本文共字，预计阅读时间。

2026年4月13日，斯坦福大学以人为本人工智能研究所（Stanford HAI）发布了最新一期的《人工智能指数报告》。报告指出，人工智能的能力正在飞速提升，但我们衡量和管理这些能力的速度却相对缓慢。

这份自2017年起每年发布的报告，旨在通过数据追踪AI领域的演变，全面衡量从技术能力、科研产出到社会影响与公众认知的各个方面，已成为该领域最全面的年度数据概览。新版报告显示，AI模型正在科学与复杂推理方面取得突破性成果，但也带来了令人担忧的环境代价；美国在AI上的支出远超其他国家，却愈发难以吸引顶尖人才；同时，AI对劳动力的冲击已从预测变为现实，并首先影响了年轻工作者。

以下是报告揭示的十二项关键趋势与核心数据：

一、 能耗激增：强大能力背后的环境代价

随着AI模型性能提升，其资源消耗与环境影响急剧增加。训练Grok 4模型估计产生了72,816吨二氧化碳当量，相当于17,000辆汽车行驶一年的排放量。全球AI数据中心的总电力容量已攀升至29.6吉瓦，约等于纽约州的高峰用电需求。仅GPT-4o模型年度推理所消耗的水量，就可能超过1200万人的饮用水需求。所有AI系统的累计电力需求，已与瑞士或奥地利一国的全国用电量相当。

二、 中美竞赛：领先优势近乎蒸发

长期以来，美国在AI模型的规模、性能、研究和引用等方面全面领先。但中国已崛起为强有力的竞争者，并几乎抹平了与美国的性能差距。自2025年初以来，中美顶级模型在性能排行榜首位多次易主。2025年2月，中国深度求索（DeepSeek）的R1模型曾短暂追平美国最佳模型；截至2026年3月，美国Anthropic的顶级模型仅领先中国最佳模型约2.7%。美国在产出顶级模型和高影响力专利方面仍保持优势，而中国则在论文发表总量、引用次数、专利产出总量以及工业机器人安装量上居于领先。

三、 人才逆流：美国对顶尖AI人才的吸引力骤降

美国拥有的AI研究人员和开发者数量仍远多于其他国家，但流入美国的顶尖AI学者数量正在急剧减少。自2017年以来，移居美国的AI学者数量下降了89%，仅过去一年就骤降80%。这种人才流动的结构性逆转，可能对美国的长期创新优势构成挑战。

四、 能力“偏科”：能解奥数题，却看不懂钟表

前沿AI模型已在博士级科学问题、多模态推理和竞赛数学等领域达到或超越人类水平。例如，处理现实世界任务的智能体成功率从2025年的20%跃升至77.3%；处理网络安全问题的AI智能体解决问题率从2024年的15%提升至93%。然而，AI能力存在明显的“锯齿状前沿”：它在学习视频、生成连贯真实的视频、读取钟表时间、进行多步骤规划、金融分析以及某些专家级学术考试等方面仍然落后。家庭服务机器人在叠衣服、洗碗等真实家务任务上的成功率仅为12%。

五、 投资热潮：美国私人投资额是中国的23倍

全球企业AI投资在2025年达到5817亿美元，同比增长130%；私人投资达3447亿美元，增长127.5%。美国以2859亿美元的私人投资额遥遥领先，是排名第二的中国（124亿美元）的23.1倍。但报告指出，仅对比私人投资可能低估了中国对AI的资本投入。中国政府通过“政府引导基金”调配战略资源，在2000年至2023年间，估计有9120亿美元此类资金被部署于包括AI在内的各个行业。

六、 就业冲击：初级岗位面临挤压

AI带来的生产力提升正出现在许多入门级就业开始萎缩的领域。自2024年以来，22-25岁软件开发者就业人数下降了近20%，而其资深同事的就业人数却在增长。这种模式在客户服务等AI暴露度较高的职业中重复出现。企业调查显示，高管们预计这一趋势将加速，计划中的裁员规模将超过近期已发生的裁员，这意味着针对性的劳动力市场冲击才刚刚开始。

七、 科研革命：从辅助工具到科学发现者

AI正在驱动更多科学研究，从一个帮助写论文或核对数字的研究工具，转向在科学领域实现实际发现。与AI相关的自然科学、物理科学和生命科学出版物在去年均增长了26%至28%。年内的一些突破性项目包括：AI首次端到端运行完整的天气预报流程；天文学构建了首个基础模型，实现了跨10台望远镜的自动化天文观测。

八、 权力与不透明：能力越强，透明度越低

如今能力最强的现代模型，恰恰是透明度最低的。庞大而强大的模型集中在最大的AI公司手中，这些公司对训练代码、数据集规模和参数数量等信息越来越保密。衡量模型透明度的“基础模型透明度指数”平均分从去年的58分降至40分，并且指出，能力最强的模型往往披露的信息最少。

九、 公众情绪：乐观与焦虑并存

公众对AI的情绪正变得复杂。一项全球调查显示，59%的人对AI的好处感到乐观（去年为52%），但同时对该技术感到紧张的比例也小幅上升2%，达到52%。美国民众的态度更为谨慎：只有33%的美国人预计AI会让他们的工作变得更好（全球平均为40%），并且美国是预期AI将消灭而非创造新工作岗位比例最高的国家之一。在美国受访国家中，美国公众对其政府监管AI的信任度最低，仅为31%。

十、 普及神速：生成式AI普及快于个人电脑和互联网

生成式AI在三年内达到了53%的人口普及率，速度快于个人电脑或互联网。不过，普及速度因国家而异，且与人均GDP密切相关。新加坡（61%）和阿联酋（54%）等国的普及率高于预期，而美国仅以28.3%的普及率排名第24位。到2026年初，生成式AI工具为美国消费者创造的年度价值估计达到1720亿美元，用户人均价值在2025年至2026年间增长了两倍。

十一、 自我教育浪潮：正规教育滞后于应用

正规教育体系在AI应用方面滞后，但人们正在人生的各个阶段自主学习AI技能。五分之四的美国高中生和大学生将AI用于学业任务，但只有一半的中学制定了AI政策，仅6%的教师认为这些政策是清晰的。在课堂之外，专业人士正在同时学习AI软技能（如提示工程）和更技术性的技能；阿联酋、智利和南非是学习AI工程技能最快的国家。

十二、 医疗应用：进入临床，但价值尚待验证

AI已进入临床。2025年，能够根据患者就诊自动生成临床记录的工具得到广泛采用。多个医院系统的医生报告称，书写记录的时间减少了高达83%，职业倦怠感显著降低。然而，除特定工具外，临床AI的价值仍有待证实。一项对500多项临床AI研究的回顾发现，近一半依赖考试式问题而非真实患者数据，只有5%使用了真实的临床数据。医疗AI另一个增长领域是“数据孪生”——动态的、与数据相连的患者个体计算模型，可用于预测、模拟和治疗优化。相关出版物数量从2015年的近乎为零增长到2025年的372篇，早期结果显示出前景。

结语

综合来看，斯坦福2026年AI指数报告描绘了一幅技术能力突飞猛进与社会治理挑战并存的复杂图景。中美在技术性能上已近乎持平，但投资模式、人才流动和公众信任度差异显著。AI在提升科学研究和特定领域效率的同时，也带来了巨大的环境成本、就业市场结构性变化以及透明度危机。报告警示，社会亟需建立与之匹配的衡量、管理和治理框架，以确保AI发展的红利得到公平、可持续的分配。

[Source]

本文系未央网专栏作者发表，属作者个人观点，不代表网站观点，未经许可严禁转载，违者必究！首图来自图虫创意。

本文为作者授权未央网发表，属作者个人观点，不代表网站观点，未经许可严禁转载，违者必究！首图来自图虫创意。

本文版权归原作者所有，如有侵权，请联系删除。首图来自图虫创意。