在小說閱讀器讀本章

去閱讀

一覺醒來，中美 AI 模型差距快沒了？？

仔細(xì)一看才知道，這竟然還是斯坦福 HAI 最新發(fā)布的《2026 年 AI 指數(shù)報告》給出的結(jié)論。

中美 AI 模型性能差距已基本消除（effectively closed）。

（粉色代表中國，藍(lán)色代表美國，模型差距逐漸縮?。?/p>

除了談中美，報告還一口氣給出了 14 個重要觀察或結(jié)論，它們共同回答了一個問題：

過去一年，AI 又把我們帶到了怎樣的世界？

如果你也想知道答案，不妨一起往下看。

（天啦擼，報告原文有 423 頁，所以咱們直接挑重點 gogogo）

報告得出的 15 個主要結(jié)論 "Scaling Law 見頂 " 爭議下，AI 發(fā)展不停

首先，報告從整體上給出了一個趨勢判斷：

AI 能力并未停滯不前，它正在加速發(fā)展，并觸達(dá)比以往更多的人。

這體現(xiàn)在 AI 對困難任務(wù)的解決上：

2025 年，業(yè)界生產(chǎn)了超過 90% 的知名前沿模型，其中多個模型在博士級科學(xué)問題、多模態(tài)推理和競賽數(shù)學(xué)方面現(xiàn)已達(dá)到或超越人類基線。

而且在 SWE-bench Verified 這個關(guān)鍵的編碼基準(zhǔn)測試上，模型性能在一年內(nèi)從 60% 提升至接近 100%。

與此同時，AI 也在迅速普及開來：

企業(yè)端的采用率已經(jīng)達(dá)到 88%，而在大學(xué)生群體中，五分之四的人已經(jīng)在使用生成式人工智能。

中美 AI 模型性能差距已基本消除

至于中美，則從 2025 年初以來呈現(xiàn) " 你方唱罷我登臺 " 的局面。

2025 年 2 月，DeepSeek-R1 橫空出世，短暫追平美國頂尖模型。

截至 2026 年 3 月，Anthropic 的頂尖模型雖仍保持領(lǐng)先，但優(yōu)勢已收窄至僅 2.7%。

在產(chǎn)出層面，美國依然擁有更多頂級 AI 模型和更高影響力的專利，而中國則在論文發(fā)表量、引用量、專利總數(shù)及工業(yè)機器人安裝量上占據(jù)優(yōu)勢。

此外，韓國憑借其創(chuàng)新密度脫穎而出，人均 AI 專利數(shù)量位居全球第一。

AI 數(shù)據(jù)中心美國最多，臺積電贏麻了

關(guān)于巨頭們都在押注的 AI 數(shù)據(jù)中心，目前美國擁有絕對數(shù)量優(yōu)勢——

有 5427 個數(shù)據(jù)中心，數(shù)量是其他任何國家的 10 倍以上（不過能源消耗也超過其他任何國家）。

而且在芯片制造方面，臺積電簡直贏麻了：

幾乎每一款領(lǐng)先的 AI 芯片都由臺積電一家公司制造，這使得全球 AI 智能硬件供應(yīng)鏈依賴于中國臺灣省的一家代工廠——盡管臺積電在美國的擴建項目已于 2025 年投入運營。

AI 能拿奧數(shù)金牌，但還是看不懂時間

過去一年，AI 能力依舊參差不齊。

國際前沿模型 Gemini Deep Think 可以在 IMO 中拿下金牌，但當(dāng)前頂尖模型在讀取指針式時鐘時，準(zhǔn)確率卻只有 50.1%。

與此同時，AI Agent 的能力也在快速進(jìn)化：

在 OSWorld 這一覆蓋多操作系統(tǒng)真實任務(wù)的測試中，任務(wù)成功率從 12% 躍升至約 66%。

不過即便如此，在結(jié)構(gòu)化基準(zhǔn)測試中，它們?nèi)匀淮蠹s有三分之一的任務(wù)會失敗。

AI 安全基準(zhǔn)滯后，安全事故頻發(fā)

如今，幾乎所有頭部前沿模型開發(fā)者，都會主動披露模型在能力基準(zhǔn)測試上的成績。

但在 " 負(fù)責(zé)任的 AI" 這件事上，信息依然零散且不完整，缺乏系統(tǒng)性的披露。

與此同時，風(fēng)險信號也在變多——

被記錄在案的 AI 事件數(shù)量，從 2024 年的 233 起，上升到了 362 起。

更棘手的是，最新研究還發(fā)現(xiàn)：

在負(fù)責(zé)任的 AI 中，不同目標(biāo)之間可能存在 " 此消彼長 "，比如提升安全性，往往會以犧牲準(zhǔn)確性為代價。

美國在 AI 投資方面領(lǐng)先，但對全球人才的吸引力正在下降

2025 年，美國在 AI 上的私人投資達(dá)到 2859 億美元，規(guī)模是中國 124 億美元的 23 倍以上。

不過報告提醒，單看私人投資大概率會低估中國的整體投入——

因為中國還有大量來自政府引導(dǎo)基金的支持。

在創(chuàng)業(yè)活躍度上，美國領(lǐng)先中國：

一年內(nèi)獲得新融資的 AI 公司達(dá)到 1953 家，數(shù)量是第二名國家的 10 倍以上。

但另一邊，美國這邊也出現(xiàn)了一個不太樂觀的趨勢——

流向美國的 AI 研究人員和開發(fā)者，正在明顯減少。

自 2017 年以來，這一數(shù)字已經(jīng)下降了 89%；僅過去一年，就又減少了 80%。

AI 普及率正在歷史性加速

AI 普及率正在歷史性加速。

僅用三年時間，生成式 AI 就觸達(dá)了 53% 的人口，普及速度明顯快于 PC 和互聯(lián)網(wǎng)。

不過，這一進(jìn)程在不同國家之間差異明顯，并且與人均 GDP 高度相關(guān)。

其中，新加坡的普及率達(dá)到 61%，阿拉伯聯(lián)合酋長國為 54%；相比之下，美國僅為 28.3%，排名第 24 位。

此外，從價值角度看，體感也在迅速放大——

到 2026 年初，生成式 AI 工具為美國消費者創(chuàng)造的年價值，已經(jīng)達(dá)到 1720 億美元。

而從 2025 年到 2026 年，單個用戶的中位價值直接翻了三倍。

換句話說，哪怕很多工具本身是免費的，但普通消費者正在從中拿到真金白銀的價值。

當(dāng)前正規(guī)教育跟不上 AI 發(fā)展的速度

雖然 AI 發(fā)展很快，但正規(guī)教育體系，當(dāng)前明顯有點跟不上了。

學(xué)生這邊已經(jīng)全面上手：

在美國，超過 80% 的高中生和大學(xué)生，已經(jīng)在用 AI 完成學(xué)習(xí)相關(guān)任務(wù)。

但另一邊，學(xué)校體系卻還沒準(zhǔn)備好——

美國只有一半的中小學(xué)制定了 AI 相關(guān)政策，而在教師群體中，只有 6% 的人認(rèn)為這些政策是清晰的。

在全球范圍內(nèi)，AI 工程技能增長最快的國家，反而是阿拉伯聯(lián)合酋長國、智利和南非。

與此同時，人才供給也在變化：

從 2022 年到 2024 年，美國和加拿大新增的 AI 博士數(shù)量增長了 22%，但這些新增博士，更多流向了學(xué)術(shù)界，而不是工業(yè)界。

開源正在成為全球 AI 競爭新變量

如今，越來越多國家開始加碼布局 AI。

為了把 AI 能力盡量掌握在本土體系內(nèi)，發(fā)展中經(jīng)濟體持續(xù)擴展國家級 AI 戰(zhàn)略，同時政府主導(dǎo)的 AI 超級計算投資也在同步增長。

但現(xiàn)實是，核心能力依然高度集中：

無論是模型研發(fā)還是前沿突破，仍主要掌握在美國和中國手中。

不過，一個新的變量正在出現(xiàn)——開源。

隨著開源生態(tài)的發(fā)展，參與者的版圖開始被重新分配。

在 GitHub 上，來自 " 其他地區(qū) " 的貢獻(xiàn)量，已經(jīng)超過歐洲，并逐漸逼近美國。

更重要的是，這種變化正在帶來連鎖反應(yīng)：

更多語言、更豐富場景的模型與評測體系，開始出現(xiàn)。

關(guān)于 AI 的未來，專家和普通人的看法正在明顯 " 分叉 "

在 "AI 會如何影響工作 " 這個問題上，73% 的專家認(rèn)為是正面的，但公眾中只有 23% 這么看，兩者之間拉開了整整 50 個百分點的差距。

類似的分歧，也出現(xiàn)在對經(jīng)濟、醫(yī)療等關(guān)鍵領(lǐng)域的判斷上。

信任層面，不同國家之間，對政府監(jiān)管 AI 的信任度差異明顯。

在受調(diào)查國家中，美國的信任度最低，只有 31%。

而從全球范圍來看，歐盟在 " 能否有效監(jiān)管 AI" 這件事上，整體信任度要高于美國和中國。

除了上面這 10 個，斯坦福官網(wǎng)未列但報告里提到的其他 5 個結(jié)論分別是：

1、即使在受控環(huán)境中表現(xiàn)出色，機器人仍無法完成大多數(shù)家務(wù)任務(wù)（僅 12%）。

2、AI 先替代的是 " 入門級執(zhí)行 "，而不是 " 有經(jīng)驗的判斷 "。從 2024 年開始，美國 22～25 歲的年輕開發(fā)者崗位，直接少了近 20%；但與此同時，年長開發(fā)者反而在增加。

3、AI 能力在變強，但環(huán)境代價也在同步放大。僅 GPT-4o 推理的年用水量，就可能超過 1200 萬人的飲用水需求。

4、AI 在科學(xué)領(lǐng)域，已經(jīng)開始超越人類，但模型越大，并不總是越強。

5、AI 正在快速進(jìn)入臨床一線，但仍缺乏有效性。一項覆蓋 500 多項研究的綜述顯示，接近一半的研究，依賴的是示例性問題，而不是真實患者數(shù)據(jù)；真正基于真實臨床數(shù)據(jù)開展的研究，占比只有 5%。

（具體指路第 9 頁）

斯坦福 HAI 出品、谷歌 OpenAI 提供支持

最后簡單說一下，《斯坦福 AI 指數(shù)報告》到底是什么來頭。

除了出品方斯坦福 HAI，其支持者陣容可謂相當(dāng)豪華：

不僅有谷歌、OpenAI 這樣的頭部模型玩家，而且還有麥肯錫、GitHub、領(lǐng)英等強大數(shù)據(jù)提供方。

對了，" 以人為本 " 人工智能實驗室（HAI）還是李飛飛發(fā)起并聯(lián)合創(chuàng)立的，之前她通常以 " 代言人 " 的身份宣傳介紹這份報告，不過今年推特暫無動靜。

翻了下報告指導(dǎo)委員會名單，里面也沒有她的身影（而且也沒有華人）。

（難道這和她投身創(chuàng)業(yè)有關(guān)？）

而從 2017 年開始，這些頂尖研究人員和機構(gòu)就聚在一起專門做一件事：

用數(shù)據(jù)，把 AI 每年怎么發(fā)展這件事講清楚。

多年下來，該報告已經(jīng)成為業(yè)界重要參考（今年已經(jīng)是第 9 份了）。

相比之前，報告今年還明顯增加了一個信號：AI 已經(jīng)不只是技術(shù)問題，而是開始全面進(jìn)入深水區(qū)。

一方面，它持續(xù)追蹤 AI 在推理能力、安全性、以及真實世界任務(wù)中的表現(xiàn)，但一個關(guān)鍵變化是——

這些指標(biāo)本身，正在變得越來越不可靠。

另一方面，報告首次給出了生成式 AI 的經(jīng)濟價值新估算，并補充了對勞動力市場影響的最新證據(jù)——

AI 不再只是 " 會不會取代人 " 的問題，而是已經(jīng)開始重塑崗位結(jié)構(gòu)。

更宏觀的部分也在展開，比如提出了一個分析國家層面技術(shù)控制與競爭的新框架、首次單獨設(shè)立 AI 科學(xué) /AI 醫(yī)學(xué)兩大板塊、與谷歌前 CEO 施密特的公司合寫科學(xué)章節(jié)。

Anyway，如果你也關(guān)心 AI 的近況和未來——

這份報告或許就是目前信息密度最高、值得每年一追的那一個。

（好好好，我將深度學(xué)習(xí)之）

報告原文：

https://hai.stanford.edu/ai-index/2026-ai-index-report

一鍵三連「點贊」「轉(zhuǎn)發(fā)」「小心心」

歡迎在評論區(qū)留下你的想法！

— 完 —

誰會代表 2026 年的 AI？

龍蝦爆火，帶動一波 Agent 與衍生產(chǎn)品浪潮。

但真正值得長期關(guān)注的 AI 公司和產(chǎn)品，或許不止于此。

如果你正在做，或見證著這些變化，歡迎申報。

讓更多人看見你。 https://wj.qq.com/s2/25829730/09xz/

一鍵關(guān)注 點亮星標(biāo)

科技前沿進(jìn)展每日見