李飞飞团队 456 页报告：中美 AI 模型性能近乎持平 系统推理成本降至 280 分之一

　　4 月 8 日，由李飞飞联合领导的斯坦福大学以人为本人工智能研究所 （Stanford HAI） 发布了 《2025 年人工智能指数报告》（Artificial Intelligence Index Report 2025）。这份长达 456 页的报告，深入剖析了 2024 年全球人工智能行业的发展态势，揭示了 12 大关键趋势。

图片来源：斯坦福大学以人为本人工智能研究所官网

　　报告认为，AI 正变得更高效、更普惠。随着小模型性能飙升，达到 GPT-3.5 水平的系统推理成本在过去两年间下降到了原来的 280 分之一。

　　报告还指出，中国高性能 AI 模型的数量和质量不断提升，中美 AI 模型性能近乎持平。与此同时，中国在 AI 领域论文数量和专利数量上保持领先地位。

　　AI 性能飙升，表现逐渐接近人类

　　2023 年，研究人员推出了 MMMU、GPQA 和 SWE-bench 等颇具挑战性的新基准测试，用于测试 AI 系统的极限。

　　测试发现，仅仅一年后，AI 系统的性能便实现大幅跃升——在 MMMU 测试中得分提升 18.8 个百分点；在 GPQA 测试中提高 48.9 个百分点；SWE-bench 测试里更是提升了 67.3 个百分点。

　　从整体趋势来看，AI 在各大领域的表现逐渐接近人类，甚至在某些情形下，AI 智能体能在限时编程任务中超越人类。

在部分评测指标上，AI 技术性能表现与人类水平的对比图片来源：《2025 年人工智能指数报告》

　　然而，复杂的推理对于 AI 模型而言，仍然是一个挑战。

　　在处理类似国际数学奥林匹克竞赛题目这类任务时，AI 模型表现出色。但面对诸如 PlanBench 等复杂推理基准测试时，却仍显得吃力。即使面对那些已知存在正解的逻辑任务，AI 也经常无法可靠地解决逻辑任务，这极大限制了 AI 在对精度要求极高的高风险行业中的应用。

各大模型在 PlanBench 基准测试上的正确率图片来源：《2025 年人工智能指数报告》

　　全球 AI 投资飙升

　　2024 年，生成式 AI 在全球范围内吸引了 339 亿美元的私人投资，与 2023 年相比，增长幅度达到 18.7%。

　　与此同时，企业对 AI 的采用率显著提升，从 2023 年的 55% 上升至 2024 年的 78%。越来越多的研究结果表明，AI 不仅能够有效提升生产力，在多数情况下，还能缩小劳动力的技能差距。

　　值得关注的是，将生成式 AI 应用于至少一项业务职能的企业数量出现了激增。2023 年，这一比例仅为 33%，而到了 2024 年，该比例跃升至 71%，增幅超过一倍。

2017 年至 2024 年，将 AI 应用于至少一项业务职能企业的比例不断上升图片来源：《2025 年人工智能指数报告》

　　中美模型性能近乎持平

　　数据显示，美国在 AI 模型的数量上处于领先地位。2024 年，总部位于美国的机构拥有 40 个知名 AI 模型，超过中国 （15 个） 和法国 （3 个）。

图片来源：《2025 年人工智能指数报告》

　　不过，报告强调，中美模型之间的性能差距正在迅速缩小。以 MMLU 和 HumanEval 等主流基准测试结果来看，2023 年，中美顶尖模型之间的性能差距还在两位数，然而到了 2024 年，这一差距已大幅缩小，几乎处于同一水平。

　　与此同时，中国在 AI 领域论文数量和专利数量上依旧保持领先地位。

　　小模型性能飙升，推理成本降至 280 分之一

　　报告指出，AI 正变得更加高效、经济实惠和易于获取。

　　随着小模型性能提升，达到 GPT-3.5 水平的系统推理成本在过去两年间下降至 280 分之一。在硬件层面，成本每年下降 30%，而能源效率每年提高 40%。

　　2022 年，在 MMLU 基准测试中，得分超 60% 的最小模型是 PaLM，参数量为 5400 亿。到了 2024 年，微软Phi-3-mini 仅用 38 亿参数，就取得了同样的实力。这代表，两年多的时间里模型参数减少了 142 倍。

　　此外，开源模型正在迎头赶上，与闭源模型的差距逐渐缩小。2023 年，开源模型明显落后于闭源模型。而到 2024 年，这一差距几乎消失。2024 年 1 月初，顶尖闭源模型在大模型竞技场排行榜上以 8.0% 的成绩超过了顶尖开源模型。而到 2025 年 2 月，这一差距已缩小至 1.7%。

2022 年至 2024 年，在 MMLU 上得分高于 60% 的小模型图片来源：《2025 年人工智能指数报告》

　　中国对 AI 的态度最乐观

　　在对 AI 的态度方面，中国是全球主要国家和地区中最乐观的。

　　报告显示，2024 年中国有 83% 的人认为 AI 产品和服务利大于弊，排在后面的是印度尼西亚 （80%） 和泰国 （77%）。相比之下，美国 （39%）、加拿大 （40%） 等的乐观情绪远低于中国。

2022 年至 2024 年，各国认为 「使用 AI 产品和服务利大于弊」 的比例图片来源：《2025 年人工智能指数报告》

　　不过，从整体趋势而言，各国对于 AI 的乐观情绪正逐渐升温，特别是在一些曾对 AI 最持怀疑态度的国家。数据显示，自 2022 年起，美国认为 「使用 AI 产品和服务利大于弊」 的比例提升了 4%，加拿大增长了 8%，法国增长了 10%。

三分之二受访者称 AI 将在未来 3 至 5 年对日常生活产生显著影响

　　从医疗保健到交通运输，AI 正迅速从实验室走向日常生活。

　　2023 年，美国食品药品监督管理局 （FDA） 批准了 223 款 AI 医疗设备，而 2015 年仅有 6 款。

1995 年至 2023 年 FDA 批准的 AI 医疗设备数量图片来源：《2025 年人工智能指数报告》

　　道路交通同样因 AI 技术发生着日新月异的变化。自动驾驶汽车不再只是实验，而是逐步驶入现实生活。

　　美国最大的运营商之一 Waymo 每周提供超过 15 万次自动驾驶服务，而百度旗下的 「萝卜快跑」（Apollo Go） 无人驾驶出租车队已在中国多个城市正式投入运营。

　　此外，人们对 AI 融入日常生活的期待与认可度正在上升。据统计，全球范围内，有多达三分之二的受访者认为，在未来三到五年内，AI 产品及服务将对日常生活产生显著影响。

（每日经济新闻）