过去一年，AI行业最显著的变化，是判断AI进展的方式变了。过去一年，AI行业最显著的变化，是判断AI进展的方式变了。

在更长一段时间里，外界习惯用参数规模、榜单排名、融资金额和产品发布节奏来理解AI。但进入2025年后，这套叙事开始显得不够用了。模型还在变强，算力还在扩张，资本还在涌入，AI也正在进入科学、医疗、教育、企业服务和自动驾驶等更深的产业场景。可与此同时，顶级模型之间的性能差距正在缩小，前沿系统的透明度正在下降，算力和芯片供应链越来越集中，治理、能源、就业和公平问题也开始从幕后走到台前。

这意味着，AI竞争正在从单点技术竞赛，变成一场更复杂的系统竞争。真正值得追问的，已经不只是“谁的模型更强”，而是“谁能把AI变成稳定、可信、可规模化的生产力”。

也正是在这个节点，斯坦福大学以人为本人工智能研究院旗下AI Index项目发布了《2026 AI Index Report》。作为一份长期被全球政策界、学术界、产业界和媒体引用的年度报告，它并不只是一份技术榜单，而是试图用跨越研发、技术性能、负责任AI、经济、科学、医学和教育等多个维度的数据，重新描绘AI产业的真实坐标。

这份报告释放出的信号很清晰：AI的上半场，比的是模型能力和技术突破；AI的下半场，比的将是基础设施、真实场景、商业效率和社会信任。换句话说，AI已经不再只是技术公司的故事，而是正在成为一套重新分配产业资源、人才结构和全球竞争优势的新基础设施。

围绕这份报告，我们试图从七个维度梳理2025年以来AI产业正在发生的关键变化。一个越来越明确的判断是：当模型能力逐渐逼近，真正决定下一轮产业格局的，将是把技术落到产业深处的能力。

以下为报告转译后归纳总结：

要点概述：

1、AI 远未见顶，反而在加速狂飙，正以史无前例的广度野蛮渗透大众

2、中美 AI 模型的性能鸿沟，如今已被生生抹平

3、 既能斩获奥数金牌，又会在数秒报时上沦为白痴， AI 陷入极度失衡的“参差前沿”

4、尽管机器人在受控环境中表现出色，但在大多数家务任务上仍束手无策

5、负责任的人工智能发展速度跟不上人工智能能力的提升，安全基准滞后，相关事件数量大幅上升

6、人工智能的普及速度正创下历史纪录，消费者正从这些通常免费使用的工具中获得可观价值

7、人工智能正在改变临床医疗，但相关严谨的证据依然有限

01 研发进入巨头时代：AI越来越强，也越来越不透明
2025年的AI研发呈现出一种鲜明的矛盾：一方面，支撑AI发展的资源还在增长，算力、开源项目、论文和专利都在继续扩张；另一方面，真正处在前沿位置的模型系统却越来越集中，透明度也在下降。

最直接的变化是，行业已经成为AI模型开发的绝对主角。2025年，行业产出了超过90%的知名AI模型，学术机构在前沿模型中的角色被进一步挤压。原因并不复杂，训练一个顶级模型所需要的算力、数据、工程团队和资金投入，已经不是一般高校或研究机构能够独立承担的。AI研发正在从过去相对开放的科研竞争，变成少数巨头之间的基础设施竞赛。

但问题也随之出现。越是性能最强的模型，往往越不透明。包括OpenAI、Anthropic、Google在内的多个资源消耗极高的系统，已经不再完整披露训练代码、参数数量、数据集规模和训练时长。这让外界很难判断模型能力到底来自算法突破、数据质量、后训练优化，还是单纯的算力堆叠。AI越重要，社会越需要理解它；但AI越前沿，外部越难看清它。

与此同时，全球AI研发版图也在发生变化。中国在论文发表数量、引用量和专利授权方面位居首位，在被引次数最高的100篇AI论文中所占比例也持续上升。美国则在知名模型开发方面保持领先，2025年研发出59个知名模型，中国为35个。换句话说，中国在研究产出和知识积累上更具规模优势，美国仍掌握更多前沿模型和高影响力专利。

算力是这场竞争最硬的底座。自2022年以来，全球AI计算能力每年约增长3.3倍，到2025年已达到1710万颗H100等效芯片的规模。英伟达占据总计算量的60%以上，谷歌和亚马逊供应了剩余的大部分份额，华为虽然占比仍小，但份额正在增长。算力扩张背后，是超大规模数据中心建设和前沿模型训练、推理需求的持续上升。

但越往底层看，风险越集中。美国拥有全球最多的数据中心，数量是其他任何国家的十倍以上；而台积电几乎制造了所有主流AI芯片，使全球AI硬件供应链高度依赖台湾的一家代工厂。AI看似是云端软件革命，底层却是高度集中的半导体制造、能源供应和数据中心部署能力。

这种扩张还带来了环境代价。2025年，Grok 4的训练排放量预估达到72816吨二氧化碳当量；AI数据中心电力容量升至