由李飞飞联合领导，斯坦福大学以人为本人工智能研究所（HAI）最新发布了2025 AI Index，用整整456页追踪了2024年全球AI行业的发展趋势，并得出了这样的结论。

　　至今，HAI已发布了8份（含本次）AI年度报告，不过今年的这份却尤为特殊。

　　AI推理成本降低了280倍开源模型正在迎头赶上AI基准测试成绩飙升

　　从官网消息来看，鉴于报告内容较多，HAI直接为大家挑出了其中最重要的12个结论。

　　首先就是AI模型方面，中国模型虽然数量不及美国，但质量方面已迅速缩小差距。

　　报告显示，2024年美国机构一共开发了40个值得关注的AI模型，远高于中国开发的15个和欧洲的3个。

　　不过，中美模型之间的性能差异正在快速缩小。具体表现为，在MMLU和HumanEval等主要基准测试上，二者的性能差异由2023年的两位数缩小到2024年的接近相等。

　　报告提到，排名第一和第十的模型之间的得分差距在一年内从11.9%降至5.4%，排名前两位的差距现在仅为 0.7%。

　　报告显示，2024年中国有83%的人认为AI产品和服务利大于弊，排在后面的是印度尼西亚（80%）和泰国（77%）。

　　不过从整体趋势来看，自2022年以来，几个之前对AI持怀疑态度的国家乐观情绪增长显著，比如美国（+4%）、加拿大（+8%）、法国（+10%）等等。

　　一个比较符合大家日常感受的结论是：AI模型在各大基准测试上的得分越来越高了。

　　报告显示，研究人员在2023年引入了一些如今大家已耳熟能详的基准MMMU、GPQA和SWE-bench，以此测试更高级AI模型的能力极限。

　　然而仅仅一年之后，从测试得分来看，其性能呈现大幅提升趋势，分别在MMMU、GPQA和SWE-bench上提高了18.8、48.9和67.3个百分点。

　　从整体趋势来看，AI各大能力表现逐渐接近人类，甚至在某些场景下，智能体能在限时编程任务中超越人类。

　　数据显示，由越来越强大的小模型驱动，对于性能达到GPT-3.5水平的系统的推理成本，在2022年11月到2024年10月间下降了280倍。

　　截至目前，AI模型在国际数学奥林匹克竞赛问题等任务中表现出色，但仍无法很好应对PlanBench等复杂推理基准测试。

　　报告中特意提到，在某些基准测试中，它们一年内的性能差异就从8%减少到仅1.7%。

　　比如2023年，美国FDA批准了223种AI医疗设备，而2015年仅为6种。

　　另外在自动驾驶方面，美国最大的运营商之一Waymo每周提供超过15万次自动驾驶出行，而百度的经济型“萝卜快跑” （Apollo Go）自动驾驶出租车车队现在已在中国多个城市提供服务。

　　2024年，有78%的组织报告自己正在使用AI，这比前一年增长了55%。

　　报告显示，2024年美国对AI的投资为1091亿美元，这几乎是中国（93亿美元）的12倍和英国（45亿美元）的24倍。

　　其中生成式AI尤其强劲，吸引了全球私营投资339亿美元，这一数字比2023年增长了18.7%。

　　各国政府正在加强对AI的监管和投资；负责任的AI生态系统正在不断发展，乐鱼体育平台但不均衡；目前有2/3的国家提供或计划提供K-12计算机科学教育（数量是2019年的两倍），其中非洲和拉丁美洲的进步最大；2024年近90%的知名AI模型来自工业界，高于前一年的60%。