資料內容：
核心要點
1. 人工智能在嚴苛比較基準測試中的性能持續(xù)提升。2023 年，研究人員推出了 MMMU、GPQA 和 SWE-bench 等一系列新型比較
基準，旨在測試前沿人工智能系統(tǒng)的極限。僅一年后，性能就大幅提升：MMMU、GPQA 和 SWE-bench 的得分分別提高了
18.8%、 48.9% 和 67.3%。除這些比較基準，人工智能系統(tǒng)在生成高質量視頻方面也取得了重大進展，在某些特定場景下，基
于語言模型的智能體在時間受限的編程任務中甚至表現(xiàn)優(yōu)于人類。
2. 人工智能日益融入日常生活。從醫(yī)療到交通，人工智能正迅速從實驗室走向日常生活。2023 年，美國食品和藥物管理
局（FDA）批準的人工智能醫(yī)療設備達 223 款，較 2015 年的 6 款實現(xiàn)跨越式增長。在公共道路上，自動駕駛汽車已走出試驗
階段：美國頭部運營商之一 Waymo 每周提供超過 15 萬次自動駕駛乘車服務，而百度推出的經(jīng)濟型 Apollo Go 自動駕駛出租車
所提供的服務目前已覆蓋中國眾多城市。
3. 隨著不斷的研究顯示出人工智能對生產(chǎn)效率的強大影響，企業(yè)界全面擁抱人工智能，投資與應用雙創(chuàng)新高。2024 年，美國私
人人工智能投資達 1091 億美元，約為中國（93 億美元）的 12 倍、英國（45 億美元）的 24 倍。生成式人工智能的發(fā)展勢頭尤為強
勁，吸引了全球 339 億美元的私人投資——同比增長了 18.7%。人工智能的商業(yè)應用也在加速普及，78% 的企業(yè)在 2024 年應
用了人工智能技術，較前一年的 55% 有所提升。同時，越來越多的研究證實，人工智能不僅可以提高生產(chǎn)效率，在多數(shù)情況下
還有助于縮小勞動力的技能差距。
4. 美國在開發(fā)頂級人工智能模型方面仍處于領先地位，但中國正在縮小與美國的差距。2024 年，美國機構共開發(fā)了 40 個標志
性的人工智能模型，而中國只有 15 個，歐洲只有 3 個。雖然美國在數(shù)量上保持領先，但中國的模型在質量上迅速縮小了差距：
在 MMLU 和 HumanEval 等主要比較基準上的性能差距從 2023 年的兩位數(shù)縮小到 2024 年的接近持平。中國在人工智能論文和
專利方面繼續(xù)保持領先。模型開發(fā)日益全球化，中東、拉美和東南亞都推出了引人注目的模型。
5. 負責任的人工智能生態(tài)系統(tǒng)發(fā)展不平衡。在人工智能相關的事故激增的同時，主要的工業(yè)模型開發(fā)商采用標準化的負責任的人
工智能（Responsible AI，RAI）評測仍然很少見。不過，HELM Safety、AIR-Bench 和 FACTS 等新比較基準為評估真實性和
安全性提供了前景廣闊的工具。企業(yè)層面，對負責任的人工智能風險的認知與實質性行動之間仍存在差距。相較而言，各國政
府則表現(xiàn)出了更強的緊迫感：2024年，全球人工智能合作顯著深化，經(jīng)合組織、歐盟、聯(lián)合國和非盟等組織相繼發(fā)布了監(jiān)管框
架，聚焦透明度、可信度等負責任的人工智能核心原則
