人工智能指数报告核心观点 - 2025年人工智能指数报告是迄今为止最详尽、最具雄心的AI全景图，旨在为各利益相关方提供独立、严谨的全球AI数据以支持决策 [1] - 报告通过八个章节系统性呈现AI领域最新动态和关键趋势，涵盖研发、技术性能、经济影响、科学应用、政策治理等多维度 [2] - AI已从未来叙事转变为塑造当下现实和未来走向的关键变量，其发展取决于当前在研发优先次序、伦理规范、治理框架等方面的选择 [5] 研究与发展趋势 - 产业界在AI创新生态中主导地位持续强化，2024年产业界贡献90%值得关注AI模型，显著高于2023年的60% [2] - OpenAI（7个模型）、Google（6个）和阿里巴巴（4个）是2024年贡献最多值得关注模型的企业，Google以186个模型（2014-2024累计）保持领先 [2] - 学术界在高影响力基础研究方面仍具关键价值，过去三年贡献了被引用次数前100的AI学术出版物最大份额 [2] - 全球AI研发呈现地域分化：中国在学术出版物数量（2023年占全球23.2%）和总引用次数（22.6%）领先，而美国在顶尖研究（Top 100引用论文）和值得关注模型（2024年40个）方面占优 [2] 技术演进特征 - AI模型规模及资源需求呈指数增长：训练计算量每5个月翻番，LLM数据集规模每8个月翻番，训练电力需求每年翻番 [3] - 数据存量估计显示Common Crawl含130万亿token，索引化互联网数据510万亿，整个互联网可能达3100万亿token，短期内文本数据供给充足但高质量数据稀缺 [3] - 模型推理成本呈下降趋势，如达到GPT-3.5性能的等效模型每百万token查询成本已大幅降低 [3] - 2024年AI在自然语言处理、计算机视觉、语音识别等基准测试上持续突破，先进LLM在专业考试和复杂推理任务中达到或超越人类平均水平 [3] 经济与产业影响 - 全球AI投资在2023下半年和2024年显著反弹，生成式AI领域新获融资初创公司数量几乎翻三倍 [3] - 2024年企业AI采纳显著加速，客户服务、市场营销、软件开发、运营管理成为普遍应用领域，部分企业已实现生产力提升和成本节约 [3] - AI对劳动力市场影响呈现"人机协作"和"任务增强"趋势，AI相关技能人才需求强劲增长但工作替代担忧加剧 [3] 科学与医学应用 - AI正从数据分析工具转变为参与假设提出、实验设计的"科研伙伴"，在材料科学、生物学、药物发现等领域展现潜力 [3] - AlphaFold在蛋白质结构预测持续突破，AI被用于分析科研数据和文献以发现新靶点或关联，预示AI驱动的科研范式变革 [3] 行业竞争格局 - GPU竞争加剧和专用芯片发展推动AI硬件生态系统演进，环境影响（碳排放、能源消耗）成为新关注点 [3] - 高性能、低成本及开源模型（如Llama、Mistral等系列）普及大幅降低AI使用门槛，促进广泛创新和应用 [3]