今天，斯坦福HAI重磅發(fā)布「2026年AI指數(shù)報告」！

這份長達423頁的年度報告，全面揭示了全球AI產(chǎn)業(yè)的最新權(quán)力版圖。

它給出了一條核心結(jié)論：AI的本事漲得飛快；但人類衡量和管好它的能力，卻沒怎么跟上步伐。

其中，最震撼的結(jié)論是——

中美AI模型性能差距已基本消失，雙方在巔峰對決中頻繁易主，目前Anthropic領(lǐng)先優(yōu)勢僅剩2.7%。

美國在AI上砸的錢比誰都多，但招攬頂尖人才卻越來越吃力了。

報告還指出，AI的進化不僅沒有遭遇所謂的「瓶頸」，反而正以史無前例的速度狂飆。

過去一年，全球超90%的頂尖模型，在博士級科學(xué)問題、多模態(tài)推理、競賽數(shù)學(xué)上的表現(xiàn)，追平甚至超越了人類。

特別是在代碼能力上，SWE-bench的成績在一年內(nèi)，從60%飆升至近100%。

AI的「偏科」現(xiàn)象極其嚴(yán)重，呈現(xiàn)出一種畸形的現(xiàn)狀：

LLM可以拿下IMO金牌，卻讀不對模擬時鐘，正確率僅為50.1%。

AI搶飯碗這事兒已經(jīng)從預(yù)測變成了現(xiàn)實，而且最先遭殃的就是當(dāng)代年輕「打工人」。

下面直接上干貨，「2026年AI指數(shù)報告」最值得關(guān)注的12個硬核趨勢。

其他亮點速覽：

中美貼臉

差距只剩2.7%

斯坦福把2023年5月以來Arena榜單上的美國第一和中國第一，畫在了同一張坐標(biāo)系里。

2023年5月，gpt-4-0314拿1320分領(lǐng)跑，中國這邊還是chatglm-6b，差距300多分。

2025年2月，DeepSeek-R1第一次和美國頭部模型短暫打平。

2026年3月，美國的Claude Opus 4.6拿到1503分，中國dola-seed-2.0-preview拿到1464分。

如今中美AI之間的差距，僅有39分。換算成百分比，2.7%。

更值得說的是過去一年的換位頻率。從2025年初開始，兩國頭部模型已經(jīng)在Arena上你來我往換了好幾次位置。

數(shù)量上同樣接近五五開。

2025年美國發(fā)布了50個「顯著模型」，中國緊跟著也發(fā)布了30個頂尖大模型。

第一梯隊里OpenAI、谷歌、阿里、Anthropic、xAI同臺站位，全球TOP 5五五分賬。

再往下看到TOP 10，中國機構(gòu)和企業(yè)占了四席，阿里、DeepSeek、清華、字節(jié)。

開源生態(tài)這一年的重心也明顯東移。

DeepSeek、Qwen、GLM、MiniMax、Kimi一路把開源權(quán)重的能力曲線往前推。

價格層面是另一條戰(zhàn)線。

海外開發(fā)者在X上算過一筆賬，Seed 2.0 Pro的輸出價格大約只有Claude Opus 4.6的十分之一。

性能貼臉，價格只要十分之一。這件事的連鎖反應(yīng)才剛剛開始。

90%前沿模型出自產(chǎn)業(yè)

封神速度史無前例

去年發(fā)布的95個最具代表性的模型里，超過九成都來自產(chǎn)業(yè)界，不是學(xué)術(shù)機構(gòu)，也不是政府實驗室。

學(xué)術(shù)界已經(jīng)追不上前沿了。

發(fā)布速度也在變態(tài)加速。

光是2026年2月一個月，就有Gemini 3.1 Pro、Claude Opus 4.6、GPT-5.3 Codex、Grok 4.20、Qwen 3.5、Seed 2.0 Pro、MiniMax M2.5、GLM-5八九個旗艦?zāi)Ｐ屯氯雸觥?/p>

封神周期從「年」變成了「月」。

基準(zhǔn)一年封頂

AI沒有瓶頸

最猛的曲線是編程。

SWE-bench Verified這個真實修Bug的基準(zhǔn)，一年時間從60%漲到接近100%。

不是漲了幾個點，是基本封頂。

Terminal-Bench測試Agent處理真實終端任務(wù)的能力，從去年的20%漲到77.3%。

網(wǎng)絡(luò)安全Agent解決問題的成功率，從15%漲到93%。

Gemini Deep Think在國際數(shù)學(xué)奧林匹克拿到金牌。

PhD級科學(xué)問答（GPQA Diamond）、競賽數(shù)學(xué)（AIME）、多模態(tài)推理（MMMU）這些原本被認(rèn)為「人類不可超越」的硬骨頭，全部被前沿模型啃了下來。

最能說明問題的是Humanity's Last Exam。

這是一個專門被設(shè)計來「難倒AI、偏袒人類專家」的測試，題目由各個領(lǐng)域的頂尖專家提供。

去年OpenAI的o1拿到8.8%，前沿模型在一年時間里把分?jǐn)?shù)往上又推了30個百分點，目前Claude Opus 4.6和Gemini 3.1 Pro已經(jīng)雙雙過了50%。

鋸齒前沿

能拿IMO金牌卻看不懂表

但同一份指數(shù)甩出了另一組數(shù)字。

最強模型在「讀模擬時鐘」這個任務(wù)上的正確率，是50.1%。

機器人在實驗室仿真環(huán)境（RLBench）里的操作成功率已經(jīng)達到89.4%。但搬到真實家庭場景里完成洗碗、疊衣服這類家務(wù)，成功率立刻掉到12%。

實驗室和廚房之間，差了77個百分點。

研究者把這種現(xiàn)象命名為「鋸齒前沿」（jagged frontier）。AI能力的分布是凹凸不平的，能拿數(shù)學(xué)奧賽金牌，卻沒法穩(wěn)定地告訴你現(xiàn)在幾點。

AI能在數(shù)學(xué)奧賽拿金牌，但只有一半的概率能看懂模擬時鐘。AI在加速，但加速的不是同一個方向。

另外，在智能體任務(wù)中，OSWorld測試中，前沿AI實力（66.3%）正逼近人類基線。

在專門評估科研邏輯的PaperArena測試中，最強AI加持的Agent，得分僅39%，只有博士生一半的功力。

但這種凹凸已經(jīng)不影響企業(yè)把AI往生產(chǎn)線上塞。

AI Index給出的另一個數(shù)字是，全球企業(yè)AI采用率達到88%。九成的公司已經(jīng)把AI接進了某個工作流。

代價同步在漲。AI相關(guān)事故記錄從2024年的233起漲到362起。

錢在加速

5817億砸進AI

2025年全球企業(yè)AI投資達到5817億美元，同比增長130%。其中私募投資3447億美元，同比增長127.5%。

兩條曲線都幾乎翻倍。

國別上，美國一騎絕塵。2025年美國私募AI投資2859億美元。并且一年新增1953家AI創(chuàng)業(yè)公司，也是排名第二的10倍以上。

錢在加速涌向美國。但美國的另一項核心資源，正在反向流動。

人在流走

進美國的AI研究者跌了89%

里面有一組數(shù)字讓人愣了一下。

2017年到現(xiàn)在，進入美國的AI研究人員和開發(fā)者數(shù)量下降了89%。

更關(guān)鍵的是，這個下降在加速。僅僅過去一年，下降幅度就達到80%。

美國仍然是全球AI研究人員密度最高的國家，但流入的水龍頭正在擰緊。

錢和人這兩條曲線開始反向。這是過去十年沒出現(xiàn)過的局面。

算力三年漲30倍

命門都在一家公司手里

AI能力曲線在加速，背后那條算力曲線跑得更猛。

從2021年到現(xiàn)在，全球AI算力總量漲了30倍。過去三年里，每年都在翻三倍以上。

撐起這條曲線的是少數(shù)幾家公司。

英偉達一家的GPU，占據(jù)了全世界AI算力的60%以上。亞馬遜和谷歌靠自研芯片排在二三位，但加起來也遠(yuǎn)遠(yuǎn)追不上英偉達。

而幾乎所有這些芯片，都來自一家代工廠，臺積電。算力曲線越陡，命門就越窄。

代價也在加大。

全球AI數(shù)據(jù)中心的總功率已經(jīng)達到29.6 GW，相當(dāng)于紐約州在用電高峰時段的全部用電需求。xAI Grok 4一次訓(xùn)練的估算碳排放是72816噸二氧化碳當(dāng)量，相當(dāng)于17000輛汽車開一整年的尾氣。

數(shù)據(jù)中心建在哪里，電從哪里來，芯片從哪里產(chǎn)，這三個問題已經(jīng)變成今年所有AI公司CEO案頭最頭疼的事。

生成式AI三年滲透53%

中國職場使用率破80%

生成式AI在三年內(nèi)達到了53%的全球人口滲透率。

這個速度比個人電腦快，比互聯(lián)網(wǎng)快。

但滲透速度和國別相關(guān)性極強。新加坡61%，阿聯(lián)酋54%，都跑在美國前面。美國在調(diào)查覆蓋國家中只排第24位，滲透率28.3%。

如果把維度從消費者換成職場，反差更大。

報告里另一組數(shù)據(jù)顯示，2025年全球58%的員工在工作中已經(jīng)開始經(jīng)常性使用AI。但在中國、印度、尼日利亞、阿聯(lián)酋、沙特這5個國家，這個比例超過了80%。

中國的職場AI滲透率，已經(jīng)比全球平均高出20個百分點以上。

更有意思的是消費者價值。

AI Index估算，到2026年初，生成式AI工具每年給美國消費者創(chuàng)造1720億美元的價值。從2025年到2026年，每個用戶的中位數(shù)價值翻了三倍。

絕大多數(shù)用戶用的還是免費版。

普通人愿意為AI付的錢，遠(yuǎn)低于AI給他們創(chuàng)造的價值。這中間的剪刀差是現(xiàn)在所有AI公司都在試圖彌合的東西。

入門崗位銳減

22-25歲開發(fā)崗狂砍20%

22到25歲的軟件開發(fā)者群體，從2024年至今，就業(yè)人數(shù)下降了大約20%。

同期，年紀(jì)更大的同行群體反而在增長。

不止開發(fā)崗。客服等其他高AI暴露行業(yè)，也在出現(xiàn)同樣的模式。

更讓人擔(dān)心的是企業(yè)問卷的結(jié)果。受訪高管普遍預(yù)期，未來的裁員幅度會比過去幾個月還要大。

這不是宏觀失業(yè)率的事，是入口崗位被精準(zhǔn)切掉的事。

第一份工作沒了，整個職業(yè)階梯就斷了一格。這件事的長期影響，現(xiàn)在沒人能算清。

AI正在改寫科學(xué)發(fā)現(xiàn)的方式

如果說就業(yè)那一段是冷的，科學(xué)這段就是熱的。

具體到應(yīng)用，今年第一次有AI完整跑通了端到端的天氣預(yù)報流程。從原始?xì)庀笥^測數(shù)據(jù)直接吐出溫度、風(fēng)速、濕度的最終預(yù)報，中間沒有任何傳統(tǒng)數(shù)值模型介入。

醫(yī)院里也是一樣。2025年大量醫(yī)院開始部署能從就診對話自動生成臨床記錄的AI工具。多個醫(yī)院系統(tǒng)的醫(yī)生反饋，寫病歷的時間減少了多達83%，工作倦怠顯著下降。

但同一份指數(shù)給醫(yī)療AI潑了一盆冷水。一份針對500多個臨床AI研究的綜述發(fā)現(xiàn)，將近一半的研究依賴考試題式的數(shù)據(jù)集，只有5%用了真實臨床數(shù)據(jù)。

AI能減少醫(yī)生敲鍵盤的時間，這件事是確定的。AI在真實病人身上的臨床價值，目前還有大量問號。

自學(xué)浪潮全球開炸

正規(guī)教育已經(jīng)掉隊

正規(guī)教育跟不上AI了。

美國有4/5的高中生和大學(xué)生現(xiàn)在用AI完成學(xué)校作業(yè)。但只有一半的中學(xué)有AI使用政策，只有6%的老師認(rèn)為這些政策寫得清楚。

學(xué)生跑在前面，老師還在原地，規(guī)則還沒出現(xiàn)。

正規(guī)教育跟不上的同時，自學(xué)浪潮在全球開炸。里面寫，學(xué)AI工程技能增長最快的三個國家分別是阿聯(lián)酋、智利和南非。

不是美國，不是歐洲。

技能曲線的最陡峭的那一段，長在所有人都沒在看的地方。

最強模型變成最不透明的

專家和公眾撕裂

最強的模型，正在變成最不透明的模型。

Foundation Model Transparency Index今年的平均分從去年的58分跌到了40分。AI Index直接點名，谷歌、Anthropic、OpenAI都已經(jīng)放棄公開最新模型的訓(xùn)練數(shù)據(jù)規(guī)模和訓(xùn)練時長。

去年發(fā)布的95個最具代表性的模型里，80個沒有公開訓(xùn)練代碼。

公眾的情緒也變得更復(fù)雜。

全球范圍內(nèi)，認(rèn)為AI利大于弊的比例從52%上升到59%。但同期，對AI感到緊張的比例從50%上升到52%。

兩個方向在同時增長。

最分裂的是美國。只有33%的美國人認(rèn)為AI會讓自己的工作變得更好，全球平均是40%。美國人對本國政府監(jiān)管AI的信任度，是受訪國家里最低的，31%。

新加坡人對自己政府監(jiān)管AI的信任度，是81%。

最近Sam Altman家被襲擊的事件之后，硅谷圈內(nèi)人「驚訝地發(fā)現(xiàn)」Instagram評論區(qū)里的普通人對此并不同情，甚至有人覺得「應(yīng)該更激烈一點」。

他們沒意識到事情已經(jīng)糟到這個程度。

研報引用的Pew和Ipsos數(shù)據(jù)，專家和公眾在AI影響就業(yè)、醫(yī)療、經(jīng)濟這些維度上的觀感差距，普遍超過30個百分點，最大的一項達到50個百分點。

一邊是實驗室里的曲線在飛漲，一邊是普通人心里的不安在累積。

中間沒有橋。

423頁的報告里有幾百張圖表，但其實只畫了一張圖。

橫軸是時間，縱軸是能力。

模型能力的曲線在飛，算力曲線在飛，投資曲線在飛，采用率曲線在飛。其他全都在原地踏步或者向下。

這就是2026年AI Index的全部內(nèi)容。

AI在加速。其他所有東西都在脫節(jié)。