陸AI模型性能 與美差距大幅縮小

史丹佛大學以人爲本人工智慧研究所（Stanford HAI）日前發佈「2025年人工智慧指數報告」指出，2023年美國領先的模型在性能上明顯優於中國大陸模型，然而這種差距在2024年底已大幅縮小。

該報告由史丹佛大學以人爲本AI研究員發佈，代表每年AI領域最核心和前沿的動向總結。今年報告長達456頁。Stanford HAI在官方網站上寫道，「AI對社會的影響從未如此明顯。2025年指數是我們迄今爲止最全面、也是在這一重要時刻發佈的報告」。

報告提及，2023年底美國模型在MMLU、MMMU、MATH和HumanEval等基準測試上的性能，分別領先中國模型17.5、13.5、24.3和31.6個百分點。而截至去年底，這些差距已經分別縮小至0.3、8.1、1.6和3.7個百分點。

目前從行業主導企業來看，美國仍然領先於中國。在2024年，90%的知名AI模型來自企業，美國以40個模型領先，中國有15個；中國在AI學術論文和專利申請量上持續領跑，中東、拉美和東南亞地區也涌現出具有競爭力的模型。

另外，對於AI的前景上，中國大陸有83%民衆持樂觀態度，美國則有39%民衆樂觀，相對保守。其他國家如印尼、泰國分別有80%與77%民衆保持積極態度，但如加拿大、德國與法國等地則相對謹慎。

此外，報告還提出幾個趨勢：一是大模型性能趨同，2024年TOP1和TOP10的模型的差距能有12%，如今差距已銳減至5%；二是AI性能再度攀升，生成高品質影音方面取得重大突破，甚至在某些場景下AI智能體甚至超越人類表現；三是AI已在特定領域，如編寫特定類型代碼，展現出與人類相當的專業水準，且執行效率更勝一籌；四是隨着小模型性能提升，達到GPT-3.5水準的推理成本在兩年間下降280倍，硬體成本以每年30%的速度遞減，能效年提升率達40%。

不過AI目前仍有些缺點，採用符號推理方法的AI系統，能較好解決IMO問題（雖未達人類頂尖水準），但LLM在MMMU等複雜推理任務中表現欠佳，尤其不擅長算術推導和規畫類強邏輯性任務；另外，2024年全球AI相關危害事件暴增至233起，創下歷史新高，較2023年暴漲56.4%。

報告也指出，科技大廠正大力投注資源在AI上，2024年美國私營AI投資達1,091億美元，約爲中國（93億）的12倍、英國（45億）的24倍；企業AI採用率從55%升至78%。

研究證實，AI不僅能提升生產力，多數情況下還可縮小勞動力技能差距。