斯坦福大学《2025 年 AI 指数报告》主要结论

基准测试、推理成本、创新：AI 如何重塑我们的社会？今年，斯坦福大学《2025 年 AI 指数报告》新增了多个覆盖领域，以此展现 AI 在我们生活各方面日益重要的作用。

IBM Think 与斯坦福大学以人为本人工智能研究所的研究项目主任 Vanessa Parli 以及 IBM 技术内容经理 Ash Minhas，共同解读了这份报告中的若干核心趋势。

若要评选当下最热门的话题，基准测试无疑位列其中。随着 AI 能力飞速发展，其迭代速度已持续超越现有测评工具的跟进节奏，基准测试也因此成为行业核心争议点。

“每年我们都会关注算法在各类基准测试中的表现，而每年这些算法似乎都能突破测试指标，” 报告作者之一的 Vanessa Parli 在接受IBM Think 采访时表示，“今年也不例外，即便是最新推出的基准测试，也未能幸免被算法超越的情况。”

该报告指出，研究人员于 2023 年推出新的基准测试 MMMU、GPQA 和 SWE-bench 来测试先进 AI 系统的极限。仅一年后，AI 模型表现大幅上升：据报告，MMMU、GPQA 和 SWE-bench 上的分数分别上升了 18.8、48.9 和 67.3 个百分点。

此事在研究界引发了关于大语言模型 (LLM) 基准测试真实意义与核心价值的争议。Paril 提出了若干亟待审慎思考的关键问题：“我们当前衡量的指标是否准确？这些基准测试是否已失去公信力？科学界又应如何建立更有效的模型评估体系？”

展望未来，Ash Minhas 也对基准测试的未来前景表示疑问。“这种情况何时才能停止？”他在接受 IBM Think 采访时问，“图灵测试是否必须始终是不断移动的球门柱？人类终极测试当真就是最终考验吗？”

同时，专家提醒大家当心过拟合的风险，在这种现象中，AI 模型学会在特定的基准测试中表现出色，但可能无法推广到现实世界的应用程序中新的、未见过的数据。“我们训练模型是否只是为了通过基准测试？”他补充道，“MMMU 是很好的基准测试，但这是因为模型知道如何响应基准测试吗？”

Minhas 同时警示道，当下社会对技术进步的狂热追捧与追逐，可能正凌驾于对伦理、公平及偏见的审慎考量之上。

去年，诺贝尔物理学奖与化学奖分别授予了致力于人工神经网络研究、蛋白质设计与预测研究的科研团队。这一重磅事件让我们无法忽视 AI 在医疗领域日益凸显的重要意义。报告指出，获得 FDA 批准的 AI 医疗器械数量呈指数级增长：2023 年获批的器械有 223 个，而 2015 年只有 6 个。

“AI 增强科学发现的领域可以对社会产生很大影响。”Parli 说道。

Minhas 认为，这一发展态势既彰显了创新的迅猛步伐，也引发了深层思考：“我们是否拥有足够专业的人才与适配的技能，来对这些新型器械和产品开展有效的测试工作？”

AI 一直是 2024 年重大投资背后的关键力量。该报告指出，获得新增投资的生成式 AI 初创企业数量近乎增至原来的三倍；且在经历多年的缓慢应用阶段后，2024 年生成式 AI 的商业应用进程实现了显著提速。

AI 已从边缘成为商业价值的核心驱动因素。2024 年，企业对 AI 的投资总额达到 2523 亿美元，其中私人投资同比增长 44.5%，并购增长 12.1%。这有利于美国蓬勃发展的生态系统，预计到 2024 年，美国私人 AI 投资将达到 109.1 亿美元。

在职场场景中，AI 同样扮演着关键角色，不少人正期待着 agentic AI 对企业工作流程产生的影响

然而，企业的变革节奏与技术创新的迭代速度往往并不同步。“科技在飞速发展，但人员和流程需要时间来改变，”Minhas 说。

他认为，AI 对投资回报率的影响仍然存在争议。“目前行业对经济效益的认知尚不成熟，”Minhas 表示，“关于投资回报率，既没有统一的衡量标准，也没有人能给出确切答案。”

报告强调，各个国家或地区也在加大对基础设施的投资；当然，中国多款高性能大模型的相继发布，也足以说明美国的领先地位并非无可撼动。

“我认为，不能想当然地认为美国将始终高居榜首，我们需要继续思考计算、人才、数据这些 AI 组成部分，”Parli 说道，“如果我们想保持过去在创新领域的领先地位，就应该继续投资，并确保我们拥有实现这一目标所需的正确要素。”

不过，报告还指出了另一个有趣且看似矛盾的趋势：像美国这样在 AI 领域投入最多的国家，对 AI 产品及服务的疑虑远多于那些 AI 技术预算相对有限的国家。

报告给出的数据显示，印度尼西亚 80% 的受访者认为 AI 产品利大于弊，而美国的这一比例仅为 39%。

“在许多国家，AI 让人们得以获取某些特定资源，比如医疗服务。我认为，这种情况以及文化差异的存在，可能会让这些国家的民众对人工智能更持乐观态度，”Parli 解释道，“此外，不同文化在隐私、安全以及数据隐私等问题上的观念差异，也会影响人们对 AI 的看法。”

最后，AI 将更多地出现在物理空间中。

报告发现，从 2013 年到 2023 年，全球安装的工业机器人数量大约增加了两倍，2023 年安装的工业机器人数量达到 54.1 万台。

“借助部分 AI 工具，你可以用自然语言与机器人交流，也能通过动作与它们互动，”Parli 表示，“你能与机器人建立更紧密的协作关系，合作过程也会变得更加便捷。我认为，医疗健康领域将是机器人技术取得更大突破的重要方向。”