AI指数报告发布：2022-2024美加AI博士新增22%

2026年4月13日，斯坦福大学发布《AI指数报告2026》（AI INDEX REPORT 2026），这是AI指数报告的第九版。该报告指出，随着AI持续快速发展，围绕其构建的体系能否跟上步伐成为关键问题。治理框架、评估方法、教育体系以及追踪AI影响所需的数据基础设施，正努力追赶技术本身的发展速度。AI的能力与我们对它的管理准备之间的差距，贯穿于本年度报告的每一章节。

作为新版特色，报告追踪了AI在推理、安全及真实世界任务执行领域更具雄心的测试方式，并阐释了为何这些评估日益难以依赖。报告还首次呈现了生成式AI经济价值的新估算，提出了AI主权的分析框架，并与施密特科学公司合作撰写了科学章节。报告首次设立AI在科学和在医学中应用的独立章节，反映了AI在这两大领域日益增长的影响力。

该报告的总体核心要点如下：

1.AI的能力并没有停滞不前，反而正在加速发展，并惠及到比以往更多的人群

2025年，业界已开发出超过90%的杰出前沿模型，其中一些模型在博士级别的科学问题、多模态推理和竞赛数学方面，其性能已达到甚至超越人类基准。在关键的编码基准测试（SWE-bench Verified）中，模型性能在一年内从60%提升至接近100%。组织机构的采用率达到88%，五分之四的大学生现在都在使用生成式人工智能。

2.中美AI模型性能差距已基本消除

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曾短暂地与美国顶级模型并驾齐驱，而截至2026年3月，Anthropic的顶级模型仅以2.7%的微弱优势领先。美国仍然拥有更多顶尖的AI模型和高影响力专利，而中国则在论文发表量、引用次数、专利产出和工业机器人装机量方面领先。韩国则以其创新密度脱颖而出，人均AI专利数量位居世界第一。

3.美国拥有最多的AI数据中心，其中大部分芯片由台积电制造

美国拥有5427个数据中心，是其他国家的10倍多，其能源消耗量也位居世界第一。几乎所有领先的AI芯片都由台积电（TSMC）一家公司制造，这使得全球AI硬件供应链依赖于这一家代工厂——尽管台积电在美国的扩建项目已于2025年开始运营。

4.AI模型可以在国际数学奥林匹克竞赛中赢得金牌，但却无法可靠地读取时间——这正是研究人员所说的AI发展“崎岖前沿”的一个例证

Gemini Deep Think 在国际数学奥林匹克竞赛中斩获金牌，但其顶级模型读取模拟时钟的准确率仅为50.1%。人工智能代理在OSWorld测试中任务成功率从12%跃升至约66%，该测试旨在评估代理在不同操作系统上执行真实计算机任务的能力，但它们在结构化基准测试中仍然大约有三分之一的尝试会失败。

5.负责任的AI发展速度跟不上AI能力的提升，安全基准滞后，事故数量急剧上升

几乎所有领先的前沿AI模型开发商都会报告其能力基准测试结果，但负责任AI基准测试的报告仍然参差不齐。有记录的AI事故数量已从2024年的233起上升至362起。近期研究发现，提高负责任AI的某个维度（例如安全性）可能会降低另一个维度（例如准确性）的水平。

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。

预计到2025年，美国私人AI投资将达到2859亿美元，是中国124亿美元投资额的23倍多——尽管考虑到政府的指导性资金，仅看私人投资数据可能低估了中国在AI领域的总支出。美国在AI创业活动方面也处于领先地位，预计2025年有1953家新成立的AI公司获得融资，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%，仅去年一年就下降了80%。

7.AI的应用正在以前所未有的速度普及，消费者正在从他们经常免费使用的工具中获得巨大的价值

生成式AI在三年内普及率达到53%，速度超过了个人电脑和互联网，尽管普及速度因国家、地区而异，且与人均GDP密切相关。一些国家的普及率高于预期，例如新加坡（61%）和阿联酋（54%），而美国排名第24位，普及率为28.3%。预计2026年初，生成式AI工具为美国消费者带来的年价值将达到1720亿美元，2025-2026年间，每位用户的中位价值将增长两倍。

8.正规教育落后于AI，但人们在人生的各个阶段都在学习AI技能

超过80%的美国高中生和大学生现在使用AI完成与学习相关的任务，但只有一半的中学制定了AI政策，而且只有6%的教师认为这些政策清晰明确。在课堂之外，阿联酋、智利和南非的AI工程技能发展速度最快。2022-2024年，美国和加拿大新增AI博士的数量增长了22%，而这些新增博士大多选择在学术界而非工业界就业。

9.AI主权正成为国家政策的一个决定性特征，但能力仍然不均衡，即使开源开发有助于重新分配参与者

各国AI战略正在扩展，尤其是在发展中经济体中，政府对AI超级计算的投资也在同步增长——这表明各国对国内AI生态系统的控制力日益增强。然而，模型生产仍然集中在美国和中国。开源开发正在重新分配参与权，世界其他地区的贡献量在GitHub上已经超过欧洲，并接近美国，从而推动了更多语言多样化的模型和基准测试的出现。

10.AI专家和公众对这项技术的未来有着截然不同的看法，全球对管理AI的机构的信任度也参差不齐

在AI如何影响人们的工作方面，73%的专家预期其会产生积极影响，而公众的这一比例仅为23%，两者相差50个百分点。AI对经济和医疗保健的影响也存在类似的认知差异。在全球范围内，人们对政府监管AI的能力信任度各不相同。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，欧盟在有效监管AI方面比美国或中国更受信任。

该报告在教育方面的主要发现如下：

1.2024-2025年期间，美国四年制大学的计算机科学专业招生人数下降了11%，但与AI相关的研究生课程却持续增长。在AI软件相关领域的硕士毕业生人数从2023-2024年增长了17%，这表明即便计算机科学专业的招生人数有所下降，对AI专业人才的需求仍保持旺盛。

2.美国在各类学位层次的信息、通信与技术（ICT）专业人才的培养方面仍处于全球领先地位，但其他国家的增长速度更快。近年来，土耳其、巴西和墨西哥在培养此类专业人才方面的发展速度尤为迅速。

3.如今，美国五分之四的高中生和大学生在学习中会使用AI，但学校的相关政策却未能跟上这一趋势的步伐。只有半数的中学和高中制定了有关AI的政策，而仅有6%的教师认为这些政策清晰明确。学生们最常将生成式AI用于研究、论文编辑和头脑风暴等任务。

4.目前，超过90%的国家已将计算机科学课程纳入小学或中学课程体系，但AI教育的普及速度却较为缓慢。中国和阿联酋均在2025-2026学年开始强制推行AI教育，这标志着在国家层面正式开展AI教学工作迈出了重要一步。

5.2022-2024年期间，美国和加拿大新获得AI博士学位的人数增长了22%，但流向产业的比例保持不变。所有的增长都集中在学术界，这扭转了过去十年新获得的AI博士学位主要流向产业界的趋势。

6.人们在正规教育之外也在学习AI相关技能，并将这些技能写进自己的简历中。在大多数国家，AI素养的增长速度超过了以工程为导向的AI技能的增长速度。而阿联酋、智利和南非则是例外情况，在这些国家，自2022年以来，工程技能的增长更为显著。

资料来源：

Stanford Institute for Human-Centered AI (HAI). Artificial Intelligence Index Report 2026. https://hai.stanford.edu/assets/files/ai_index_report_2026.pdf

[本文为教育部国别和区域研究基地中国教育科学研究院国际教育研究中心成果]

本文由中国教育科学研究院“教育国际前沿”课题组整理，课题组负责人张永军，编辑刘强。点击左下角阅读原文可下载该文献。