斯坦福HAI《2025年人工智能指數報告》精華

作者：Stanford HAI（斯坦福人工智能研究院）

編譯：Felix，PANews

斯坦福 HAI 近期發布了長達 456 頁的《2025 年人工智能指數報告》。以下是人工智能趨勢的一些關鍵要點：

**1.**人工智能變得比想象的要強大得多

在新的基準測試 MMMU、GPQA 和 SWE-bench 中，人工智能的表現大幅提升：得分分別提高了 18.8%、48.9% 和 67.3%。除了基準測試外，人工智能系統在生成高質量視頻方面取得重大進展，在某些情況下，大型語言模型（LLM）甚至在限時的編程任務中超越了人類。

注：

MMMU 是一個精心設計的新型基準，專爲大學水平的多學科多模態理解和推理而設，旨在評估基礎模型在廣泛任務中的專家級多模態理解能力。

GPQA 是一個具有挑戰性的數據集，包含 448 道由不同領域專家編寫的高質量且難度極高的多項選擇題。在相應領域擁有或正在攻讀博士學位的專家，準確率僅爲 65%，而技能高超的非專家驗證者盡管平均花費時間超過 30 分鍾且可不受限制地訪問網絡，準確率也只有 34%。

SWE-bench 是一個用於評估大型語言模型（LLM）在從 GitHub 收集的真實世界軟件問題上的表現的基準。

**2.**人工智能更高效、更易獲取且更經濟實惠

參數更少的小型人工智能模型的能力日益增強：在短短兩年內，參數數量減少了約 100 倍，但其在大規模多任務語言理解（MMLU）測試中的得分仍超過 60%。

開源模型與閉源模型之間的差距也在縮小，在某些基準測試中，性能差距從 8% 降至僅 1.7%。

此外，從 2022 年 11 月到 2024 年 10 月，達到 GPT-3.5 水平的系統的推理成本下降了 280 倍以上。在硬件層面，成本每年下降 30%，而能源效率每年提高 40%。

高級人工智能的門檻正在迅速降低。更不用說像 DeepSeek 這樣的稀疏模型的開發，在專家混合（MoE）的結構下，只有相關的參數會被激活以回答用戶的查詢，使整個事情更加高效。

的確，隨着規模更小但能力更強的 AI 模型不斷湧現，AI 模型訓練的要求降低了，成本效益高的分布式訓練有望在未來十年成爲主流。目前有一些頂尖項目正在基於不同的理論框架開展相關研究。

**3.**人工智能正日益融入日常生活

2023 年，美國食品藥品監督管理局（FDA）批準了 223 款人工智能輔助醫療設備，而 2015 年這一數字僅爲 6 款。在道路上，自動駕駛汽車已不再是實驗品：美國最大的運營商之一 Waymo 每周提供超過 15 萬次自動駕駛服務，而百度的 Apollo Go 無人駕駛出租車車隊如今已在中國多個城市投入運營。

**4.**企業在人工智能領域的投資大幅增加，推動創紀錄的投資和應用

人工智能在商業中的應用也在加速：2024 年，78% 的組織正在使用人工智能，而前一年這一比例爲 55%。與此同時，越來越多的研究證實，人工智能能夠提高生產力，並有助於縮小整個勞動力隊伍中的技能差距。

事實上，隨着人工智能導致客戶期望值呈指數級增長，現有解決方案會在一夜之間顯得過時，從而使現有企業失去適應的機會，產品市場匹配崩潰的情況會更頻繁地發生。

**5.**盡管全球對人工智能的樂觀情緒上升，但亞洲人對人工智能更爲樂觀

在中國（83%）、印度尼西亞（80%）和泰國（77%）等國家，大多數人認爲人工智能產品和服務利大於弊。相比之下，在加拿大（40%）、美國（39%）和荷蘭（36%）等地，樂觀情緒仍遠低於此。

不過，這種態度正在轉變：自 2022 年以來，一些此前持懷疑態度的國家的樂觀情緒顯著增長，包括德國（增長 10%）、法國（增長 10%）、加拿大（增長 8%）、英國（增長 8%）和美國（增長 4%）。

**6.**人工智能在科研中的影響力日益增強，已成爲推動科學進步的重要驅動力

人工智能日益增長的重要性在重大科學獎項中有所體現：兩項諾貝爾獎分別授予了在深度學習（物理學）和將其應用於蛋白質折疊（化學）方面做出貢獻的研究，而圖靈獎則表彰了在強化學習方面的開創性貢獻。

顯然，人工智能正以指數級、出乎意料的速度飛速發展，這對大多數人來說意義非凡。因此，人工智能安全也變得越來越重要。雖然人工智能讓僞造變得更容易，但密碼學則讓僞造變得更加困難。期待着那些能夠利用區塊鏈的原生屬性（可驗證性和透明性）來構建這一領域實用解決方案的加密項目。

相關閱讀：專訪a16z創始人Chris Dixon：人工智能與加密技術的交匯