斯坦福：中美大模型已没差距量子位

一觉醒来，中美AI模型差距快没了？？

仔细一看才知道，这竟然还是斯坦福HAI最新发布的《2026年AI指数报告》给出的结论。

中美AI模型性能差距已基本消除（effectively closed）。

（粉色代表中国，蓝色代表美国，模型差距逐渐缩小）

除了谈中美，报告还一口气给出了14个重要观察或结论，它们共同回答了一个问题：

过去一年，AI又把我们带到了怎样的世界？

如果你也想知道答案，不妨一起往下看。

（天啦撸，报告原文有423页，所以咱们直接挑重点gogogo）

报告得出的15个主要结论

“Scaling Law见顶”争议下，AI发展不停

首先，报告从整体上给出了一个趋势判断：

AI能力并未停滞不前，它正在加速发展，并触达比以往更多的人。

这体现在AI对困难任务的解决上：

2025年，业界生产了超过90%的知名前沿模型，其中多个模型在博士级科学问题、多模态推理和竞赛数学方面现已达到或超越人类基线。

而且在SWE-bench Verified这个关键的编码基准测试上，模型性能在一年内从60%提升至接近100%。

与此同时，AI也在迅速普及开来：

企业端的采用率已经达到88%，而在大学生群体中，五分之四的人已经在使用生成式人工智能。

中美AI模型性能差距已基本消除

至于中美，则从2025年初以来呈现“你方唱罢我登台”的局面。

2025年2月，DeepSeek-R1横空出世，短暂追平美国顶尖模型。

截至2026年3月，Anthropic的顶尖模型虽仍保持领先，但优势已收窄至仅2.7%。

在产出层面，美国依然拥有更多顶级AI模型和更高影响力的专利，而中国则在论文发表量、引用量、专利总数及工业机器人安装量上占据优势。

此外，韩国凭借其创新密度脱颖而出，人均AI专利数量位居全球第一。

AI数据中心美国最多，台积电赢麻了

关于巨头们都在押注的AI数据中心，目前美国拥有绝对数量优势——

有5427个数据中心，数量是其他任何国家的10倍以上（不过能源消耗也超过其他任何国家）。

而且在芯片制造方面，台积电简直赢麻了：

几乎每一款领先的AI芯片都由台积电一家公司制造，这使得全球AI智能硬件供应链依赖于中国台湾省的一家代工厂——尽管台积电在美国的扩建项目已于2025年投入运营。

AI能拿奥数金牌，但还是看不懂时间

过去一年，AI能力依旧参差不齐。

国际前沿模型Gemini Deep Think可以在IMO中拿下金牌，但当前顶尖模型在读取指针式时钟时，准确率却只有50.1%。

与此同时，AI Agent的能力也在快速进化：

在OSWorld这一覆盖多操作系统真实任务的测试中，任务成功率从12%跃升至约66%。

不过即便如此，在结构化基准测试中，它们仍然大约有三分之一的任务会失败。

AI安全基准滞后，安全事故频发

如今，几乎所有头部前沿模型开发者，都会主动披露模型在能力基准测试上的成绩。

但在“负责任的AI”这件事上，信息依然零散且不完整，缺乏系统性的披露。

与此同时，风险信号也在变多——

被记录在案的AI事件数量，从2024年的233起，上升到了362起。

更棘手的是，最新研究还发现：

在负责任的AI中，不同目标之间可能存在“此消彼长”，比如提升安全性，往往会以牺牲准确性为代价。

美国在AI投资方面领先，但对全球人才的吸引力正在下降

2025年，美国在AI上的私人投资达到2859亿美元，规模是中国124亿美元的23倍以上。

不过报告提醒，单看私人投资大概率会低估中国的整体投入——

因为中国还有大量来自政府引导基金的支持。

在创业活跃度上，美国领先中国：

一年内获得新融资的AI公司达到1953家，数量是第二名国家的10倍以上。

但另一边，美国这边也出现了一个不太乐观的趋势——

流向美国的AI研究人员和开发者，正在明显减少。

自2017年以来，这一数字已经下降了89%；仅过去一年，就又减少了80%。

AI普及率正在历史性加速

AI普及率正在历史性加速。

仅用三年时间，生成式AI就触达了53%的人口，普及速度明显快于PC和互联网。

不过，这一进程在不同国家之间差异明显，并且与人均GDP高度相关。

其中，新加坡的普及率达到61%，阿拉伯联合酋长国为54%；相比之下，美国仅为28.3%，排名第24位。

此外，从价值角度看，体感也在迅速放大——

到2026年初，生成式AI工具为美国消费者创造的年价值，已经达到1720亿美元。

而从2025年到2026年，单个用户的中位价值直接翻了三倍。

换句话说，哪怕很多工具本身是免费的，但普通消费者正在从中拿到真金白银的价值。