AI在多個基準上的斯坦表現已經超越了人類，比如圖像分類、學最新報型數視覺推理和英語理解方面。告美國A國不過在競賽級數字、礎模視覺常識推理和規劃等更為復雜的量中任務上，AI依然落后于人類。倍鈦

2. 工業界繼續主導前沿AI研究

2023年，工業界出現了51個具有影響力的斯坦機器學習大模型，而學術界只貢獻了15個。學最新報型數產學界也在2023年合作貢獻了21個具有影響力的告美國A國大模型，數量創下歷史新高。礎模

3. 前沿大模型訓練成本變得更加昂貴

經估算，最先進的倍鈦AI大模型訓練成本已經達到前所未有的水平。

其中，媒體OpenAI的斯坦GPT-4訓練成本為7800萬美元，谷歌的Gemini Ultra訓練成本為1.91億美元。有趣的是，谷歌2017年的Transformer 模型引入了支撐當下幾乎所有大語言模型的架構，訓練費用僅為930美元。

4. 美國超越中國、歐盟和英國，成為全球頂級AI大模型的主要發源地

2023年，美國共出現了61個知名AI大模型，遠超歐盟的21個和中國的15個。

5.嚴重缺乏對大模型責任的可靠和標準化的評估。

最新研究表明，負責任的AI模型嚴重缺乏標準化。OpenAI、谷歌和Anthropic這些前沿開發者們，按照不同的負責任的AI基準來測試他們的大模型，這種做法使得系統地比較頂級AI大模型的風險和局限性的努力變得復雜。

AI Index指出，現有的AI深度偽造內容已難辨真假，尤其是政治方面的深度偽造已經影響了世界各地的選舉。

6.生成式AI投資猛增

盡管2023年AI私人投資整體有所下降，但對生成式AI的投資金額猛增至252億美元，比2022年增長了近9倍。包括OpenAI、Anthropic、Hugging Face和Inflection AI等企業都獲得了一輪可觀的融資。

2023年，宣布融資成功的生成式AI初創企業數量為99家，相比2022年的56家增長了76.79%。

7. AI提高了人類的工作效率和工作質量

2023年，一些研究表明，AI能幫助人類更快地完成工作任務并提高他們的工作質量。此外，AI還能彌合低技能員工和高技能員工之間的技能差距。不過，也有研究警告說，在沒有適當監督的情況下使用AI會產生性能下降的現象。

8. AI使得科學發展進一步加速

2022年，AI開始推動科學發現。2023年出現了更為重要的與科學相關的AI應用程序——提高算法分揀效率的 AlphaDev和促進材料發現過程的GNoME。

近幾年，AI在MedQA（醫療問答數據集）基準上取得了顯著改進。2023年，GPT-4 Medprompt的準確率已經達到了90.2%，比2022年的最高分提高了22.6%，相比2019年性能足足提升了2倍。

9. 美國AI法規數量急劇增加

美國與AI相關的法規在過去一年甚至是過去五年都在大幅增加。2023年，美國共出臺了25項與AI相關的法規，同比增長了56.3%，而2016年只有一項。

10. 全球各地的人們都更加意識到AI的潛在影響

全球市場調研機構Ipsos的一項調查顯示，去年，人們認為AI在未來三到五年將極大地影響他們生活的比例從60%上升到了66%。此外，52%的人表示對AI產品和服務感到擔憂，比2022年上升了13個百分點。

皮尤研究中心的數據顯示，美國有52%的人表示對AI的擔憂多于興奮，這一比例高于2022年的37%。

中美AI實力比拼

在AI世界級競賽中，中國與美國是最為矚目的兩個國家，雙方在AI的不同領域各有優勢。

報告顯示，從AI大模型數量上看，美國2023年共發布了61個知名AI大模型，遠超歐盟的21個和中國的15個，是全球頂級AI大模型的主要發源地。

美國在基礎模型領域也居于領先地位。在2023年，美國共發布了109個基礎模型，是中國（20個）的5倍多。

在AI投融資方面，美國優勢也非常明顯。

2023年，美國的AI行業投資額達到672億美元，是第二大投資國中國（78億美元）的8.7倍。自2022年以來，中國和歐盟（包括英國）的AI領域私人投資分別下降了44.2%和14.1%，而美國在同一時間經歷了22.1%的顯著增長。

在2013年—2023年的十年間，美國在AI行業投資總額達到了3352億美元，中國緊隨其后，為1037億美元。

在生成式AI私人投資中，中美差距更為明顯。2023年，美國在生成式AI領域的投資總額為224.6億美元，中國僅為6.5億美元。

而從AI私人投資的細分領域來看，2023年最受歡迎的三個領域依次為AI基礎設施/研究/治理（183億美元）、NLP和客戶支持（81億美元）、數據管理和處理（55億美元）。

其中AI基礎設施/研究/治理領域的投資由美國主導，不過在人臉識別領域，2023年中國的投資總額（1.3億美元）超過了美國（9000萬美元）。在半導體領域，中國的投資總額（6.3億美元）與美國（7.9億美元）相差無幾。

2023年，宣布融資成功的美國AI初創企業數量為897家，中國是122家。在過去十年時間里（2013年—2023年），成功融資的美國AI初創企業數量是5509家，是中國（1446家）的3.8倍。

盡管美國在基礎模型研發和AI投融資活躍度上一騎絕塵，但在全球AI專利數量和工業機器人安裝量上，中國占據了全球主導地位。

從2021年到2022年，全球AI專利授權量大幅增長了62.7%。其中，中國2022年AI專利數量占據了全球的61.1%，遠超美國的20.9%。

中國對工業機器人的需求量在近十年內急速增長。2013年，中國工業機器人安裝量占全球總量的20.8%，到2022年這一比例上升到了52.4%，位居全球第一。

數據顯示，2022年中國工業機器人安裝量為29.03萬臺，是美國（3.95萬臺）的7.4倍。中國工業機器人安裝量最多的行業是電氣/電子行業，其次是汽車行業和金屬/機械行業。

截至2022年，美國在專業服務機器人制造領域處于領先地位，制造商數量為218家，約為中國（106家）的2.06倍。

閉源大模型性能優于開源，谷歌大模型數量居行業第一

2023年，全球相關組織發布了149個基礎大模型，是2022年發布數量的2倍。這些新發布的大模型中有65.7%是開源的，高于2022年的44.4%。

不過，閉源大模型的性能依然優于開源大模型。在數學推理、編碼能力、代理行為、多語言理解均值等多項基準測試中，閉源大模型實現了24.2%的中位值性能優勢。在AgentBench 代理任務上，閉源大模型與開源大模型的性能差異高達317.7%。

根據程序員問答網站Stack Overflow統計，2023年最受專業開發人員歡迎的AI開發工具依次為GitHub Copilot（56.04%）、Tabnine（11.74%）、AWS CodeWhisperer（4.91%）；最受歡迎的AI搜索工具依次為ChatGPT（83.3%）、Bing AI（18.8%）、WolframAlpha（11.2%）；最受歡迎的云平臺依次為Amazon Web Services（53.08%）、Microsoft Azure（27.80%）、Google Cloud（23.59%）。

值得注意的是，隨著AI模型的“百花齊放”，其背后所耗用的算力正呈指數級增長。如，谷歌Gemini Ultra訓練時需要500億PetaFLOPs（1 PetaFLOP等于每秒1千萬億次浮點運算）算力，在所有知名模型中位居第一。

谷歌也是業內發布大模型數量最多的企業。2023年，谷歌共發布了包括Gemini和RT-2在內的18個大模型，Meta和微軟緊隨其后，分別發布了11個和9個。

越來越多的公司利用AI賦能旗下業務。報告顯示，2023年有55%的組織使用了AI，高于2022年的50%和2017年的20%。AI應用場景主要出現在自動化聯絡中心、個性化定制內容與獲取新客戶等業務中。

此外，AI Index還做了一項關于AI態度的全球調查，調查樣本來自31個國家的22816名成年人（16歲至74 歲）。其中，超過一半的人認為AI將改變他們的工作，而超過三分之一的人認為AI將會取代他們。

具體來說，66%的Z世代（1995年至2009年之間出生的人）受訪者和46%的嬰兒潮一代（1946至1964年之間出生的人）受訪者認為，AI將顯著影響他們目前的工作。與此同時，收入較高、受教育程度較高、擔任決策職務的受訪者認為，AI會對他們的就業產生巨大影響。

分國別來看，針對“AI產品和服務是否會讓你感到緊張”這一問題，有69%的澳大利亞人和65%的英國人回答是。日本對AI產品的擔憂程度最低，為23%。

盡管AI對就業市場的影響引發了輿論擔憂，但AI Index引述高盛在2023年發布的一份研報指出，AI將在未來十年內使全球年度生產率增長1.0%~1.5%。

（本文首發鈦媒體App，作者｜任穎文，編輯｜林志佳）