2025年人工智能指数报告揭示了什么？中美AI发展有哪些新趋势？
AI性能的显著提升与挑战
性能在基准测试中的跃升
2023年推出了新的基准测试来探测AI系统极限。仅仅过了一年，AI系统性能就在MMMU、GPQA和SWE-bench测试中有大幅提升，分别提升18.8个百分点、48.9个百分点和67.3个百分点，这显示出AI发展的迅猛速度。这些提升表明AI在不断学习和进化，在很多领域的能力都在增强。
接近人类表现与推理挑战
从整体趋势看，AI在很多领域的表现接近人类，甚至在限时编程任务中超越人类。复杂推理对AI仍是挑战。在处理国际数学奥林匹克竞赛题目时表现不错，但面对PlanBench等复杂推理基准测试时表现吃力，在精度要求高的高风险行业应用受限。
全球AI投资与企业采用率的变化
投资增长情况
2024年生成式AI吸引了339亿美元私人投资，较2023年增长18.7%。这大量的投资表明了全球范围内对AI领域的重视，资本的涌入为AI的进一步发展提供了强大的资金支持，使得AI技术能够不断创新和拓展应用范围。
企业采用率的提升
企业对AI的采用率显著提升，从2023年的55%上升到2024年的78%。越来越多企业将生成式AI应用于业务职能，2023年比例为33%，2024年跃升至71%。这显示出企业认识到AI能提升生产力和缩小劳动力技能差距。
中美AI模型的对比与发展
模型数量对比
美国在AI模型数量上领先，2024年美国机构拥有40个知名AI模型，超过中国的15个和法国的3个。这体现出美国在AI模型的开发和储备上有一定优势，在全球AI领域的布局比较广泛。
性能差距缩小
虽然美国模型数量领先，但中美模型性能差距迅速缩小。以MMLU和HumanEval等测试结果看，2023年差距在两位数，2024年已近乎持平。同时中国在AI领域论文和专利数量保持领先，说明中国在AI的研发创新方面有很强的实力。
AI的高效与开源闭源模型发展
小模型性能与成本变化
AI变得更高效实惠，小模型性能飙升，达到GPT-3.5水平的系统推理成本在两年间降至280分之一。硬件层面成本每年降30%，能源效率每年提高40%，如微软Phi-3-mini用少量参数达到之前模型的实力。
开源闭源模型差距缩小
开源模型正在追赶闭源模型，2023年两者差距明显，到2024年差距几乎消失。2024年1月顶尖闭源模型超顶尖开源模型8.0%，到2025年2月差距缩小至1.7%。
各国对AI的态度与AI的生活影响
中国的乐观态度
在对AI的态度上，中国最乐观，2024年有83%的人认为AI产品和服务利大于弊，远超美国、加拿大等国。这反映出中国民众对AI发展充满信心，也可能是因为中国在AI领域发展成果显著带来的积极影响。
AI对日常生活的影响
AI正从实验室走向日常生活，如美国FDA批准的AI医疗设备增多，自动驾驶汽车投入运营。全球三分之二受访者认为未来3-5年AI对日常生活有显著影响，人们对AI融入生活的期待和认可度在上升。
相关问答
《2025年人工智能指数报告》包含哪些主要内容？
报告主要剖析了2024年全球AI行业发展态势，包括AI性能提升、全球投资情况、中美AI对比、模型成本变化、各国对AI态度和AI对生活影响等12大关键趋势。
为什么说复杂推理对AI模型是挑战？
在PlanBench等复杂推理基准测试中，AI模型表现吃力，即使面对有正解的逻辑任务也无法可靠解决，这限制了其在高风险行业应用，所以是挑战。
全球AI投资增长有什么意义？
增长意味着更多资金用于AI研发和创新，支持技术不断进步，还能推动AI在更多领域应用，像企业采用率提升就和投资增长有关。
中美AI模型在哪些方面存在差异？
数量上美国领先，2024年美国有40个知名模型，中国15个。但性能方面差距在缩小，2024年已近乎持平，且中国在论文和专利数量领先。
开源和闭源模型的差距为何会缩小？
可能是开源模型不断发展进步，在技术和性能上不断提升，随着时间推移与闭源模型的差距就逐渐变小了。
中国民众对AI乐观的原因是什么？
可能是中国在AI领域的快速发展，如论文和专利数量领先、模型性能提升等成果，让民众看到了AI带来的积极影响，从而对AI产品和服务充满信心。
