斯坦福发布《2026年人工智能指数报告》：中美差距几乎消失，美国人才吸引力下降89%

人工智能（AI）对社会的影响从未如此显著。

今日凌晨，斯坦福大学以人为本人工智能研究所（Stanford HAI）发布了《2026 年人工智能指数报告》（Artificial Intelligence Index Report 2026）。

“这项技术的大规模普及速度，超过了个人电脑，也超过了互联网。生成式 AI 在短短三年内便实现了近 53% 的全民普及率。”

报告还显示，2025 年全球企业在 AI 领域的投资规模较上一年已实现翻倍增长，企业采用率也提升至 88%。

这份长达 423 页的报告是 Stanford HAI 发布的第 9 期 AI Index，系统梳理了 2025 年全球人工智能的发展趋势，新增内容包括：

对 AI 在推理能力、安全性以及现实任务执行等方面前沿测试进展的持续追踪，并进一步分析了这些评测标准逐渐失去稳定参照意义的原因；补充了生成式 AI 经济价值的最新测算结果，以及其对劳动力市场影响的实证研究，并引入了 AI 主权的分析框架；首次单设了“科学中的 AI”和“医疗中的 AI”两个章节，凸显了 AI 在这两大领域不断扩大的影响力。

最后，报告还指出，2025 年，全球对 AI 的乐观情绪在上升，但对 AI 的忧虑同样在上升。“数据并未指向同一个方向。它所呈现的，是一个扩张速度远超周围现有体系适应能力的领域。”

《2026 年人工智能指数报告》下载地址：

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

以下是《2026 年人工智能指数报告》的 12 个要点：

高耗能模型

随着 AI 能力的持续提升，其环境影响也呈现出规模化放大趋势。Grok 4 的估计训练排放量已达到 72816 吨二氧化碳当量，大致相当于 17000 辆汽车行驶一年产生的温室气体排放总量。AI 数据中心的电力容量已升至 29.6 吉瓦，大约相当于纽约州在用电高峰时的全部用电量。仅 GPT-4o 一年的推理用水量（用于冷却数据服务器或为水力发电提供动力的水）就可能超过 1200 万人的饮用水需求。

作为参照，当前所有 AI 系统的累计电力需求，已与瑞士或奥地利全国的电力消耗相当。

中美竞争：差距正在消失

多年来，无论是模型规模、性能、研究成果还是引用量，美国在 AI 领域全面领先。但中国正逐步发展为能够与美国形成直接竞争的核心力量，不断缩小差距，今年更是几乎抹平了美国的领先优势。自 2025 年初以来，中美两国的模型在性能排名的榜首位置上多次交替。

2025 年 2 月，DeepSeek-R1 曾短暂追平美国的前沿模型；截至 2026 年 3 月，Anthropic 前沿模型仅保持约 2.7% 的微弱领先优势。当前格局下，美国仍然在前沿 AI 模型数量和高影响力专利方面占优，而中国则在论文发表量、引用量、专利总量和工业机器人安装量方面处于领先位置。

美国吸引力已经下降

美国拥有全球最多的 AI 研究人员和开发者，但这些专家流入美国的速度正在快速放缓。迁移至美国的 AI 学者数量自 2017 年以来下降了 89%，且这一趋势正在加速，仅过去一年就下降了 80%。

AI能赢得数学奥赛，却不会看时间

AI 的能力范围仍在不断扩展，在各类基准测试中取得了更高的分数，但各项能力的发展并不均衡。前沿模型现已在博士级别的科学问题、多模态推理和竞赛数学等方面达到或超过人类水平，在此前表现较差的一些领域内，能力也实现了大幅增长。例如，根据 Terminal-Bench 的数据，AI Agent 处理现实世界任务的成功率从 2025 年的 20% 提升至如今的 77.3%；在网络安全领域，AI Agent 解决问题的成功率从 2024 年的 15% 提升到了 93%。

但在某些任务上，AI 仍然落后，包括从视频中学习、生成连贯且逼真的视频、识别时间、管理多步骤规划、进行财务分析，以及回答某些专家级学术考试题目等。在具身智能领域，机器人在完成家务方面还有很长的路要走，在折叠衣物或洗碗等真实家庭任务中的成功率仅为 12%。

AI投资正在激增

越来越多的资金涌入 AI 领域。2025 年全球企业 AI 投资达到了 5817 亿美元，较上一年增长了 130%。私人投资达到了 3447 亿美元，较 2024 年增长了 127.5%。

初级岗位先受挤压

AI 带来的生产力提升，逐渐在初级岗位就业下降的行业中集中显现。自 2024 年以来，22-25 岁的软件开发人员就业人数下降了近 20%，而同一职业中经验更丰富的从业者人数则呈现增长趋势。类似的模式也出现在 如客服行业等被 AI 渗透更深的其他职业中。

同时，企业调查显示，高管们预计这一趋势将加速，计划中的裁员规模已超过近期实际裁员。换句话说：这种冲击是有针对性的，而且才刚刚开始。

AI作为科学家和实验室助手

AI 正在推动更多科学研究，从辅助论文撰写或数据核查的研究工具，逐步走向科学发现本身。AI 相关出版物在自然科学、物理科学和生命科学领域均同比增长了 26%-28%。在年度代表性进展中，AI 已能够实现端到端的天气预报流程自动化，从接收原始、实时的气象观测数据，到直接输出温度、风速和湿度等最终天气预测结果；天文学领域也建立了首个基础模型，实现了跨 10 台望远镜的天文观测自动化。

能力与不透明性

当前性能最强的模型，往往也是最不透明的。这些庞大而强大的模型主要集中在大型 AI 公司手中，而这些公司越来越倾向于将训练代码、数据集规模和参数数量等信息保密。

“基础模型透明度指数”（The Foundation Model Transparency Index）旨在衡量主要 AI 公司对其模型的训练数据、计算能力、功能、风险及使用政策的披露程度，平均得分已从去年的 58 分降至 40 分。

公众对AI的态度：是朋友还是敌人？

公众对 AI 的认知正日趋复杂。在一项关于公众对 AI 态度和认知的全球调查中，59% 的受访者对 AI 的潜在收益表示乐观，高于此前的 52%。调查还显示，对该技术的紧张与不安情绪也有小幅上升，增加了 2 个百分点，达到 52%。

区域差异同样显著。美国比其他国家更为谨慎，仅 33% 的美国受访者认为 AI 将改善自身工作状况，而全球平均水平为 40%。在预期 AI 会替代而非创造就业岗位方面，美国受访者的比例也处于较高水平。同时，在政府监管能力的信任度评估中，美国公众的信任水平在调查覆盖国家中处于最低，仅为 31%。

生成式AI：比互联网普及更快？

AI 的普及速度达到了史无前例的程度，消费者正从这些通常可免费使用的工具中获得可观的价值。生成式 AI 在 3 年内实现了 53% 的人口普及率，普及速度超过了个人电脑和互联网，但各国差异较大，且与人均 GDP 高度相关。一些国家和地区表现出超出预期的普及率，如新加坡（61%）和阿联酋（54%），而美国以 28.3% 排名第 24 位。截至 2026 年初，生成式 AI 工具对美国消费者的年度估计总价值达到了 1720 亿美元，每用户中位数价值在 2025-2026 年间增长了两倍。

自学习浪潮

正规教育体系在 AI 应用方面仍显滞后，但个体层面的学习与使用已经在各年龄阶段同步展开。目前，4/5 的美国高中生和大学生在完成与学业相关的任务时会使用 AI，但只有一半的初中和高中制定了 AI 相关政策，且仅有 6% 的教师认为这些政策表述清晰。在课堂之外，专业人士正在掌握 AI 软技能（如提示词）以及更专业的技能；阿联酋、智利和南非在学习 AI 工程技能方面进展最快。

AI成为医生的助手

AI 正在快速进入临床医疗体系。2025 年，自动生成病历记录的工具得到了广泛应用。在多个医院系统中，医生报告书写病历所花时间减少了 83%，职业倦怠感也显著降低。

但在特定工具之外，临床 AI 的价值仍有待验证。一项对 500 多项临床 AI 研究的综述发现，近一半的研究依赖于考试式问题而非真实患者数据，仅 5% 使用了真实临床数据。

医疗 AI 的另一个增长领域是“数字孪生”（即动态的、数据关联的患者个体计算模型，可随时间更新并支持预测、模拟和治疗优化）。相关论文数量从 2015 年接近零增长至 2025 年的 372 篇，在已有严格试验的领域，早期结果令人鼓舞。

更多内容详见原报告。（点击“阅读原文”或在公众号后台回复“2026 年人工智能指数报告”）