4 月 7 日，斯坦福大學以人為本的人工智能研究所 （HAI） 發(fā)表了新的《2025年人工智能指數(shù)報告》，多項數(shù)據(jù)統(tǒng)計表明：中美 AI 的差距正在縮小，AI 技術的創(chuàng)新速度是過去十年的數(shù)倍之快。

該報告總篇幅接近 450 頁，主要亮點包括：

首先，報告指出，過去一年中美的 AI 投資都有了極大增長。其中，美國 AI 私人投資金額增長至 1091 億美元，幾乎是中國的 12 倍（93 億美元）與英國的 24 倍（45 億美元）。AIGC 創(chuàng)業(yè)的全球融資規(guī)模是 339 億美元，相比 2023 年增長了 18.7%。

其次，AI 模型正在變得肉眼可見地高效。在高效小模型的驅(qū)動下，GPT-3.5 級別的模型推理成本從 2022 年 11 月到 2024 年 10 月已經(jīng)下降 280 倍，硬件成本每年下降 30%。

同時，企業(yè)界在 AI 研究上明顯領先學術界。報告指出，2024 年幾乎 90% 的知名 AI 模型都是來自企業(yè)界，相比之下 2023 年是 60%。但盡管模型的參數(shù)規(guī)模在持續(xù)擴大，模型的性能差距卻在縮小：數(shù)據(jù)顯示，全球最頂尖的 AI 模型與排名第 10 的模型之間的性能差距在一年內(nèi)從 11.9% 縮小到了 5.4%。

此外，去年的指數(shù)報告重點指出了閉源與開源LLM之間顯著的性能差距，而在今年，這個差距被縮小至1.7%。

AI Infra 突飛猛進

報告統(tǒng)計顯示：每美元的人工智能性能已經(jīng)大幅提高。一個相當于GPT-3.5的人工智能模型的推理成本，從2022年11月的每百萬個token 20.00美元下降到2024年10月的僅每百萬個token 0.07美元（Gemini-1.5-Flash-8B），在大約1.5年的時間里減少了280多倍。

Epoch估計，固定性能級別的硬件成本每年下降30%，這使得人工智能訓練變得日益經(jīng)濟實惠、可擴展，并有助于模型改進。報告還稱，機器學習（ML）硬件的能效隨時間推移顯著提升，每年約提高40%。

根據(jù)Epoch AI數(shù)據(jù)，2024年企業(yè)界貢獻了55個知名AI模型，而同年學術界未產(chǎn)生任何知名模型。值得注意的是，企業(yè)和學術合作產(chǎn)生的模型數(shù)量正持續(xù)增長。過去十年間，源自產(chǎn)業(yè)界的知名AI模型占比呈穩(wěn)定上升趨勢，至2024年已達到90.2%。

2024年，主要貢獻機構(gòu)為OpenAI（7個模型）、谷歌（6個）和阿里巴巴（4個）。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）。在學術機構(gòu)中，卡內(nèi)基梅隆大學（25個）、斯坦福大學（25個）和清華大學（22個）自2014年以來的模型產(chǎn)出量最為突出。

隨著模型參數(shù)量的增長，AI系統(tǒng)的訓練數(shù)據(jù)規(guī)模也同步擴大。Meta于2024年夏季推出的旗艦大語言模型Llama 3.3，訓練token量更是突破15萬億大關。

據(jù)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。這一指數(shù)級增長趨勢與模型復雜度的提升形成協(xié)同效應，持續(xù)推動AI性能邊界擴展。

Epoch估計，重要AI模型的訓練算力約每5個月翻倍一次，數(shù)據(jù)集每8個月翻倍，能耗每年增長，這一趨勢在過去五年尤為顯著。

OpenAI當前最先進的GPT-4o基礎模型，其訓練算力高達380億petaFLOP。

這種資源門檻使得學術界難以企及，導致企業(yè)界持續(xù)主導AI前沿研發(fā)。盡管今年差距略有收窄（去年AI指數(shù)報告首次指出該趨勢），但這一分化態(tài)勢仍在延續(xù)。

2024年12月推出DeepSeek V3模型引發(fā)了廣泛關注，其核心突破在于：在實現(xiàn)頂尖性能的同時，所需計算資源顯著低于多數(shù)主流大語言模型。下圖對比了中美兩國知名機器學習模型的訓練算力，揭示出一個關鍵趨勢：美國頂級AI模型的算力需求普遍遠超中國同類產(chǎn)品。

據(jù)Epoch AI數(shù)據(jù)顯示：

中國頭部語言模型的訓練算力增長自2021年底保持約3倍/年的增速

全球其他地區(qū)自2018年以來維持著5倍/年的增速水平

這一差距折射出兩國在AI研發(fā)路徑上的差異化選擇：中國團隊更注重算法效率優(yōu)化，而國際同行則傾向于通過算力堆砌推動性能突破。不過值得注意的是，DeepSeek V3的成功案例表明，計算效率的提升可能成為未來AI競賽的新賽道。

但是，AI指數(shù)的數(shù)據(jù)也驗證了近年來的行業(yè)猜測：模型訓練成本正呈現(xiàn)顯著上升趨勢。

2024年，少數(shù)可估算模型之一Llama 3.1-405B，訓練成本高達1.7億美元。訓練成本的高升主要為以下三點因素：

競爭加劇導致企業(yè)減少訓練過程披露，成本估算難度增加

訓練成本與計算需求呈直接正相關

計算需求越大的模型，其訓練成本呈幾何級數(shù)增長

各個大模型性能差距縮小

2024年1月初，領先的閉源模型性能超出頂級開源模型8.0%。至2025年2月，這一差距已縮小至1.7%。

這一快速進步主要得益于Meta在夏季發(fā)布的Llama 3.1，以及隨后推出的其他高性能開源模型，如DeepSeek的V3版本。

下圖展示了截至2025年1月Chatbot Arena排行榜前十名模型的概況。值得注意的是，2023年榜首模型與第十名模型的Elo技能評分差距為11.9%。而到2025年，這一差距已縮小至僅5.4%。

盡管思維鏈等推理機制的引入顯著提升了大語言模型（LLM）的性能表現(xiàn)，但這類系統(tǒng)仍存在以下關鍵局限：

可靠性缺陷

無法穩(wěn)定解決可通過邏輯推理驗證正確性的問題（如算術運算、任務規(guī)劃等）

面對超出訓練數(shù)據(jù)規(guī)模的實例時表現(xiàn)尤為不佳

應用制約

嚴重影響系統(tǒng)的可信度評估

限制其在高風險場景（如金融決策、醫(yī)療診斷等）的應用可行性

OpenAI發(fā)布的o1模型在PlanBench測試中，對于需要至少20步解決的復雜實例，o1僅能完成23.6%。

規(guī)劃本質(zhì)上是組合優(yōu)化問題，解決長序列問題所需時間必然超過線性增長。這一特性解釋了當前模型在復雜規(guī)劃任務上的性能局限。

早期模型雖展現(xiàn)潛力，卻存在明顯缺陷：畫質(zhì)低下、缺乏音頻支持、視頻時長過短等（通常僅能生成2-4秒片段）。2024年，這一領域迎來重大突破——多家科技巨頭相繼發(fā)布新一代視頻生成系統(tǒng)。具體突破點如下：

視頻時長從秒級突破至20秒級

分辨率實現(xiàn)高清(HD)標準

生成內(nèi)容從2D拓展至3D領域

標志著文本-視頻生成技術進入實用化階段

2024年成為人形機器人發(fā)展的關鍵轉(zhuǎn)折點，具有類人形態(tài)和功能仿生的機器人實現(xiàn)多項突破。以Figure AI為代表的創(chuàng)新企業(yè)推出新一代通用人形機器人Figure 02，其技術特征包括復雜任務執(zhí)行、實現(xiàn)智能交互、支持"語音-推理-語音"閉環(huán)。

除AutoRT系統(tǒng)外，DeepMind同期發(fā)布了ALOHA（高級活動自主學習系統(tǒng)）和DemoStart兩大創(chuàng)新平臺。其中ALOHA Unleashed版本在機器人精細操作領域?qū)崿F(xiàn)了重大突破，首次實現(xiàn)類人級精細動作控制，并證明了大模型+模仿學習的工程可行性。

大模型投資規(guī)模增長

2024年AI總投資額增至2523億美元，較2023年增長25.5%。過去十年間，人工智能相關投資規(guī)模增長了近13倍。

下圖展示了2013年至2024年全球企業(yè)人工智能投資的趨勢，涵蓋并購、少數(shù)股權(quán)、私募投資和公開募股。

2023至2024年間，全球AI領域私募投資增長44.5%，這是自2021年以來首次實現(xiàn)同比增長。

2024年生成式AI領域共吸引339億美元投資，較2023年增長18.7%，達到2022年投資規(guī)模的8.5倍以上。值得注意的是，2024年生成式AI投資占全部AI相關私募投資總額的比重已超過五分之一。

2024年獲得融資的AI企業(yè)數(shù)量躍升至2049家，較上年增長8.4%。其中，生成式AI領域的新獲投企業(yè)數(shù)量顯著增加——全年共有214家初創(chuàng)企業(yè)獲得融資，較2023年的179家和2019年的31家實現(xiàn)大幅提升。

2024年數(shù)據(jù)顯示，美國以1091億美元投資額高居榜首，中國（93億美元）位列第二，僅為美國投資額的8.5%，英國（45億美元）位列第三，投資規(guī)模相當于美國的4.1%。

2024年投資最集中的三大領域分別是：

AI基礎設施/研究/治理（373億美元）

數(shù)據(jù)管理與處理（166億美元）

醫(yī)療健康（110億美元）

其中，AI基礎設施、研究和治理領域的突出表現(xiàn)，主要得益于OpenAI、Anthropic和xAI等專注AI應用開發(fā)的頭部企業(yè)獲得的大額投資。

麥肯錫最新報告顯示：

整體AI應用率從2023年的55%躍升至78%，78%受訪企業(yè)表示已在至少一個業(yè)務職能中應用AI技術。

生成式AI應用呈現(xiàn)爆發(fā)式增長：2024年應用率達71%，較去年（33%）增長超一倍。該技術作為去年新增調(diào)查項目，首次納入統(tǒng)計范圍。

企業(yè)應用AI已實現(xiàn)降本增收雙重效益，成本節(jié)約最顯著領域為：服務運營（49%受訪企業(yè)報告成效），供應鏈與庫存管理（43%），軟件工程（41%）。

最新的微軟職場研究表明：常規(guī)辦公任務中，文檔編輯效率提升10-13%，郵件處理時間縮短11%。專業(yè)崗位提升更顯著——安全分析師任務完成速度加快23%，準確率提高7%。

銷售團隊響應速度提升39%，同時轉(zhuǎn)化率提高25%。

在科研領域，材料發(fā)現(xiàn)速率提升44.1%，專利申請數(shù)量增長39.4%，產(chǎn)品原型產(chǎn)出增加17.2%。

這些數(shù)據(jù)印證了AI在提升工作質(zhì)量和效率方面的雙重價值。

AI For Science 依然存在極高天花板

2024年，AI驅(qū)動的研究斬獲最高榮譽——兩項諾貝爾獎授予了人工智能領域的突破性成就。

Google DeepMind的Demis Hassabis與John Jumper憑借AlphaFold在蛋白質(zhì)折疊領域的開創(chuàng)性工作獲獎。最新的AlphaFold 3已突破單一蛋白質(zhì)結(jié)構(gòu)預測，實現(xiàn)了對蛋白質(zhì)與關鍵生物分子（DNA、RNA、配體、抗體）相互作用的精準建模。

John Hopfield與Geoffrey Hinton因?qū)ι窠?jīng)網(wǎng)絡的基礎性貢獻獲物理獎。

AI 助力醫(yī)學、生物學研究。研究人員采用定向進化方法，證明大語言模型能夠生成在合成和實驗適應度景觀中均優(yōu)于傳統(tǒng)算法的蛋白質(zhì)序列。

生成式AI模型ProGen通過設計功能性蛋白質(zhì)序列，凸顯了AI輔助蛋白質(zhì)工程的潛力。同樣，基于Transformer的ProtT5等模型利用深度學習直接從序列數(shù)據(jù)預測蛋白質(zhì)功能與相互作用，推動了計算生物學發(fā)展。

公共數(shù)據(jù)庫的擴展對AI在蛋白質(zhì)科學中的應用至關重要，高質(zhì)量的大規(guī)模數(shù)據(jù)集使AI模型能基于多樣化的生物序列進行訓練，增強預測能力。2019年至今各公共蛋白質(zhì)科學數(shù)據(jù)庫的條目數(shù)量持續(xù)增長。然而，保障數(shù)據(jù)質(zhì)量與避免模型偏差仍是持續(xù)挑戰(zhàn)。

圖像與多模態(tài)AI也在推動科學發(fā)現(xiàn)。冷凍電鏡、高通量熒光顯微鏡與全玻片成像技術的進步，使科學家能高精度解析原子、亞細胞及組織層面的結(jié)構(gòu)，揭示復雜生物過程的新機制。

隨著高通量顯微鏡技術的興起，視覺-語言模型及新興的視覺-組學基礎模型成為研究熱點。顯微鏡基礎模型數(shù)量隨技術發(fā)展持續(xù)增加：2024年光學顯微鏡模型從4個翻倍至8個。

2024年生物科學中AI驅(qū)動的蛋白質(zhì)研究中，功能預測（8.4%）居首，其次是結(jié)構(gòu)預測（7.6%）和蛋白質(zhì)-藥物相互作用（3.0%）。

面向生物任務的LLM智能體開發(fā)熱情提高。

隨著AI系統(tǒng)在科學領域（尤其是生物學）的應用價值日益凸顯，如何設計能夠調(diào)用工具解決復雜任務的智能語言模型成為關鍵挑戰(zhàn)。Aviary為此提供了一個結(jié)構(gòu)化框架，專門訓練語言智能體應對三大高難度科學任務：

DNA操作（用于分子克?。?/p>

科研問題解答（通過檢索科學文獻）

蛋白質(zhì)穩(wěn)定性工程

在Aviary環(huán)境中，基線模型Claude 3.5 Sonnet因無法訪問外部工具而表現(xiàn)受限，而集成到Aviary智能體框架中的模型在幾乎所有任務中均顯著優(yōu)于基線。

該研究揭示了兩大關鍵結(jié)論：

盡管通用LLMs在多數(shù)科學任務中表現(xiàn)良好，但結(jié)合領域?qū)＜抑R對模型進行微調(diào)可進一步提升性能；

加速AI驅(qū)動的科研創(chuàng)新不僅依賴模型規(guī)模，更需通過外部工具交互實現(xiàn)能力拓展——這種「智能體化AI」正成為新范式。

對于模型所需token量，臨床LLM GatorTron（820億token）遠少于Llama 3（15萬億token），影像模型RadImageNet（1,600萬圖像等效token）僅為DALL-E（60億）的1/375。

此外，臨床場景AI應用潛力巨大。微軟與OpenAI團隊近期測試的o1模型以96.0%的準確率創(chuàng)下新紀錄（較2023年提升5.8個百分點）。

LLM臨床知識能力持續(xù)提升（尤其是配備實時推理的o1），但幻覺與多語言性能不一致問題仍存。

在診斷推理方面，使用GPT-4輔助的醫(yī)師診斷準確率（76%）僅略高于傳統(tǒng)工具組（74%）；但GPT-4獨立診斷準確率達92%，較無AI輔助醫(yī)師提升16個百分點（圖5.4.6）。盡管AI獨立表現(xiàn)優(yōu)異，診斷時間未顯著縮短。后續(xù)需通過重構(gòu)工作流、用戶培訓與界面設計，才能將孤立模型優(yōu)勢轉(zhuǎn)化為臨床協(xié)同效能。

在過去的五年中，對醫(yī)學人工智能倫理問題的關注逐年增加。從2020年到2024年，與倫理和醫(yī)學人工智能相關的出版物數(shù)量增加了四倍。

公眾對 AI 時代更樂觀

2024年，67%的受訪者表示“對AI是什么有良好理解”，66%認為“AI將在不久的將來深刻改變他們的日常生活”。

認為AI驅(qū)動的產(chǎn)品和服務“利大于弊”的全球人口比例略有上升，從2022年的52%增至2024年的55%。

關于AI產(chǎn)品和服務的調(diào)查中，平均而言，中國受訪者對AI的認知度、信任度和熱情最最高。80%的受訪者表示“這些產(chǎn)品和服務讓他們感到興奮”。相比之下，僅58%的美國受訪者認為“AI將在未來3-5年深刻改變生活”。

過去一年中，“信任使用AI的企業(yè)會保護個人數(shù)據(jù)”的受訪者比例下降了3個百分點，“信任AI不會歧視或?qū)θ魏稳后w產(chǎn)生偏見”的比例下降了2個百分點。

不過輿論也存在顯著的地區(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。相比之下，歐洲和英語國家的受訪者更為懷疑。僅46%的英國受訪者和39%的美國受訪者認為AI利大于弊。

今年的益普索調(diào)查新增了關于“AI如何影響當前工作”的問題。60%的受訪者認為“未來五年AI可能改變工作方式”，36%（超三分之一）認為“AI可能在未來五年取代現(xiàn)有工作”。

Z世代（67%）和千禧一代比X世代和嬰兒潮一代（49%）更傾向于認同“AI將改變工作方式”。2023至2024年，所有世代認同這一觀點的比例均上升，增幅最大的是千禧一代和嬰兒潮一代，可能表明代際間認知趨同。

雷峰網(wǎng)(公眾號：雷峰網(wǎng))

雷峰網(wǎng)原創(chuàng)文章，未經(jīng)授權(quán)禁止轉(zhuǎn)載。詳情見轉(zhuǎn)載須知。