4月8日，nature發(fā)文，斯坦福大學(xué)以人為本人工智能研究所發(fā)布的《2025年人工智能指數(shù)報告》顯示，人工智能領(lǐng)域的競爭日益激烈。中國高性能AI模型的數(shù)量和質(zhì)量不斷提升，對美國的領(lǐng)先地位構(gòu)成挑戰(zhàn)，頂級模型之間的性能差距正在縮小。

美國此前在模型質(zhì)量方面的領(lǐng)先優(yōu)勢已經(jīng)消失。中國是人工智能出版物和專利產(chǎn)出最多的國家，如今其開發(fā)的模型在性能上已經(jīng)與美國的競爭對手不相上下。2023年，在大規(guī)模多任務(wù)語言理解測試（MMLU）中，中國領(lǐng)先的模型落后于美國頂級模型近20個百分點(diǎn)。然而，到2024年底，美國的領(lǐng)先優(yōu)勢縮小到了0.3個百分點(diǎn)。

世界各頂級AI模型之間性能已無太大差距。該報告強(qiáng)調(diào)，隨著人工智能的快速持續(xù)發(fā)展，沒有一家公司能夠脫穎而出。在聊天機(jī)器人競技場排行榜上，2024年初排名第一的模型比排名第十的模型得分高出約12%，但到2025年初，這一差距縮小到了5%。前沿領(lǐng)域的競爭越來越激烈，也越來越擁擠。

該指數(shù)顯示，通過使用更多決策變量、更強(qiáng)的計算能力和更大的訓(xùn)練數(shù)據(jù)集，生成式人工智能模型平均而言仍在變得更“大”。但開發(fā)人員也在證明，更小、更精簡的模型也能有出色的表現(xiàn)。由于算法的改進(jìn)，如今的模型性能與兩年前規(guī)模大100倍的模型性能齊平。2024年是小型人工智能模型的突破之年。

紐約伊薩卡康奈爾大學(xué)的計算機(jī)科學(xué)家巴特·塞爾曼表示，很高興看到像中國的DeepSeek這樣相對小型、低成本的研究成果證明了自己的競爭力。他預(yù)計會看到一些由五人甚至兩人組成的獨(dú)立團(tuán)隊提出新的算法想法，從而改變現(xiàn)狀。這很好，我們不希望世界只由一些大公司掌控。

報告顯示，如今絕大多數(shù)強(qiáng)大的人工智能模型是由工業(yè)界而非學(xué)術(shù)界開發(fā)的。這與21世紀(jì)初神經(jīng)網(wǎng)絡(luò)和生成式人工智能尚未興起的情況正好相反。2006年之前，工業(yè)界開發(fā)的著名人工智能模型不到20%，2023年這一比例為60%，2024年則接近90%。

美國仍然是強(qiáng)大模型的最大生產(chǎn)國，2024年發(fā)布了40個模型，中國發(fā)布了15個，歐洲發(fā)布了3個。但許多其他地區(qū)也在加入這場競賽，包括中東、拉丁美洲和東南亞。塞爾曼說，2015年左右，中國走上了成為人工智能領(lǐng)域頂尖參與者的道路，他們通過教育投資實現(xiàn)了這一目標(biāo)。我們看到這開始有了回報。

AI領(lǐng)域還出現(xiàn)了“開放權(quán)重”模型在數(shù)量和性能上的驚人增長，如DeepSeek和Meta的LLaMa。用戶可以自由查看這些模型在訓(xùn)練過程中學(xué)習(xí)到的并用于預(yù)測的參數(shù)，不過其他細(xì)節(jié)，如訓(xùn)練代碼，可能仍保密。最初，不公開這些因素的封閉系統(tǒng)明顯更優(yōu)越，但到2024年初，這些類別中頂級競爭者之間的性能差距縮小到了8%，到2025年初則縮小到了1.7%。

加利福尼亞州門洛帕克的非營利性研究機(jī)構(gòu)SRI的計算機(jī)科學(xué)家、該報告的聯(lián)合主任雷·佩羅特說，這對任何無力從頭構(gòu)建模型的人來說肯定是好事，包括許多小公司和學(xué)者。OpenAI計劃在未來幾個月內(nèi)發(fā)布一個開放權(quán)重模型。

2022年ChatGPT公開推出后，開發(fā)人員將大部分精力投入到通過擴(kuò)大模型規(guī)模來提升系統(tǒng)性能上。這一趨勢仍在繼續(xù)：訓(xùn)練一個典型的領(lǐng)先人工智能模型所消耗的能源目前每年翻一番；每個模型使用的計算資源每五個月翻一番；訓(xùn)練數(shù)據(jù)集的規(guī)模每八個月翻一番。

然而，各公司也在發(fā)布性能非常出色的小型模型。例如，2022年在MMLU上得分超過60%的最小模型使用了5400億個參數(shù)；到2024年，一個模型僅用38億個參數(shù)就達(dá)到了相同的分?jǐn)?shù)。小型模型比大型模型訓(xùn)練速度更快、回答問題更迅速，且能耗更低。佩羅特說，這對各方面都有幫助。

塞爾曼說，一些小型模型可以模仿大型模型的行為，或者利用比舊系統(tǒng)更好的算法和硬件。人工智能系統(tǒng)使用的硬件的平均能源效率每年提高約40%。由于這些進(jìn)步，在MMLU上得分超過60%的成本大幅下降，從2022年11月的每百萬個token約20美元降至2024年10月的每百萬個token約7美分。

盡管在幾項常見的基準(zhǔn)測試中取得了顯著進(jìn)步，但該指數(shù)強(qiáng)調(diào)，生成式人工智能仍然存在一些問題，如隱性偏見和“幻覺”傾向，即吐出虛假信息。塞爾曼說，它們在很多方面給他留下了深刻印象，但在其他方面也讓他感到恐懼。它們在犯一些非?；镜腻e誤方面讓他感到驚訝。