希旺十二（）在4月8日报道说，今天，斯坦福大学以人民为导向的AI研究所（HAI）发行了456页的“ AI指数报告2025”，该研究所全面介绍了中国和美国的AI竞赛领域的最新数据和进度，并在美国和美国，开源模型，模型，大规模投资和融资，AI，AI等。
AI指数报告2025年写道：“美国在AI顶级模型的产出中保持领先地位 - 但中国正在迅速缩小绩效差距。”
该报告使用-v3作为典型的代表，证明了大型模型推理和培训成本的急剧下降；世界上已经包括了数十种来自大学和北京研究所的科学研究结果。在过去一年中，来自阿里巴巴，字节，腾讯，Zhipu和其他公司的15个模型已被选为重要的AI模型。
总体而言，中国大陆的AI研究论文占全球全球出版物总量的23.2％，引用占全球总数的22.6％。但是，美国在影响方面具有更好的研究结果，并且仍然是重要AI模型的主要来源。 2024年，美国机构开发了40种重要的AI模型，在中国大陆远远超过15种模型，在欧洲有3个。在过去的十年中，美国开发了全球最多的机器学习模型。
计算能力是推动AI发展的重要因素，也正在迅速变化。基于16位浮点操作，2008年至2024年之间机器学习硬件性能的平均年增长率约为43％（每1.9年两倍），固定绩效水平的硬件成本每年下降30％。
AI对经济产生了深远的影响。在麦肯锡的调查中，多达49％的公司表示，AI已为企业降低成本。其中，中国大陆公司的AI采用率迅速提高，达到75％，与北美的差距已缩小到7％。
2024年，全球AI投资达到2523亿美元，其中私人投资增长了44.5％，对生成AI领域的投资达到339亿美元，而在2024年的美国AI投资则达到10091亿美元，在中国大陆的投资近12倍，几乎是93亿美元的投资（相当于93亿美元）（相当于约为68.2亿美元）。
我们还目睹了AI研究赢得了2项诺贝尔奖，并在生物医学领域表现出了巨大的应用潜力。
1。行业领导大型模型的发展，中国的AI专利是世界领先地位
全球AI领域正在显示多维快速发展趋势。 AI已成为计算机科学领域的主要研究领域。该行业在AI大型模型的发展中起着关键作用，学术界在高度引用的论文中表现出色。尽管在过去的一年中，重要的AI模型数量有所减少，但行业中开发的模型的比例已大大增加。
硬件成本的持续下降为AI的发展提供了大力支持。同时，AI学术会议的参与者人数的增加也反映了AI研究的学术和行业的高度热情，整个行业正处于蓬勃发展的关键时期。
1。AI研究在中国和美国的影响不断增加
总体而言，AI研究论文的总数持续增长，并占据了计算机科学领域的主导地位。在2013年至2023年之间，AI研究论文的数量从102,000增加到242,000，计算机科学论文的比例从21.6％增加到41.8％。学术界贡献了更高度引用的研究。
从地区的角度来看，中国大陆的AI论文总数发表。 2023年，中国大陆机构的AI论文占全球总出版物和引文的23.2％，占22.6％。
美国已经发表了更多的高影响力研究。从2021年到2023年，美国在AI领域贡献了64、59和50，中国大陆的贡献分别为33、34和34。
根据机构的说法，在2021年至2023年的高度引用的论文中，谷歌，大学，卡内基·梅隆大学，微软，北京齐尤恩人类人工智能研究所，香港科学与技术大学，上海人工智能实验室，中国科学家学院，Meta，Meta和 and of ，
2。重要的AI模型（AI）由行业领导
AI索引数据提供商Epoch AI根据标准定义了900多个重要AI模型的数据库，例如它是最新的技术进步，无论是历史意义还是引文率。
在过去的几年中，重要AI模型的参数量表，数据集大小，训练持续时间等数据显示了增长趋势。该行业正在继续增加对AI的投资，并领导了重要模型的发展。 2024年，该行业开发的重要模型的比例将达到90％（2023年60％）。
重要的AI模型的数量已显着减少，从2023年的105次增加到2024年的61。与此同时，越来越大的模型选择了非开放源方法，例如API，托管以及宿主并获得释放的权限。
美国仍然是重要AI模型的主要来源。 2024年，美国机构开发了40种重要的AI模型，在中国大陆远远超过15种模型，在欧洲有3个。在过去的十年中，美国开发了全球最多的机器学习模型。
在2024年，几乎所有重要的AI模型都来自该行业，和最高级别具有7个重要模型，而阿里巴巴则以6个模型排名第三。 Byte，和Zhipu AI在列表中使用了两个模型。
回顾2014年至2024年的数据，贡献了最重要的AI模型，其次是Meta，和其他公司。许多美国计算机强的学校都列出了这一列表，大学和阿里巴巴分别贡献了22和14个重要的AI模型。
美国顶级AI模型的计算能力需求通常远远超过了中国大陆模型。根据Epoch AI数据，自2021年底以来，中国大陆训练计算能力的十大语言模型每年增长了约3次，显着低于自2018年以来世界其他地区的平均年增长率。
3。开源AI项目的数量急剧增加
自2011年以来，代码托管平台上的开源AI项目的数量持续增长，从2011年的1,549个增加到2024年的约430万。尤其值得注意的是，仅在过去的一年中，AI项目的总数就增加了40.3％。
截至2024年，美国贡献了23.4％的AI项目，占最大份额；印度以19.9％的成绩排名第二；欧洲紧随其后，贡献了19.5％的项目。在开源AI项目中，美国开发商和中国大陆开发商的比例有所下降。
4。硬件成本每年下降30％
该报告强调，硬件进度是人工智能发展的核心驱动力。尽管模型大小和大规模数据培训的扩展带来了重大的性能提高，但这些突破基本上取决于硬件技术的创新，尤其是开发更强大，更有效的图形处理器（GPU）。
根据Epoch AI计算，基于16位浮点操作，2008年至2024年之间机器学习硬件性能的平均年增长率约为43％（每1.9年两倍）。这种进步主要是由于晶体管数量的不断增加，半导体制造过程中的创新以及专用AI计算硬件的演变。
固定绩效水平的硬件成本以每年30％的速度下降。以2022年3月发布的H100为例，它可以达到220亿美元的浮点运营，其成本性能是2020年6月发布的A100的1.7倍，比2016年4月的P100高16.9倍。
5。中国大陆领先的AI专利许可证
在过去的10年中，AI专利申请的数量已激增。从2010年到2023年，AI专利从3,833增加到零件，每年增长29.6％。中国大陆的许可量为69.7％，韩国和卢森堡人均专利产出最高。
6。AI学术会议的参与者人数增加
自2014年以来，世界各地主要AI学术会议的参与者人数增加了60,000多，并且对AI研究的热情持续增长。数据表明，它仍然是AI学术会议的数量最多，在2024年吸引了近20,000名参与者。在AI大型学术会议中，CVPR，ICML，ICRA，ICLR，ICLR，IROS，IROS和AAAI在过去一年中有所增加。
2.开源模型赶上了，中国与美国之间的质量差距已缩小到0.3％
在2024年，AI模型的性能将取得许多突破。 AI在多个基准测试中表现良好，超过人类或与人类的差距迅速缩小，并在2023年征服了一些新提出的基准测试。
开源模型在2024年赶上。顶部开源模型和顶级封闭源模型之间的差距显着缩小，尖端AI模型的性能分布趋于收敛，并且小型模型的功能也不断提高。此外，诸如AI代理之类的新技术显示了初始潜力。
1。在2024年AI领域的重要发行
以下是由行业专家组成的AI索引指导委员会选择的报告中列出的2024年最具代表性的模型，数据集和功能版本。来自阿里巴巴的Qwen2，Qwen2.5和-v3在列表中，北京人工智能研究所发布的及时单词数据集也被认为具有重要意义。
2。AI领导人类以多个基准测试
截至2024年，人类能力超过AI的任务很少，即使在这些任务上，人工智能和人类之间的性能差距也在迅速缩小。
例如，关于数学（竞争级数学基准测试），最新的AI系统现在比人类绩效领先7.9％，而2024年的差距仅为0.3％。同样，在MMMU（复杂，多学科，专家，专家级别问题的基准）中，最佳的O1型号O1级别为78.24％，仅在2024％中，均为4.24％，占2024％，占2024％，占2024％，占2024％，该％均为2024％。 基准。
2023年，AI研究人员介绍了一些挑战性的新基准，包括MMMU，GPQA和SWE-Bench，旨在测试越来越多的AI模型的限制。
到2024年，AI模型在这些基准测试中的性能取得了重大进展，分别在MMMU和GPQA方面取得了18.8％和48.9％的提高。在SWE-Bench上，AI模型在2023年只能解决4.4％的编程问题，而该比例在2024年跃升至71.7％。
4。开放体重模型赶上
去年的AI指数报告显示，领先的开放权重模型远远落后于其封闭重量相似的产品。到2024年，这个差距几乎消失了。
在2024年1月初，领先的关闭重量模型比聊天机器人竞技场排名中的顶级开放权重模型高8.0％。到2025年2月，差距将缩小到1.7％。
5。中国和美国之间的差距变窄
在2023年，美国领先的模式明显优于其中国大陆同行 - 不再存在优势。到2023年底，MMLU，MMMU，数学和数学等基准测试中的性能差距分别为17.5％，13.5％，24.3％和31.6％。到2024年底，这些差距将显着缩小到0.3％，8.1％，1.6％和3.7％。在大型模型舞台上，中国和美国的大型模型之间的差距已缩小到30分。
6。AI模型性能倾向于在尖端领域收敛
根据去年的AI指数报告，聊天机器人竞技场排名的前十个模型与第一名的ELO得分差距为11.9％。到2025年初，此差距缩小到5.4％。同样，前两个模型之间的差距从2023年的4.9％缩小到2024年的0.7％。在人工智能领域的竞争变得越来越激烈，越来越多的开发人员正在提供高质量的模型。
7。小型模型功能正在增长
在2022年，最小的AI模型在MMLU上得分超过60％的AI模型是Palm，参数为5400亿。到2024年，微软的Phi-3-Mini只有38亿个参数，已达到相同的阈值，后者仅占前者的0.7％。
8。AI代理显示初始潜力
2024年推出的重台可以用来评估AI代理在复杂任务上的功能，并具有严格的测试标准。
在短时间内（2小时）中，AI最高系统的得分是人类专家的4倍，但随着时间的流逝，人类的表现要比AI更好。
例如，在32小时的时间范围内，人类的得分是AI的两倍。 AI代理商与某些任务（例如编写内核）的人类专家匹配，同时以较低的成本提供结果。
3。全球投资发烧的差异以及中国大陆的工业机器人的部署是世界第一
在2024年，AI领域的投资和应用程序进行了许多变化，但有明显的区域差异。全球企业AI投资创下了创纪录的投资，美国投资量表领先于其范围，北美的AI采用领先于世界，但中国的铝采用率也迅速增长。
AI为企业带来了一定的经济利益，尽管大多数受访者节省了不到其成本的10％，但这种趋势仍然具有重要意义。
1。投资创下了创纪录的高度
2024年，企业AI投资达到2523亿美元，其中私人投资增加了44.5％，这是自2021年以来的第一年增长。
在2024年，对生成AI领域的投资达到339亿美元，比2023年增长了18.7％，是2022年的8.5倍以上。现在，该行业占与AI相关的私人投资的20％以上。
2。美国在全球AI投资中的领先优势扩大
2024年，美国的AI投资数量达到10091亿美元，在中国大陆的投资近12倍（相当于约682亿元人民币）。在生成AI领域，美国的投资超过了中国大陆，欧盟和英国的总计254亿美元（相当于约1864亿元人民币）。
3。AI的采用率是前所未有的
该报告在2024年提到，对使用AI使用的受访者的比例从2023年的55％跃升至78％。同样，在至少一个业务职能中使用生成AI的受访者人数增加了一倍以上，从2023年的33％上升到去年的71％。
4。AI开始降低成本并提高效率
49％的受访者表示，使用AI进行服务节省了IT的成本，其次是43％的受访者使用AI进行供应链管理，而41％的受访者用于软件工程，而大多数受访者节省了不到10％的受访者。
5。中国的AI采用率赶上了
按地区，人工智能的采用率发生了重大变化，中国已经赶上了。尽管北美组织和企业在AI采用方面仍然领先，但中国的年增长率最高，而使用AI的组织则增长了27％。欧洲紧随其后，增长了23％。
6。中国大陆继续其在工业机器人领域的主导地位
中国大陆安装的工业机器人数量超过了世界其他国家的总数。 2023年，台湾工业机器人安装在中国大陆，是日本的六倍，是美国的7.3倍。自2013年超过日本以来，中国大陆在全球设施中的份额已从20.8％提高到51.1％。
4。更准确的蛋白质测序模型已揭露，AI临床表现优于医生
2024年，AI在生物医学领域取得了重大突破，从而促进了科学研究和临床应用的快速发展。该模型的规模和准确性正在不断提高，并且应用领域从实验室扩展到临床。 AI研究在2024年获得了两项诺贝尔奖，并获得了学术界的认可。
1。出现的较大，更好的蛋白质测序模型
在2024年，将出现几种大型高性能蛋白测序模型，包括SM3，3等。随着时间的流逝，这些模型的规模显着增加，并且蛋白质预测的准确性继续增加。
其中，ESM3集成了多模式输入（序列，结构和交互式数据），其参数量表更大，从而提高了模型预测的代表性和准确性。随着ESM系列的扩展，蛋白质预测性能也得到了改善，在2004年发布的较新的ESM C在结构预测（）挑战的关键评估中具有更高的蛋白质结构预测准确性。
2。AI在科学进步中的作用继续扩展
2022年和2023年是AI驱动的技术进步突破的早期阶段，但是2024年的AI应用在学术研究中受到了极大的关注，包括用于生物学任务的培训代理商和显着增强野火预测。
3。增加AI的临床应用
在MEDQA基准中，O1得分达到96.0％的最高水平，比2023年最高分数高出5.8个百分点，比2022分数末高出28.4个百分点。 MEDQA是评估临床知识的关键基准。
4。在关键临床任务中，AI的表现要比医生好
一项新研究发现，GPT-4本身在诊断复杂的临床病例方面的表现要优于医生。其他最近的研究表明，AI超过了癌症检测的医生，并识别出高死亡风险的患者。
5。合成数据显示了医学领域的巨大前景
2024年发布的研究表明，AI产生的合成数据可以帮助模型更好地识别健康的社会决定因素，增强隐私保护的临床风险预测，并促进发现新药物化合物的发现。
6。基本模型进入医学领域
在2024年，将发布一波大规模的基本医学模型，从一般的多模型（例如Med-Medy）到超声心理学和放射学等专业模型。
7。AI研究赢得了两项诺贝尔奖
的Demis和John因其在蛋白质折叠方面的开创性工作而获得了诺贝尔化学奖。约翰·霍普菲尔德（John ）和杰弗里·辛顿（ ）因其对神经网络的基本贡献而获得了诺贝尔物理奖。
5。30％的国家列出计算机科学教育作为强制性课程
2024年，世界各地约有2/3个国家提供或计划提供计算机科学教育，而30％的计算机科学教育列为小学和/或中学的强制性课程，其中欧洲拥有最多的此类国家。
在2023年，在美国AI获得硕士学位的学生人数急剧增加，毕业生人数翻了一番。
在2023年AI毕业生人数最多的美国大学中，卡内基·梅隆大学（ ）的数量最多。
结论：中国大陆对AI的乐观
AI以前所未有的速度渗透到数千个行业中。调查显示，世界各地约有三分之二的人认为，在未来三到五年内，由AI驱动的产品和服务将大大改变日常生活。全球60％的受访者认为，AI会在五年内改变他们的工作方式，但只有36％的受访者担心他们的职位会被替换。
绝大多数中国大陆人民（83％）认为，人工智能技术比劣势具有更多的优势，而在加拿大（40％），美国（39％）和荷兰（36％）（36％），人们仍然持这种观点，但比例有所增加。
本站候鸟号已成立3年，主要围绕财经资讯类，分享日常的保险、基金、期货、理财、股票等资讯，帮助您成为一个优秀的财经爱好者。本站温馨提示：股市有风险，入市需谨慎。
暂无评论