HAI （斯坦福人工智能研究院）

编译：Felix，PANews

斯坦福 HAI 近期发布了长达 456 页的《2025 年人工智能指数报告》。以下是人工智能趋势的一些关键要点：

1. 人工智能变得比想象的要强大得多

在新的基准测试 MMMU、GPQA 和 SWE-bench 中，人工智能的表现大幅提升：得分分别提高了 18.8%、48.9% 和 67.3%。除了基准测试外，人工智能系统在生成高质量视频方面取得重大进展，在某些情况下，大型语言模型（LLM）甚至在限时的编程任务中超越了人类。

注：

MMMU 是一个精心设计的新型基准，专为大学水平的多学科多模态理解和推理而设，旨在评估基础模型在广泛任务中的专家级多模态理解能力。

GPQA 是一个具有挑战性的数据集，包含 448 道由不同领域专家编写的高质量且难度极高的多项选择题。在相应领域拥有或正在攻读博士学位的专家，准确率仅为 65%，而技能高超的非专家验证者尽管平均花费时间超过 30 分钟且可不受限制地访问网络，准确率也只有 34%。

SWE-bench 是一个用于评估大型语言模型（LLM）在从 GitHub 收集的真实世界软件问题上的表现的基准。

2. 人工智能更高效、更易获取且更经济实惠

参数更少的小型人工智能模型的能力日益增强：在短短两年内，参数数量减少了约 100 倍，但其在大规模多任务语言理解（MMLU）测试中的得分仍超过 60%。

开源模型与闭源模型之间的差距也在缩小，在某些基准测试中，性能差距从 8% 降至仅 1.7%。

此外，从 2022 年 11 月到 2024 年 10 月，达到 GPT-3.5 水平的系统的推理成本下降了 280 倍以上。在硬件层面，成本每年下降 30%，而能源效率每年提高 40%。

高级人工智能的门槛正在迅速降低。更不用说像 DeepSeek 这样的稀疏模型的开发，在专家混合（MoE）的结构下，只有相关的参数会被激活以回答用户的查询，使整个事情更加高效。

的确，随着规模更小但能力更强的 AI 模型不断涌现，AI 模型训练的要求降低了，成本效益高的分布式训练有望在未来十年成为主流。目前有一些顶尖项目正在基于不同的理论框架开展相关研究。

3. 人工智能正日益融入日常生活

2023 年，美国食品药品监督管理局（FDA）批准了 223 款人工智能辅助医疗设备，而 2015 年这一数字仅为 6 款。在道路上，自动驾驶汽车已不再是实验品：美国最大的运营商之一 Waymo 每周提供超过 15 万次自动驾驶服务，而百度的 Apollo Go 无人驾驶出租车车队如今已在中国多个城市投入运营。

4. 企业在人工智能领域的投资大幅增加，推动创纪录的投资和应用

人工智能在商业中的应用也在加速：2024 年，78% 的组织正在使用人工智能，而前一年这一比例为 55%。与此同时，越来越多的研究证实，人工智能能够提高生产力，并有助于缩小整个劳动力队伍中的技能差距。

事实上，随着人工智能导致客户期望值呈指数级增长，现有解决方案会在一夜之间显得过时，从而使现有企业失去适应的机会，产品市场匹配崩溃的情况会更频繁地发生。

5. 尽管全球对人工智能的乐观情绪上升，但亚洲人对人工智能更为乐观

在中国（83%）、印度尼西亚（80%）和泰国（77%）等国家，大多数人认为人工智能产品和服务利大于弊。相比之下，在加拿大（40%）、美国（39%）和荷兰（36%）等地，乐观情绪仍远低于此。

不过，这种态度正在转变：自 2022 年以来，一些此前持怀疑态度的国家的乐观情绪显著增长，包括德国（增长 10%）、法国（增长 10%）、加拿大（增长 8%）、英国（增长 8%）和美国（增长 4%）。

6. 人工智能在科研中的影响力日益增强，已成为推动科学进步的重要驱动力

人工智能日益增长的重要性在重大科学奖项中有所体现：两项诺贝尔奖分别授予了在深度学习（物理学）和将其应用于蛋白质折叠（化学）方面做出贡献的研究，而图灵奖则表彰了在强化学习方面的开创性贡献。

显然，人工智能正以指数级、出乎意料的速度飞速发展，这对大多数人来说意义非凡。因此，人工智能安全也变得越来越重要。虽然人工智能让伪造变得更容易，但密码学则让伪造变得更加困难。期待着那些能够利用区块链的原生属性（可验证性和透明性）来构建这一领域实用解决方案的加密项目。

相关阅读： 专访a16z创始人Chris Dixon：人工智能与加密技术的交汇