斯坦福发布《2026年人工智能指数报告》（中译本、英文全文下载）

2025年，全球人工智能研发的产业主导趋势进一步强化。在具有重大影响力的人工智能模型中，产业界贡献了超过90%的成果，学术界的独立产出占比持续降低。从地理分布看，中美两国重要模型的发布量占据全球绝大部分模型研发产出。欧盟和英国虽在政策层面积极布局，但在模型产出数量上仍与中美存在显著差距。

2025年是人工智能技术性能突破的标志性年份。在数学推理、视觉理解和多模态任务等多个基准测试中，领先模型已经达到甚至超越人类基线水平，传统评测体系面临“天花板效应”，研究界亟须开发更具挑战性和区分度的新基准。值得关注的是，基准测试从发布到被模型“攻克”的时间正在大幅缩短，这既彰显了模型能力的快速跃升，也引发了关于评测方法论本身是否可持续的反思。

图2 全球顶尖人工智能模型在主要基准测试上的表现趋势

与此同时，中美之间的技术能力差距正在显著收窄。中国开发者发布的模型在多项国际排行榜上与美国顶尖系统不相上下，标志着人工智能技术竞争进入了新的阶段。在应用层面，智能体在软件工程和网页操作等任务上展现出日益强大的自主能力，但在开放世界环境中的表现仍有较大提升空间——在模拟日常计算机操作的OSWorld测试中，最佳智能体的成功率仅为66%；在家务场景中，机器人只能完成约12%的任务。自动驾驶领域迎来规模化部署元年，Waymo在美国主要城市的周服务量突破15万次。

报告揭示了人工智能责任治理与技术发展之间日益扩大的鸿沟。2025年，被记录在案的人工智能安全事件数量从上一年的233起跃升至362起，涵盖深度伪造、隐私泄露、算法偏见等多个领域，增幅超过55%。主流大语言模型的幻觉率（Hallucination Rate）仍高达22%至94%，远未达到高风险场景所要求的可信赖标准。

图3 2012-2025年人工智能安全事件数量变化

更令人担忧的是，负责任的人工智能基准测试的发展速度远远跟不上模型能力的提升，现有评估框架难以全面衡量模型在安全性、公平性和隐私保护等维度的表现，且安全性、公平性与隐私之间往往存在难以调和的权衡取舍。此外，前沿人工智能企业的透明度不升反降，模型训练数据来源、能耗信息和安全评估结果的披露程度持续下滑，为公众监督和政策制定带来了更大的困难。

（一）经济领域

2025年全球企业人工智能投资达到5816.9亿美元。生成式人工智能在短短三年内实现了53%的企业采用率，为消费者创造了约1720亿美元的经济剩余。然而，人工智能对劳动力市场的结构性冲击已经显现，在人工智能高度渗透的职业领域，年轻劳动者的就业率出现明显下降趋势，技术变革带来的收益分配不均问题值得高度关注。

（二）科学领域

人工智能正在深刻重塑科学研究的方式和节奏。2025年自然科学领域的人工智能相关论文突破80150篇，人工智能驱动药物发现的相关出版物从2018年的431篇增至2025年的3311篇，增长近七倍。连续两年有人工智能驱动的研究成果斩获诺贝尔奖，充分证明人工智能作为科研工具的变革性潜力。人工智能天气预报模型已投入实际业务运行，在预测精度上与传统数值模式不相上下。然而，在更为复杂的科研任务中，最优秀的智能体仅达到博士研究者约50%的水平，表明人工智能距离真正成为独立的科研伙伴仍有相当距离。

（三）医疗领域

在医疗领域，多智能体系统在复杂病例诊断中取得了85.5%的准确率，远超未使用人工智能辅助的医生（20%）。人工智能临床记录工具在多家医院系统获得广泛采用，医生书写病历的时间减少达83%，一家医院系统报告了112%的投资回报率。与此同时，人工智能生成的健康摘要已出现在84%至92%的谷歌健康搜索结果中，正在改变患者获取医疗信息的方式。然而，美国食品药品监督管理局（FDA）2025年批准的258个人工智能医疗器械中，仅有2.4%通过了随机对照临床试验验证。此外，在分子生物学领域，更小、更专精的人工智能模型在蛋白质结构预测和基因组学任务上反而优于大型通用模型，虚拟细胞模型（Virtual Cell Model）作为新兴前沿方向在2025年取得重要突破。

（四）教育领域

人工智能教育需求激增但供给体系尚未跟上。美国计算机科学本科入学率下降11%，但人工智能相关硕士项目毕业生逆势增长17%，反映出学生正在向人工智能细分方向集中。五分之四的美国高中生和大学生已在使用人工智能工具完成学业，但仅有6%的教师表示学校有清晰的人工智能使用政策。美国和加拿大的人工智能博士毕业生在2022至2024年间增长了22%，但新增人才几乎全部流向学术界，扭转了此前十年博士人才持续流入产业界的趋势。全球超过90%的国家已向中小学生提供计算机科学课程，中国和阿联酋更率先将人工智能教育纳入国家必修课程体系。与此同时，人们正加速通过正规教育之外的渠道习得人工智能技能，在多数国家，人工智能素养类技能的增长速度已超过工程类人工智能技能。

2025年，全球人工智能政策格局呈现三大趋势。第一，人工智能治理不再仅限于监管层面，“人工智能主权”（AI Sovereignty）正成为各国政策的核心关切，涵盖基础设施、数据、模型、应用和人才五大维度，但支撑主权目标所需的算力基础设施在全球分布极不均衡。第二，国家级人工智能战略加速扩展，增长最快的恰恰是此前缺乏正式人工智能政策的新兴经济体，非洲、中亚和中东地区的多个国家首次制定了人工智能发展战略。第三，各国在数据主权方面的路径选择出现明显分化——截至2024年，东亚和太平洋地区已出台77项数据本地化措施，而北美仅有3项，折射出不同地区在数据跨境流动问题上的根本分歧。

在立法层面，欧盟《人工智能法案》首批条款于2025年2月正式生效，禁止了预测性执法和情绪识别等高风险应用。美国联邦层面转向放松监管、鼓励创新的政策基调，但各州人工智能立法活跃度反而创下新高。美国公共人工智能投资在2013至2024年间累计约204亿美元，与2025年仅私营部门就投入的2859亿美元形成鲜明对比，凸显了公共投入的严重不足。与此形成对照的是，欧洲人工智能公共采购承诺在2013至2024年间累计达37亿美元，其中英国以16亿美元居首，且近年支出加速趋势明显。在美国国会层面，人工智能相关听证会的证人数量自2017年以来增长了二十倍，产业界代表占比从13%跃升至37%，成为最大的证人群体，而学术界占比则降至15%。

全球公众对人工智能的态度正在走向复杂的分化。2025年Ipsos对30个国家的调查显示，59%的受访者认为人工智能产品利大于弊（较2024年上升4个百分点），但同时有52%的人表示人工智能让他们感到紧张，乐观与不安同步增长。东南亚国家持续表现出最高的人工智能乐观度，马来西亚、泰国、印度尼西亚和新加坡超过80%的受访者预期人工智能将在未来三至五年深刻改变自己的生活；印度则出现了全球最大幅度的焦虑上升。在新兴经济体中，人工智能在职场中的使用率反而高于发达国家，印度、中国、尼日利亚、阿联酋和沙特阿拉伯的员工定期使用人工智能的比例超过80%。

值得关注的是，人工智能专家与普通公众之间存在巨大的认知鸿沟。在人工智能对就业的影响上，73%的专家持积极态度，而公众中仅有23%持相同看法，差距高达50个百分点。在经济和医疗领域，类似的认知落差同样显著。近三分之二的美国人预期人工智能将在未来20年内减少就业岗位。在监管信任方面，美国民众对本国政府负责任管理人工智能的信任度仅为31%，是所有受调查国家中最低的，全球平均水平为54%。

该报告再次表明，人工智能正以前所未有的速度重塑全球技术版图、经济结构和社会秩序。2025年的数据勾勒出一幅充满张力的图景：模型能力突飞猛进，但安全护栏建设严重滞后；产业投资屡创新高，但收益分配日趋失衡；各国竞相布局人工智能主权战略，但算力和人才资源的集中度不降反升。更值得深思的是，技术精英与普通公众之间在人工智能前景认知上的巨大鸿沟，可能成为未来政策制定和社会共识构建的隐性障碍。如何在加速创新与防范风险之间找到动态平衡，将是各国在人工智能时代面临的核心命题。

点击下载全文：

点击下载中译本全文：斯坦福《2026年人工智能指数报告》中译本全文.7z

点击下载英文全文：2026HAIAIIndexReport.7z

（本文内容系“启元洞见”公众号原创编译，转载时请务必标明来源及作者）