智東西
編譯 程茜 王涵
編輯 李水青

智東西4月14日消息，昨日晚間，美國斯坦福大學以人為本AI研究院（HAI）發(fā)布長達423頁的《AI指數(shù)報告2026》，報告提到全球頂尖AI模型的性能格局，正呈現(xiàn)中美交替領先的態(tài)勢。

這一長篇報告全面統(tǒng)計了中美AI模型競爭態(tài)勢、開閉源模型競爭、AI投融資、算力等領域的最新數(shù)據(jù)和進展。

《AI指數(shù)報告2026》核心信息提煉如下：

1、頂尖模型：2025年AI產(chǎn)業(yè)界產(chǎn)生超90%的頂尖模型，若干模型達到或超過人類基線。全球頂尖模型貢獻方前三為OpenAI、谷歌、阿里巴巴。

2、中美差距：頂尖模型仍集中在全球少數(shù)國家手中，過去一年中美模型差距在近乎持平到個位數(shù)的區(qū)間內(nèi)波動。

2025年2月，DeepSeek-R1僅以0.4%的差距落后于當時領先的美國模型o1-2024-12-17。截至2026年3月，美國Claude Opus 4.6領先字節(jié)的Dola-Seed-2.0 Preview，差距為2.7%。

3、學術論文：中國AI論文發(fā)表數(shù)量、引用次數(shù)、專利產(chǎn)出上位居全球第一。

4、算力需求：2025年全球總算力規(guī)模達到1710萬塊H100等效算力。數(shù)據(jù)中心層面，美國共運營5427個數(shù)據(jù)，中國排第4為449個。

5、AI投資：全球2025年AI總投資5816.9億美元（約合人民幣3.97萬億元），私募投資中生成式AI企業(yè)投資同比增長200%。地域分布上，AI總投資額美國第一、中國第二。此外，2000-2023年間，中國政府引導基金已向AI企業(yè)投入約1840億美元（約合人民幣1.25萬億元）。

6、AI發(fā)展風險：當下AI發(fā)展需要警惕三大風險：最強模型透明度變低；基準測試的可用性降低；AI實用性不足，大模型拿下奧數(shù)金牌卻看不懂時鐘。

《AI指數(shù)報告2026》聯(lián)合主席約蘭達·吉爾（Yolanda Gil）、雷蒙德·佩羅（Raymond Perrault）在報告中寫道，生成式AI僅用三年時間，就實現(xiàn)了近53%的全球人口級滲透，遠超個人電腦與互聯(lián)網(wǎng)。AI有望成為21世紀最具變革性的技術，但若缺乏審慎引導與規(guī)范，其發(fā)展紅利恐難以均勻分配。

多家外媒在分析報告時提到，在AI領域，中國與美國的差距幾乎已經(jīng)消失。

一、AI論文、引用、專利數(shù)中國第一，美國運營5427個數(shù)據(jù)中心、中國449個

2025年整體來看，支撐AI發(fā)展的資源投入仍在持續(xù)增長，但其中有兩大風險。

首先，重磅模型發(fā)布數(shù)量較上年有所減少，前沿AI系統(tǒng)愈發(fā)集中在極少數(shù)機構(gòu)手中，但模型的訓練代碼、數(shù)據(jù)集規(guī)模、參數(shù)量等核心信息開源大幅減少。

其次，自2022年以來這些模型背后的算力需求每年增長約3.3倍，但幾乎所有算力都依賴中國臺灣的臺積電，導致全球硬件供應鏈很脆弱。

1、產(chǎn)業(yè)界主導90%以上頂尖AI模型，但最強模型透明度變低

2025年，超過90%的標桿AI模型由企業(yè)打造，報告顯示，2025年美國共發(fā)布50個標桿AI模型，位居全球第一；中國發(fā)布30個，位列第二；韓國發(fā)布5個，加拿大、法國、中國香港、英國各發(fā)布1個。

在產(chǎn)業(yè)界，2025年全球頂尖模型貢獻方為OpenAI（19個）、谷歌（12個）、阿里巴巴（11個），在學術界，過去十年產(chǎn)出最豐碩的機構(gòu)為清華大學（26個）、斯坦福大學（26個）、卡內(nèi)基梅隆大學（25個）。

但OpenAI、Anthropic、谷歌等頭部廠商的多款超大規(guī)模模型，已不再公開訓練代碼、參數(shù)量、數(shù)據(jù)集規(guī)模、訓練時長等核心技術細節(jié)。2025年，95個標桿模型中有80個未公開對應的訓練代碼，僅4個將代碼完全開源。

2、總算力規(guī)模達到1710萬塊H100等效算力

2008年至2025年間，機器學習硬件的峰值計算性能呈指數(shù)級增長，F(xiàn)P16、Tensor-FP16/BF16等低精度格式，已成為多數(shù)訓練與推理場景的標準配置。

主流芯片廠商的AI算力供給持續(xù)擴張，自2022年起，總算力規(guī)模以每年約3.3倍的速度增長，達到約1710萬塊H100等效算力。

2025年美國運營5427個數(shù)據(jù)中心，數(shù)量是其他任何國家的10倍以上；德國529個、英國523個、中國449個緊隨其后，其余多數(shù)國家的數(shù)據(jù)中心數(shù)量均不足300個。

3、中國AI出版物、AI論文引用量，領跑全球

2024年，中國以17.8%的AI出版物占比位居全球第一，歐洲為11.1%，印度為7.6%；在AI論文引用量上，中國同樣以20.6%的占比領跑，歐洲19.5%、美國為12.6%。

高引用論文中，美國居高引論文數(shù)量第一，但份額持續(xù)下滑，中國份額持續(xù)攀升，從2023年的34篇增至2024年的41篇。

4、中國AI專利數(shù)量全球第一，占比達74.2%

全球已授權(quán)AI專利數(shù)量從2010年的3866件飆升至2024年的131121件。2023-2024年，授權(quán)專利量同比增長8.2%。其中，中國占據(jù)全球絕對主導地位，占全球總量的74.2%，美國占比12.1%位居第二。

5、模型規(guī)模擴張遠超能效提升

訓練環(huán)節(jié)，機器學習硬件的能效持續(xù)提升，但模型規(guī)模的擴張速度遠超能效提升，因此訓練前沿系統(tǒng)所需的總功率仍在持續(xù)增長。大模型通常碳排放更高，但DeepSeek V3的碳排放約為597噸，遠低于同規(guī)模其他模型。

推理環(huán)節(jié)，2025年能耗排名前15的模型中，DeepSeek V3.2 Exp與DeepSeek V3.2單查詢能耗最高，達23Wh；GPT-5（high）以21.9Wh緊隨其后。即使同年發(fā)布的模型，能耗與碳排放也存在巨大差異，這表明推理能效存在顯著分化，模型能力強弱與環(huán)境成本并非正相關。

二、中美模型交替領先，頭部模型分差縮小

當下，頭部模型之間的性能差距正在持續(xù)縮小，且中美頂尖模型之間的性能鴻溝也在縮小。這或許意味著行業(yè)競爭焦點將轉(zhuǎn)向成本、可靠性與真實世界實用性。

1、中美模型差距徹底收窄

過去一年，中美模型的性能差距始終在近乎持平和個位數(shù)小幅領先之間波動。

截至2026年3月，在Arena Leaderboard的人類投票評估中，Anthropic、xAI、谷歌、OpenAI四家頭部廠商的模型Elo分差不足25，阿里巴巴、DeepSeek等緊隨其后。性能差距收窄后，行業(yè)競爭焦點從基準跑分轉(zhuǎn)向成本、延遲、可靠性、垂直領域優(yōu)化等工程化能力。

2、開閉源模型差距被拉開

開源與閉源模型的性能差距在2024年短暫收窄后，2025年再度擴大。截至2026年3月，頭部閉源模型領先開源模型3.3%；Arena排行榜前10模型中，6款為閉源模型。

3、基準測試可靠性持續(xù)下滑，無效問題率最高達42%

用于衡量AI進展的基準測試，正面臨越來越嚴重的可靠性與刷榜問題。9個主流基準中，無效問題率從MMLU Math的2%到GSM8K的42%不等。

4、奧數(shù)拿金牌，卻無法準確讀時鐘

AI可斬獲國際數(shù)學奧林匹克（IMO）金牌，卻無法準確讀表，凸顯能力“鋸齒狀前沿”（大模型能力分布極度不均衡）。

Gemini Deep Think在IMO中奪得金牌，但頂尖模型讀取模擬鐘表的正確率僅為50.1%。AI智能體在真實計算機任務上的成功率從12%躍升至約66%，可跨操作系統(tǒng)運行，但在結(jié)構(gòu)化基準測試中仍有約1/3的嘗試失敗。

5、AI能力持續(xù)超越基準，人類級測試快速飽和

AI能力的提升速度，已遠超為衡量它而設計的基準。原本設計用于多年追蹤進展的高難度測試，在數(shù)月內(nèi)就被模型飽和，大幅壓縮了基準的有效生命周期。

三、生成式AI普及增速遠超PC、互聯(lián)網(wǎng)，全球AI投資近6000億美元

生成式AI在面向大眾市場推出后，三年時間實現(xiàn)了近53%的人口滲透率，增速超過個人電腦與互聯(lián)網(wǎng)，這種快速普及正在轉(zhuǎn)化為實實在在的價值：截至2026年初，美國消費者從生成式AI中獲得的年度剩余價值，預計達到1720億美元。

▲2025年關鍵AI事件

1、全球企業(yè)AI投資翻倍，美國主導全球私募AI投資

2025年，全球AI總投資達到5816.9億美元，同比增長129.9%。2025年全球AI私募投資總額達到344.7億美元，同比增長127.5%，其中生成式AI企業(yè)貢獻了170.9億美元，占全部私募AI投資的近一半，同比增長超200%。

從投資總額和新融資企業(yè)數(shù)量來看，全球AI私募投資都高度集中在少數(shù)國家。

2025年的AI總投資額美國為近2859億美元位居全球第一，中國124億美元位居第二，英國59億美元位居第三。在美國，超半數(shù)私募AI投資流向生成式AI，規(guī)模達1636億美元；中國與歐洲的生成式AI投資合計為47億美元。

但報告特別提到，私募數(shù)據(jù)嚴重低估中國AI總投入，2000-2023年間，中國政府引導基金已向AI企業(yè)投入約1840億美元。

此外，2025年AI初創(chuàng)企業(yè)私募投資按賽道拆分顯示，資本大幅向AI基礎設施搭建與規(guī)模化的上游環(huán)節(jié)傾斜。

2、AI公司營收爆發(fā)式增長，算力成本同步創(chuàng)歷史新高

AI公司營收以歷史最快速度增長，但算力成本與基礎設施開支也同步創(chuàng)下紀錄。頭部企業(yè)短期內(nèi)實現(xiàn)可觀營收規(guī)模，同時算力開支同比大幅攀升。

如下圖所示，OpenAI、Anthropic、xAI、Mistral AI、智譜等頭部AI企業(yè)的年化營收估算，在近年實現(xiàn)了快速增長。

主流云服務商加速資本開支，2025年谷歌年度資本開支超1500億美元。

3、生成式AI三年滲透率達53%，速度超PC、互聯(lián)網(wǎng)

生成式AI僅用三年實現(xiàn)53%的滲透率，增速超過個人電腦與互聯(lián)網(wǎng)。

2025年，企業(yè)AI adoption率持續(xù)上升，受訪組織中生成式AI已在70%的企業(yè)中用于至少一項業(yè)務職能，中國與歐洲同比增速最高。AI Agent在幾乎所有業(yè)務職能中的部署率仍僅為個位數(shù)，處于早期階段。

4、AI對就業(yè)市場影響不均，1/3企業(yè)預期裁員

在就業(yè)市場22-25歲軟件開發(fā)者的就業(yè)率較2024年下降近20%。

雇主調(diào)研中，1/3組織預期未來一年將裁員，近半數(shù)受訪組織預期崗位無變化。服務運營、供應鏈、軟件工程等領域的裁員預期最高。幾乎所有公司中，預期裁員規(guī)模均已超過實際已發(fā)生的裁員。

四、負責任AI發(fā)展嚴重滯后于AI能力

最新研究表明，提升某一項負責任AI維度，往往會以犧牲另一項為代價：如隱私保護的提升，可能導致公平性下降；安全性的增強，可能伴隨準確率降低。報告顯示，目前尚無框架可平衡這些取舍；對于公平性、隱私性、可解釋性等維度，也缺乏可追蹤長期進展的標準化數(shù)據(jù)。

1、負責任AI基準測試增長，但嚴重滯后于AI技術迭代

幾乎所有前沿模型廠商，都會披露MMLU、SWE-bench等能力基準的結(jié)果，但負責任AI基準的報告率始終極低。且有記錄的AI安全事件持續(xù)攀升，AI事件數(shù)據(jù)庫2025年記錄362起，2024年為233起。

在一項用于區(qū)分已知事實與主觀信念的全新基準KaBLE上，26款頂尖模型的幻覺率區(qū)間為22%至94%：GPT-4o的準確率從98.2%跌至64.4%，DeepSeek R1從90%降至14.4%。當錯誤陳述被包裝為他人的信念時，模型無法有效甄別。

2、AI在英語外表現(xiàn)大幅滑坡，方言差距更顯著

AI在英語場景表現(xiàn)最優(yōu)，非英語場景的性能差距大于全球基準的表面數(shù)據(jù)。在HELM阿拉伯語測試中，專為阿拉伯語訓練的專用模型，表現(xiàn)超越了GPT-5.1、Gemini 2.5 Flash。

在斯洛文尼亞常識推理測試中，多款頂尖模型用區(qū)域方言測試時，準確率較標準語版本下跌近50%。

3、AI企業(yè)透明度不升反降

基礎模型透明度指數(shù)（FMTI）在2023-2024年從37分升至58分后，2025年平均得分回落至40分。在訓練數(shù)據(jù)、計算資源、部署后影響等核心維度，企業(yè)披露仍存在缺口。

五、AI4S論文年增26%，但復現(xiàn)任務遭遇瓶頸

2024年諾貝爾化學獎授予了德米斯·哈薩比斯、約翰·江珀和戴維·貝克，以表彰他們在AI驅(qū)動的蛋白質(zhì)結(jié)構(gòu)預測與設計方面的貢獻。到了2025年，AI不再局限于優(yōu)化單個流程環(huán)節(jié)，而是開始替代整個科研工作流。然而，最前沿的智能體在論文級復現(xiàn)任務中的成功率不到20%，與實際科研還存在較大壁壘。

在Web of Science數(shù)據(jù)庫中，自然科學領域與AI相關的論文發(fā)表量從2024年的63547篇增至2025年的約80150篇，一年內(nèi)增長約26%。其廣泛性表明，AI方法正成為各學科科研實踐中常規(guī)組成部分。

六、AI臨床推理超越醫(yī)生，AI摘要開始影響用戶健康理解

2025年，AI在醫(yī)學領域取得了多方面進展，但強大的模型性能并未完全地轉(zhuǎn)化為現(xiàn)實世界的臨床影響力。

1、多智能體協(xié)同成為生物醫(yī)學研究發(fā)展趨勢

2025年，科學發(fā)現(xiàn)的自動化探索聚焦于將數(shù)字推理與物理實驗驗證相結(jié)合，Robin、STELLA、Agent Laboratory、Virtual Lab等智能體已經(jīng)有了相關進展，代表了生物醫(yī)學研究中向多智能體協(xié)同發(fā)展的早期趨勢。

2、AI在臨床推理的表現(xiàn)優(yōu)于醫(yī)生

在實驗評估中，OpenAI的o1-preview已經(jīng)超越了大多數(shù)現(xiàn)有的真人醫(yī)生的臨床推理基準，但它們反映的是孤立的認知評估，而非現(xiàn)實世界的臨床整合。

3、AI摘要影響用戶健康理解

在五類主要查詢類型中，平均有84%至92%的健康相關查詢會觸發(fā)谷歌的AI Overview，影響著大多數(shù)用戶對所提問題的初步理解。

七、AI教育普及90%國家，但課程與師資滯后

在全球范圍內(nèi)，大學和K-12階段的學生都在大量使用AI工具，但針對AI的專門課程和教師培訓仍然有限。

1、AI研究轉(zhuǎn)向研究生階段

2024年至2025年間，美國四年制大學的計算機科學入學人數(shù)下降了11%，但AI相關研究生項目持續(xù)增長。

2、全球AI教育已普及90%，中國進展亮眼

目前超過90%的國家已向中小學生提供計算機科學教育，但AI教育的普及速度較慢，其中，在中國，北京、廣東和杭州在2025年5月發(fā)布的《中國中小學人工智能教育通識指南（2025年版）》和《中小學生生成式人工智能使用指南（2025年版）》之后，均于2025-26學年開始要求開展AI教育。

3、印度人最喜歡在領英中體現(xiàn)AI技能

根據(jù)領英數(shù)據(jù)，印度用戶最喜歡在個人資料中體現(xiàn)AI技能，以3.0的滲透率領先，意味著其會員個人資料中AI技能的出現(xiàn)頻率幾乎是全球平均水平的三倍，其次是美國（2.0）和德國（1.8）。

八、中美模型發(fā)布量占壟斷地位，中國領跑基礎設施

在全球范圍內(nèi)，各國政府開始投資建設并維持自身在構(gòu)成該技術的基礎設施、模型等方面的能力。

1、中國在國家超算數(shù)量上大幅領先

AI計算基礎設施，包括高性能GPU集群和AI優(yōu)化型超級計算機，已成為AI主權(quán)投資最顯著的領域之一。根據(jù)Epoch AI追蹤用于訓練先進AI模型的大規(guī)模GPU集群的數(shù)據(jù)，2010年至2025年間，國家支持的AI超算在大多數(shù)地區(qū)都有所擴展。其中，中國擁有最多，為85個。

2、中美大模型發(fā)布數(shù)量占主導地位

在AI模型開發(fā)數(shù)量方面，中國和美國依舊占主導地位。根據(jù)Epoch AI追蹤公開報道的模型發(fā)布數(shù)據(jù)，2018年至2025年間，美國累計發(fā)布的模型數(shù)量從237個增長到1618個。中國在2022年至2025年間模型發(fā)布數(shù)量從151個增長到849個，增長超過五倍。由于開源生態(tài)的逐漸完善，越來越多的地區(qū)正在構(gòu)建和部署自己的模型。

結(jié)語：中美AI實力差距縮小，形成相互制約促進關系

從報告來看，中美在模型性能上已形成動態(tài)平衡，中國憑借論文專利、開源生態(tài)、基礎設施布局和工業(yè)應用優(yōu)勢，在全球AI產(chǎn)業(yè)鏈中占據(jù)關鍵位置；而美國在資本、數(shù)據(jù)中心和閉源創(chuàng)新上仍具領先。

未來勝負手，或許將在于誰能更好解決能源約束、提升真實世界可靠性和實現(xiàn)普惠落地。通過負責任的治理、綠色基礎設施建設和人機協(xié)同創(chuàng)新，AI紅利將更均勻地惠及全球，避免技術鴻溝繼續(xù)擴大。