斯坦福大学HAI研究院编写和发布了《2025年人工智能指数报告》（Artificial Intelligence Index Report 2025）。该报告是第八版AI指数报告，全面追踪了人工智能（AI）在全球范围内的发展、应用和影响。报告涵盖了技术性能、研究与开发（R&D）、经济影响、负责任AI（RAI）、政策与治理、教育以及公众舆论等多个维度。

关于中国AI部分的关键要点

今年的报告，包含了诸多有关中国AI发展状况的介绍，篇幅超过了以往。

2025年的AI指数报告显示，中国在AI领域展现出强大的研发实力（尤其在论文和专利数量上）和巨大的市场潜力（如机器人和自动驾驶的广泛应用）。虽然在顶尖模型数量和私营投资方面仍落后于美国，但中国模型在性能上正快速追赶，且政府投入巨大。中国公众对AI持有高度乐观态度。报告也间接提及了与中国相关的AI治理和安全挑战。总体而言，中国是全球AI格局中不可或缺的关键力量，其发展动态对全球AI未来至关重要。

模型数量 vs 质量： 美国在生产“顶尖AI模型”（notable AI models）的数量上仍领先（2024年美国40个 vs 中国15个，欧洲3个）。然而，中国模型在性能上正迅速缩小与美国模型的差距，特别是在MMLU和HumanEval等关键基准测试上，性能差距从2023年的两位数缩小到2024年的接近持平。

出版物与影响力： 中国在AI研究出版物总数（占全球23.2%）和总引用量（占全球22.6%）方面领先全球（2023年数据）。但美国在“高影响力研究”（highly influential research）方面领先，贡献了过去三年中最多被引用次数前100名的AI出版物。

专利： 中国在AI专利授予总量上继续领先，占2023年全球总授权量的69.7%。

机构表现： 清华大学在2023年与Google并列，成为贡献最多Top-100引用论文的机构（各8篇）。

算力扩展： 中国顶尖LLM的训练算力扩展速度（约每年3倍）低于全球其他地区自2018年以来的趋势（约每年5倍）。

私营投资： 2024年，美国的私营AI投资达到创纪录的1091亿美元，几乎是中国的93亿美元的12倍，是英国的24倍。中美之间的私营投资差距在扩大。

政府投资： 中国政府在AI基础设施和相关产业上投入巨大，例如启动了价值475亿美元的半导体基金，以支持本土芯片产业，应对美国出口管制。

企业应用： 大中华区（Greater China）的企业AI应用增长显著，组织报告AI使用的比例年增长率达到27个百分点，显示出强劲的追赶势头。

机器人： 中国在工业机器人安装量方面继续保持全球主导地位，2023年安装量（27.63万台）是日本的6倍、美国的7.3倍，占全球份额的51.1%。尽管领先优势略有收窄，但仍超过世界其他地区的总和。

自动驾驶： 中国在自动驾驶领域发展迅速，以百度Apollo Go为代表的Robotaxi服务报告显著增长（2024年Q3达98.8万次乘坐），车队规模持续扩大。中国正在测试比任何其他国家都多的无人驾驶汽车，覆盖16个城市，并且Robotaxi服务通常比人类驾驶更便宜。中国也优先制定了国家层面的无人驾驶法规。

中国的公众对AI产品和服务的看法非常乐观，83%的受访者认为AI带来的好处大于坏处，这一比例远高于加拿大（40%）、美国（39%）等国家。

其他值得关注的全球关键要点和核心内容

1. AI性能持续突破，基准测试迅速被掌握

AI系统在要求极高的新基准测试（如MMMU, GPQA, SWE-bench）上取得显著进步，性能提升速度惊人。例如，SWE-bench（软件工程基准测试）的解决率从2023年的4.4%跃升至2024年的71.7%。

AI在生成高质量视频方面取得重大进展，如OpenAI的SORA、Meta的Movie Gen等。

前沿模型的性能趋于收敛，顶尖模型之间的差距显著缩小（Chatbot Arena上Top1和Top10的Elo分数差距从11.9%降至5.4%）。

小模型的性能越来越强，达到特定性能门槛（如MMLU >60%）所需的模型参数量大幅减少（两年内减少142倍）。

尽管AI在许多任务上表现出色，但复杂的逻辑推理（如PlanBench）仍然是一个挑战。

2. AI日益融入日常生活

AI正从实验室走向现实应用，例如FDA批准的AI赋能医疗设备数量从2015年的6个激增至2023年的223个。

自动驾驶汽车不再是实验性的，Waymo在美国每周提供超过15万次自动驾驶服务。

3. 全球商业界全面拥抱AI，投资与应用激增

全球企业AI投资达到创纪录的2523亿美元（2024年），私营投资增长44.5%。

生成式AI（Generative AI）投资尤为强劲，2024年全球吸引了339亿美元的私营投资，同比增长18.7%。

企业AI采用率大幅提升，报告AI使用的组织比例从2023年的55%跃升至2024年的78%。

大量研究证实AI能显著提升生产力，并且在多数情况下有助于缩小高低技能员工之间的差距。

4. AI效率提升，成本下降，可及性增强

推理成本大幅下降：达到GPT-3.5水平的模型推理成本在约18个月内下降了超过280倍。

硬件效率提升：机器学习硬件成本每年下降约30%，而能源效率每年提高约40%。

开源/开放权重模型追赶：开放权重模型与闭源模型之间的性能差距显著缩小（在某些基准上从8%降至1.7%），降低了先进AI的使用门槛。

5. 负责任AI（RAI）生态系统发展不均

AI相关事故报告数量急剧增加。

尽管对RAI风险的认知在提高，但企业采取实际缓解措施的行动滞后。

标准化RAI评估仍然少见，但新的安全与事实性基准（如HELM Safety, AIR-Bench, FACTS）正在涌现。

全球政策制定者对RAI的关注和合作加强，OECD、欧盟、联合国、非盟等发布了关注透明度、可信赖性的框架。

数据公共领域（Data Commons）正在快速萎缩，由于网站增加数据抓取限制，可能影响模型训练的数据多样性和规模。

基础模型的研究透明度有所提高，但仍有很大改进空间。

6. 全球政府加大AI监管与投资力度

全球范围内提及AI的立法程序显著增加，自2016年以来增长了九倍以上。

美国联邦AI相关法规数量在2024年翻了一番以上。

各国政府大规模投资AI基础设施（如加拿大24亿美元、法国1090亿欧元、沙特阿拉伯1000亿美元等）。

国际AI安全机构网络正在扩大和协调。

7. AI在科学领域取得重大成就

AI在科学发现中的作用日益增强，其贡献获得了两项诺贝尔奖（物理学-神经网络基础，化学-AlphaFold蛋白质折叠）和图灵奖（强化学习）。

蛋白质测序模型（如ESM3, AlphaFold 3）变得更大、更好。

AI在某些临床任务上超越医生，例如在复杂病例诊断和癌症检测方面。

医学领域的基础模型（Foundation Models）开始涌现。

8. 全球公众对AI的看法：谨慎乐观与区域分化

全球范围内，认为AI利大于弊的人比例从2022年的52%上升到2024年的55%。

对AI将显著影响日常生活的预期正在上升（全球三分之二的人）。

对AI公司道德行为和AI系统公平性的怀疑在增加。

区域差异依然显著，亚洲国家（如中国、印尼、泰国）远比西方国家（如加拿大、美国、荷兰）乐观。

先前最持怀疑态度的国家（如德国、法国、英国）的乐观情绪显著增长。

9. 行业主导模型开发，学术界引领高引用研究

近90%的顶尖AI模型来自行业（2024年），远高于2023年的60%。

学术界仍然是高被引研究（Top 100）的主要贡献者。

模型规模持续快速增长（训练算力每5个月翻倍，LLM数据集每8个月翻倍），但性能差距正在缩小，前沿竞争日益激烈。

10. 教育领域：扩张与挑战并存

全球提供K-12 CS教育的国家数量翻倍（自2019年），但非洲等地区因基础设施限制（如电力）而存在接入鸿沟。

在美国，CS教师普遍希望教授AI，但感觉能力不足。

这些要点共同描绘了2024-2025年全球AI发展的图景：技术飞速进步、应用广泛渗透、投资持续火热，但也伴随着对负责任AI、治理、教育和社会影响的日益关注和挑战。