今年的版本与往年不同，在内容方面超过往年，在规模方面超过往年，在范围方面也超过往年，这反映出人工智能在人类日常生活中越来越重要。

    以下为《2025 年人工智能指数报告》内容按章节内容概要：

    第一章：研究与发展

    2023 年，人工智能产业开发出 51 个著名的机器学习模型，而学术界仅贡献了 15 个。2023 年，还出现了 21 个产学合作的著名模型，这一数量创下新高。产业在 2023 年继续主导前沿人工智能研究。

    2023 年发布了 149 款基础模型，比 2022 年发布的数量多两倍多。其中有更多的基础模型和更多的开源基础模型。在这些新发布的模型里，65.7%是开源模型，这个比例高于 2022 年的 44.4%以及 2021 年的 33.3%。

    前沿模型的价格变得更高了。《人工智能指数报告》估计，最为先进的人工智能模型的训练成本达到了前所未有的高度。比如，GPT-4 训练时使用了约 7800 万美元的算力，谷歌的 Ultra 训练则花费了 1.91 亿美元的算力。

    美国在顶级人工智能模型的主要开发国家中处于领先地位，领先于中国、欧盟和英国。2023 年，有 61 款著名人工智能模型来自美国机构，而欧盟只有 21 款，中国有 15 款，美国的数量远远超过了欧盟和中国。

    人工智能专利数量呈现出激增的态势。在 2021 年到 2022 年期间，全球人工智能专利的授权量有了大幅的增长，增长幅度达到了 62.7%。并且从 2010 年开始，获得授权的人工智能专利数量增长了超过 31 倍。

    图注：2010 年到 2022 年期间，全球人工智能专利授权量呈现出大幅增长的态势，增长幅度达到了 31 倍以上。

    中国在人工智能专利数量方面处于领先地位。2022 年，中国在全球人工智能专利来源国中占比 61.1%并处于领先。美国占比 20.9%，中国大幅超过美国。自 2010 年起，美国人工智能专利的份额从 54.1%持续下降。

    图注：中国在人工智能专利数量上处于遥遥领先的地位

    开源人工智能研究呈现爆炸式增长态势。2011 年之后，在软件项目托管平台上，与人工智能相关的项目数量一直处于增长状态。2011 年时为 845 个，到 2023 年约有 180 万个。尤其值得关注的是，仅在 2023 年这一年，人工智能项目的数量就有了大幅度的增长，增长幅度达到 59.3%。2023 年，该人工智能项目获得了更多的 Stars。Stars 主要用于衡量项目的受欢迎程度。2022 年该项目的 Stars 数量为 400 万，2023 年增加到了 1220 万，增加的数量超过了两倍。

    人工智能刊物的数量在不断上升。2010 年到 2022 年这段时间里，人工智能刊物的总数增长迅猛，增加了将近两倍。2010 年约有 8.8 万份，到 2022 年则超过了 24 万份。去年的增长幅度大约为 1.1%。

    第二章：技术表现

    图注：2023年发布的著名大模型列表。

    人工智能在某些任务上战胜了人类，然而却不能在所有任务里都战胜人类。

    人工智能在一些基准测试方面超越了人类的表现，其中包含图像分类、视觉推理以及英语理解等。然而，在更为复杂的任务上，人工智能依然落后于人类，像竞赛级数学、视觉常识推理以及规划等。

    2、多模态人工智能出现。

    传统上，人工智能系统的功能存在局限性。语言模型在文本理解方面较为出色，然而在图像处理方面表现不佳；反之，图像处理方面的模型在语言理解方面也表现不佳。不过，最近取得的进步推动了强大的多模态模型的发展，像谷歌的和 GPT-4 这样的模型。这些模型展现出了强大的灵活性，既能够处理图像，又能够处理文本，在某些情况下甚至还能够处理音频。

    更严格的基准开始显现。在 SQuAD 等既定基准方面，人工智能模型已达到性能极限，这使得研究人员不得不去开发更具挑战性的基准。2023 年出现了一些具有挑战性的新基准。其中有用于编码的 SWE-bench，有用于图像生成的 HEIM，有用于一般推理的 MMMU，有用于道德推理的 MoCa，还有用于基于智能体行为的以及用于幻觉的。

    图注：近年来出现的更严格的基准

    更好的人工智能意味着需要更好的数据，这也就意味着会有……乃至更好的人工智能。像等新的人工智能模型正在被运用，为图像分割和 3D 重建等任务生成专门的数据。数据对于人工智能技术的改进有着极为重要的作用。利用人工智能去创建更多的数据，既增强了当前的能力，又为未来的算法改进奠定了基础，尤其在更困难的任务方面。

    人类的评估工作开始了。因为生成式模型能够产出高质量的文本和图像等，所以基准测试逐渐开始把纳入 Arena 排行榜等人工评估当作重点，不再仅仅依赖或 SQuAD 等计算机化排名。公众对于人工智能所抱有的情绪，正在成为追踪人工智能发展进程的一个越发重要的考量因素。

    大型语言模型使得机器人变得更为灵活。语言建模与机器人技术相互融合，从而产生了诸如 PaLM-E 和 RT-2 这样更灵活的机器人系统。这些模型除了能提升机器人的功能之外，还具备提问的能力，这意味着机器人在朝着能够与现实世界更高效互动的方向迈出了重要的一步。

    对 AI 智能体进行更多的技术研究。计算机科学家一直面临着创造能在特定环境中自主运行的 AI 智能体这一挑战。然而新的研究显示，自动的人工智能智能体的性能在不断提升。当前的智能体能够掌握诸如这样的复杂游戏，并且能有效地处理像在线购物等现实世界的任务。

    闭源大语言模型在性能上明显比开源大语言模型更出色。在 10 个经过精心挑选的人工智能基准测试里，闭源模型的表现要优于开源模型，其平均性能比开源模型高出 24.2%。闭源和开源模型之间的性能差异，在人工智能政策辩论中有着重要的意义。

    第三章：负责任的AI