chhidongxi汇编| Chen Junda和Cheng Qian编辑|潘肯·吉文奇（Panken Zhidongxi）今天4月8日报道说，斯坦福大学以人民为导向的人工智能研究所（HA）发布了中国和美国AI竞赛的最新数据和开发，开放资源模型，技术绩效模型，大规模投资和融资，大规模投资，AI，AI，同意和其他领域。 DeepSeek提到了45次。 AI指数报告2025年写道：“美国在领先的AI模型的产出中仍然存在 - 但中国迅速阻止了性能差距。”该报告使用DeepSeek-V3作为一个共同代表，显示出巨大的推理和培训成本模型的急剧下降； Tsinghua大学和北京Zhiyuan研究所的剂量科学研究结果包括在整个Mundo的前100名中；去年，已经选择了来自阿里巴巴，字节，tencent，tencent，Zhipu和其他公司的15个模型。在genERAL，中国大陆的AI研究论文占全球出版总数的23.2％，引用提供了全球款项的22.6％。但是，美国在影响方面具有更好的研究结果，它仍然是重要AI模型的主要来源。 2024年，美国机构开发了40种基本的AI模型，在中国大陆有15个模型，欧洲有3个模型。在过去的十年中，美国在全球范围内开发了最多的机器研究模型。计算的力量是推动AI发展的重要因素，也正在迅速变化。基于具有点亮点的16位操作，2008年至2024年之间硬件学习研究的平均年增长率约为43％（每1.9年两倍），固定绩效水平的硬件成本每年降低30％。人工智能对经济产生深远的影响。在麦肯锡的调查中，多达49％的公司表示，AI实现了企业的成本降低。他们之中，中国大陆公司以AI采用的速度迅速上升，高达75％，与北美的差距为7％。 2024年，AI的全球投资达到2523亿美元，私人投资增长了44.5％，投资于AI组的投资达到339亿美元，而在2024年的美国AI投资达到10091亿美元，几乎是美国930亿美元68.2亿美元的大陆中国的12倍。扩展全文 我们还目睹了AI研究，该研究获得了2项诺贝尔奖，并在生物医学领域展示了巨大的应用潜力。 1。行业领导了大型模型的发展，中国的AI专利是世界领先地位 AI的全球领域显示了多维发展的快速速度。 AI已成为计算机科学研究的主要领域。该行业在大型AI模型的发展中起着关键作用，学术界发挥了很多全面提及的论文。虽然数量去年，重要的AI模型已降低，行业中开发的模型的比例急剧增加。 硬件成本的持续下降为AI开发提供了大力支持。同时，增加学术AI会议的参与者人数也反映了对AI研究的学术和行业的关注，整个行业都处于关键时期。 1。AI研究在中国和美国的影响继续增加 通常，AI研究论文的总数继续在计算机上增长和主导。在2013年至2023年之间，AI研究论文的数量从102,000增加到242,000，计算机科学论文的比例从21.6％增加到41.8％。学术界贡献了更高的研究。 从区域的角度来看，中国大陆的AI论文总数最高。 2023年，大陆中国的AI论文机构占全球总出版物和引文的23.2％，价值22.6％。 美国已经发表了更多具有很高影响的研究。从2021年到2023年，美国在AI领域的前100篇论文中的64、59和50分别贡献了33、34和34。 根据该机构的数据，在2021年至2023年上述前100篇论文中，Google，Tsinghua University，Carnegie Mellon University，Microsoft，Beijing Zhiyuan人工智能情报实验室，中国科学院，Meta和Nvidia表演了中国科学学院。 2。基本的AI模型（引人注目的AI模型）由行业领导 AI索引数据提供商Epoch AI是指基于标准（例如Kuthis）的900多个重要AI模型的数据库是最新的技术发展，无论是重要性史还是引号的速度。 在过去的几年中，数据量表，数据集大小，培训时间等数据等数据。重要的AI模型显示出增长趋势。该行业继续增加对AI的投资，并领导重要模型的发展。在2024年，该行业开发的重要模型的比例将达到90％（2023年60％）。 重要的AI模型的数量已从2023年的105降低到2024年的61个。同时，越来越多的模型选择了非资源，例如API，托管以及获得解放的权限。 美国仍然是重要AI模型的主要来源。 2024年，美国机构开发了40种重要的AI模型，中国大陆有15个以上，在欧洲有3个。在过去的十年中，美国在全球范围内开发了最多的机器研究模型。 在2024年，几乎所有基本的AI模型都来自该行业，在该行业中，Google和Openai早些时候对7个重要模型进行了排名，而阿里巴巴则以6个模型排名第三。 Byte，DeepSeek，Tencent和Zhipu AI在清单上机智h两个型号。 为了恢复2014年至2024年的数据，Google贡献了最重要的AI模型，其次是Meta，Microsoft，OpenAI和其他公司。许多美国强大的学校都列出了这一列表，包括Tsinghua大学和阿里巴巴分别贡献了22和14个重要的AI模型。 美国领先的AI模型计算的强度要求寻找在宽敞的宽敞模型远非中国大陆。根据Epoch AI数据，自2021年底以来，中国培训能力的十大语言模型每年增长了近3次，大大低于自2018年以来世界其他地区的平均年增长率。 3。开放资源AI项目的数量急剧增加 自2011年以来，代码托管平台上的AI项目的开放源数量从2011年的1,549人增加到2024年的430万。尤其是在去年，GitHub AI的总数项目增加了40.3％。 直到2024年，美国贡献了GitHub AI项目的23.4％，提供了最大的部分。第二是印度排名，为19.9％；欧洲在后方附近跟随，这是19.5％的项目。美国开发商和中国大陆开发商都看到GitHub开源AI项目的比例降低了。 4。硬件成本每年下降30％ 该报告强调，硬件开发是人工智能发展的主要驱动力。尽管规模模型和大规模的数据培训带来了重大的性能提高，但这些突破基本上依赖于创新的硬件技术创新，尤其是开发更强，更好的图形处理器（GPU）。 根据Epoch AI计算，基于16位浮点操作，2008年至2024年之间硬件研究的平均年增长率约为43％（每1.9年两倍）。这进步主要是由于晶体管数量的连续数量，半导体制造过程的变化以及专用AI计算硬件的演变。 固定绩效水平的硬件成本以每年30％的速度降低。以2022年3月发布H100，它将达到每美元的220亿个浮点运营，成本性能比2020年6月发布的A100高1.7倍，比2016年4月的P100高16.9倍。 5。中国大陆的领先专利许可证 在过去的10年中，AI专利申请的数量有所增加。从2010年到2023年，AI专利从3833升至122,511，每年增长29.6％。中国大陆的许可量为69.7％，包括韩国和卢森堡，人均专利产出最高。 6。AI学术会议的ANG参与者人数 自2014年以来，主要AI学术会议的参与者人数WORLDWIDE增长了60,000多次，对AI研究的热情持续增长。数据表明，神经活动仍然是最大的AI学术会议，该会议在2024年吸引了近20,000名参与者。 2。开放资源模型被捕，中国和美国之间的质量差距范围缩小到0.3％ 在2024年，AI模型的性能将取得许多突破。中国许多基准中的AI表现良好，超越了人或快速狭窄，并在2023年征服了一些新提议的基准测试。 模型的Oneopen资源获得2024年。领先的开源模型与封闭资源的领先模型之间的差距被缩小，AI切割模型的性能分布往往会转换，并且小型模型的功能继续上升。此外，诸如AI代理等新技术具有显示了初始潜力。 1。在2024年在AI领域的重要版本 以下是报告中列出的2024年的最具代表性模型，数据集和功能发行版，该报告由由行业专家组成的AI索引指导委员会选择。来自阿里巴巴的Qwen2，Qwen2.5和Deptseek的DeepSeek-V3在列表中，Cohere，Cohere，Beijing Zhiyuan人工智能研究所发布的直接数据数据也被认为是一项重要意义。 2。在许多基准测试中，AI Angleadeplede 直到2024年，人类能力超过AI的活动很少，即使在这些活动中，AI和人之间的性能差距也很快。 例如，在数学（数学竞争水平的基准测试）中，最新的AI系统现在是7.9％的领先人类绩效，而仅在2024年仅0.3％的空间。人类基准。 2023年，AI研究人员介绍了许多具有挑战性的新基准，包括MMMU，GPQA AND SWE板凳旨在测试特别是AI模型的限制。 到2024年，AI模型已在这些基准测试中取得了显着的性能发展，分别在MMMU和GPQA方面提高了18.8％和48.9％。在SWE-Bench中，AI模型在2023年仅解决了4.4％的问题，而该比例在2024年跃升为71.7％。 4。开放重量模型的收益 去年的AI指数报告显示，最高的开放权重模型远远落后于关闭权重类似产品。到2024年，这个空间几乎消失了。 在2024年1月初，领先的关闭重量模型比聊天机器人竞技场排名的顶级开放权重模型高8.0％。到2025年2月，该空间狭窄为1.7％。 5。中国与美国之间的差距很狭窄 在2023年，美国的主要模型明显优于中国主要的同行 - 不存在优势。到2023年底，在基准测试中，例如mmlu，mmmu，托托（Toto）称，数学和人类人体的性能空间为17.5％，13.5％，24.3％和31.6％。到2024年底，这些差距的范围缩小了0.3％，8.1％，1.6％和3.7％。在大型模型竞技场，中国和美国的模型差距狭窄30分。 6。AI模型的性能倾向于转换为切割场 根据去年的AI指数报告，聊天机器人竞技场排名前十大模型与第一名的ELO Mark差距为11.9％。在2025年初，这个空间狭窄为5.4％。同样，前两个模型之间的差距从2023年的4.9％缩小到2024年的0.7％。 7。模型的小功能增长 在2022年，MMLU中最小的60％以上的AI模型显而易见，参数为5400亿。到2024年，微软的Phi-3-Mini只有38亿个参数，达​​到相同的阈值，后者仅占前者的0.7％。 8。AI代理显示初始电位 秋天于2024年推出E用于评估AI代理在复杂活动中的功能，具有严格的测试标准。 在短时间内（2小时），领先的AI系统在人类专家中得分4次，但随着时间的流逝，人们的表现要比AI更好。 例如，在32小时的时间范围内，人们在AI中得分两次。 AI代理与某些活动中的人类专家相匹配，例如编写Triton内核，同时以较低的成本提供结果。 3。全球投资发烧正在蔓延，中国大陆的工业机器人的扩张是全球排名第一 2024年，AI领域的投资和应用始于Maramin的变化，但该地区存在明显的差异。全球企业AI投资取得了很高的记录，美国投资量表在覆盖范围之前，采用北美领先于世界，但中国的铝采用率也迅速上升。 AI给企业带来了一些经济利益，而大多数回应NTS节省了不到其成本的10％，这种趋势仍然是一个很大的意义。 1。AI的全球投资取得了很高的记录 2024年，公司AI投资达到2523亿美元，私人投资增长了44.5％，这是自2021年以来的第一年增长。 在2024年，对生成AI领域的投资达到了339亿美元，增长了18.7％，超过2023年，是2022年的8.5倍以上。现在，该行业的价格超过所有与AI相关的私人投资的20％以上。 2。全球人工智能投资的美国领先优势扩大 2024年，美国的AI投资价值达到10091亿美元，在中国大陆的投资近12倍（相当于约682亿元人民币）。在AI开发领域，美国投资超过了中国大陆，欧盟和联合KI的合计254亿美元（相当于约1.864亿元人民币）ngdom。 3。AI采用率尚未发生 该报告在2024年指出，通过使用Aitumalon从2023年的55％到78％进行调查的受访者的比例。同样，使用Generative AI进行至少一个业务运营的受访者人数的数量超过两倍，从2023年的33％上升到去年的71％。 4。AI开始降低成本并提高效率 49％的受访者表示，使用AI用于节省其成本的服务运营，其次是43％的供应链管理受访者和41％的软件工程受访者，大多数受访者节省了不到10％。 5。中国的人工智能率正在达到 通过该地区，AI的采用率发生了重大变化，中国已被捕获。尽管北美和商业组织仍在领导AI的采用方面，但中国的年增长率最重要，而组织使用AI的年增长率增长了27％。欧洲在后方靠近，向上至23％。 6。中国大陆继续其在Pang工业机器人领域的主导地位 中国大陆安装的工业机器人数量超过了世界其他国家的其他国家。 2023年，在中国大陆安装了276,300个工业机器人，日本的六次和7.3次在美国。由于2013年的日本超过日本，全球安装大陆的一部分从20.8％增加到51.1％。 4。显示的蛋白质蛋白质蛋白质的更准确模型，临床AI性能优于医生 2024年，AI在生物医学领域取得了重大突破，从而促进了科学研究和临床应用的快速发展。该模型的规模和准确性继续提高，应用领域从实验室扩展到临床。 AI研究在2024年赢得了两项诺贝尔奖，并确定了巴特阿科姆社区。 1。较大，更好的蛋白质遵循PR的模型Otein出现 在2024年，将出现许多大尺寸，高性能蛋白质秩序模型，包括SM3，Alphafold 3等。随着时间的流逝，这些模型的大小急剧增加，蛋白质预测的准确性继续增加。 其中，ESM3结合了多模式输入（序列，结构和交互式数据），其参数量表更大，从而提高了模型预测的代表性和准确性。随着ESM系列的扩展，蛋白质预测性能也有所改善，在2004年发布的新ESM C模型在蛋白质结构的预测中具有更高的比例。 2。AI在科学发展中的作用继续倾斜 2022年和2023年是AI驱动技术开发中突破的早期阶段，但AI应用在2024年对学术研究引起了极大的关注，包括生物学活动和大量改善野火预测的火灾。 3。AI临床应用增加 在MEDQA基准中，OpenAI O1标记达到96.0％的最高水平，5.8％的得分高于2023年的最高分数，比2022分尽头28.4％。 MEDQA是临床知识检查的主要基准。4。 AI在基本临床活动中的表现要比医生好 一项新的研究发现，GPT-4本身会释放医生来诊断复杂的临床病例。最近的其他普斯特人表明，AI超越了医生发现癌症并识别出高死亡风险的患者。 5。合成数据显示医学领域的前景很大 2024年发布的研究表明，AI产生的合成数据将有助于模型更好地确定健康社会的确定，增强对隐私保护的临床风险预测，并促进发现新药物化合物的发现。 6。基本模型输入药品 在2024年，将释放一波大规模的医学模型，从一般多模型（例如Med-Gemini）到专用模型，例如用于超声心动学的Echoclip和放射学的Chexagent。 7。AI研究赢得了两项诺贝尔奖 Google Deepmind的Demis Hassabis和John Jumper因使用Alphafold的蛋白质折叠率赢得了诺贝尔化学奖。约翰·霍普菲尔德（John Hopfield）和杰弗里·辛顿（Jeffrey Hinton）因其对神经网络的基本贡献而获得了诺贝尔物理奖。 5。30％的国家列出计算机科学教育为强制课程 在2024年，世界各地约有2/3个国家提供或计划提供计算机科学教育，而30％是计算机科学教育的清单，作为基础和/或中学的强迫课程，欧洲拥有最多的国家。 在2023年，在美国AI获得硕士学位的学生人数大幅增加，毕业生人数翻了一番。在2023年AI毕业生数量最多的美国大学中，卡内基·梅隆大学（Carnegie Mellon University）数量最多。 结论：中国大陆通常对AI乐观 AI以明确的速度渗透了数千个行业。调查显示，世界各地大约三分之二的人认为，在未来三到五年内，由AI驱动的产品将大大改变日常生活。全世界有60％的受访者认为，AI会改变他们五年的工作方式，但只有36％的人记得他们的职位将被取代。 大多数中国大陆（83％）认为，人工智能技术比缺勤率更高，而在加拿大（40％），美国（39％）和荷兰（36％）（36％），人们仍然保持这种观点，但比例有所增加。回到Sohu看看更多