斯坦福大學的人工智能研究所（HAI）近期發(fā)布了《2025年人工智能指數(shù)報告》，詳細分析了當前中美兩國在AI領(lǐng)域的競爭態(tài)勢和技術(shù)發(fā)展趨勢。這份近450頁的報告揭示了多項關(guān)鍵數(shù)據(jù)和洞察。
報告首先指出，中美兩國在AI投資方面均有顯著增長。具體而言，美國的AI私人投資金額已達到1091億美元，遠超中國的93億美元和英國的45億美元。同時，AIGC（生成式人工智能）創(chuàng)業(yè)公司的全球融資規(guī)模也實現(xiàn)了18.7%的增長，達到了339億美元。
在AI模型效率方面，報告指出，GPT-3.5級別的模型推理成本在過去兩年內(nèi)大幅下降，降低了280倍。硬件成本每年也下降30%，這使得AI訓練變得更加經(jīng)濟實惠和可擴展。同時，機器學習（ML）硬件的能效每年提升約40%。
值得注意的是，企業(yè)界在AI研究方面已經(jīng)明顯領(lǐng)先學術(shù)界。2024年，近90%的知名AI模型來自企業(yè)界，相比之下，2023年這一比例僅為60%。盡管AI模型的參數(shù)規(guī)模在持續(xù)擴大，但模型之間的性能差距卻在縮小。數(shù)據(jù)顯示，全球頂尖AI模型與排名第十的模型之間的性能差距已從11.9%縮小到5.4%。
報告還指出，閉源與開源LLM（大型語言模型）之間的性能差距也在縮小。去年，這一差距顯著，但今年已縮小至1.7%。
在AI基礎(chǔ)設(shè)施方面，報告強調(diào)，每美元的人工智能性能已經(jīng)大幅提高。例如，GPT-3.5級別的模型推理成本從2022年11月的每百萬個token 20.00美元下降到2024年10月的每百萬個token 0.07美元。Epoch AI估計，固定性能級別的硬件成本每年下降30%，這有助于模型改進和訓練成本的降低。
從機構(gòu)貢獻來看，OpenAI、谷歌和阿里巴巴在2024年表現(xiàn)突出，分別推出了7個、6個和4個知名AI模型。自2014年以來，谷歌以186個知名模型位居榜首，其次是meta（82個）和微軟（39個）。在學術(shù)機構(gòu)中，卡內(nèi)基梅隆大學、斯坦福大學和清華大學在模型產(chǎn)出量方面最為突出。
隨著模型參數(shù)量的增長，AI系統(tǒng)的訓練數(shù)據(jù)規(guī)模也在同步擴大。例如，meta在2024年夏季推出的旗艦大語言模型Llama 3.3，訓練token量突破15萬億大關(guān)。Epoch AI研究顯示，大語言模型的訓練數(shù)據(jù)集規(guī)模約每8個月翻一番，這一趨勢與模型復(fù)雜度的提升形成協(xié)同效應(yīng)。
然而，報告也指出，盡管AI技術(shù)取得了顯著進步，但模型訓練成本正呈現(xiàn)上升趨勢。例如，Llama 3.1-405B的訓練成本高達1.7億美元。這一增長主要歸因于競爭加劇、訓練成本與計算需求直接相關(guān)以及計算需求越大的模型訓練成本呈幾何級數(shù)增長。
在應(yīng)用方面，AI技術(shù)正在各個領(lǐng)域發(fā)揮重要作用。麥肯錫報告顯示，整體AI應(yīng)用率從2023年的55%躍升至78%，其中生成式AI應(yīng)用呈現(xiàn)爆發(fā)式增長，2024年應(yīng)用率達71%。企業(yè)應(yīng)用AI已實現(xiàn)降本增收雙重效益，尤其是在服務(wù)運營、供應(yīng)鏈與庫存管理和軟件工程等領(lǐng)域。
在科研領(lǐng)域，AI也取得了顯著成就。2024年，兩項諾貝爾獎授予了人工智能領(lǐng)域的突破性成就，包括Google DeepMind在蛋白質(zhì)折疊領(lǐng)域的開創(chuàng)性工作以及對神經(jīng)網(wǎng)絡(luò)的基礎(chǔ)性貢獻。AI正在助力醫(yī)學、生物學研究，推動科學發(fā)現(xiàn)。
在公眾認知方面，報告指出，67%的受訪者表示對AI有良好理解，66%認為AI將在不久的將來深刻改變他們的日常生活。同時，認為AI驅(qū)動的產(chǎn)品和服務(wù)利大于弊的全球人口比例也有所上升，從2022年的52%增至2024年的55%。
然而，報告也提到了一些挑戰(zhàn)和擔憂。例如，AI系統(tǒng)的可靠性缺陷、應(yīng)用制約以及模型訓練成本上升等問題。公眾對AI的信任度也存在地區(qū)差異，亞洲和拉丁美洲的受訪者更傾向于認為AI利大于弊，而歐洲和英語國家的受訪者則更為懷疑。
總體而言，這份《2025年人工智能指數(shù)報告》為我們提供了關(guān)于當前AI領(lǐng)域發(fā)展的重要洞察和趨勢分析。
