4月13日，斯坦福大學(xué)以人為本人工智能研究所（Stanford HAI）發(fā)布《2026年AI指數(shù)報(bào)告》，全文長達(dá)423頁。該報(bào)告自2017年起每年發(fā)布，已成為追蹤人工智能行業(yè)發(fā)展最全面的年度文獻(xiàn)。

報(bào)告顯示，中美AI模型性能差距大幅縮小。截至2026年3月，美國頂級AI公司Anthropic最先進(jìn)的模型僅領(lǐng)先中國最強(qiáng)競爭對手2.7個(gè)百分點(diǎn)。2025年2月DeepSeek發(fā)布的R1模型曾短暫追平美國模型，此后雙方進(jìn)入高頻性能更迭期。從產(chǎn)出數(shù)量看，美國在2025年發(fā)布了50個(gè)值得注意的頂級模型，中國發(fā)布30個(gè)。報(bào)告特別提醒，賬面數(shù)字極大低估中國真實(shí)投入，自2000年以來中國政府引導(dǎo)基金向AI公司注入資金累計(jì)約1840億美元。中國在AI出版物數(shù)量、論文引用份額及專利授權(quán)量上已居全球第一，2024年安裝工業(yè)機(jī)器人29.5萬臺，遠(yuǎn)超其他國家。

美國雖在AI研究人員和開發(fā)者數(shù)量上遠(yuǎn)超其他國家，但專家流入速度急劇放緩。自2017年以來，移居美國的AI學(xué)者數(shù)量下降89%，過去一年下降80%。

美國在數(shù)據(jù)中心領(lǐng)域保持領(lǐng)先，擁有5427個(gè)數(shù)據(jù)中心，中國為449個(gè)。截至2025年底，AI數(shù)據(jù)中心總電力容量達(dá)29.6吉瓦，約等于紐約州峰值用電需求。英偉達(dá)GPU占全球AI總計(jì)算能力60%以上。

數(shù)據(jù)中心擴(kuò)張伴隨顯著環(huán)境成本。訓(xùn)練xAI的Grok 4模型產(chǎn)生約72816噸二氧化碳當(dāng)量，高于約1000輛普通汽車整個(gè)生命周期碳排放。GPT-4o推理年用水量估算超過1200萬人飲用水需求。過去兩年，因地方反對，價(jià)值640億美元的美國數(shù)據(jù)中心項(xiàng)目被擱置或延遲，24個(gè)州至少142個(gè)活動(dòng)團(tuán)體參與組織。

過去十年AI模型性能提升呈加速趨勢。AI智能體進(jìn)化速度最為顯著，OSWorld基準(zhǔn)和SWE-Bench Verified基準(zhǔn)得分曲線均呈現(xiàn)最陡峭走勢。在“人類終極考試”基準(zhǔn)上，2025年排名最高的OpenAI o1模型僅正確回答8.8%的問題，截至2026年4月，Anthropic Claude Opus 4.6和谷歌Gemini 3.1 Pro已超過50%。

但AI模型在部分常見任務(wù)上表現(xiàn)較差。ClockBench測試多模態(tài)大語言模型讀取模擬時(shí)鐘的能力，表現(xiàn)最佳的OpenAI GPT-5.4準(zhǔn)確率僅為50%，Anthropic Claude Opus 4.6準(zhǔn)確率僅8.9%。機(jī)器人在折疊衣物或洗碗等真實(shí)家務(wù)中成功率僅12%。

醫(yī)學(xué)領(lǐng)域AI應(yīng)用取得進(jìn)展。過去兩年，關(guān)于AI用于藥物發(fā)現(xiàn)的出版物數(shù)量增加一倍以上，多模態(tài)生物醫(yī)學(xué)AI出版物數(shù)量為兩年前2.7倍。從患者就診中自動(dòng)生成臨床記錄的工具在2025年得到廣泛采用，醫(yī)生撰寫筆記時(shí)間減少高達(dá)83%。但一項(xiàng)對500多項(xiàng)臨床AI研究的回顧發(fā)現(xiàn)，近一半研究依賴考試式問題而非真實(shí)患者數(shù)據(jù)，僅5%研究使用真實(shí)臨床數(shù)據(jù)。

聚焦具體任務(wù)，AI帶來可測量效率提升?？蛻糁С种悄荏w每小時(shí)解決問題增加近15%，使用GitHub Copilot的軟件開發(fā)人員完成的拉取請求增加26%，使用AI進(jìn)行廣告創(chuàng)作的營銷團(tuán)隊(duì)人均產(chǎn)出躍升50%。2025年美國生產(chǎn)率增長率為2.7%，約為前十年平均水平的兩倍。但賓夕法尼亞大學(xué)沃頓預(yù)算模型測算，AI對全要素生產(chǎn)率的實(shí)際貢獻(xiàn)僅0.01個(gè)百分點(diǎn)，接近為零。報(bào)告同時(shí)指出，對于需要更深層次推理的任務(wù)，AI工具反而降低人工效率，使用AI輔助的開源開發(fā)者速度降低19%。

勞動(dòng)力數(shù)據(jù)顯示明確代際差異。到2025年9月，美國22至25歲軟件開發(fā)者就業(yè)人數(shù)較2022年峰值下降近20%，而年長開發(fā)者數(shù)量持續(xù)增長。（騰訊科技）