网易首页 > 网易浙江 > 正文

斯坦福2025 AI指数出炉!DeepSeek领衔,中美AI终极对决差距仅0.3%

0
分享至

 当地时间4月7日,每年都备受瞩目的斯坦福AI指数报告,重磅发布!

这份报告由斯坦福大学以人为本AI研究员发布,代表着每年AI领域最核心和前沿的动向总结。

今年这份报告长达456页,抛出不少惊人观点。



比如,如今中美顶级AI模型的性能差距已经缩小到了0.3%(2023年,这一数字还是20%),中国模型正在快速追赶美国的领先地位!


DeepSeek领衔的开放权重模型,更是以1.7%之差,逼宫各大闭源巨头。前者和后者的差距,已经由2024年的8%,缩小至2025年的1.7%。


当然,目前从行业主导企业来看,美国仍然领先于中国。在2024年,90%的知名AI模型来自企业,美国以40个模型领先,中国有15个。


更明显的一个趋势,就是如今大模型的性能已经趋同!在2024年,TOP1和TOP10的模型的差距能有12%,但如今,它们的差距已经越来越小,锐减至5%。



十二大亮点

最新的斯坦福HAI两篇博文中,浓缩了2025年AI指数报告的十二大亮点。


1. AI性能再攀高峰,从基准测试到视频生成全面突破

2023年,研究人员推出了MMMU、GPQA和SWE-bench等新基准来测试先进AI系统的极限。

仅一年后,性能便大幅提升:AI在三项基准得分分别飙升18.8%、48.9%和67.3%。


不仅如此,AI在生成高质量视频方面取得重大突破,甚至在某些场景下AI智能体甚至超越人类表现。



· 更有用智能体崛起 


2024年发布的RE-Bench基准测试,为评估AI智能体复杂任务能力设立了严苛标准。


数据显示:在短期任务(2小时内)场景下,顶级AI系统的表现可达人类专家的4倍;但当任务时限延长至32小时,人类则以2:1的优势反超。


值得注意的是,AI已在特定领域,如编写特定类型代码,展现出与人类相当的专业水平,且执行效率更胜一筹。



2. 美国领跑顶尖模型研发,但中国与之差距逐渐缩小

2024年,美国产出40个重要AI模型,远超中国的15个和欧洲的3个。

然而,中国模型在性能上的差距正加速缩小:MMLU等基准测试中,中美AI差异从两位数缩小至近乎持平。


同时,中国在AI学术论文和专利申请量上持续领跑,中东、拉美和东南亚地区也涌现出具有竞争力的模型。



3. AI正变得高效且普惠,推理成本暴降280倍


随着小模型性能提升,达到GPT-3.5水平的推理成本在两年间下降280倍,硬件成本以每年30%的速度递减,能效年提升率达40%。


更令人振奋的是,开源模型性能突飞猛进,部分基准测试中与闭源模型的差距从8%缩至1.7%。


· 大模型使用成本持续走低,年降幅最高900倍


在MMLU基准测试中达到GPT-3.5水平(MMLU准确率64.8%)的AI模型调用成本,已从2022年11月的20美元/每百万token,骤降至2024年10月的0.07美元/每百万token(谷歌DeepMind的Gemini-1.5-Flash-8B模型),18个月内AI成本下降280倍。


视具体任务需求,LLM推理服务价格的年降幅可达9-900倍不等。



· 小模型性能显著提升,参数暴减142倍


2022年,在大规模多任务语言理解(MMLU)基准测试中,得分超60%的最小模型是 PaLM,参数量为5400亿。


到了2024年,微软Phi-3-mini仅用38亿参数,就取得了同样的实力。


这代表,两年多的时间里模型参数减少了142倍。



4. 科技巨头称霸AI前沿,但竞争白热化


2024年,近90%的重要模型源自企业,学术界则保持基础研究优势。


模型规模呈指数增长:训练算力每5个月翻番,数据集每8个月扩容一倍。


值得注意的是,头部模型性能差距显著缩小,榜首与第十名得分差已从11.9%降至5.4%。



5. AI逻辑短板,推理能力仍是瓶颈


采用符号推理方法的AI系统,能较好解决IMO问题(虽未达人类顶尖水平),但LLM在MMMU等复杂推理任务中表现欠佳,尤其不擅长算术推导和规划类强逻辑性任务。


这一局限影响了其在医疗诊断等高风险场景的应用可靠性。



6. 大厂ALL in AI,投资与采用率创双纪录


科技大厂们,正全力押注AI。


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。


生成式AI势头尤猛,全球私募投资达339亿美元(同比增18.7%)。


与此同时,企业AI采用率从55%升至78%。研究证实,AI不仅能提升生产力,多数情况下还可缩小劳动力技能差距。


更引人注目的是,将生成式AI应用于至少一项业务职能的企业数量激增——从2023年的33%跃升至去年的71%,增幅超一倍。



7. AI荣膺科学界最高荣誉,摘诺奖桂冠


2024年,两项诺贝尔奖分别授予深度学习理论基础(物理学)和蛋白质折叠预测(化学)研究,图灵奖则花落强化学习领域。



8. AI教育普及加速,但资源差距仍存


全球2/3国家已或计划开展K-12计算机科学教育,但非洲地区受限于电力等基础设施,推进缓慢。


美国81%的计算机教师认为AI应纳入基础课程,但仅47%具备相应教学能力。


9. AI正深度融入日常生活


从医疗到交通,AI正快速从实验室走向现实。


1995年,FDA批准了第一款AI赋能的医疗器械。


截至2024年8月,FDA已批准950款AI医疗设备——较2015年的6款和2023年的221款,增长迅猛。


而在自动驾驶领域,汽车已脱离实验阶段:美国头部运营商Waymo每周提供超15万次无人驾驶服务。



10. 全球AI乐观情绪上升,但地区差异显著


中国(83%)、印尼(80%)和泰国(77%)民众对AI持积极态度,而加拿大(40%)、美国(39%)等发达国家则相对保守。


值得关注的是,德国(+10%)、法国(+10%)等原怀疑论国家态度明显转变。



11. 负责任AI生态发展不均


虽然AI安全事件激增,但主流模型开发商仍缺乏标准化评估体系。


HELM Safety、AIR-Bench和FACTS等新基准为事实性与安全性评估提供工具。


企业普遍存在认知与行动脱节,而各国政府加速协作:2024年,经合组织、欧盟等国际机构相继发布聚焦透明度、可信度的治理框架。



· 问题AI数量跃升


根据权威AI危害追踪数据库“AI事件库”(AI Incidents Database)统计,2024年全球AI相关危害事件激增至233起,创下历史新高,较2023年暴涨56.4%。


其中既包括深度伪造私密图像案件,也涉及聊天机器人疑似导致青少年自杀等恶性事件。


尽管该统计未能涵盖全部案例,但已清晰揭示AI技术滥用正在呈现惊人增长态势。



12. 全球监管力度持续加强


2024年美国联邦机构颁布59项AI法规,涉及部门数量翻倍。


75个国家立法机构提及AI频次同比增长21.3%,较2016年增长9倍。


投资方面:加拿大承诺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计划。








来源 | 新智元

新媒体编辑 | 王航飞

一审 | 陈旦

二审 | 王辉

三审 | 柴琼颖

延伸阅读
相关推荐
热点推荐
感谢斯坦丘!最大牌外援拒绝沙特加盟中超:斯坦丘再次助力!

感谢斯坦丘!最大牌外援拒绝沙特加盟中超:斯坦丘再次助力!

邱泽云
2025-06-24 16:29:15
重磅!9000万欧!罗德里戈去阿森纳

重磅!9000万欧!罗德里戈去阿森纳

足球王国
2025-06-24 20:56:50
程晓玥和老公回上海,真人皮肤不白还有双下巴,老公又帅又有涵养

程晓玥和老公回上海,真人皮肤不白还有双下巴,老公又帅又有涵养

易同学爱谈娱乐
2025-06-24 08:46:22
“任何侵犯我国领空的外国飞机,直接击落!”中国国防部正式表态

“任何侵犯我国领空的外国飞机,直接击落!”中国国防部正式表态

一个有灵魂的作者
2025-06-24 00:08:21
日本首次在本国领土试射导弹

日本首次在本国领土试射导弹

参考消息
2025-06-24 21:48:04
两岸统一喜讯!没等我军出手,关键时刻,大陆收到一份“大礼”

两岸统一喜讯!没等我军出手,关键时刻,大陆收到一份“大礼”

荧惑手心
2025-06-23 09:09:28
伊朗的教训告诉我们:中美若要开战,我军需要第一时间咬死这一点

伊朗的教训告诉我们:中美若要开战,我军需要第一时间咬死这一点

时光琉影8
2025-06-24 15:09:59
上海这晚,刘诗诗端着刚好,宋祖儿嘴好小,孟子义成全场焦点

上海这晚,刘诗诗端着刚好,宋祖儿嘴好小,孟子义成全场焦点

星改造
2025-06-24 09:53:47
一觉醒来,河南教培行业天塌了!暑期全省严禁任何形式学科类培训

一觉醒来,河南教培行业天塌了!暑期全省严禁任何形式学科类培训

小人物看尽人间百态
2025-06-24 09:11:36
医生研究发现:老人若是常吃洋葱,用不了多久,4个好处不请自来

医生研究发现:老人若是常吃洋葱,用不了多久,4个好处不请自来

今日养生之道
2025-06-24 15:03:17
对话取消,冯德莱恩牺牲中国利益换美关税让步,外交部发出警告

对话取消,冯德莱恩牺牲中国利益换美关税让步,外交部发出警告

历史求知所
2025-06-23 20:15:04
饿了么突然爆雷,阿里有大事发生!

饿了么突然爆雷,阿里有大事发生!

李东阳朋友圈
2025-06-24 15:09:00
叶童目不转睛看着王曼昱,满眼都是欣赏和喜欢,王曼昱害羞脸红!

叶童目不转睛看着王曼昱,满眼都是欣赏和喜欢,王曼昱害羞脸红!

老籣说体育
2025-06-24 15:55:45
最新汇总!多地2025年高考分数线出炉

最新汇总!多地2025年高考分数线出炉

人民资讯
2025-06-24 18:48:09
美国要彻底玩死东方大国,是不会只用一种手段的。

美国要彻底玩死东方大国,是不会只用一种手段的。

柏林观察
2025-06-24 09:56:26
央媒力挺《捞女游戏》:情感反诈刻不容缓!

央媒力挺《捞女游戏》:情感反诈刻不容缓!

3DM游戏
2025-06-24 11:03:05
苏媒:苏超苏州vs扬州球票已售罄,有望刷新上座率

苏媒:苏超苏州vs扬州球票已售罄,有望刷新上座率

懂球帝
2025-06-24 13:07:40
吴佳妮曝马景涛晕倒内情:谈新女友后身体越来越差,还不敢见孩子

吴佳妮曝马景涛晕倒内情:谈新女友后身体越来越差,还不敢见孩子

柠檬有娱乐
2025-06-24 09:18:56
真的假的?不出意外的话,美团几十万人要失眠…

真的假的?不出意外的话,美团几十万人要失眠…

慧翔百科
2025-06-24 13:01:01
个人养老金投资环节不征个税 领取时统一按3%纳税

个人养老金投资环节不征个税 领取时统一按3%纳税

中国经营报
2025-06-24 13:49:15
2025-06-24 22:08:49

头条要闻

村民家林地遭盗挖砂石报案10天后再被盗 官方已介入

头条要闻

村民家林地遭盗挖砂石报案10天后再被盗 官方已介入

财经要闻

6部门:支持居民就业增收 增强消费信心

体育要闻

如果你喜欢篮球,你没理由不喜欢步行者

娱乐要闻

范玮琪淘汰!全网热议她的演唱失误

科技要闻

从十辆到几百万辆,中间隔着什么?

汽车要闻

7.98万起 firefly萤火虫推出电池租用购车方案

态度原创

教育
亲子
时尚
数码
公开课

教育要闻

物理类分数线暴跌17分!湖南理工扩招政策改写高考录取格局

亲子要闻

6款好运小御守️承包你一学期的小挂件

郭碧婷,风平浪静的姐姐

数码要闻

RTX 5050显卡正式发布:七彩虹同步首发5款新品 2099元起

公开课

李玫瑾:为什么性格比能力更重要?

无障碍浏览 进入关怀版