4月，斯坦福大学以人为本人工智能研究院（Stanford HAI）发布《2026年人工智能指数报告》^[1]，对全球AI发展态势进行了系统评估。报告指出，AI技术正以前所未有的速度发展和普及，但评估体系、安全框架、教育政策和环境管理都严重滞后，这种“能力与治理”的差距是当前AI时代最核心的挑战。

1、AI正在加速发展并惠及更多人，普及速度创历史纪录

2025年，产业界贡献了超过90%的知名前沿模型，多个模型在博士级科学问题、多模态推理和竞赛数学等任务上已接近或超越人类水平。同时，AI采用率达到88%，80%的大学生正在使用生成式AI工具。生成式AI在三年内达到了53%的人口采用率，普及速度快于个人电脑和互联网。据估计，到2026年初，生成式AI工具为美国消费者带来的年价值已达1720亿美元。

2、美中AI模型性能差距基本消失，但存在芯片供应和人才短板

自2025年初以来，两国模型多次交替领先。2025年2月，DeepSeek-R1曾短暂追平美国顶尖模型；截至2026年3月，Anthropic的顶尖模型领先幅度仅剩2.7%。美国在顶尖模型数量和高影响力专利方面仍占优势，而中国在论文总量、引用量、专利产出和工业机器人安装量上领先。美国拥有5427个数据中心，数量超过其他任何国家十倍以上，其数据中心总能耗也居全球之首。全球AI硬件供应链仍高度依赖晶圆代工厂台积电。在投资方面，2025年美国私人AI投资达到2859亿美元，是中国的23倍以上。然而，自2017年以来，迁往美国的AI研究人员和开发者数量已下降89%，仅过去一年就下降了80%。

 3、AI能力呈现不均衡发展

AI模型在国际数学奥林匹克竞赛中夺得金牌，却无法可靠地读取时间。AI智能体在OSWorld基准测试中取得了显著进步，任务成功率从约12%跃升至66%左右，但即使在结构化基准测试中，仍有约1/3的任务会失败，表明AI在不同类型任务上的能力发展极不均衡。此外，负责任AI发展滞后于能力进步。有记录的AI事故从2024年的233起上升至2025年的362起。研究发现，改进负责任AI的一个维度（如安全性）可能会损害另一个维度（如准确性），这给AI治理带来了更大的挑战。

4、AI对各领域影响不一

在劳动力市场，年轻从业者首当其冲。研究表明，AI在客服和软件开发领域带来了14%~26%的生产力提升。在美国，22~25岁的软件开发人员就业率自2024年以来下降了近20%。在科学领域，小模型有时表现优于大模型，且多源于跨界合作，如蛋白质和基因组学领域。大多数面向科学的AI基础模型来自跨部门合作，与AGI领域由产业界主导的格局形成鲜明对比。在医学领域，AI工具快速落地，但临床证据仍然薄弱。能够自动生成患者就诊临床笔记的工具在2025年获得广泛采用。然而，对超过500项临床AI研究的回顾发现，仅5%基于真实临床数据开展研究。在教育领域，学生使用AI的普及程度远超政策指引。超过80%的美国高中生和大学生已在学习中使用AI，但仅有一半的初高中制定了AI政策，并且仅有6%的教师表示这些政策是清晰的。

5、AI主权成为各国政策核心原则，专家与公众存在认知鸿沟

各国的AI战略正在快速扩展，尤其是在发展中经济体。各国政府支持的AI超算投资也在同步增长。但模型研发仍集中在美国和中国。与此同时，开源开发正在全球重新布局，世界其他地区在GitHub（全球最大的代码托管与协作平台）上的贡献已超过欧洲，并接近美国水平。73%的专家预期AI将带来积极影响，而公众仅有23%。类似的分歧也出现在AI对经济和医疗的影响上。各国公众对政府监管AI的信任度也参差不齐。  

（黄翠）