斯坦福报告显示中美 AI 技术差距缩至 0.3%

4 月 8 日，由 AI 科学家李飞飞领衔的斯坦福大学人工智能研究所发布的《2025 年人工智能指数报告》显示，中美顶级 AI 大模型性能差距已由 2023 年的 17.5% 大幅缩至 0.3%，几乎抹平。

报告指出，在 2024 年全球 61 个重要 AI 大模型中，美国入选 40 个，中国入选 15 个。其中，谷歌、OpenAI 分别入选 7 个，并列第一，阿里以 6 个入选，位列全球第三。在业内顶级专家评选出的 32 项 “2024 年 AI 领域重要发布” 中，中国的阿里 Qwen2、Qwen2.5 及 DeepSeek-V3 三大发布上榜。

在性能方面，2023 年，美国领先的人工智能模型在性能上大幅优于中国模型，但到了 2024 年底，这一差距已大幅收窄。具体数据显示，2023 年底，在 MMLU、MMMU、MATH 和 HumanEval 等基准测试中，美国模型的性能分别领先中国模型 17.5、13.5、24.3 和 31.6 个百分点；而到 2024 年底，这些差距已分别缩小至 0.3、8.1、1.6 和 3.7 个百分点。

报告认为，随着小模型性能提升，达到 GPT-3.5 水平的推理成本在两年间下降 280 倍，硬件成本以每年 30% 的速度递减，能效年提升率达 40%。在 MMLU 基准测试中达到 GPT-3.5 水平（MMLU 准确率 64.8%）的 AI 模型调用成本，已从 2022 年 11 月的 20 美元 / 每百万 token，骤降至 2024 年 10 月的 0.07 美元 / 每百万 token（谷歌 DeepMind 的 Gemini-1.5-Flash-8B 模型）。

在全球范围内，虽然美国在数量上保持领先，但中国模型在质量上迅速缩小差距。在 MMLU 和 HumanEval 等主要基准测试上，二者的性能差距从 2023 年的两位数缩小到了 2024 年的接近持平。排名第一和第十的模型之间的 Elo 分数差距从一年前的 11.9% 缩小到了 5.4%，排名前两位的模型差距从 4.9% 骤降至仅 0.7%。

从 AI 研究论文和专利方面来看，该报告汇编的数据显示，到 2023 年，中国已处在 AI 研究论文的全球领先地位，研究论文数量占全球总数的 23.2%，而欧洲和印度的这一比例分别为 15.2% 和 9.2%。中国在 AI 专利授权方面也处于领先地位，占 2023 年全球 AI 专利总数的 69.7%，其次是美国（14.2%）。不过，中国在私人投资、专利产出、研究论文引用和创建全球公认的 AI 模型等领域依然落后。