設(shè)置星標★關(guān)注，從此你的世界多點科學(xué)~

頂尖AI模型正加速升級，頭部AI企業(yè)則正加速上市，比如準備于2026年下半年提交首次公開募股(IPO)申請的OpenAI和Anthropic。

而在另一邊，是大眾對AI喜憂參半、愛恨交織的復(fù)雜情緒，以及部分地區(qū)已經(jīng)爆發(fā)的人-機矛盾，例如，美國的某些地方政府開始限制甚至禁止新建數(shù)據(jù)中心。

值得追蹤的AI領(lǐng)域信息可謂紛繁，有沒有一份總結(jié)報告可為大家梳理行業(yè)全貌、總結(jié)發(fā)展趨勢？斯坦福大學(xué)以人為本人工智能研究院（Stanford HAI）4月13日發(fā)布的《2026年人工智能指數(shù)報告》（），值得追看。

這份長達400多頁的報告包含數(shù)十個數(shù)據(jù)指標與圖表，從基準測試得分、投資規(guī)模、公眾認知等多個維度，全面解讀AI發(fā)展現(xiàn)狀。IEEE Spectrum雜志的編輯近期提煉出該報告的關(guān)鍵內(nèi)容，配合12幅數(shù)據(jù)圖表，總結(jié)了全球AI發(fā)展的最新趨勢。

美國企業(yè)領(lǐng)跑AI模型開發(fā)

過去十年，美國是人工智能模型領(lǐng)域的帶頭大哥，且直到2025年依然優(yōu)勢穩(wěn)固。

長期關(guān)注AI發(fā)展趨勢的多學(xué)科研究機構(gòu)Epoch AI此前發(fā)布數(shù)據(jù)稱：2025年“美產(chǎn)”的“知名”AI模型(發(fā)布機構(gòu)的總部位于美國)數(shù)量高達50個；中國機構(gòu)進步神速，在2025年貢獻了總計30個杰出模型；歐洲方面則只有2個。

下圖展示了2003～2025年美國、中國、歐洲發(fā)布的知名AI模型數(shù)量變化趨勢。

另一項關(guān)鍵的長期趨勢是企業(yè)成為開發(fā)主力。這里引用Epoch AI的統(tǒng)計數(shù)據(jù)：2025年有87個知名模型出自企業(yè)，其他來源的僅7個。企業(yè)占據(jù)標桿產(chǎn)品總量的90%以上；此比例在2015年不到50%，在2003年則為0。因而可以認為，如今幾乎所有知名AI模型均由企業(yè)而非學(xué)術(shù)或政府機構(gòu)研發(fā)。

中國在機器人賽道一騎絕塵

美國發(fā)布了最多模型，中國則部署了最多機器人，且同樣領(lǐng)銜優(yōu)勢巨大。

根據(jù)國際機器人聯(lián)合會（IFR）的數(shù)據(jù)，2024年中國新增工業(yè)機器人安裝量達29.5萬臺，日本與美國的新裝量分別約為4.45萬臺和3.42萬臺。

下圖展示了2011~2024年德國、韓國、美國、日本和中國的每年新增工業(yè)機器人安裝量。可以看到中國遙遙領(lǐng)先。

自2022年以來，全球AI算力年增長3.3倍

斯坦福大學(xué)最新的人工智能指數(shù)報告提供了大量關(guān)于AI建設(shè)的亮眼數(shù)據(jù)。不過要說亮眼，Epoch AI統(tǒng)計的全球人工智能總算力數(shù)據(jù)可謂璀璨耀眼。

下圖基于Epoch AI的數(shù)據(jù)繪制，展示了英偉達、谷歌、亞馬遜、AMD、華為的AI芯片在全球算力中占據(jù)的份額。

如圖所示，以英偉達H100芯片算力為基準，自2022年以來，全球人工智能算力每年增長超3倍；自2021年以來，總算力已增長30倍。

此外，英偉達一直獨占算力鰲頭，是算力擴張浪潮中的最大受益者，其GPU占當前全球AI總算力的60%以上，而自主設(shè)計AI專用硬件的亞馬遜和谷歌分別位列第二、三位。

AI模型訓(xùn)練造成巨量碳排放

斯坦福人工智能指數(shù)報告往年就已指出AI訓(xùn)練的碳排放問題——眼下,此問題仍持續(xù)加劇并引發(fā)擔憂。

報告估計，訓(xùn)練諸如Grok 4(由xAI公司創(chuàng)建)這樣的前沿大語言模型，會帶來遠高于往年估算值、超7.2萬噸的二氧化碳當量排放。OpenAI的GPT-4預(yù)計造成5184噸碳排放，Meta的Llama 3.1 405B則會產(chǎn)生8930噸。

下圖展示了2012~2025年間多款知名AI模型訓(xùn)練產(chǎn)生的預(yù)估碳排放量。2025年的碳排放量因Grok 3和Grok 4模型而大幅飆升。

不過，該指數(shù)報告的指導(dǎo)委員會聯(lián)合主任雷·佩羅特(Ray Perrault)認為估算出的結(jié)果需謹慎解讀：“Grok模型的碳排放數(shù)據(jù)高度依賴公開報道(如《福布斯》雜志文章)、xAI官方聲明以及其他未經(jīng)核實的信息，因此其中引入了一些不確定性。Epoch AI獨立估算的Grok 4碳排放更驚人，高達約14萬噸二氧化碳當量?！?/p>

人工智能推理環(huán)節(jié)的碳排放也持續(xù)上升，當然，不同模型差異顯著。報告顯示，推理效率最低的模型的碳排放量達最高效模型的10倍以上。據(jù)估計，DeepSeek-V3模型響應(yīng)“中等長度”提示時的功耗約23瓦，Claude 4 Opus的約為5瓦。

大語言模型飛速越過各類新基準測試

過去10年間，AI模型的能力以驚人速度提升且仍保持加速進步的勢頭。多模態(tài)大語言模型表現(xiàn)突出，幾乎做到了“在新的基準測試剛推出來時就馬上攻克它們”。智能體人工智能(Agentic AI)的性能躍升更是令人驚奇。

不妨看看下面這份基于人工智能指數(shù)報告的數(shù)據(jù)而繪制的圖表。如圖所示，各項基準測試旨在衡量AI各維度的技術(shù)性能，以人類表現(xiàn)為參考基準，展示了2012～2025年間AI各項性能的進步情況。

可以看到，在圖像分類方面，AI很早便超越人類；進入2020年代后，模型在多項任務(wù)中接近甚至超越了人類基準。圖表最右側(cè)兩條極為陡峭曲線分別代表OSWorld基準測試(評估自主操作計算機的能力)和SWE-Bench Verified軟件工程基準測試(評估自主編寫代碼的能力)。

另一方面，在名為“人類終極測試”(Humanity’s Last Exam)的基準測試中，AI也進步神速。

該測試包含各領(lǐng)域?qū)＜以O(shè)計的行業(yè)最難問題。2025年的斯坦福人工智能指數(shù)報告顯示，排名第一的OpenAI o1模型正確率僅 8.8%；時間并未過去多久，該數(shù)字已升至38.3%——而且它還夠不上最新水平，因為2026年4月表現(xiàn)最佳的模型，如Anthropic公司的Claude Opus 4.6和谷歌的Gemini 3.1 Pro，都已越過50%的正確率水平。

不過佩羅特也提醒道，基準測試成績未必反映實際應(yīng)用效果：“我們普遍缺乏標準用以衡量系統(tǒng)(或智能體)在特定場景下應(yīng)有的表現(xiàn)水平。舉例來說，某AI在某法律推理基準測試里達到75%的準確率，無法說明該AI可于法律實務(wù)中提供多高水平的幫助?！?/p>

AI在醫(yī)學(xué)領(lǐng)域研究取得進展

人工智能基準測試的進步似乎已體現(xiàn)于醫(yī)學(xué)領(lǐng)域：AI應(yīng)用快速普及行業(yè)，其中醫(yī)學(xué)研究方面的應(yīng)用尤為突出。

通過下方柱狀圖，可以看到2018年至2025年間，有關(guān)AI用于新藥研發(fā)的論文的數(shù)量增長趨勢；過去兩年，相關(guān)論文數(shù)量翻倍；眼下多模態(tài)生物醫(yī)學(xué)AI(用于聯(lián)合分析醫(yī)學(xué)影像與文本)相關(guān)論文數(shù)量則是兩年前的2.7倍。

大語言模型仍存在時鐘認讀困難

AI雖已在部分賽道大顯神威，卻依舊難以勝任諸如認讀時鐘、理解日歷之類的日常任務(wù)。（參閱）

旨在衡量多模態(tài)大語言模型識別模擬時鐘能力的ClockBench測試顯示，表現(xiàn)最佳的GPT-5.4模型僅取得50%左右的正確率。大多數(shù)模型的表現(xiàn)相當糟糕，比如在“人類終極測試”中拔尖的Claude Opus 4.6面對時鐘卻只有8.9%的認讀正確率。

下圖對比了不同大語言模型在執(zhí)行模擬時鐘認讀任務(wù)時的表現(xiàn)，其準確率從僅8.9%到50.6%不等。

雖說現(xiàn)實場景極少要求大語言模型執(zhí)行此類任務(wù)，但這反映的普遍問題很關(guān)鍵。如佩羅特所言：“研究表明，當系統(tǒng)被問到結(jié)合了語言與其他模態(tài)(如圖像或語音中的語調(diào))的問題時，語言部分所承擔的任務(wù)權(quán)重大到令人驚訝，甚至令非語言信息被忽略?！?/p>

AI相關(guān)投資在2025年創(chuàng)歷史新高

AI模型的性能表現(xiàn)與AI企業(yè)的融資金額正攜手并進。專注人工智能分析的Quid公司發(fā)布數(shù)據(jù)稱，2025年的AI相關(guān)投資再創(chuàng)新高，達5810億美元以上。

新紀錄是2024年(2530億美元)的兩倍多，也遠超2021年老紀錄(3600億美元)。此外，不同于2021年并購交易主導(dǎo)投資的情況，2025年的新高由針對AI企業(yè)的私人投資拉動。

下圖展示了2013~2025年全球范圍內(nèi)AI相關(guān)的企業(yè)投資(按投資活動類型劃分)的變化趨勢?？梢钥吹?021年的增長高峰、2022~2024年間的回落以及2025年大幅飆升再創(chuàng)新高。

值得一提的是，大部分AI資本都流向了美國，比如2025年總金額中的3440億美元。

軟件工程師全面擁抱AI

人工智能的普及不只關(guān)聯(lián)巨額資本，還有GitHub上廣大愛好者們的參與熱情。截至2025年，代碼托管平臺GitHub的AI相關(guān)項目數(shù)量已猛增至558萬個，達2020年水平的大約5倍，較2024年增長23.7%。

下圖展示了2011～2025年GitHub上AI項目數(shù)量從0到558萬個的變化。

上述數(shù)據(jù)并非AI生成泛濫、低質(zhì)項目橫行的結(jié)果，因為其中“獲得至少10個星標的AI項目數(shù)量增速與整體增速一致”“AI項目總星標數(shù)的增速也近似整體增速”，這意味著人類的普遍參與。值得一提的是，開源智能體AI軟件OpenClaw已獲得35.2萬個星標。(星標數(shù)量反映項目質(zhì)量。)

計算機科學(xué)對AI的熱情同樣高漲。過去10年，人工智能相關(guān)的計算機科學(xué)論文數(shù)量從10.2萬篇增至25.8萬篇。截至2024年，超68%的論文來自學(xué)術(shù)界，政府與企業(yè)分別貢獻了約 11.5%和12.5%。機器學(xué)習(xí)、計算機視覺、生成式AI領(lǐng)域的論文增長最為顯著。

AI對就業(yè)的總體影響仍不明朗

生成式AI的興起伴隨著就業(yè)焦慮，由于全球頭部AI企業(yè)的CEO們作出悲觀預(yù)測，這種情緒更是不斷加劇。不過目前相關(guān)數(shù)據(jù)只可用“喜憂參半”來形容。

軟件開發(fā)人員和客戶支持專員（比如客服）被認為是遭遇AI替代風(fēng)險極高的兩類職業(yè)。而過往與最新數(shù)據(jù)所表明的趨勢是：這些職業(yè)的初級崗位正在減少，中級和高級崗位數(shù)量保持穩(wěn)定甚至增加。

下方兩幅折現(xiàn)圖圍繞軟件開發(fā)人員和客戶支持專員兩項職業(yè)，展示了2021～2025年不同年齡段“標準化員工數(shù)量”變化趨勢。

需要指出的是，上述就業(yè)變化難以脫離宏觀經(jīng)濟趨勢單獨看待。正如人工智能指數(shù)報告所指出的，多個行業(yè)失業(yè)率均在上升；而與預(yù)期相反的一個現(xiàn)象是，受AI影響最小的職業(yè)群體的失業(yè)率漲幅竟高于受AI影響最大的群體！

公眾對AI的整體認知略有改觀

另一項令人意外的發(fā)現(xiàn)是：過去幾年，公眾對人工智能的樂觀情緒有顯著的小幅度增長。

市場研究公司益普索(Ipsos)的調(diào)查顯示，59%的受訪者認為“AI利大于弊”，68%的人表示自己“足夠懂AI”，而這兩類人的比例在2024年分別為55%和67%。

整體態(tài)度更為積極，但也有某些加劇的負面情緒。例如，52%的受訪者表示，使用人工智能的產(chǎn)品和服務(wù)讓他們感到“不安”。

下圖展示了2022~2025年公眾關(guān)于AI的看法的變化。

不同國家對AI的態(tài)度差異顯著。中國以及馬來西亞、泰國、印度尼西亞、新加坡等東南亞國家越發(fā)趨向積極和樂觀。同比變化數(shù)據(jù)顯示，德國、法國與荷蘭的樂觀情緒增長最強烈，同比增幅分別為12%、10%和10%；哥倫比亞則一反往年趨勢，以6%的降幅成為消極變化最大國。

各國對AI監(jiān)管的信任度差異顯著

盡管越來越多人認為人工智能將帶來正向影響，但部分國家的民眾對于政府監(jiān)管AI的信任度極低。

值得注意的是，美國領(lǐng)跑AI投資，卻在監(jiān)管信任度方面排名墊底。益普索調(diào)查顯示，僅31%的美國受訪者信任本國政府監(jiān)管AI的能力。日本和多數(shù)歐洲國家的信任度也較低；亞洲和南美國家的信任度最高。

下圖展示了各國民眾對政府監(jiān)管AI的信任度。其中新加坡以81%居首，美國以31%墊底。

基于前述種種信息，可以看到美國與哥倫比亞呈現(xiàn)反差強烈的矛盾組合：美國老百姓對AI監(jiān)管極不信任，但多數(shù)受訪者認為AI利大于弊；哥倫比亞民眾則展現(xiàn)很高的監(jiān)管信任度，其整體態(tài)度卻顯著惡化。

資料來源：

《世界科學(xué)》雜志版在售中 歡迎訂閱

月刊定價

15元/期

全年訂閱價

180元

點擊左側(cè)圖片或以下方訂閱方式選購

方式一：

掃描二維碼，“雜志鋪”（第三方平臺）訂閱有折扣～

方式二：

全國各地郵局訂閱 郵發(fā)代號：4-263

方式三：

機構(gòu)訂閱，請撥打

021-53300839；

021-53300838