人工智能（AI）對社會的影響從未如此顯著。

今日凌晨，斯坦福大學以人為本人工智能研究所（Stanford HAI）發布了《2026 年人工智能指數報告》（Artificial Intelligence Index Report 2026）。

“這項技術的大規模普及速度，超過了個人電腦，也超過了互聯網。生成式 AI 在短短三年內便實現了近53%的全民普及率。”

報告還顯示，2025 年全球企業在 AI 領域的投資規模較上一年已實現翻倍增長，企業采用率也提升至88%。

這份長達 423 頁的報告是 Stanford HAI 發布的第 9 期 AI Index，系統梳理了 2025 年全球人工智能的發展趨勢，新增內容包括：

對 AI 在推理能力、安全性以及現實任務執行等方面前沿測試進展的持續追蹤，并進一步分析了這些評測標準逐漸失去穩定參照意義的原因；補充了生成式 AI 經濟價值的最新測算結果，以及其對勞動力市場影響的實證研究，并引入了 AI 主權的分析框架；首次單設了“科學中的 AI”和“醫療中的 AI”兩個章節，凸顯了 AI 在這兩大領域不斷擴大的影響力。

最后，報告還指出，2025 年，全球對 AI 的樂觀情緒在上升，但對 AI 的憂慮同樣在上升。“數據并未指向同一個方向。它所呈現的，是一個擴張速度遠超周圍現有體系適應能力的領域。”

《2026 年人工智能指數報告》下載地址：

https://hai.stanford.edu/assets/files/ai_index_report_2026.pdf

以下是《2026 年人工智能指數報告》的 12 個要點：

高耗能模型

隨著 AI 能力的持續提升，其環境影響也呈現出規模化放大趨勢。Grok 4 的估計訓練排放量已達到 72816 噸二氧化碳當量，大致相當于 17000 輛汽車行駛一年產生的溫室氣體排放總量。AI 數據中心的電力容量已升至 29.6 吉瓦，大約相當于紐約州在用電高峰時的全部用電量。僅 GPT-4o 一年的推理用水量（用于冷卻數據服務器或為水力發電提供動力的水）就可能超過 1200 萬人的飲用水需求。

作為參照，當前所有 AI 系統的累計電力需求，已與瑞士或奧地利全國的電力消耗相當。

中美競爭：差距正在消失

多年來，無論是模型規模、性能、研究成果還是引用量，美國在 AI 領域全面領先。但中國正逐步發展為能夠與美國形成直接競爭的核心力量，不斷縮小差距，今年更是幾乎抹平了美國的領先優勢。自 2025 年初以來，中美兩國的模型在性能排名的榜首位置上多次交替。

2025 年 2 月，DeepSeek-R1 曾短暫追平美國的前沿模型；截至 2026 年 3 月，Anthropic 前沿模型僅保持約 2.7% 的微弱領先優勢。當前格局下，美國仍然在前沿 AI 模型數量和高影響力專利方面占優，而中國則在論文發表量、引用量、專利總量和工業機器人安裝量方面處于領先位置。

美國吸引力已經下降

美國擁有全球最多的 AI 研究人員和開發者，但這些專家流入美國的速度正在快速放緩。遷移至美國的 AI 學者數量自 2017 年以來下降了 89%，且這一趨勢正在加速，僅過去一年就下降了 80%。

AI能贏得數學奧賽，卻不會看時間

AI 的能力范圍仍在不斷擴展，在各類基準測試中取得了更高的分數，但各項能力的發展并不均衡。前沿模型現已在博士級別的科學問題、多模態推理和競賽數學等方面達到或超過人類水平，在此前表現較差的一些領域內，能力也實現了大幅增長。例如，根據 Terminal-Bench 的數據，AI Agent 處理現實世界任務的成功率從 2025 年的 20% 提升至如今的 77.3%；在網絡安全領域，AI Agent 解決問題的成功率從 2024 年的 15% 提升到了 93%。

但在某些任務上，AI 仍然落后，包括從視頻中學習、生成連貫且逼真的視頻、識別時間、管理多步驟規劃、進行財務分析，以及回答某些專家級學術考試題目等。在具身智能領域，機器人在完成家務方面還有很長的路要走，在折疊衣物或洗碗等真實家庭任務中的成功率僅為 12%。

AI投資正在激增

越來越多的資金涌入 AI 領域。2025 年全球企業 AI 投資達到了 5817 億美元，較上一年增長了 130%。私人投資達到了 3447 億美元，較 2024 年增長了 127.5%。

初級崗位先受擠壓

AI 帶來的生產力提升，逐漸在初級崗位就業下降的行業中集中顯現。自 2024 年以來，22-25 歲的軟件開發人員就業人數下降了近 20%，而同一職業中經驗更豐富的從業者人數則呈現增長趨勢。類似的模式也出現在 如客服行業等被 AI 滲透更深的其他職業中。

同時，企業調查顯示，高管們預計這一趨勢將加速，計劃中的裁員規模已超過近期實際裁員。換句話說：這種沖擊是有針對性的，而且才剛剛開始。

AI作為科學家和實驗室助手

AI 正在推動更多科學研究，從輔助論文撰寫或數據核查的研究工具，逐步走向科學發現本身。AI 相關出版物在自然科學、物理科學和生命科學領域均同比增長了 26%-28%。在年度代表性進展中，AI 已能夠實現端到端的天氣預報流程自動化，從接收原始、實時的氣象觀測數據，到直接輸出溫度、風速和濕度等最終天氣預測結果；天文學領域也建立了首個基礎模型，實現了跨 10 臺望遠鏡的天文觀測自動化。

能力與不透明性

當前性能最強的模型，往往也是最不透明的。這些龐大而強大的模型主要集中在大型 AI 公司手中，而這些公司越來越傾向于將訓練代碼、數據集規模和參數數量等信息保密。

“基礎模型透明度指數”（The Foundation Model Transparency Index）旨在衡量主要 AI 公司對其模型的訓練數據、計算能力、功能、風險及使用政策的披露程度，平均得分已從去年的 58 分降至 40 分。

公眾對AI的態度：是朋友還是敵人？

公眾對 AI 的認知正日趨復雜。在一項關于公眾對 AI 態度和認知的全球調查中，59% 的受訪者對 AI 的潛在收益表示樂觀，高于此前的 52%。調查還顯示，對該技術的緊張與不安情緒也有小幅上升，增加了 2 個百分點，達到 52%。

區域差異同樣顯著。美國比其他國家更為謹慎，僅 33% 的美國受訪者認為 AI 將改善自身工作狀況，而全球平均水平為 40%。在預期 AI 會替代而非創造就業崗位方面，美國受訪者的比例也處于較高水平。同時，在政府監管能力的信任度評估中，美國公眾的信任水平在調查覆蓋國家中處于最低，僅為 31%。

生成式AI：比互聯網普及更快？

AI 的普及速度達到了史無前例的程度，消費者正從這些通常可免費使用的工具中獲得可觀的價值。生成式 AI 在 3 年內實現了 53% 的人口普及率，普及速度超過了個人電腦和互聯網，但各國差異較大，且與人均 GDP 高度相關。一些國家和地區表現出超出預期的普及率，如新加坡（61%）和阿聯酋（54%），而美國以 28.3% 排名第 24 位。截至 2026 年初，生成式 AI 工具對美國消費者的年度估計總價值達到了 1720 億美元，每用戶中位數價值在 2025-2026 年間增長了兩倍。

自學習浪潮

正規教育體系在 AI 應用方面仍顯滯后，但個體層面的學習與使用已經在各年齡階段同步展開。目前，4/5 的美國高中生和大學生在完成與學業相關的任務時會使用 AI，但只有一半的初中和高中制定了 AI 相關政策，且僅有 6% 的教師認為這些政策表述清晰。在課堂之外，專業人士正在掌握 AI 軟技能（如提示詞）以及更專業的技能；阿聯酋、智利和南非在學習 AI 工程技能方面進展最快。

AI成為醫生的助手

AI 正在快速進入臨床醫療體系。2025 年，自動生成病歷記錄的工具得到了廣泛應用。在多個醫院系統中，醫生報告書寫病歷所花時間減少了 83%，職業倦怠感也顯著降低。

但在特定工具之外，臨床 AI 的價值仍有待驗證。一項對 500 多項臨床 AI 研究的綜述發現，近一半的研究依賴于考試式問題而非真實患者數據，僅 5% 使用了真實臨床數據。

醫療 AI 的另一個增長領域是“數字孿生”（即動態的、數據關聯的患者個體計算模型，可隨時間更新并支持預測、模擬和治療優化）。相關論文數量從 2015 年接近零增長至 2025 年的 372 篇，在已有嚴格試驗的領域，早期結果令人鼓舞。

風險提示及免責條款： 市場有風險，投資需謹慎。本文不構成個人投資建議，也未考慮到個別用戶特殊的投資目標、財務狀況或需要。用戶應考慮本文中的任何意見、觀點或結論是否符合其特定狀況。據此投資，責任自負。

點個在看支持一下??