来源：HAI

2025年4月7日发布的《2025年AI指数报告》是斯坦福以人为本的人工智能研究所（HAI）的一项独立倡议，由AI指数指导委员会领导，该委员会是一个由来自学术界和行业界的跨学科专家组成的小组。

每年，该报告都涵盖了最大的技术进步、基准的新成就、对生成AI的投资、教育趋势、围绕该技术的立法等。

Table of Contents

1、小模型变得更好

2022年，在大规模多任务语言理解（MMLU）基准上记录得分高于60%的最小模型是PaLM，具有5400亿个参数。到2024年，微软的Phi-3-mini只有38亿个参数，达到了相同的门槛。这代表了两年多来减少了142倍。

2、模型使用成本更低

查询在MMLU上得分相当于GPT-3.5（64.8%准确率）的AI模型的成本从2022年11月的每百万代币20美元下降到2024年10月（Gemini-1.5-Flash-8B）的每百万代币仅0.07美元——在大约18个月内减少了280倍以上。根据任务的不同，法学硕士推论价格每年下降9次到900次。

3、中国AI 正在加速追赶

美国在开发AI模型方面仍然处于领先地位——但中国正在缩小差距。2024年，美国机构开发了40个知名的AI模型，而中国有15个，欧洲有3个。中国在AI出版和专利方面也继续处于领先地位。

4、AI 问题事件在开始增多

根据一个跟踪AI危害的指数，即AI事件数据库，2024年与AI相关的事件数量上升到233起，创下历史新高，比2023年增长了56.4%。在报告的事件中，有深度造假的亲密图像和据称与一名青少年自杀有关系的聊天机器人。虽然这并不全面，但它确实显示了问题的惊人增长。

5、更有用的AI Agents在兴起

AI agents显示出早期的前景。2024年RE-Bench的推出为评估AI agents的复杂任务引入了严格的基准。在短时间层次设置（两个小时）中，顶级AI agents的得分是人类专家的四倍，但当有更多的时间来完成一项任务时，人类的表现比AI更好——在32小时内得分为2比1。尽管如此，AI agents在特定任务（例如编写特定类型的代码）中已经匹配了人类的专业知识，同时更快地交付结果。