2025年，支撑AI发展的资源持续增长，但发布的知名模型数量较前一年有所减少，前沿领域的技术系统也愈发集中在少数机构手中。如今行业占比超过90%的知名AI模型，而性能最强的系统同时也是透明度最低的，其训练代码、数据集规模和参数数量的公开程度愈发降低。自2022年以来，这些模型背后的算力每年约增长3.3倍，但几乎所有算力都依赖中国台湾的一家芯片代工厂，这使得全球硬件供应链十分脆弱。美国在顶尖模型方面领先，中美模型性能差距在显著缩小，基本“抹平”。中国目前在发表论文数量、引文占比和专利授权量方面位居前列，而瑞士、新加坡等小国则在人均AI研究人员数量上领先。

以下是核心要点：

1. AI能力正在加速发展，并惠及比以往更多的人群

2025年，超过90%的知名前沿模型由行业开发，其中部分模型在博士级科学问题、多模态推理及竞赛数学领域已达到或超越人类基准水平。在关键编程基准测试——SWE-bench Verified中，性能在短短一年内从60%跃升至接近100%。企业采用率达到88%，五分之四的大学生现在使用生成式AI。

2. 中美两国AI模型性能差距已基本“抹平”

自2025年初以来，中美两国的AI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。在斯坦福大学追踪的基准测试中，Anthropic的顶尖模型比表现最佳的中国模型领先2.7%。

美国仍产出更多顶尖AI模型和影响更大的专利，而中国在论文发表量、被引用次数、专利产出及工业机器人安装量方面处于领先地位。韩国在创新密度方面表现突出，人均AI专利数量位居世界第一。

3. 前沿AI模型性能趋于收敛

过去一年，前沿模型的差距进一步缩小，顶级模型的表现正趋于一致，在竞技场排行榜和基准测试中，经人类投票相互评分时，目前有4家公司的Elo评分（借鉴国际象棋评分体系）差距控制在25分以内。截至2026年3月，Anthropic（1503分）、xAI（1495分）、谷歌（1494分）、OpenAI（1481分）、阿里巴巴（1449分）和深度求索（1424分）均位居竞技场Elo评分的第一梯队，竞争压力也随之转向成本、可靠性和领域特定性能方面。

2023年初，OpenAI凭借其顶级模型1322分的成绩占据明显领先优势，而谷歌当时仅为1117分。2024年全年，这一差距持续收窄，谷歌、Anthropic等公司相继推出性能更强的模型。截至2025年2月，深度求索（DeepSeek）曾短暂追平并超越了美国竞技场排名前列的模型。去年的报告中，排名前四的模型分差约为97分，而到2026年3月，前四名模型的分差已不足25分。

4. AI模型能在国际奥数竞赛中摘得金牌却无法准确报时

Gemini Deep Think在国际数学奥林匹克竞赛中斩获金牌，但该顶尖模型正确读取指针式时钟的准确率仅为50.1%。在测试跨操作系统真实计算机任务的OSWorld平台上，AI代理的任务成功率从12%跃升至约66%，但在结构化基准测试中，其失败率仍高达三分之一。

尤其在机器人领域，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表现不佳。机器人仅能完成12%的家务任务，这凸显了AI距离掌握物理世界还有很大差距。在RLBench平台上，基于软件模拟的机器人操作成功率已达到89.4%，但可预测的实验室环境与不可预测的家庭环境之间存在巨大差距。

5. 负责任的AI未能跟上AI能力发展的步伐，安全基准测试滞后

几乎所有领先的前沿AI模型开发者都会报告能力基准测试的结果，但关于负责任AI基准测试的报告仍不完整。已记录的AI事件从2024年的233起上升至362起。更具挑战性的是，最新研究发现，改善一个负责任AI维度（如安全性）可能会导致另一个维度（如准确性）的下降。

6. 美国在AI投资方面处于领先地位，但其吸引全球人才的能力正在下降

2025年，美国私营AI投资达到2859亿美元，是中国的124亿美元投资额的23倍以上——仅看私营投资数据可能会低估中国的总AI支出，因为中国还有政府指导基金。在创业活动方面，美国同样处于领先地位，2025年获得新融资的AI公司达1,953家，是排名第二国家的10倍以上。然而，自2017年以来，移居美国的AI研究人员和开发人员数量下降了89%，仅去年一年就减少了80%。

7. AI加速普及，普及速度超过互联网

生成式AI在三年内的普及率达到了53%，这一速度超过了个人电脑和互联网。各国的普及率差异巨大，且与GDP高度相关，不过有一些国家的普及率超出了其收入水平所对应的预期，其中新加坡达61%，阿联酋达54%。尽管美国在AI投资和模型开发方面处于领先地位，但其普及率仅为28.3%，位列第24位。

8. 企业AI采用率达88%，AI加剧就业影响

2025年，企业对AI的采用在使用场景和功能上均持续拓展。绝大多数受访者表示其所在企业至少在一项业务职能中应用了AI，这一比例从2024年的78%升至2025年的88%。超过一半的受访者表示至少有三项业务职能在利用AI。生成式AI的应用也呈现出同样的增长态势，79%的受访者称其所在企业至少在一项业务职能中常规使用生成式AI，2024年这一比例为71%。各地区均出现了AI应用范围扩大的情况，不过增长速度有所不同。中国和欧洲的AI企业应用率同比增幅更高，分别提升了13%和11%。

AI对劳动力市场的影响正不均衡地显现，集中体现在招聘流程以及年轻劳动者身上。2024年以来，22至25岁软件开发人员的就业率下降了近20%。雇主调查显示未来还将有进一步变化，三分之一的受访者预计未来一年将进行裁员。

三分之一的企业预计未来一年AI将缩减其员工规模，尽管整体就业数据中尚未出现大规模裁员现象。近一半的受访企业预期员工数量几乎没有变化。预计裁员比例最高的领域是服务运营、供应链和软件工程。在几乎所有职能部门中，预期的裁员人数都超过了实际裁员人数。

9. AI专家与公众对该技术未来的看法存在显著差异

在AI对工作方式的影响方面，73%的专家预期其将产生积极影响，而公众中持此观点的仅占23%，两者存在50%的差距。在AI对经济和医疗保健的影响方面，也出现了类似的分歧。在全球范围内，对政府监管AI能力的信任度各不相同。在受访国家中，美国民众对其政府监管AI能力的信任度最低，仅为31%。在全球范围内，相比美国或中国，欧盟在有效监管AI方面更受信任。

10. AI对环境的影响在不断扩大

AI的环境足迹正随着其能力的提升而不断扩大。该报告估计，训练最新一代的大型语言模型（如xAI的Grok 4）可产生超过72,000吨的碳排放，这一数字较往年估算值大幅攀升。AI推理产生的排放量也在持续增加，尽管不同模型的结果存在差异。报告估计，推理效率最低的模型产生的碳排放量是效率最高模型的10倍以上。AI数据中心的电力容量已升至29.6吉瓦，与纽约州的峰值用电需求相当，而仅GPT-4o每年的推理用水量就可能超过1200万人的饮用水需求。

11. 模型透明度正在下降

报告指出AI模型透明度正呈现令人担忧的下降趋势。OpenAI、Anthropic和谷歌已停止披露其最先进模型的训练数据集规模、参数数量及训练时长。在2025年发布的95个最具影响力的AI模型中，有80个未公开训练代码。如今，性能最强的模型反而成为该领域透明度最低的系统。