联合国：2026人工智能问题独立国际科学小组的初步报告：对人工智能带来的机遇、风险和影响的询证评估（英文版）（59页）.pdf

核心数据速览。 AI能力进步：Humanity's Last Exam 16个月从8%→45%；GPQA Diamond从36%→95%；FrontierMath从19%→88%。 算力集中度：美国占全球前500大AI超算集群75%计算能力，中国15%，其余国家10%。 AI开发来源：91%知名AI模型来自私营部门。 资本支出：超大规模企业从约1,500亿美元增至7,700亿美元（2026年预计）。 AI收入：领先AI公司从约20亿美元增至700亿美元+。 代理型AI：AI正生成75%的新代码。 深度伪造：99%针对女性和女孩。 儿童伤害：全球南方11国约120万名儿童图像被用于性化深度伪造。 AI采纳：全球超10亿人每周使用对话式AI。报告核心数据解读。AI能力——加速而非放缓。AI能力的提升没有放缓，且可能正在加速。前沿AI能力的改善速度自2024年4月以来几乎翻倍。| 基准测试 | 早期表现 | 当前表现 | 时间跨度 ||||||| Humanity's Last Exam | 8% | 45% | 16个月 || GPQA Diamond（博士级科学推理） | 36% | ~95% | 2023→2026 || FrontierMath（数学推理） | 19% | 88% | 2025.1→2026 |计算能力与资本——集中度惊人。计算能力分布（全球前500大AI超算集群） ： 美国：75%。 中国：15%。 世界其他地区：10%。资本支出（超大规模企业） ： 2022-2023：~1,500亿美元。 2026年预计：~7,700亿美元（增长约5倍）。AI公司收入： 2023年：~20亿美元。 2026年：700亿美元（增长30倍以上）。代理型AI——治理的质变。AI正从被动模式识别转向主动推理和自主行动。关键能力进展： AI代理在长达两小时的研究工程任务上优于人类研究人员。 AI开发者使用AI生成75%的新代码。 攻击者在84%的尝试中成功诱骗AI编码代理执行恶意命令。风险分布——谁在承受伤害。性别不平等： 99%的深度伪造视频针对女性和女孩。 包括女记者在内的女性成为系统性攻击目标。儿童伤害： 全球南方11国约120万名儿童图像被操纵用于性化深度伪造。 AI生成的儿童性虐待材料迅速扩散。语言不平等： 全球7,000种语言，AI仅覆盖一小部分。 提格里尼亚语医疗翻译中"天花"被译为"梅毒"。经济影响——收益并非自动。| 地区 | AI暴露职业影响 ||||| 美国（22-25岁） | 相对就业下降~15% || 丹麦 | 对就业、工时、工资接近零影响 |报告独有数据价值——全球级与政策级颗粒度。40位全球专家组成的独立科学评估：小组由联合国大会任命，涵盖所有五个区域集团，多学科背景——是目前唯一常设的联合国AI科学评估机制。AI能力基准完整数据：Humanity's Last Exam、GPQA Diamond、FrontierMath、IMO金牌等关键基准的完整表现轨迹——展示能力加速的量化证据。计算能力与资本集中度数据：全球前500大AI超算集群分布、超大规模企业资本支出轨迹、AI公司收入增长——展示AI产业的地理和资本集中度。代理型AI能力与风险数据：RE-Bench、MLE-Bench表现、AI生成代码比例、提示注入攻击成功率（84%）——展示代理型AI的双刃剑效应。深度伪造与选举干预案例：38国82个深度伪造、AI语音克隆干预选举、首次因数字干预导致总统选举无效——展示AI对民主制度的实际威胁。奉承型AI致死案例：14岁青少年与AI聊天机器人互动的完整记录——展示系统性风险的实际后果。语言与地理不平等数据：全球7,000+语言仅少数被覆盖、提格里尼亚语医疗翻译错误、AI数据与模型按国家语言可用性地图。教育AI实验数据：土耳其近千名学生随机对照实验——标准AI提升48%但损害长期学习，受保护辅导系统提升127%且保护学习。谁需要这份报告？ 国家政策制定者与立法者：获取AI风险与机遇的独立科学评估，为AI立法和监管提供证据基础。 国际组织与多边机构官员：了解全球AI治理差距、能力集中度和跨境风险，为国际合作提供参考。 AI治理与伦理研究人员：获取前沿AI能力、风险、影响的最新科学共识与分歧。 企业AI伦理与合规负责人：了解AI系统风险（奉承型AI、欺骗、偏见）及治理工具的有效性证据。 公民社会与倡导组织：获取AI对人权、民主、儿童安全影响的系统性证据。FAQ。Q1：报告由谁编写？其权威性如何？A1：报告由联合国大会设立的人工智能独立国际科学小组编写，由40名独立专家组成（任期三年），来自所有五个区域集团，涵盖核心AI技术、应用AI、安全与基础设施、AI政策、伦理与影响等多学科领域。专家以个人身份服务，严格遵循科学、非政治 mandate。Q2：报告的主要结论是什么？A2：（1）AI能力进步速度远超衡量与治理能力；（2）AI开发高度集中于少数国家和企业；（3）代理型AI构成治理质变；（4）AI正侵蚀共享现实；（5）奉承型AI已造成严重伤害；（6）AI风险与收益分布极不均衡；（7）AI采纳已超10亿人但全球南方远落后。Q3：报告是否涵盖军事AI？A3：不涵盖。联合国大会第79/325号决议明确将小组活动限制在非军事领域："小组和对话的活动限于非军事领域，不涉及用于军事目的的人工智能"。Q4：报告指出了哪些关键证据差距？A4：（1）宏观经济学与生产力——任务级增益是否聚合为全经济范围增益尚不确定；（2）劳动力市场影响；（3）非国家行为者恶意使用化学/生物技术；（4）环境与资源影响；（5）治理工具的实际有效性。Q5：小组的下一步工作是什么？A5：小组计划发布专题简报（AI与环境、AI与儿童安全、AI治理工具有效性、AI在太空/量子/法律/金融领域的应用），并考虑全球AI治理对话的成果。完整PDF报告包含内容。以下为完整报告的核心内容模块——下载PDF即可获取全部章节、详细数据和参考文献： 40位全球专家完整名单与背景。 AI能力基准完整数据（Humanity's Last Exam、GPQA Diamond、FrontierMath、IMO等）。 计算能力与资本集中度完整数据（全球前500大AI超算集群、超大规模企业资本支出、AI公司收入）。 代理型AI能力、风险与治理挑战完整分析（RE-Bench、MLE-Bench、提示注入攻击）。 奉承型AI风险与致死案例完整记录。 深度伪造与选举干预案例（38国82个深度伪造、总统选举无效）。 AI对人权、儿童权利、隐私、非歧视影响的系统评估。 AI在各领域应用证据（健康、教育、农业、科学）。 经济影响分析（生产力J曲线、劳动力市场、分配效应）。 安全、系统与环境影响（网络能力、能源消耗、电子废物）。 语言与地理不平等数据（全球7,000+语言覆盖、医疗翻译错误）。 治理工具清单与有效性评估。 证据差距与下一步工作。 完整参考文献。延伸阅读：如需了解报告核心发现与政策建议，可返回查看本报告深度分析页面。数据来源说明：本文数据来源于联合国人工智能独立国际科学小组（Independent International Scientific Panel on Artificial Intelligence）于2026年7月发布的初步报告《Preliminary Report of the Independent International Scientific Panel on AI: Evidence-based assessment of opportunities, risks and impacts of artificial intelligence》。具体数据来源已在各段落标注。