近日，美国斯坦福大学以人为本人工智能研究所 (HAI) 发布了最新一期《2025年人工智能指数报告》（Artificial Intelligence Index Report 2025）。这份长达400多页的报告全面分析了全球人工智能领域的最新发展趋势，涵盖技术性能、行业投资、国家竞争格局等关键议题。

作为全球AI领域的风向标，《人工智能指数报告》自2017年起已连续发布八年，由著名华人人工智能学者李飞飞联合领导的专家团队主导调研，围绕人工智能技术进展、经济影响、社会影响等进行系统分析。该报告以其严谨客观的内容，被广泛认为是AI领域最客观的权威报告之一。

以下为《2025年人工智能指数报告》重点内容摘编：

1、AI争霸格局：美国领先，中国步步紧逼

中国领跑AI论文及专利数量，美国主导高影响力研究

近几年，人工智能已成为计算机科学中的核心研究方向。随着学界和业界对AI研究的热情不断高涨，整个行业正处于蓬勃发展的关键阶段，中美两国在AI科研方面的影响力持续上升。总体来看，AI研究论文数量持续增长，已逐渐主导计算机科学领域。数据显示，2013年至2023年间，AI相关论文数量从10.2万篇增长至24.2万篇，在计算机科学论文中的占比也从21.6%上升至41.8%。

从地区分布来看，中国大陆在人工智能论文发表总量上处于领先地位。 2023年，中国在全球AI论文总发表量中占比达23.2%，位居世界首位；相比之下，欧洲占比为15.2%，印度为9.2%（见下图），自2016年以来，中国的占比稳步上升。美国在2021年前占比较为稳定，之后则略有下滑。尽管在总量上不及中国，美国在高影响力研究方面依然占据主导地位。 2021至2023年，美国分别贡献了AI领域Top 100高被引论文中的64篇、59篇和50篇；同期，中国大陆则分别贡献了33篇、34篇和34篇。

▲ 2013–2023年各主要地区在计算机科学领域的AI论文发表情况

从机构表现来看，在2021年至2023年间的Top100高被引AI论文中，谷歌、清华大学、卡耐基梅隆大学、微软、北京智源人工智能研究院、香港科技大学、上海人工智能实验室、中国科学院、Meta和英伟达表现尤为突出。

▲ 2021–2023年各机构进入Top 100高被引论文数量

此外，过去十余年间，AI专利申请量呈现爆发式增长。2010年至2023年，AI专利数量从3,833件跃升至122,511件，年均增长率达29.6%。其中，中国大陆以占比69.7%的授权量位居全球首位。

▲ 2010–2023年各地区获授权AI专利数量

中国大模型加速追赶美国，差距持续缩小

斯坦福报告指出，中国与美国是当前全球人工智能领域最具影响力的两个国家，且双方在大模型性能上的差距正迅速缩小。数据显示，**中美大模型在综合性能上的差距已由2023年的17.5%骤降至0.3%，几乎持平。**报告还对“2024年重要大模型”进行了评选，其中谷歌、OpenAI和阿里巴巴分别有7个、7个和6个模型入选，阿里重要模型贡献度位列全球第三，是入选数量最多的中国科技公司。在斯坦福报告评选的2024年32项最具代表性的模型、数据集和功能发布中，通义千问的 Qwen2、Qwen2.5 以及 DeepSeek-V3 均榜上有名，充分展现了中国在大模型研发方面的强劲竞争力。

自2023年以来，阿里通义实验室已开源超过200款模型。目前，通义千问的衍生模型数量已突破10万个，超越美国的 Llama，成为全球衍生模型数量最多的开源大模型。

▲ 按机构划分的重要AI模型数量

此外，报告显示，美国在尖端AI模型研发领域仍保持领先优势。2024年度全球重要AI模型统计数据显示，美国机构贡献了40个知名模型，显著高于中国的15个和欧洲的3个。然而值得注意的是，中国在模型性能方面正快速追赶——在MMLU（大规模多任务语言理解）和HumanEval（编程能力评估）等权威基准测试中，中美模型性能差距已从2023年的显著差异缩小至2024年的基本持平状态。

▲ 2024年按选定地理区域划分的重要人工智能模型数量

2、人工智能的发展趋势与应用

AI领域投资加速

2024 年，AI 在商业领域的应用加速推进，全球投资总额创下历史新高， 生成式 AI 尤其受到资本青睐。全球 AI 投资在 2024 年达到 2523 亿美元，同比增长 26%。其中，私人直接投资增长 44.5%，并购活动增长 12.1%。2024 年，生成式 AI 投资持续增长。美国在该领域的私人投资达 339 亿美元，同比增长 18.7%，较 2022 年增长逾 8.5 倍，占全球 AI 投资总额的 20% 以上。

▲ 全球企业按投资活动分类的AI投资情况

美国继续领跑全球 AI 投资。2024年，美国在各类 AI 领域的私人投资总额达1091亿美元，是中国（93亿美元）的近12倍，是英国（45亿美元）的24倍。

科研领域持续发力

在科研支持方面，AI 的作用不断增强。2024 年，多样化的新工具得到实际应用，例如 Aviary（用于训练生物任务的 LLM agent）和 FireSat（用于预测森林火灾），体现出 AI 在科研场景中的广泛潜力和实用性。

医学领域的 AI 应用也取得重大进展。OpenAI 的 o1 模型在 MedQA 基准测试中得分高达 96%，较 2023 年领先模型提升 5.8 个百分点，较 2022 年累计提升 28.4 个百分点。研究还发现，GPT-4 在复杂病例诊断中表现优于医生团队，且在癌症检测、高风险患者识别等任务中展现出更高准确性。与此同时，AI 医疗设备的落地加速，截至 2023 年，FDA 已批准 223 项 AI 医疗设备，较 2015 年的 6 项有显著增长，显示出 AI 在医学领域从研究走向临床的现实进展。

▲ FDA批准的人工智能医疗设备的数量

政策监管加强

2024年，全球范围内人工智能监管进程明显加快，各国纷纷将AI治理列为政策制定的核心议题。以美国为例，美国州级立法活跃，AI 相关法律数量由 2023 年的 49 项增至 131 项，全球范围内，AI 立法热度持续攀升，75 个国家的立法文本中共提及 AI 1889 次，是 2016 年的 9 倍，反映出技术影响力迅速上升所带来的治理需求。

在 AI 安全方面，全球初步建立起多边合作架构。继 2023 年英国 AI 安全峰会之后，美国与英国率先设立国家级安全研究机构，2024 年在首尔举行的 AI 峰会进一步推动日本、德国、法国、新加坡等国家加入，国际共识逐步形成。美国在监管机制上也显著提速，全年共有42个联邦机构出台AI相关规章制度，发布59项新规，是上一年的两倍。整体来看，2024年成为全球 AI 治理体系加速成型的关键节点。

▲ 2019–2024年美国各州关于AI生成深度伪造图像的立法数量

公众态度分化明显

2024 年，全球公众对人工智能（AI）的看法呈现出明显变化，乐观情绪有所上升。 在 26 个国家的调查中，18 个国家的受访者认为 AI 产品的益处大于弊端，全球总体支持比例从 2022 年的 52% 增加至 55%。与此同时，约三分之二的受访者预计，未来 3 到 5 年内，AI 将对个人日常生活产生显著影响，这一比例较 2022 年增加了 6 个百分点。

尽管对 AI 的前景持积极态度，公众对 AI 公司、数据隐私以及算法公平性的信任却有所下降。认为AI公司能妥善保护个人数据的受访者比例从 2023 年的 50% 降至 2024 年的 47%。此外，对算法公正性的信心也有所减弱。各国之间在 AI 发展态度上的差异仍然显著，表明全球对这一技术的信任和期待并非一致。

▲ 2022至2024年，各国公众对AI产品和服务‘利大于弊’的认同程度

3、结语：全球竞赛重塑秩序

《2025年人工智能指数报告》揭示了AI发展的新常态：技术突破与治理需求同步加速。中美竞争呈现"双轨并行"态势——中国在基础研究规模与开源生态建设上持续发力，美国则在原创性突破与商业转化方面保持领先。值得关注的是，全球AI发展正从单纯的技术竞赛转向包含安全、产业融合在内的系统性竞争。随着各国监管框架快速成型，如何在创新激励与风险防控间取得平衡，将成为下一阶段的核心命题。报告数据表明，AI技术的影响力已超越产业范畴，正在重塑国家竞争力格局与国际治理秩序。

那么，如何系统的去学习大模型LLM？

作为一名从业五年的资深大模型算法工程师，我经常会收到一些评论和私信，我是小白，学习大模型该从哪里入手呢？我自学没有方向怎么办？这个地方我不会啊。如果你也有类似的经历，一定要继续看下去！这些问题啊，也不是三言两语啊就能讲明白的。

所以我综合了大模型的所有知识点，给大家带来一套全网最全最细的大模型零基础教程。在做这套教程之前呢，我就曾放空大脑，以一个大模型小白的角度去重新解析它，采用基础知识和实战项目相结合的教学方式，历时3个月，终于完成了这样的课程，让你真正体会到什么是每一秒都在疯狂输出知识点。

由于篇幅有限，⚡️ 朋友们如果有需要全套 《2025全新制作的大模型全套资料》，扫码获取~

👉大模型学习指南+路线汇总👈

我们这套大模型资料呢，会从基础篇、进阶篇和项目实战篇等三大方面来讲解。

👉①.基础篇👈

基础篇里面包括了Python快速入门、AI开发环境搭建及提示词工程，带你学习大模型核心原理、prompt使用技巧、Transformer架构和预训练、SFT、RLHF等一些基础概念，用最易懂的方式带你入门大模型。

👉②.进阶篇👈

接下来是进阶篇，你将掌握RAG、Agent、Langchain、大模型微调和私有化部署，学习如何构建外挂知识库并和自己的企业相结合，学习如何使用langchain框架提高开发效率和代码质量、学习如何选择合适的基座模型并进行数据集的收集预处理以及具体的模型微调等等。

👉③.实战篇👈

实战篇会手把手带着大家练习企业级的落地项目（已脱敏），比如RAG医疗问答系统、Agent智能电商客服系统、数字人项目实战、教育行业智能助教等等，从而帮助大家更好的应对大模型时代的挑战。

👉④.福利篇👈

最后呢，会给大家一个小福利，课程视频中的所有素材，有搭建AI开发环境资料包，还有学习计划表，几十上百G素材、电子书和课件等等，只要你能想到的素材，我这里几乎都有。我已经全部上传到CSDN，朋友们如果需要可以微信扫描下方CSDN官方认证二维码免费领取【保证100%免费】

相信我，这套大模型系统教程将会是全网最齐全 最易懂的小白专用课！！