公眾號記得加星標??，第一時間看推送不會錯過。

領(lǐng)先的人工智能模型能力持續(xù)加速提升，包括OpenAI和Anthropic在內(nèi)的幾家大型人工智能公司正朝著今年晚些時候的IPO邁進。然而，人們對人工智能的抵觸情緒依然暗流涌動，在某些情況下甚至已經(jīng)爆發(fā)，尤其是在美國，一些地方政府開始對新建數(shù)據(jù)中心實施限制甚至徹底禁止。

要掌握如此多的信息并非易事，但斯坦福大學(xué)以人為本人工智能中心發(fā)布的2026年版人工智能指數(shù)報告卻做到了。這份超過400頁的報告包含了數(shù)十個數(shù)據(jù)點和圖表，從基準評分、投資和公眾認知等多個角度探討了人工智能這一主題。與往年一樣（參見我們2021年、2022年、2023年、2024年和2025年的報道），我們閱讀了這份報告，并總結(jié)出了概括2026年人工智能發(fā)展趨勢的關(guān)鍵要素。

美國公司在人工智能模型領(lǐng)域處于領(lǐng)先地位

過去十年，美國在人工智能模型發(fā)布方面一直處于領(lǐng)先地位，2025年依然如此。據(jù)研究機構(gòu)Epoch AI的數(shù)據(jù)顯示，總部位于美國的機構(gòu)在2025年發(fā)布了50個“值得關(guān)注”的模型。然而，中國的模型產(chǎn)量正在迅速縮小差距。

幾乎所有知名模型都源自工業(yè)界（而非學(xué)術(shù)界或政府機構(gòu)）。EpochAI 追蹤到，2025 年將有 87 個知名模型來自工業(yè)界，而其他所有來源僅有 7 個。這是一個重要的長期趨勢。目前，工業(yè)界發(fā)布的模型占知名模型總數(shù)的 90% 以上，而 2015 年這一比例略低于 50%，2003 年則為零。

中國在機器人領(lǐng)域處于領(lǐng)先地位

盡管美國公司發(fā)布了數(shù)量最多的知名人工智能模型，但中國在機器人部署方面也擁有同樣明顯的領(lǐng)先優(yōu)勢。根據(jù)國際機器人聯(lián)合會的數(shù)據(jù)，到2024年，中國將安裝29.5萬臺工業(yè)機器人。日本將安裝約4.45萬臺，美國將安裝3.42萬臺。

自2022年以來，全球人工智能計算能力每年增長3.3倍

最新的斯坦福人工智能指數(shù)報告列舉了許多引人注目的人工智能發(fā)展數(shù)據(jù)，但沒有一項數(shù)據(jù)能比得上 EpochAI 對人工智能總計算能力的衡量。

該圖以英偉達 H100e 的計算能力為標尺，顯示自 2022 年以來，全球 AI 計算能力每年增長超過三倍。自 2021 年（有記錄的第一年）以來，AI 計算總量增長了 30 倍。

英偉達是此次架構(gòu)升級的最大受益者，其GPU目前占據(jù)全球AI計算能力的60%以上。亞馬遜和谷歌——它們各自為AI工作負載設(shè)計硬件——分列第二和第三。

訓(xùn)練人工智能模型會產(chǎn)生巨大的碳排放

斯坦福大學(xué)人工智能指數(shù)在前幾年就曾指出人工智能訓(xùn)練產(chǎn)生的碳排放問題，而且這個問題仍在朝著令人擔憂的方向發(fā)展。

該報告估計，訓(xùn)練最新的大型語言模型（例如 xAI 的 Grok 4）會產(chǎn)生超過 72,000 噸的碳當量排放。這比往年的估計值大幅增加。OpenAI 的GPT-4估計產(chǎn)生 5,184 噸碳排放，Meta 的Llama 3.1 405B 估計產(chǎn)生 8,930 噸碳排放。

AI Index指導(dǎo)委員會聯(lián)合主任雷·佩羅表示，這些數(shù)據(jù)只是估算值。“這些估算值應(yīng)謹慎解讀。就Grok而言，它們很大程度上依賴于從公開報道（例如《福布斯》文章）、xAI聲明和其他無法核實的來源推斷出的數(shù)據(jù)，這引入了一定程度的不確定性。”佩羅說道。另一方面，佩羅指出，“Epoch AI獨立估算Grok 4的排放量要高得多，約為14萬噸二氧化碳。”

人工智能推理產(chǎn)生的排放量也在持續(xù)增加，但不同模型的排放量差異很大。報告估計，推理效率最低的模型的碳排放量是推理效率最高模型的十倍以上。據(jù)估計， DeepSeek的 V3 模型在響應(yīng)“中等長度”的提示時會消耗約 23 瓦的功率，而 Claude 4 Opus 的功率估計約為 5 瓦。

LLM正在迅速超越新的基準

過去十年，人工智能模型的性能以驚人的速度提升，而且正如上圖所示，這種進步似乎還在加速。特別是多模態(tài)線性模型，其性能幾乎在被發(fā)明出來的同時就達到了各項基準測試的標準。

智能體人工智能取得了最為顯著的進步。圖表右側(cè)的兩條陡峭曲線分別代表OSWorld 基準測試（用于衡量計算機的自主使用能力）和SWE-Bench Verified 軟件工程基準測試（用于衡量自主編碼能力）。

模型在“人類最后的考試”（Humanity's Last Exam）上的表現(xiàn)也在迅速提升。這項基準測試包含由各領(lǐng)域?qū)＜邑暙I的題目，旨在代表他們各自領(lǐng)域中最棘手的問題。2025 年斯坦福人工智能指數(shù)報告顯示，排名第一的模型 OpenAI 的 o1 僅正確回答了 8.8% 的問題。此后，準確率已提升至 38.3%——但即便如此，這個數(shù)字也略顯過時，因為截至 2026 年 4 月，得分最高的模型（例如 Anthropic 的 Claude Opus 4.6 和 Google 的 Gemini 3.1 Pro）的準確率均已超過 50%。

不過，佩羅提醒說，基準測試結(jié)果未必總能反映在實際應(yīng)用中。“我們通常缺乏衡量系統(tǒng)（或代理）在特定環(huán)境下運行效果的指標，”佩羅說，“知道某個法律推理基準測試的準確率達到75%，并不能告訴我們它在實際法律實踐中有多大的適用性。”

人工智能在醫(yī)學(xué)領(lǐng)域的研究取得進展

人工智能基準測試的進步似乎也體現(xiàn)在醫(yī)學(xué)領(lǐng)域，人工智能在醫(yī)學(xué)領(lǐng)域的應(yīng)用正以驚人的速度增長。醫(yī)學(xué)研究領(lǐng)域的應(yīng)用尤其迅速。正如上圖所示，過去兩年中，關(guān)于人工智能在藥物研發(fā)領(lǐng)域應(yīng)用的論文數(shù)量增加了一倍多。而關(guān)于多模態(tài)生物醫(yī)學(xué)人工智能（用于分析醫(yī)學(xué)圖像和文本）的論文數(shù)量，則是兩年前的2.7倍。

LLM在讀取模擬時鐘方面仍然存在問題

盡管人工智能模型在某些領(lǐng)域取得了快速進步，但在一些常見任務(wù)上，例如讀取時鐘和理解日歷，它們的表現(xiàn)仍然非常糟糕。ClockBench是一款用于衡量多模態(tài)邏輯學(xué)習(xí)模型 (LLM) 讀取模擬時鐘能力的工具，它發(fā)現(xiàn)即使是這項任務(wù)中表現(xiàn)最佳的模型——OpenAI 的 GPT-5.4——也只有 50% 的概率能正確讀取時鐘。

大多數(shù)模型的得分都遠低于此。Anthropic 的 Claude Opus 4.6 讀取時間的準確率僅為 8.9%。這令人驚訝，因為該模型在其他基準測試中通常表現(xiàn)出色。（如前所述，Claude Opus 4.6 在“人類最后的考試”中取得了頂尖成績。）

當然，在現(xiàn)實生活中，語言學(xué)習(xí)模型很少會被要求執(zhí)行這項任務(wù)，但佩羅表示，這代表了一個更普遍的問題。“有研究表明，當系統(tǒng)被問及語言與其他模態(tài)（例如圖像或音頻，如語調(diào)）的組合時，語言成分承擔了令人驚訝的很大一部分工作，甚至完全忽略了非語言信息。”

人工智能投資將在2025年達到新高峰

人工智能模型性能的提升與對人工智能公司的投資齊頭并進。據(jù)人工智能分析公司Quid的數(shù)據(jù)顯示，2025 年人工智能投資額創(chuàng)下新紀錄，超過 5810 億美元。

這比 2024 年的 2530 億美元支出翻了一番還多，并迅速超過了 2021 年創(chuàng)下的 3600 億美元的紀錄。與 2021 年以并購為主導(dǎo)的投資不同，2025 年創(chuàng)紀錄的投資結(jié)果是由對人工智能公司的私人投資所主導(dǎo)的。

大部分資金都流向了美國，去年美國在人工智能領(lǐng)域的投資超過 3440 億美元。

軟件工程師們正全力投入人工智能領(lǐng)域

然而，人工智能的普及不僅僅取決于私人資金。在GitHub上，人工智能也展現(xiàn)出蓬勃的草根熱情，到2025年，與人工智能相關(guān)的項目數(shù)量已飆升至558萬個。這比2020年增長了近五倍，比2024年增長了23.7%。

這個數(shù)字似乎也并未反映出人工智能項目數(shù)量的激增。獲得至少 10 顆星的項目數(shù)量增長速度與人工智能項目整體獲得的星數(shù)增長速度相近。這表明這些項目確實得到了用戶的積極參與。考慮到某些項目的受歡迎程度，這或許并不令人意外。例如，開源智能體人工智能軟件 OpenClaw就獲得了 35.2 萬顆星。

批評人士可能會擔心，這種熱情部分是由人工智能機器人或智能體項目推動的。佩羅承認了這一點，并表示“GitHub 的使用強度可能與人工智能的使用強度高度相關(guān)”。然而，至少根據(jù)一個名為Agents in the Wild 的活動追蹤網(wǎng)站（斯坦福大學(xué)的報告中并未提及該網(wǎng)站）的數(shù)據(jù)，GitHub 的大部分活動似乎仍然是由人類完成的。

計算機科學(xué)領(lǐng)域也同樣充滿熱情。過去十年間，人工智能相關(guān)的計算機科學(xué)出版物數(shù)量翻了一番多，從10.2萬篇增至25.8萬篇。其中超過68%的出版物仍然來自學(xué)術(shù)界，而政府和產(chǎn)業(yè)界的貢獻分別約為11.5%和12.5%（截至2024年）。機器學(xué)習(xí)、計算機視覺和生成式人工智能領(lǐng)域的出版物數(shù)量增長最為顯著。

人工智能對就業(yè)的總體影響仍不明朗

生成式人工智能的興起與就業(yè)擔憂密不可分，而全球最大人工智能公司首席執(zhí)行官們令人擔憂的預(yù)測無疑加劇了這種現(xiàn)象。然而，迄今為止的數(shù)據(jù)仍然喜憂參半。

上圖展示了軟件開發(fā)人員和客戶支持人員這兩個被認為極易被人工智能取代的職業(yè)中，不同年齡段人群的“標準化就業(yè)人數(shù)” 。與往年一樣，數(shù)據(jù)顯示這些職業(yè)的入門級職位有所減少，而中級和高級職位則保持穩(wěn)定或有所增加。然而，這些變化很難與更廣泛的經(jīng)濟趨勢區(qū)分開來。報告指出，許多行業(yè)的失業(yè)率都在上升，而且與預(yù)期相反，受人工智能影響最小的勞動者的失業(yè)率上升幅度超過了受人工智能影響最大的勞動者的失業(yè)率上升幅度。

公眾對人工智能的整體看法略有改善

這份報告最令人驚訝的發(fā)現(xiàn)無疑是過去幾年人們對人工智能的樂觀態(tài)度出現(xiàn)了雖小但顯著的增長。益普索（Ipsos）的一項調(diào)查顯示，59%的受訪者認為“人工智能的益處大于弊端”，高于2024年的55%。68%的受訪者表示他們對人工智能有“良好的理解”，略高于2024年的67%。

針對類似問題的調(diào)查結(jié)果顯示，人們對人工智能的總體接受度高于負面評價，盡管一些負面情緒也有所增加。例如，52%的受訪者表示，使用人工智能的產(chǎn)品和服務(wù)讓他們感到“不安”。

各國對人工智能的態(tài)度差異顯著。東南亞國家，包括中國、馬來西亞、泰國、印度尼西亞和新加坡，對人工智能的態(tài)度趨于積極。然而，同比增幅最大的國家是德國（12%）、法國（10%）和荷蘭（10%）。哥倫比亞的降幅最大（-6%），與往年趨勢相反。

各個國家/地區(qū)對人工智能監(jiān)管的信任度差異顯著

雖然越來越多的人似乎認為人工智能將產(chǎn)生積極影響，但這種轉(zhuǎn)變在一些國家卻伴隨著深深的不信任，尤其是在政府監(jiān)管方面。

值得注意的是，盡管美國在人工智能投資方面領(lǐng)先，但在信任度方面卻排名墊底。益普索的調(diào)查顯示，只有31%的受訪者相信政府能夠有效監(jiān)管人工智能。許多歐洲國家以及日本的信任度也較低。亞洲和南美洲國家對政府監(jiān)管人工智能的能力表現(xiàn)出最高的信任度。

美國和哥倫比亞的調(diào)查結(jié)果引人深思。美國民眾對人工智能監(jiān)管普遍缺乏信任，但大多數(shù)受訪者認為人工智能的益處將大于弊端。而哥倫比亞則相反，民眾對人工智能監(jiān)管表現(xiàn)出較高的信任度，但對人工智能的整體看法卻在惡化。

這感覺像是 2025 年人工智能發(fā)展趨勢的一個縮影。人工智能模型的結(jié)果質(zhì)量以及公眾對人工智能將如何影響社會的看法，都將繼續(xù)存在差異，而且這種差異往往很大，具體取決于手頭的任務(wù)或問題。

（來源：編譯自IEEE）

*免責聲明：本文由作者原創(chuàng)。文章內(nèi)容系作者個人觀點，半導(dǎo)體行業(yè)觀察轉(zhuǎn)載僅為了傳達一種不同的觀點，不代表半導(dǎo)體行業(yè)觀察對該觀點贊同或支持，如果有任何異議，歡迎聯(lián)系半導(dǎo)體行業(yè)觀察。

今天是《半導(dǎo)體行業(yè)觀察》為您分享的第4376內(nèi)容，歡迎關(guān)注。

加星標??第一時間看推送

求推薦