点击蓝字

关注我们



2026年4月，斯坦福大学以人为本人工智能研究所（Stanford HAI）发布了第九版《人工智能指数报告》（Artificial Intelligence Index Report 2026）。该报告全文423页，涵盖研发、技术性能、负责任AI、经济、科学、医学、教育、政策与治理以及公众舆论9大章节，是目前全球范围内覆盖面最广、数据来源最独立的AI年度追踪报告之一。报告指导委员会由斯坦福大学Yolanda Gil和SRI International的Raymond Perrault联合主持，成员包括来自斯坦福、Anthropic、OECD、Google等机构的学者与业界人士。本文对报告的15项核心发现及各章节关键信息进行客观编译与摘要。


数据表明，AI技术并未触及所谓的发展“瓶颈期”，反而正以史无前例的速度在多模态推理、科学发现和复杂任务执行上逼近或超越人类基线。与此同时，生成式AI在短短三年内实现了53%的全球人口级渗透，普及速度超越了个人电脑与互联网。


然而，在技术狂飙的背面，报告揭示了一个深刻的系统性矛盾：人类评估、监管和适应AI的能力，已显著滞后于技术自身的扩张步伐。以下是本文对报告提炼出的核心速看：


  • 中美AI模型性能差距已基本消失：2025年2月DeepSeek-R1短暂追平美国顶尖模型，截至2026年3月美国领先优势仅剩2.7%。


  • 生成式AI三年渗透率达53%，速度超PC和互联网：但美国采用率仅排全球第24位，中国职场AI使用率已超80%。


  • AI能拿奥数金牌，却看不懂时钟：顶尖模型读取模拟时钟的正确率仅为50.6%，凸显AI能力的“锯齿状前沿”。


  • 年轻开发者就业首当其冲：美国22-25岁软件开发者就业自2024年以来下降近20%，而年长开发者仍在增长。


  • 最强模型正变得最不透明：2025年95个前沿模型中80个未公开训练代码，基础模型透明度指数不升反降。


  • 美国AI投资全球第一，但人才吸引力锐减：迁入美国的AI研究者7年下降89%，仅去年一年就下降80%。


  • AI环境足迹持续扩大：Grok 4单次训练碳排放超7万吨，GPT-4o年用水量可供应1200万人饮用。


  • 专家与公众对AI未来看法严重分裂：73%专家认为AI将积极改善工作方式，而公众仅23%持同样观点。





01

AI能力持续提升，技术前沿竞争格局变化


报告指出，AI能力并未出现外界部分讨论中提及的“平台期”，而是在加速发展并触及更多人群。2025年，产业界贡献了超过90%的前沿模型。在多项基准测试中，若干前沿模型已达到或超过人类基线水平，包括博士级科学问答、多模态推理和数学竞赛等领域。在关键编码基准SWE-bench Verified上，性能在一年内从达到人类基线的60%提升至接近100%。


报告特别关注了中美AI模型性能差距的变化。报告的数据显示，自2025年初以来，美国和中国的模型多次交替领先。2025年2月，DeepSeek-R1短暂追平了当时表现最好的美国模型；截至2026年3月，Anthropic的顶级模型仅领先2.7%。报告同时指出，美国在顶级AI模型数量和高影响力专利方面保持优势，而中国在论文数量、引用份额、专利授权数量和工业机器人安装量方面处于领先。韩国则以人均AI专利数量居全球首位，在创新密度方面表现突出。


02

基础设施高度集中，供应链脆弱性引发关注


报告指出，美国拥有5,427个数据中心，是其他任何国家的10倍以上，能源消耗也居全球首位。然而，几乎所有领先的AI芯片均由台湾地区的台积电（TSMC）一家代工厂制造，使得全球AI硬件供应链高度依赖单一制造节点。报告提及，台积电在美国的扩产项目已于2025年开始运营。AI模型所需的算力自2022年以来以每年约3.3倍的速度增长，但这些算力几乎全部流经同一家芯片代工厂。


03

“锯齿前沿”：能力分布高度不均衡


报告揭示了AI能力发展中的一个显著特征——研究者将其称为“锯齿前沿”（jagged frontier）。一方面，Gemini Deep Think在国际数学奥林匹克竞赛（IMO）中获得金牌级成绩；另一方面，表现最好的模型在读取模拟时钟时的准确率仅为50.6%。AI智能体在OSWorld（跨操作系统的真实计算机任务测试）上的任务成功率从12%跃升至约66%，但在结构化基准测试中仍有约三分之一的尝试失败。在物理世界交互方面，机器人在家庭任务中的成功率仅为12%，尽管在软件模拟环境（RLBench）中的成功率已达89.4%。


04

负责任AI发展滞后于能力扩展


报告指出，几乎所有主要前沿模型开发者都会报告能力基准测试结果，但在负责任AI基准方面的报告仍不完整。记录在案的AI事件从2024年的233起上升至362起。基础模型透明度在2024年有所改善后于2025年出现下降。报告援引的研究发现，改善负责任AI的某一维度（如安全性）可能导致另一维度（如准确性）退化，而目前尚无框架来指导这些权衡取舍。在公平性、隐私和可解释性等维度上，追踪长期进展所需的标准化数据尚不存在。


05

AI投资与采纳速度达到历史性水平


经济数据是本版报告的重点之一。2025年美国AI私人投资达到2,859亿美元，是中国124亿美元的23倍以上——但报告同时指出，仅看私人投资数字可能低估了中国的AI总投入，因为中国的政府引导基金未被计入。美国在2025年新增1,953家获得融资的AI公司，是第二名国家的10倍以上。全球企业AI投资在2025年增长超过一倍。


在采纳速度方面，生成式AI在三年内达到约53%的人口级采纳率，超过了个人电脑和互联网的同期表现，但各国差异显著且与人均GDP强相关。部分国家表现出高于预期的采纳率，如新加坡（61%）和阿联酋（54%），而美国以28.3%排在第24位。到2026年初，生成式AI工具为美国消费者创造的估计年价值达到1,720亿美元，每位用户的中位价值在2025年至2026年间增长了两倍。组织层面的AI采纳率达到88%，五分之四的大学生使用生成式AI。


06

生产力提升与就业结构变化并存


报告关注了AI对劳动力市场的影响。研究显示，在客户支持和软件开发领域，AI带来的生产力提升在14%至26%之间，但在需要更多判断力的任务中效果较弱甚至为负。AI智能体的部署在几乎所有业务职能中仍处于个位数比例。值得注意的是，在AI可测量的生产力提升最为明显的软件开发领域，美国22至25岁的开发者就业人数自2024年以来下降了近20%，而年长开发者的人数仍在增长。报告并未对此做出因果判断，但将其列为需要关注的信号。


07

AI的环境足迹随能力扩展而增长


报告提供了AI环境影响的最新数据。Grok 4的估计训练排放达到72,816吨二氧化碳当量。AI数据中心电力容量升至29.6吉瓦（GW），相当于纽约州峰值需求时的用电量。仅GPT-4o推理的年用水量就可能超过1,200万人的饮用水需求。


08

AI在科学与医学领域的进展与局限


报告首次将科学和医学单独设章，反映AI在这两个领域影响力的增长。在科学领域，前沿模型在化学基准（ChemBench）上平均超越人类化学家，但在天体物理学的论文复现任务中得分低于20%，在地球观测问题上仅为33%。值得注意的是，参数量较小但专业化的模型在部分任务中表现优于大型通用模型：一个1.11亿参数的蛋白质语言模型（MSAPairformer）在ProteinGym上击败了此前的领先方法；一个2亿参数的基因组学模型（GPN-Star）超越了一个体量近200倍的模型。大多数科学领域的AI基础模型来自跨部门合作，与通用AI领域由产业界主导的格局形成对比。


在医学领域，自动生成临床笔记的AI工具（如环境AI录入系统）在2025年获得了显著采纳。多个医院系统报告医生撰写笔记时间减少高达83%，职业倦怠感也有显著缓解。但报告同时指出，临床AI的证据基础仍然薄弱：对500多项临床AI研究的审查发现，近一半依赖考试式问题而非真实患者数据，仅5%使用了真实临床数据。FDA对AI医疗设备的授权数量有所增加，但临床证据继续滞后。


09

AI教育需求增长，但体系跟进不足


报告指出，超过80%的美国高中生和大学生使用AI完成学业相关任务，但只有一半的中学有AI使用政策，仅6%的教师认为这些政策清晰。在课堂之外，AI工程技能增长最快的国家是阿联酋、智利和南非。2022年至2024年间，美国和加拿大新增AI博士人数增长了22%，且这些新增博士进入了学术界而非产业界。


10

AI治理格局全球分化，“AI主权”成为核心议题


报告追踪了全球AI政策走向。2025年，欧盟AI法案的首批禁止条款生效，而美国联邦层面则转向去监管方向。日本、韩国和意大利各自通过了国家级AI法律。新采纳国家AI战略的国家中，超过一半来自发展中经济体。“AI主权”（AI sovereignty）成为各国政策的核心组织原则，报告从基础设施主权、数据主权、模型主权、应用主权和人才主权五个维度提出了分析框架。然而，前沿模型的开发和大规模算力仍然集中在少数国家。开源开发开始重新分配参与权——来自其他国家的GitHub贡献已超越欧洲，正在接近美国的水平。


在美国国内，联邦政策向去监管转变的同时，各州通过的AI相关法案数量创下历史新高。报告还追踪了美国AI人才吸引力的下降：迁入美国的AI研究人员和开发者人数自2017年以来下降了89%，仅在过去一年就下降了80%。


11

公众与专家对AI的看法存在显著分歧


报告通过对30多个国家的多项大规模调查数据进行汇总分析，揭示了AI领域专家与普通公众之间的认知差距。在AI对就业的影响方面，73%的专家预期正面影响，而公众中持此观点的仅为23%，差距达50个百分点。类似的分歧也出现在对经济和医疗领域影响的看法上。在对政府AI监管的信任度方面，美国在受调查国家中报告了最低的政府监管信任度（31%）。全球范围内，欧盟在AI监管方面获得的信任度高于美国和中国。东南亚国家在对AI的乐观程度和对本国政府的信任度方面均最高。


12

总结


斯坦福大学2026年AI指数报告描绘了一幅关于人工智能发展的复杂图景。报告最核心的贡献，在于系统性地揭示了技术能力与其治理、评估、理解体系之间的系统性差距。

报告传递出三个层次递进的信息：

第一，AI能力仍在快速提升，且正在以前所未有的速度扩散到经济和社会的各个角落。产业主导、投资激增、采用加速，标志着AI已从“前沿探索”进入“规模化落地”阶段。

第二，衡量和管理AI的体系正在被技术甩在身后。基准测试饱和、负责任AI报告稀疏、透明度下降、专家与公众认知鸿沟扩大，都指向同一个问题：我们评估、理解和治理AI的能力，未能跟上AI本身的发展速度。

第三，AI对劳动力市场的初期影响已显现，且呈现出“代际不公”的特征。初级岗位和年轻工作者首当其冲，就业通道收窄、早期职业积累机会被剥夺。这要求政策干预必须超越传统的“低技能保护”，转向更具针对性的“职业生命周期”支持。

本报告提示各方关注以下几点核心判断：

其一，AI评估体系需要根本性改革。从“绝对准确率”转向“模态依赖度”，从“静态基准”转向“动态、私有、证书级”评估，从“AI孤立测试”转向“人机协作评估”。

其二，负责任AI必须成为与能力开发同等优先的事项。透明度需要成为强制性要求，安全基准需要更广泛地报告，而不同负责任AI维度之间的权衡需要被系统性地研究和管理。

其三，AI对就业的影响不是均匀分布的，最脆弱的群体是处于职业起点的年轻人。针对他们的职业路径规划、技能培训干预和就业通道保护，应被优先纳入政策议程。

总体而言，这份报告所呈现的，是一个正在经历“落地考验”的AI世界：技术在实验室和基准测试中取得了令人眩目的进步，但在真实世界的复杂性面前，在治理框架的适应性面前，在社会理解的鸿沟面前，仍有漫长的路要走。正如报告所指出的——我们无法测量的东西，与我们能够测量的东西同等重要。



编辑｜徐赫泽

审核｜赵杨博

终审｜梁正 王净宇



内容中包含的图片若涉及版权问题，请及时与我们联系删除