斯坦福年度结论:中美大模型已没差距

中美AI模型性能差距已基本消除

  仔细一看才知道，这竟然还是斯坦福HAI最新发布的《2026年AI指数报告》给出的结论。

中美AI模型性能差距已基本消除（effectively closed）。

过去一年，AI又把我们带到了怎样的世界？

  报告得出的15个主要结论如下：

“Scaling Law见顶”争议下，AI发展不停

AI能力并未停滞不前，它正在加速发展，并触达比以往更多的人。

  这体现在AI对困难任务的解决上：

• 2025年，业界生产了超过90%的知名前沿模型，其中多个模型在博士级科学问题、多模态推理和竞赛数学方面现已达到或超越人类基线。
• 在SWE-bench Verified这个关键的编码基准测试上，模型性能在一年内从60%提升至接近100%。

  与此同时，AI也在迅速普及开来：

• 企业端的采用率已经达到88%。
• 在大学生群体中，五分之四的人已经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，则从2025年初以来呈现“你方唱罢我登台”的局面。

  2025年2月，DeepSeek-R1横空出世，短暂追平美国顶尖模型。

  截至2026年3月，Anthropic的顶尖模型虽仍保持领先，但优势已收窄至仅2.7%。

  在产出层面，美国依然拥有更多顶级AI模型和更高影响力的专利，而中国则在论文发表量、引用量、专利总数及工业机器人安装量上占据优势。

  此外，韩国凭借其创新密度脱颖而出，人均AI专利数量位居全球第一。

AI数据中心美国最多，台积电赢麻了

  关于巨头们都在押注的AI数据中心，目前美国拥有绝对数量优势——

• 有5427个数据中心，数量是其他任何国家的10倍以上（不过能源消耗也超过其他任何国家）。

  而且在芯片制造方面，台积电简直赢麻了：

几乎每一款领先的AI芯片都由台积电一家公司制造，这使得全球AI智能硬件供应链依赖于中国台湾省的一家代工厂——尽管台积电在美国的扩建项目已于2025年投入运营。

AI能拿奥数金牌，但还是看不懂时间

  过去一年，AI能力依旧参差不齐。

• 国际前沿模型Gemini Deep Think可以在IMO中拿下金牌。
• 但当前顶尖模型在读取指针式时钟时，准确率却只有50.1%。

  与此同时，AI Agent的能力也在快速进化：

• 在OSWorld这一覆盖多操作系统真实任务的测试中，任务成功率从12%跃升至约66%。
• 不过即便如此，在结构化基准测试中，它们仍然大约有三分之一的任务会失败。

AI安全基准滞后，安全事故频发

  如今，几乎所有头部前沿模型开发者，都会主动披露模型在能力基准测试上的成绩。

  但在“负责任的AI”这件事上，信息依然零散且不完整，缺乏系统性的披露。

  与此同时，风险信号也在变多——

  被记录在案的AI事件数量，从2024年的233起，上升到了362起。

  更棘手的是，最新研究还发现：

  在负责任的AI中，不同目标之间可能存在“此消彼长”，比如提升安全性，往往会以牺牲准确性为代价。

美国在AI投资方面领先，但对全球人才的吸引力正在下降

  2025年，美国在AI上的私人投资达到2859亿美元，规模是中国124亿美元的23倍以上。

  不过报告提醒，单看私人投资大概率会低估中国的整体投入——

  因为中国还有大量来自政府引导基金的支持。

  在创业活跃度上，美国领先中国：

• 一年内获得新融资的AI公司达到1953家，数量是第二名国家的10倍以上。

  但另一边，美国这边也出现了一个不太乐观的趋势——

  流向美国的AI研究人员和开发者，正在明显减少。

  自2017年以来，这一数字已经下降了89%；仅过去一年，就又减少了80%。

AI普及率正在历史性加速

  AI普及率正在历史性加速。

  仅用三年时间，生成式AI就触达了53%的人口，普及速度明显快于PC和互联网。

  不过，这一进程在不同国家之间差异明显，并且与人均GDP高度相关。

• 新加坡的普及率达到61%，阿拉伯联合酋长国为54%。
• 相比之下，美国仅为28.3%，排名第24位。

  此外，从价值角度看，体感也在迅速放大——

• 到2026年初，生成式AI工具为美国消费者创造的年价值，已经达到1720亿美元。
• 而从2025年到2026年，单个用户的中位价值直接翻了三倍。

  换句话说，哪怕很多工具本身是免费的，但普通消费者正在从中拿到真金白银的价值。

当前正规教育跟不上AI发展的速度

  虽然AI发展很快，但正规教育体系，当前明显有点跟不上了。

  学生这边已经全面上手：

  在美国，超过80%的高中生和大学生，已经在用AI完成学习相关任务。

  但另一边，学校体系却还没准备好——

  美国只有一半的中小学制定了AI相关政策，而在教师群体中，只有6%的人认为这些政策是清晰的。

  在全球范围内，AI工程技能增长最快的国家，反而是阿拉伯联合酋长国、智利和南非。

  与此同时，人才供给也在变化：

• 从2022年到2024年，美国和加拿大新增的AI博士数量增长了22%。
• 但这些新增博士，更多流向了学术界，而不是工业界。

开源正在成为全球AI竞争新变量

  如今，越来越多国家开始加码布局AI。

  为了把AI能力尽量掌握在本土体系内，发展中经济体持续扩展国家级AI战略，同时政府主导的AI超级计算投资也在同步增长。

  但现实是，核心能力依然高度集中：

• 无论是模型研发还是前沿突破，仍主要掌握在美国和中国手中。

  不过，一个新的变量正在出现——开源。

  随着开源生态的发展，参与者的版图开始被重新分配。

• 在GitHub上，来自“其他地区”的贡献量，已经超过欧洲，并逐渐逼近美国。

  更重要的是，这种变化正在带来连锁反应：

• 更多语言、更丰富场景的模型与评测体系，开始出现。

关于AI的未来，专家和普通人的看法正在明显“分叉”

  在“AI会如何影响工作”这个问题上，73%的专家认为是正面的，但公众中只有23%这么看，两者之间拉开了整整50个百分点的差距。

  类似的分歧，也出现在对经济、医疗等关键领域的判断上。

  信任层面，不同国家之间，对政府监管AI的信任度差异明显。

• 在受调查国家中，美国的信任度最低，只有31%。
• 而从全球范围来看，欧盟在“能否有效监管AI”这件事上，整体信任度要高于美国和中国。

其他重要结论

1. 即使在受控环境中表现出色，机器人仍无法完成大多数家务任务（仅12%）。
2. AI先替代的是“入门级执行”，而不是“有经验的判断”。从2024年开始，美国22～25岁的年轻开发者岗位，直接少了近20%；但与此同时，年长开发者反而在增加。
3. AI能力在变强，但环境代价也在同步放大。仅GPT-4o推理的年用水量，就可能超过1200万人的饮用水需求。
4. AI在科学领域，已经开始超越人类，但模型越大，并不总是越强。
5. AI正在快速进入临床一线，但仍缺乏有效性。一项覆盖500多项研究的综述显示，接近一半的研究，依赖的是示例性问题，而不是真实患者数据；真正基于真实临床数据开展的研究，占比只有5%。

斯坦福HAI出品、谷歌OpenAI提供支持

  最后简单说一下，《斯坦福AI指数报告》到底是什么来头。

  除了出品方斯坦福HAI，其支持者阵容可谓相当豪华：

  不仅有谷歌、OpenAI这样的头部模型玩家，而且还有麦肯锡、GitHub、领英等强大数据提供方。

  而从2017年开始，这些顶尖研究人员和机构就聚在一起专门做一件事：

  用数据，把AI每年怎么发展这件事讲清楚。

  多年下来，该报告已经成为业界重要参考（今年已经是第9份了）。

  相比之前，报告今年还明显增加了一个信号：AI已经不只是技术问题，而是开始全面进入深水区。

  一方面，它持续追踪AI在推理能力、安全性、以及真实世界任务中的表现，但一个关键变化是——

  这些指标本身，正在变得越来越不可靠。

  另一方面，报告首次给出了生成式AI的经济价值新估算，并补充了对劳动力市场影响的最新证据——

  AI不再只是“会不会取代人”的问题，而是已经开始重塑岗位结构。

  更宏观的部分也在展开，比如提出了一个分析国家层面技术控制与竞争的新框架、首次单独设立AI科学/AI医学两大板块、与谷歌前CEO施密特的公司合写科学章节。

  Anyway，如果你也关心AI的近况和未来——

  这份报告或许就是目前信息密度最高、值得每年一追的那一个。

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