斯坦福大学400页AI报告揭示：中美模型差距缩小，95%AI投资打了水漂

——技术狂奔，但衡量和管理它的能力严重滞后

4月份，斯坦福大学以人为本人工智能研究所（HAI）发布了《2026年人工智能指数报告》。

报告长达423页，从模型性能、投资规模、能源消耗到就业影响等多个维度，描绘了目前AI行业的全景图。

内容很非常多，如果用一句话的话，我仔细思考了一下，我觉得大概应该是：

AI技术进步飞快，但人类衡量它、管理它的能力，并没有没跟上。

下面我就把报告最核心的观点提炼出来，给伙伴们好好讲讲！

一、中美模型性能进入贴身战

报告中最受关注的数据是中美模型性能差距的变化。

根据Epoch AI的数据，截至2026年3月，美国Anthropic公司最先进的模型仅领先中国最强竞争对手2.7个百分点。

要知道的是，在往年报告中，美国对中国一直保持着非常明显的领先。

转折点出现在2025初，DeepSeek发布的R1模型首次追平美国模型后，双方进入了高频的性能迭代期，在各项基准测试中交替领先。

在模型数量上也在接近，2025年，美国发布了50个顶级模型，中国发布了30个。

全球前十的AI模型中，中美各占四席，阿里、DeepSeek、清华、字节均在其中。

不过，两边的优势领域不同。

美国在数据中心等基础设施上明显领先，拥有5427个数据中心，而中国是449个。

但我国在论文引用、专利授权和工业机器人装机量上世界排名第一

——2024年我国安装了29.5万台工业机器人，美国只有3.42万台。

还有一个很值得关注的变化~

自从2017年以来，移居美国的AI学者数量下降了89%

而且是仅最近一年就下降了80%，虽然美国在AI上投入的资金远超其他国家，但招揽顶尖人才越来越吃力了。

二、95%的AI投资没有回报

2025年，全球企业在AI上的投资额达到5810亿美元，比前一年翻了一番。

美国四家科技巨头Alphabet、亚马逊、Meta和微软，预计2026年将投入约6500亿美元用于AI基建

但扎心的是，报告指出高达95%的企业AI投资，未能产生可衡量的回报。

技术发展的太快，大多数公司还有找到怎样利用AI盈利

创业团队上来就买模型、建算力、招人，一顿折腾后，最后可能连电费都覆盖不了。

三、AI虽然很强，但也很偏科

报告里还列了一些关键数据。

在编程能力测试SWE-bench上，AI的成绩在一年内从60%狂升至近100%。

不乏有AI在数学竞赛测试中达到金牌水平。

但AI的偏科非常严重。

在一个叫ClockBench的测试中，要求AI读取模拟时钟的指针，结果最强模型正确率也只有50.1%。

在天体物理学和地球观测领域中，AI的测试得分也都很低。

所以在某些领域中，AI能力还差得远，远远达不到科研能力。

四、能耗越来越大，透明度越来越低

AI规模的扩张带来了实实在在的环境成本。

报告估计，训练xAI的Grok 4模型产生了约7.2万吨二氧化碳当量

大约高于1000辆普通汽车整个生命周期的碳排放。

如果换成Epoch AI独立估算，这个数字将高达14万吨。

在推理环节的能耗差异也很大，DeepSeek V3处理一个提示词消耗约23瓦电力，Claude 4 Opus只消耗约5瓦。

同时，AI模型正变得越来越不透明~

报告统计，在95个高影响力模型中，有80个没有公开训练代码。

谷歌、OpenAI等头部企业已不再公开新模型的数据集规模和训练时长等信息。

报告衡量AI模型透明度的指数从58分降到了40分。

五、就业冲击变成现实

报告数据显示，自2024年以来，22到25岁软件开发人员的就业人数下滑了20%。

入门级的岗位是第一批被AI替代的。

全球生成式AI普及率已经达到了53%，已经超过互联网、智能手机的历史扩散速度。

但普及率在不同地区差异也很大~

美国只有28.3%的成年人定期使用生成式AI，在全球排名第24位。

而在我国，比例远远高于全球平均水平。

同时，公众对AI的看法也相当复杂~

有59%的人认为AI利大于弊。

超过七成用户认为AI会在未来5年替代全球至少四分之一的现有工作岗位

不过AI研究者和创业者中认同这一观点的只有22%。

总体而言，这份报告描绘的AI行业，机遇与问题并存。

但真正决定 AI 未来的，不是技术本身，而是使用技术的人，

以及

我们为AI设定的规则和边界。

创作：Omni实验室

哇，你竟然看到了最后，如果文章对您有帮助，欢迎点赞哦~