5年斯坦福HAI演讲沉磅发布，456页深度分解全球AI范畴的最新趋向：中美模子机能差距缩至0。3%，以DeepSeek为代表的模子强势兴起，迫近闭源巨头；推理成本暴降，小模子机能飙升，AI正变得更高效、更普惠。这份演讲由李飞飞结合带领的斯坦福大学以报酬本人工智能研究所（Stanford HAI）发布，代表着每年AI范畴最焦点和前沿的动向总结。本年演讲长达456页，抛出不少惊人概念。好比，现在正在2025年，中美AI模子的机能差距曾经缩小到了0。3%（2023年，这一数字仍是20%），中国模子正正在快速逃逐美国的领先地位！而DeepSeek领衔的权沉模子，更是以1。7%之差，逼宫各大闭源巨头。前者和后者的差距，曾经由2024年的8%，缩小至2025年的1。7%。当然，目前从行业从导企业来看，美国仍然领先于中国。正在2024年，90%的出名AI模子来自企业，美国以40个模子领先，中国有15个。更较着的一个趋向，就是现在大模子的机能曾经趋同！正在2024年，TOP1和TOP10的模子的差距能有12%，但现在，它们的差距曾经越来越小，锐减至5%。2023年，研究人员推出了MMMU、GPQA和SWE-bench等新基准来测试先辈AI系统的极限。不只如斯，AI正在生成高质量视频方面取得严沉冲破，以至，正在某些场景下AI智能体以至超越人类表示。数据显示：正在短期使命（2小时内）场景下，AI系统的表示可达人类专家的4倍；但当使命时限耽误至32小时，人类则以2！1的劣势反超。值得留意的是，AI已正在特定范畴，如编写特定类型代码，展示出取人类相当的专业程度，且施行效率更胜一筹。然而，中国模子正在机能上的差距正加快缩小：MMLU等基准测试中，中美AI差别从两位数缩小至近乎持平。同时，中国正在AI学术论文和专利申请量上持续领跑，中东、拉美和东南亚地域也出现出具有合作力的模子。跟着小模子机能提拔，达到GPT-3。5程度的推理成本正在两年间下降280倍，硬件成本以每年30%的速度递减，能效年提拔率达40%。2022年，正在大规模多使命言语理解（MMLU）基准测试中，得分超60%的最小模子是 PaLM，参数量为5400亿。采用符号推理方式的AI系统，能较益处理IMO问题（虽未达人类顶尖程度），但LLM正在MMMU等复杂推理使命中表示欠佳，特别不擅长算术推导和规划类强逻辑性使命。2024年，美国私营AI投资达1091亿美元，约为中国（93亿）的12倍、英国（45亿）的24倍。取此同时，企业AI采用率从55%升至78%。研究，AI不只能提拔出产力，大都环境下还可缩小劳动力技术差距。更惹人瞩目的是，将生成式AI使用于至多一项营业本能机能的企业数量激增——从2023年的33%跃升至客岁的71%，增幅超一倍。2024年，两项诺贝尔别离授予深度进修理论根本（物理学）和卵白质折叠预测（化学）研究，图灵则花落强化进修范畴。全球2/3国度已或打算开展K-12计较机科学教育，但非洲地域受限于电力等根本设备，推进迟缓。截至2024年8月，FDA已核准950款AI医疗设备——较2015年的6款和2023年的221款，增加迅猛。而正在从动驾驶范畴，汽车已离开尝试阶段：美国头部运营商Waymo每周供给超15万次无人驾驶办事。中国（83%）、印尼（80%）和泰国（77%）对AI持积极立场，而（40%）、美国（39%）等发财国度则相对保守。企业遍及存正在「认知取步履脱节」，而加快协做：2024年，经合组织、欧盟等国际机构接踵发布聚焦通明度、可托度的管理框架。按照权势巨子AI风险逃踪数据库「AI事务库」（AI Incidents Database）统计，2024年全球AI相关风险事务激增至233起，创下汗青新高，较2023年暴涨56。4%。投资方面：许诺24亿美元，中国设立475亿美元半导体基金，法国投入1090亿欧元，印度拨款12。5亿美元，沙特启动千亿美元级的「超越打算」。年会论坛部门将以高级别闭门研讨形式召开，聚焦人工智能、科技立异、企业全球化、数智化企业办理、医疗健康取生命科学5个环节议题演讲中强调，虽然2024年，美国正在顶尖AI模子的研发上仍然领先，但中美模子之间的机能差距，正正在敏捷缩小！为了权衡AI范畴过去一年演变的全球款式，HAI特地用AI指数，美国仍然居首。数据显示，正在2024年，美国机构以具有40个出名模子领先，远远跨越中国的15个和欧洲的3个。总体来说，模子发布总量曾经下降，可能是多个要素配合导致的，好比锻炼规模日益复杂、AI手艺日益复杂，开辟新模子方式的难度也正在添加。简单的说，参数就是AI模子通过锻炼学到的一些数字，这些数字决定了模子若何理解输入和如何输出。从2010年代初起头，这背后是由于模子设想得越来越复杂、数据更容易获取、硬件算力也更强了。2017年发布的Transformer模子，掀起了大型言语模子的高潮，其时它用了大约20亿个token来锻炼。像L 3。1-405B如许的模子，锻炼大要需要90天，这正在现在曾经算是「一般」的了。比拟之下，2012年的AlexNet就显得快多了，锻炼只花了五六天，并且AlexNet其时用的硬件还远没有现正在的先辈。比来，出名AI模子的算力耗损呈指数级增加。据Epoch AI估量，出名AI模子的锻炼算力大约每五个月翻一番。客岁12月，DeepSeek V3一经推出就激发了普遍关心，次要就是由于它正在机能上极其超卓，但用的计较资本却比很多顶尖大型言语模子少得多。下图1。3。17比力了中国和美国出名AI模子的锻炼算力，了一个主要趋向：美国的AI模子凡是比中国模子需要多得多的计较资本。推理成本，指的是对一个已锻炼模子进行查询所需的费用，凡是以「每百万tokens的美元价钱」来权衡。这份演讲中AI token的价钱数据，来历于Artificial Analysis和Epoch AI的API订价专无数据库，而价钱是按照输入取输出token的价钱按3！1的权沉平均计较得出的。而Epoch AI估量，按照分歧使命类型，大型言语模子的推理成本每年下降幅度可达9倍至900倍不等。虽然如斯，想要获得来自OpenAI、Meta和Anthropic的模子，仍需领取不小的溢价。正在2024年，Epoch能估算的少数模子之一，就是L 3。1-405B，锻炼成本约为1。7亿美元。别的，AI模子的锻炼成本取其计较需求之间存正在间接的联系关系。如图1。3。26所示，计较需求更大的模子锻炼成本显著更高。2025中国绿公司年会论坛部门将以高级别闭门研讨形式召开，聚焦人工智能、科技立异、企业全球化、数智化企业办理、医疗健康取生命科学5个环节议题。