斯坦福 HAI 最新報告出爐：中國模型追平美國，95% 企業 AI 投資零回報

美國時間 4 月 13 日，斯坦福大學以人為本人工智能研究所（Stanford HAI）發佈了《2026 年 AI 指數報告》，全文長達 423 頁。 這份自 2017 年起每年發佈的報告，已成為追蹤人工智能行業發展最為全面的年度文獻，涵蓋模型發佈數量與來源、行業資本流入、勞動力市場變化、能源消耗與環境影響，以及公眾態度等多個維度。 2026 年的報告揭示了一個能力正在快速突破的行業，同時也引發了關於環境成本、技術透明度以及誰能從這項技術中真正受益的緊迫問題。 以下為最新報告精煉版： 01 最後 2.7% 的博弈，中美模型性能的 “平權時代” 長期以來，硅谷一直被視為全球 AI 的唯一心臟，但斯坦福報告的最新數據顯示，這種單極格局正在土崩瓦解。 根據研究機構 Epoch AI 的數據，截至 2026 年 3 月，由達里奧·阿莫迪（Dario Amodei）領導的美國頂級 AI 公司 Anthropic，其最先進的模型在性能表現上，僅僅領先中國最強競爭對手 2.7 個百分點。 中美頂級模型的性能差異 這場博弈的轉折點發生在 2025 年 2 月，當時 DeepSeek 發佈的 R1 模型曾短暫追平美國模型，隨後雙方進入了高頻的性能更迭期。今年報告的主編內斯特·佩羅（Nestor Maslej）指出，這種領先優勢的反覆變化，標誌着全球頂級 AI 研發已經進入了某種程度的 “技術平權”。 從產出數量上看，美國在 2025 年發佈了 50 個值得注意的頂級模型，中國則緊隨其後發佈了 30 個。 2003 年至 2025 年，美國、中國和歐洲的 AI 模型數量呈上升趨勢 雖然在模型絕對數量和私人投資總額上，美國分別以 2859 億美元對中國的 124 億美元保持領先，但報告特別提醒政策制定者：賬面數字極大地低估了中國的真實投入。 如果我們將時間線拉長，自 2000 年以來，中國政府引導基金向 AI 公司注入的資金累計已達約 1840 億美元。這種 “政府搭台、企業唱戲” 的模式，讓中國在 AI 出版物數量、論文引用份額以及專利授權量上，已經穩穩坐上了全球第一的寶座。 國際機器人聯合會數據顯示，2024 年中國安裝工業機器人 29.5 萬台，日本約 4.45 萬台，美國 3.42 萬台，德國和韓國數量顯著低於中國 更具實感的數據是，中國在工業機器人的安裝量上也已領先世界，這預示着 AI 在物理世界的具身化落地，中國可能擁有更深厚的工程基礎。 一些美國科技公司的高管對這種差距的縮小感到不安，他們將原因歸結為中國在開源代碼利用和工程實現上的高效。但不可否認的是，當技術指標的差距縮小到個位數時，未來的競爭將不再僅僅取決於誰的模型多跑了幾個百分點，而在於誰能率先將這些昂貴的算力轉化為實際的生產力收益。 到目前為止，美國擁有的 AI 研究人員和開發者數量遠超任何其他國家，但這些專家流入美國的速度正在急劇放緩。自 2017 年以來，移居美國的 AI 學者數量下降了 89%。這種下降正在加速，僅在過去一年中就下降了 80%。 流入美國 AI 人才數量大幅減緩 02 美國保住了算力王座，卻把壓力甩給了電網 美國在數據中心領域保持明確領先。 Stanford HAI 統計的數據顯示，美國擁有 5427 個數據中心，中國為 449 個，德國和英國各約 525 個。截至 2025 年底，AI 數據中心總電力容量達到 29.6 吉瓦，約等於紐約州峯值用電需求。 Epoch AI 以英偉達 H100e 計算能力為標尺的統計顯示，英偉達 GPU 佔全球 AI 總計算能力 60% 以上，谷歌與亞馬遜分列第二、第三位 數據中心規模擴張伴隨顯著環境成本。Stanford HAI 報告估計，訓練 xAI 的 Grok 4 模型產生約 72,816 噸二氧化碳當量，高於約 1000 輛普通汽車整個生命週期的碳排放。 AI 指數指導委員會聯合主任雷·佩羅（Ray Perrault）表示，該估計值基於公開報道、xAI 聲明等非可驗證來源，需謹慎解讀。他同時指出，Epoch AI 獨立估計 Grok 4 排放量約為 14 萬噸二氧化碳。 報告估計，2012 年至 2025 年訓練 AI 模型的碳排放量呈上升趨勢，2025 年 Grok 3 和 Grok 4 訓練導致排放量急劇增加 模型推理同樣產生環境負擔。Stanford HAI 報告估算，僅 GPT-4o 推理的年用水量即超過 1200 萬人的飲用水需求。推理效率最低的模型碳排放量比最高者高出 10 倍以上。DeepSeek 的 V3 模型響應中等長度提示時消耗約 23 瓦，Claude 4 Opus 消耗約 5 瓦。 地方社區開始抵制數據中心建設。根據數據中心觀察組織報告，過去兩年，因地方反對，價值 640 億美元的美國數據中心項目被擱置或延遲，24 個州至少 142 個活動團體參與組織。 公開反對數據中心項目的民選官員中，55% 為共和黨人，45% 為民主黨人。在弗吉尼亞州沃倫頓，每位投票支持亞馬遜數據中心項目的鎮議會成員均在此後選舉中落選。 部分抵制事件涉及暴力。印第安納波利斯市一位公開支持其選區數據中心改規劃的市議員表示，4 月初有人向其住宅開槍，門階留下一張手寫紙條，內容為 “不要數據中心”。該議員與其八歲兒子未受傷。 03 AI 模型性能快速提升，特定任務存明顯短板 過去十年，AI 模型性能提升速度較快，且呈加速趨勢。 多模態大語言模型攻克新基準的速度接近基準發佈速度。AI 智能體的進化速度最為顯著，OSWorld 基準（測試自主計算機使用）和 SWE-Bench Verified 基準（測試自主編碼）的得分曲線均呈現最陡峭走勢。 2012 年至 2025 年，AI 在多項任務上的性能基準與人類表現對比。比如在圖像分類早期超越人類表現，2020 年代後模型在多任務上接近或超越人類基線 “人類終極考試” 基準包含各領域專家貢獻的問題，代表各領域最難題。2025 年報告顯示，排名最高的 OpenAI 的 o1 模型僅正確回答 8.8% 的問題，此後準確率升至 38.3%。 而截至 2026 年 4 月，得分最高的模型——Anthropic 的 Claude Opus 4.6 和谷歌的 Gemini 3.1 Pro——已超過 50%。 佩羅提示，基準測試未必反映了模型的現實表現：“知道法律推理基準有 75% 的準確率，並不能告訴我們它在律師事務所活動中的適應程度。” 醫學領域 AI 應用取得進展。過去兩年，關於 AI 用於藥物發現的出版物數量增加一倍以上。多模態生物醫學 AI（用於同時檢查醫學圖像與文本）的出版物數量為兩年前的 2.7 倍。 2018 年至 2025 年，關於 AI 用於藥物發現的出版物數量持續增加，近兩年增速加快 然而，AI 模型在部分常見任務上表現較差。 ClockBench 測試多模態 LLM 讀取模擬時鐘的能力，表現最佳的 OpenAI GPT-5.4 準確率僅為 50%。多數模型得分顯著更低。Anthropic 的 Claude Opus 4.6 正確讀取時間的準確率僅為 8.9%，而該模型在其他基準上通常得分較高。 ClockBench 測試顯示，不同 LLM 讀取模擬時鐘的準確率從 8.9% 至 50.60% 不等，整體表現偏低 佩羅表示，這反映了一個更普遍的問題：“有一條研究線索表明，當系統被問到語言與其他模態（如圖像或音頻語調）組合的問題時，語言部分承擔了絕大部分負擔，甚至到了完全忽略非語言信息的程度。” 此外，機器人在家務處理方面仍有較大差距。報告指出，它們在摺疊衣物或洗碗等真實家務中只有 12% 的成功率。 04 AI 在醫學研究領域飛奔 醫學領域的人工智能應用取得較快進展。報告顯示，過去兩年，關於人工智能用於藥物發現的出版物數量增加了一倍以上。多模態生物醫學人工智能——用於同時檢查醫學圖像和文本——的出版物數量是兩年前 2.倍。 2025 年出現了一些值得關注的項目。人工智能首次端到端運行了完整的天氣預報流程，接收原始實時氣象觀測數據，直接輸出最終的温度、風力和濕度等預報結果。天文學也建立了其首個基礎模型，實現了 1 台望遠鏡的自動化觀測。 在臨牀應用中，從患者就診中自動生成臨牀記錄的工具在 2025 年得到廣泛採用。在多個醫院系統中，醫生報告稱撰寫筆記的時間減少了高達 83%，並且職業倦怠感顯著降低。 但報告同時指出，除某些工具外，臨牀人工智能的價值仍然是推測性的。一項對 500 多項臨牀人工智能研究的回顧發現，近一半的研究依賴於考試式問題而非真實的患者數據，只有 5% 的研究使用了真實的臨牀數據。 醫療人工智能的另一個增長領域是數據孿生，即個體患者的動態、數據鏈接的計算表徵，能夠隨時間更新並支持預測、模擬和治療優化。相關出版物數量從 2015 年的接近於零上升至 2025 年的 372 篇。 05 員工效率提升，企業卻未變強 聚焦具體任務，AI 帶來可測量的效率提升。 客户支持智能體每小時解決的問題增加近 15%，使用 GitHub Copilot 的軟件開發人員完成的拉取請求增加 26%，使用 AI 進行廣告創作的營銷團隊人均產出躍升 50%。 擴大至美國整體經濟，2025 年生產率增長率為 2.7%，約為前十年平均水平的兩倍。但報告中引用的賓夕法尼亞大學沃頓預算模型測算，AI 對全要素生產率的實際貢獻僅為 0.01 個百分點，接近為零。 報告同時指出，對於需要更深層次推理的任務，AI 工具反而降低人工效率。使用 AI 輔助的開源開發者速度降低 19%。依賴 AI 進行學習的工程師未顯示速度提升，反而受到研究人員所稱的 “學習懲罰”，可能隨時間推移減緩其專業發展。 勞動力數據顯示明確的代際差異。到 2025 年 9 月，美國 22 至 25 歲軟件開發者的就業人數較 2022 年峯值下降近 20%，而年長開發者數量持續增長。客户支持智能體領域呈現類似趨勢。 2021 年至 2025 年，按年齡劃分的軟件開發人員和客户支持人員配置趨勢顯示，早期職業工作者人數明顯減少，中後期職業工作者人數穩定或增加 這些變化難以從宏觀趨勢中完全分離。報告指出，多類職業失業率均在上升，且與預期相反，AI 暴露程度最低的工人失業率上升幅度高於 AI 暴露程度最高的工人。三分之一的受訪公司預計，受 AI 影響，未來一年將縮減員工規模。 獨立於斯坦福報告的一項麻省理工學院研究發現，95% 的企業在約 350 至 400 億美元的 AI 投資中獲得零回報，僅 5% 的企業成功實現工具的大規模部署。 06 全球 AI 投資大幅增長，美國領先但中國被低估 根據 AI 分析公司 Quid 的數據，2025 年全球 AI 投資創下新紀錄，超過 5810 億美元，是 2024 年 2530 億美元的兩倍多，並超過 2021 年 3600 億美元的紀錄。 與 2021 年由併購主導不同，2025 年創紀錄投資由私人投資主導。大部分資金流向美國，2025 年美國 AI 投資超過 3440 億美元。 Quid 數據顯示，2013 年至 2025 年全球企業 AI 投資按活動類型劃分。2021 年投資上升，2022 至 2024 年下降，2025 年再次大幅增長 但報告再次強調，僅基於私人投資的比較可能低估了中國投入人工智能的資金量。報告估計，2000 年至 2023 年間，有 9120 億美元的政府引導基金被部署到包括人工智能在內的各個行業。 從計算能力來看，根據 Epoch AI 以英偉達 H100e 計算能力為標尺的統計，英偉達 GPU 佔全球人工智能總計算能力的 60% 以上，谷歌與亞馬遜分列第二、第三位。全球人工智能計算能力自 2022 年以來每年增長 3.3 倍，自 2021 年（追蹤的第一年）以來總計算能力增長了 30 倍。 07 AI 普及速度創紀錄，採用率超過互聯網 生成式人工智能的普及速度依然在加速。報告指出，生成式人工智能在三年內達到 53% 的人口採用率，比個人電腦或互聯網的普及速度更快。不過普及速度因國家而異，並與人均 GDP 密切相關。 部分國家的普及率高於預期，新加坡達到 61%，阿聯酋達到 54%。美國以 28.3% 的普及率排名第 24 位。到 2026 年初，生成式人工智能工具對美國消費者的估計年價值達到 1720 億美元，每位用户的平均價值在 2025 年至 2026 年間增長了兩倍。 在教育領域，五分之四的美國高中生和大學生將人工智能用於與學校相關的任務。但只有一半的初中和高中制定了人工智能政策，只有 6% 的教師表示這些政策是清晰的。正規教育明顯滯後於人工智能的使用。 在軟件開發平台方面，截至 2025 年，GitHub 上人工智能相關項目數量升至 558 萬個，比 2020 年增長約五倍，比 2024 年增長 23.7%。至少獲得 10 顆星的項目數量及人工智能項目獲得星標總數均以類似速度增長。開源代理式人工智能軟件 OpenClaw 已獲得 35.2 萬顆星。 2011 年至 2025 年，GitHub AI 項目數量從接近零增長至 558 萬，近年增速顯著加快 佩羅表示：“GitHub 使用的強度很可能與人工智能使用的強度高度相關。” 但根據活動追蹤網站 “野外代理”（Agents in the Wild）的數據，多數 GitHub 活動仍由人類執行。 過去十年，人工智能相關的計算機科學出版物數量從 10.2 萬篇增至 25.8 萬篇，增長一倍以上。截至 2024 年，超過 68% 的出版物源自學術界，政府和工業界分別貢獻約 11.5% 和 12.5%。增長主要由機器學習、計算機視覺和生成式人工智能領域驅動。 08 美國人對 AI 最謹慎 根據益普索（Ipsos）調查數據，認為 AI“利大於弊” 的受訪者比例從 2024 年的 55% 升至 59%。表示對 AI 有 “很好理解” 的受訪者比例從 67% 略升至 68%。同時，52% 的受訪者表示使用 AI 的產品和服務讓他們感到 “緊張”。 2022 年至 2025 年，針對多項 AI 相關觀點陳述的受訪者回應分佈顯示，樂觀情緒小幅上升，負面情緒亦有所增加 不同國家之間存在顯著差異。中國、馬來西亞、泰國、印度尼西亞、新加坡等東南亞國家對人工智能的態度趨於積極。年度同比積極轉變最大的國家為德國（增長 12%）、法國（10%）和荷蘭（10%）。哥倫比亞負面轉變最大（下降 6%），與往年趨勢相反。 美國公眾的態度比其他國家更為謹慎。只有 33% 的美國人期望人工智能能讓他們的工作變得更好，而全球平均水平為 40%。美國公眾在預期人工智能將消除工作崗位而非創造新崗位方面，比例也是最高的。 對政府人工智能監管的信任度差異更大。新加坡 81% 的受訪者表示信任監管機構，美國僅為 31%，在調查國家中位居末位。多個歐洲國家和日本也呈現較低信任度。亞洲和南美洲國家的信任度普遍較高。 各國對政府 AI 監管信任度調查顯示，新加坡以 81% 居首，美國以 31% 墊底 根據皮尤（Pew）調查，專家與公眾對人工智能未來的看法存在較大分歧。73% 的專家認為人工智能將對人們的工作方式產生積極影響，而只有 23% 的美國公眾持相同觀點。 專家對人工智能在教育和醫療保健方面的影響也比公眾更為樂觀，但兩羣體一致認為人工智能會對選舉和個人關係產生負面影響。 報告還指出了一個值得關注的趨勢：當今最有能力的現代模型，也是透明度最低的。龐大而強大的模型集中在最大的人工智能公司手中，這些公司越來越多地將訓練代碼、數據集大小和參數數量保密。 基礎模型透明度指數衡量主要人工智能公司在披露其模型訓練數據、計算量、能力、風險和使用政策細節方面的開放程度。報告顯示，該指數平均得分從 2024 年的 58 分降至今年的 40 分。指數特別指出，最有能力的模型披露的信息往往最少。 報告合著者、南加州大學計算機科學家約蘭達·吉爾（Yolanda Gil）表示：“關於預測模型行為，我們有很多東西不知道。” 她説，這種缺乏透明度的狀況使得獨立研究人員難以研究如何讓人工智能模型更安全。 結語 斯坦福大學的 AI 指數報告，本質上是一本人類與機器共同書寫的 “生存手冊”。它用 423 頁的內容告訴我們：AI 已經過了那個可以靠講故事生存的童年期，它正步入成年，面臨着商業回報、能源瓶頸和全球主權競爭的成年禮。 對於中國而言，2.7% 的差距意味着追趕已經完成，接下來的任務是利用專利授權和工業機器人的規模優勢，率先在實體經濟中收割 AI 的紅利。 對於美國而言，如何守住私人投資的創新活力，並解決高昂的成本與能源問題，將決定其能否繼續引領下一個十年。 這場 4050 億美元的豪賭剛剛進入下半場，而最終的贏家，未必是那個算力最強的，但一定是那個最能適應物理現實、最能回饋商業價值的。 騰訊科技風險提示及免責條款 市場有風險，投資需謹慎。本文不構成個人投資建議，也未考慮到個別用户特殊的投資目標、財務狀況或需要。用户應考慮本文中的任何意見、觀點或結論是否符合其特定狀況。據此投資，責任自負。