精华总结!李飞飞团队年度AI指数报告:闭源模型优于开源模型、超过1/3人担心被AI取代

我爱免费

作者：王铮Silvia



内容导读

2023年的人工智能发展现状如何？华裔“AI教母”李飞飞所在的斯坦福以人为中心的人工智能研究所（HAI），带来了第七个年度的 AI Index 报告，追踪了 2023 年全球人工智能趋势，这份长达 300 多页的报告是关于人工智能行业现状的最全面的报告之一。

本文提炼了报告的精华观点供参考~

完整报告链接：

https://aiindex.stanford.edu/wp-content/uploads/2024/04/HAI_AI-Index-Report-2024.pdf

内容目录

01 开源模型持续增加但闭源模型性能仍优于开源

02 最大玩家谷歌已发布40个模型

03 中国产业机器人数量遥遥领先

04 在许多基准测试中AI已达人类水平

05 超过1/3人预计人工智能会取代他们

关于我们

智能小巨人科技是诞生于“AI数字化革命+全面注册制”背景下的精品咨询公司；核心产品服务：企业战略智库、科技战略咨询、资本品牌解决方案、创始人品牌打造等。

AI商业观察:详解英伟达股价2年7倍四部曲

智能小巨人科技业务介绍

目前我们的实名社群矩阵已覆盖5000+高知人群，欢迎添加小智的企业微信，发送姓名、职务信息后为您匹配垂直社群！

为促进AI领域优秀创业团队与早期投资团队之间的顺畅链接，智能小巨人科技每个月均与知名投资机构联合举办项目推介闭门活动，欢迎AI早期优秀项目添加小智的企业微信，参与闭门路演！



入群/项目推介3部曲：

第1步：扫描二维码加小智企微

第2步：发送您的姓名、职务信息

第3步：匹配社群或登记路演项目

整理 | 王轶群

责编 | 唐小引出品丨AI 科技大本营（ID：rgznai100）



01开源模型持续增加但闭源模型性能仍优于开源

报告统计了2023年各组织发布的基础模型数量，共计 149 个，是 2022 年发布数量的两倍多。

[img=2667,auto]https://mmbiz.qpic.cn/mmbiz_png/VeJKXItpwPU0YIdTk0nia26sicaEsjAWrnFqhk7phBG6KhE90icw31woRSZ2KHwJIdueow7kpPzHX1lcorX6dibS8g/640?wx_fmt=other&from=appmsg&tp=webp&wxfrom=5&wx_lazy=1&wx_co=1[/img]

在这些新发布的模型中，65.7% 是开源的，而 2022 年这一比例在2022年和2021年仅为 44.4%及 33.3%。

[img=2667,auto]https://mmbiz.qpic.cn/mmbiz_png/VeJKXItpwPU0YIdTk0nia26sicaEsjAWrncFRibCdTiaZEwnibeq38ABdg2h1RUH061wjuFD2opoBgKPYh1hAY4PAcQ/640?wx_fmt=other&from=appmsg&tp=webp&wxfrom=5&wx_lazy=1&wx_co=1[/img]

报告指出，在性能测试上，闭源模型仍然优于开源模型。在 10 个选定的基准测试中，闭源模型实现了 24.2% 的中值性能优势，差异范围从 GSM8K 等数学任务上的差异小至 4.0%，到 AgentBench 等代理任务上的差异高达 317.7%。

在所有选定的基准上，闭源模型的表现均优于开源模型。

[img=auto,auto]https://mmbiz.qpic.cn/mmbiz_jpg/VeJKXItpwPU0YIdTk0nia26sicaEsjAWrnXODGnRQajXE6HFEVGW1j2dRNlPN8WyCUxLiaYnDs7WrutNy5GMvCatg/640?wx_fmt=other&from=appmsg&tp=webp&wxfrom=5&wx_lazy=1&wx_co=1[/img]

[img=auto,auto]https://mmbiz.qpic.cn/mmbiz_jpg/VeJKXItpwPU0YIdTk0nia26sicaEsjAWrnx1iake9N3JV8zB5MVRI6QVdgtxpH5PsZ9jN82cuOUW4icqnNDPvstZLA/640?wx_fmt=other&from=appmsg&tp=webp&wxfrom=5&wx_lazy=1&wx_co=1[/img]

02 最大玩家谷歌已发布40个模型

2023年，谷歌击败了其他行业参与者，发布了最多的模型，包括 Gemini 和 RT-2。

事实上，自 2019 年以来，谷歌一直是发布基础模型数量最多的，总共有 40 个，其次是 OpenAI，发布了 20 个模型。

报告还指出，在模型发布上，学术界落后于产业界：2023年，发布基础模型最多的学术机构是加州大学伯克利分校，发布了3个模型，而斯坦福大学发布了2个模型。

[img=2667,auto]https://mmbiz.qpic.cn/mmbiz_png/VeJKXItpwPU0YIdTk0nia26sicaEsjAWrnrexKJHibgZo91vZjzvxkAo2lqZKaBDu7oshE92tDYBEeibnWVDEqW4pg/640?wx_fmt=other&from=appmsg&tp=webp&wxfrom=5&wx_lazy=1&wx_co=1[/img]

[img=1080,auto]https://mmbiz.qpic.cn/mmbiz_png/VeJKXItpwPU0YIdTk0nia26sicaEsjAWrnwPppCUw42P48icDcLicbvrQJKr61XYS2tYqapLBvicZXA7rP0T41LaCicw/640?wx_fmt=other&from=appmsg&tp=webp&wxfrom=5&wx_lazy=1&wx_co=1[/img]

自 2019 年以来，Google 发布的基础模型数量最多，共有 40 个，其次是 OpenAI，有 20 个（图 1.3.17）。清华大学也脱颖而出，发布了 7 个基础模型，而斯坦福大学是美国领先的学术机构，发布了 5 个模型。

[img=1280,auto]https://mmbiz.qpic.cn/mmbiz_png/VeJKXItpwPU0YIdTk0nia26sicaEsjAWrnRQb8Eq8gBZuOBgbV0kcNp5RgPICkQ1Q2BWc7VdSgW9V182h637kl4w/640?wx_fmt=other&from=appmsg&tp=webp&wxfrom=5&wx_lazy=1&wx_co=1[/img]

学术界和政府在人工智能竞赛中被淘汰的原因之一是：训练这些巨型模型的成本呈指数级增长。

2023 年，OpenAI 的 GPT-4 和 Google 的 Gemini Ultra 的训练成本预计分别约为 7800 万美元和 1.91 亿美元，后者是前者的2.5倍之多。

相比之下，2017 年最初的 Transformer 模型的成本约为 900 美元，该模型引入了几乎所有现代 LLM 的基础架构。

[img=889,auto]https://mmbiz.qpic.cn/mmbiz_png/VeJKXItpwPU0YIdTk0nia26sicaEsjAWrnwIf25k9SPuHHaOROYhrNPT9kNJCQdthiarP2cPBNEscF0WiaFfPqpibRA/640?wx_fmt=other&from=appmsg&tp=webp&wxfrom=5&wx_lazy=1&wx_co=1[/img]

[img=2667,auto]https://mmbiz.qpic.cn/mmbiz_png/VeJKXItpwPU0YIdTk0nia26sicaEsjAWrnxPASzevBHrutoibgBibADv4ZcvziaG9X13q2Ce17R27VHia2gNop629plQ/640?wx_fmt=other&from=appmsg&tp=webp&wxfrom=5&wx_lazy=1&wx_co=1[/img]

在机器学习模型方面，美国在 2023 年远远超过其他国家，在 2023 年总共开发了 61 个模型。自 2019 年以来，美国在大多数著名模型的发明方面一直处于领先地位，其次是中国和英国。

[img=2667,auto]https://mmbiz.qpic.cn/mmbiz_png/VeJKXItpwPU0YIdTk0nia26sicaEsjAWrnibH6icKoe5AbBMjGMA73WN5FTdxrpaIkVCOLNNzgJ7gXa9CnxTuMeOpw/640?wx_fmt=other&from=appmsg&tp=webp&wxfrom=5&wx_lazy=1&wx_co=1[/img]

2023 年，全球大部分基础模型源自美国（109 个），其次是中国（20 个）和英国。自 2019 年以来，美国在大多数基础模型的研发方面一直处于领先地位。

[img=984,auto]https://mmbiz.qpic.cn/mmbiz_png/VeJKXItpwPU0YIdTk0nia26sicaEsjAWrn8YibaYR8AIibWg7GqYhBft5iaQ6DNWOCtUTGlKzuj6yiajUBic0XfXlyeJg/640?wx_fmt=other&from=appmsg&tp=webp&wxfrom=5&wx_lazy=1&wx_co=1[/img]

报告还统计了2023年最受欢迎的AI工具，其中最受欢迎的AI开发工具是GitHub Copilot，最受欢迎的AI搜索工具是ChatGPT。

[img=715,auto]https://mmbiz.qpic.cn/mmbiz_png/VeJKXItpwPU0YIdTk0nia26sicaEsjAWrnPyDmNVCykwISNJ4N83JKOOhIuqurMgMGdAm08gibrthaMqsibd1agb3g/640?wx_fmt=other&from=appmsg&tp=webp&wxfrom=5&wx_lazy=1&wx_co=1[/img]



03中国产业机器人数量遥遥领先

在AI赋能产业的表现上，报告指出，2022年中国产业机器人安装量领先世界，达29.03万台，是日本5.04万台的5.8倍、美国3.95万台的7.4倍，韩国和德国紧随其后，分别为 3.12万台和2.56万台的安装量。

[img=1281,auto]https://mmbiz.qpic.cn/mmbiz_png/VeJKXItpwPU0YIdTk0nia26sicaEsjAWrn8sGkxRIepQzL5qsZq3UHdKw1gva3ndDLKwiaccV5e2U9XYcMOUocyWQ/640?wx_fmt=other&from=appmsg&tp=webp&wxfrom=5&wx_lazy=1&wx_co=1[/img]

过去三年，中国各行业机器人安装数量超过世界其他地区。

[img=1267,auto]https://mmbiz.qpic.cn/mmbiz_png/VeJKXItpwPU0YIdTk0nia26sicaEsjAWrnClUPU5bB0bTAltCR5kVDKNPuFTETXXDk8B0VKd8icianU4movmNVAAww/640?wx_fmt=other&from=appmsg&tp=webp&wxfrom=5&wx_lazy=1&wx_co=1[/img]

2022年，中国产业机器人安装量的主导行业是电气/电子（10万台）、汽车（73,000）、金属和机械（31,000）。

[img=1302,auto]https://mmbiz.qpic.cn/mmbiz_png/VeJKXItpwPU0YIdTk0nia26sicaEsjAWrnI23FbhVLtbF23SkicBmlohxbjb2Qf07Nu5naXZFBXglbAhYw89raGog/640?wx_fmt=other&from=appmsg&tp=webp&wxfrom=5&wx_lazy=1&wx_co=1[/img]

相比之下，美国2022年汽车行业产业机器人安装量领先，达14,500台，大幅超过2021 年的数字。除电子行业外，其他行业的机器人安装量均少于2021 年。

[img=1285,auto]https://mmbiz.qpic.cn/mmbiz_png/VeJKXItpwPU0YIdTk0nia26sicaEsjAWrn5jq3IWlbI9eXdQyJgqsQiazbiaa27Ekag5455lhxtjZzSibYQLuq2Tl1g/640?wx_fmt=other&from=appmsg&tp=webp&wxfrom=5&wx_lazy=1&wx_co=1[/img]

IFR报告显示，从2021年起，大多数国家及地区的产业机器人安装量逐年增加。

到 2022 年。增长率最高的国家地区包括新加坡（68%）、土耳其（22%）和墨西哥（13%）。

相较于2021年，加拿大 (-24%)、台湾 (-21%)、泰国 (-18%) 和德国 (-1%) 在2022年机器人安装量减少。

04 在许多基准测试中AI已达人类水平

截至2023年，人工智能在许多重要的人工智能基准测试中（从测试阅读理解到视觉推理的测试）都达到了人类水平的表现。尽管如此，它在某些基准测试（例如竞赛级别的数学）上仍存在不足。

由于人工智能已经突破了如此多的标准基准，人工智能学者不得不创造新的、更困难的挑战。今年的指数还跟踪了其中几个新基准，包括编码、高级推理和代理行为任务的基准。

[img=2667,auto]https://mmbiz.qpic.cn/mmbiz_png/VeJKXItpwPU0YIdTk0nia26sicaEsjAWrnhA2HJeEV76vCfdvgrvNrvyhHwQo3GkyB2iahcbrPZfic0bObhtbPoMlw/640?wx_fmt=other&from=appmsg&tp=webp&wxfrom=5&wx_lazy=1&wx_co=1[/img]

[img=904,auto]https://mmbiz.qpic.cn/mmbiz_png/VeJKXItpwPU0YIdTk0nia26sicaEsjAWrn6RvxQb407SDjGCdHNiaNiblMhIXSlnC8FPRUhyaFcGQDKMpz1AJ9iceSw/640?wx_fmt=other&from=appmsg&tp=webp&wxfrom=5&wx_lazy=1&wx_co=1[/img]

05
超过1/3人预计人工智能会取代他们

答案是年轻人、高收入人群，以及全球范围内机构对数据安全的关心。

在全球范围内，大多数人预计人工智能会改变他们的工作，超过三分之一的人预计人工智能会取代他们。

与 X 世代和婴儿潮一代等老一代人相比，年轻一代（Z 世代和千禧一代）预计人工智能会带来更实质性的影响。具体来说，66% 的 Z 世代受访者和 46% 的婴儿潮一代受访者认为人工智能将显著影响他们目前的工作。

与此同时，收入较高、受教育程度较高、担任决策职务的个人预计人工智能会对他们的就业产生巨大影响。

[img=2667,auto]https://mmbiz.qpic.cn/mmbiz_png/VeJKXItpwPU0YIdTk0nia26sicaEsjAWrnwEGvDHERTVYX8jV4DmWMmU46PTF4ORHRcm5RzchbIuJyNs45YMLiakg/640?wx_fmt=other&from=appmsg&tp=webp&wxfrom=5&wx_lazy=1&wx_co=1[/img]

多伦多大学的一项国际调查显示，63% 的受访者知道 ChatGPT。在那些知道的人中，大约有一半的人每周至少使用 ChatGPT 一次。

但公众对人工智能的经济影响持悲观态度。

在 lpsos 的一项调查中，只有 37% 的受访者认为人工智能将改善他们的工作。只有 34% 的人认为人工智能将促进经济，32% 的人认为它将促进就业市场。

这一指数的民意数据来自一项关于对人工智能态度的全球调查，31 个国家的 22816 名成年人（年龄在 16 岁至 74 岁之间）参与了调查。超过半数的受访者表示，人工智能让他们感到紧张，而前一年这一比例为 39%。三分之二的人现在预计人工智能将在未来几年内深刻改变他们的日常生活。

[img=1280,auto]https://mmbiz.qpic.cn/mmbiz_png/VeJKXItpwPU0YIdTk0nia26sicaEsjAWrnhsUPd8ox6ls8TGiaRksWiaPzib8ZMKWTXNv63aF6EoiapzibsCVeibLiaHzGQ/640?wx_fmt=other&from=appmsg&tp=webp&wxfrom=5&wx_lazy=1&wx_co=1[/img]

该指数中的其他图表显示，不同人群的观点存在显著差异，年轻人更倾向于乐观地看待人工智能将如何改变他们的生活。

在人工智能相关的工作招聘方面，报告统计显示，2023 年同比人工智能招聘率相对最高的国家和地区是中国香港（28.8%），其次是新加坡（18.9%）和卢森堡（18.9%）。这些数据意味着，以中国香港为例，2023年中国香港人工智能的比例人才招聘相对于整体招聘增长了 28.8%。

当一项调查被问及人工智能产品和服务是否会让你感到紧张时，69% 的澳大利亚人和 65% 的英国人回答是。日本对人工智能产品的担忧程度最低，为 23%。

[img=2667,auto]https://mmbiz.qpic.cn/mmbiz_png/VeJKXItpwPU0YIdTk0nia26sicaEsjAWrn5FJLcaW5jgMhfWLuSlolpVVQEfbnVuz2rkSiaOyMDiazib98rfTia34ezQ/640?wx_fmt=other&from=appmsg&tp=webp&wxfrom=5&wx_lazy=1&wx_co=1[/img]

与埃森哲合作的一项全球调查显示，1000多个全球组织的受访者被问对人工智能的担忧与哪些风险相关，其中未经所有者同意使用数据或数据泄密是全球最关注的问题。值得注意的是，这些担忧来自亚洲和欧洲的比例明显高于北美。

[img=871,auto]https://mmbiz.qpic.cn/mmbiz_png/VeJKXItpwPU0YIdTk0nia26sicaEsjAWrnbV7lJ24AWOzBI78sHeUIuIgz0o0Okh3wSVl61FqQzgcT63IaAM3X1Q/640?wx_fmt=other&from=appmsg&tp=webp&wxfrom=5&wx_lazy=1&wx_co=1[/img]

人工智能发展的车轮滚滚向前，消耗资源的同时也带来了效率与收益。人工智能是一把双刃剑，它的好坏与否始终取决于握住这把剑的人类。

通过斯坦福HAI的报告，我们得以较全面地观察2023年的AI行业发展。

2023如上。2024年，让我们一起共同绘制人工智能行业发展的斑斓图表。
参考链接：https://hai.stanford.edu/news/ai-index-state-ai-13-charts
“AI+”科技战略规划实战营



第1讲：深度复盘华为发展五大阶段的战略历程启示录与DSTE实战体系！

第2讲：BLM模型与战略突破：下一个十年，商业的底层逻辑变了！如何战略性增长！

第3讲：为什么华为猛将如潮、执行有力？战略解码体系与战略领导力模型功不可没！

第4讲：华为如何“五看”市场？！一篇文章读懂市场洞察必须的产业思维+产品思维！

第5讲：为什么华为强调“价值驱动业务设计”？“商业画布”之父告诉你怎么用好“商业画布”！

第6讲：华为的业务设计为什么能够持续成功？任正非采用了哪种致胜的企业家战略？

第7讲：企业战略如何形成？华为的组织绩效管理三大原则是什么？

深度案例：任正非的企业家战略与华为战略管理

第8讲：人工智能的“狂飙”时代，如何设计“AI+”商业模式？

第9讲：AI视频生成模型集体“狂飙”，创作边际成本会降到零？生成式AI“数据智能”如何演进？

第10讲：如何打败“系统思考缺乏症”，设计企业战略的系统之美？！

END