AI在多个基准上的表现已经超越了人类，比如图像分类、视觉推理和英语理解方面。不过在竞赛级数字、视觉常识推理和规划等更为复杂的任务上，AI依然落后于人类。

2. 工业界继续主导前沿AI研究

2023年，工业界出现了51个具有影响力的机器学习大模型，而学术界只贡献了15个。产学界也在2023年合作贡献了21个具有影响力的大模型，数量创下历史新高。

3. 前沿大模型训练成本变得更加昂贵

经估算，最先进的AI大模型训练成本已经达到前所未有的水平。

其中，OpenAI的GPT-4训练成本为7800万美元，谷歌的Gemini Ultra训练成本为1.91亿美元。有趣的是，谷歌2017年的Transformer 模型引入了支撑当下几乎所有大语言模型的架构，训练费用仅为930美元。

4. 美国超越中国、欧盟和英国，成为全球顶级AI大模型的主要发源地

2023年，美国共出现了61个知名AI大模型，远超欧盟的21个和中国的15个。

5.严重缺乏对大模型责任的可靠和标准化的评估。

最新研究表明，负责任的AI模型严重缺乏标准化。OpenAI、谷歌和Anthropic这些前沿开发者们，按照不同的负责任的AI基准来测试他们的大模型，这种做法使得系统地比较顶级AI大模型的风险和局限性的努力变得复杂。

AI Index指出，现有的AI深度伪造内容已难辨真假，尤其是政治方面的深度伪造已经影响了世界各地的选举。

6.生成式AI投资猛增

尽管2023年AI私人投资整体有所下降，但对生成式AI的投资金额猛增至252亿美元，比2022年增长了近9倍。包括OpenAI、Anthropic、Hugging Face和Inflection AI等企业都获得了一轮可观的融资。

2023年，宣布融资成功的生成式AI初创企业数量为99家，相比2022年的56家增长了76.79%。

7. AI提高了人类的工作效率和工作质量

2023年，一些研究表明，AI能帮助人类更快地完成工作任务并提高他们的工作质量。此外，AI还能弥合低技能员工和高技能员工之间的技能差距。不过，也有研究警告说，在没有适当监督的情况下使用AI会产生性能下降的现象。

8. AI使得科学发展进一步加速

2022年，AI开始推动科学发现。2023年出现了更为重要的与科学相关的AI应用程序——提高算法分拣效率的 AlphaDev和促进材料发现过程的GNoME。

近几年，AI在MedQA（医疗问答数据集）基准上取得了显著改进。2023年，GPT-4 Medprompt的准确率已经达到了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. 美国AI法规数量急剧增加

美国与AI相关的法规在过去一年甚至是过去五年都在大幅增加。2023年，美国共出台了25项与AI相关的法规，同比增长了56.3%，而2016年只有一项。

10. 全球各地的人们都更加意识到AI的潜在影响

全球市场调研机构Ipsos的一项调查显示，去年，人们认为AI在未来三到五年将极大地影响他们生活的比例从60%上升到了66%。此外，52%的人表示对AI产品和服务感到担忧，比2022年上升了13个百分点。

皮尤研究中心的数据显示，美国有52%的人表示对AI的担忧多于兴奋，这一比例高于2022年的37%。

中美AI实力比拼

在AI世界级竞赛中，中国与美国是最为瞩目的两个国家，双方在AI的不同领域各有优势。

报告显示，从AI大模型数量上看，美国2023年共发布了61个知名AI大模型，远超欧盟的21个和中国的15个，是全球顶级AI大模型的主要发源地。

美国在基础模型领域也居于领先地位。在2023年，美国共发布了109个基础模型，是中国（20个）的5倍多。

在AI投融资方面，美国优势也非常明显。

2023年，美国的AI行业投资额达到672亿美元，是第二大投资国中国（78亿美元）的8.7倍。自2022年以来，中国和欧盟（包括英国）的AI领域私人投资分别下降了44.2%和14.1%，而美国在同一时间经历了22.1%的显著增长。

在2013年—2023年的十年间，美国在AI行业投资总额达到了3352亿美元，中国紧随其后，为1037亿美元。

在生成式AI私人投资中，中美差距更为明显。2023年，美国在生成式AI领域的投资总额为224.6亿美元，中国仅为6.5亿美元。

而从AI私人投资的细分领域来看，2023年最受欢迎的三个领域依次为AI基础设施/研究/治理（183亿美元）、NLP和客户支持（81亿美元）、数据管理和处理（55亿美元）。

其中AI基础设施/研究/治理领域的投资由美国主导，不过在人脸识别领域，2023年中国的投资总额（1.3亿美元）超过了美国（9000万美元）。在半导体领域，中国的投资总额（6.3亿美元）与美国（7.9亿美元）相差无几。

2023年，宣布融资成功的美国AI初创企业数量为897家，中国是122家。在过去十年时间里（2013年—2023年），成功融资的美国AI初创企业数量是5509家，是中国（1446家）的3.8倍。

尽管美国在基础模型研发和AI投融资活跃度上一骑绝尘，但在全球AI专利数量和工业机器人安装量上，中国占据了全球主导地位。

从2021年到2022年，全球AI专利授权量大幅增长了62.7%。其中，中国2022年AI专利数量占据了全球的61.1%，远超美国的20.9%。

中国对工业机器人的需求量在近十年内急速增长。2013年，中国工业机器人安装量占全球总量的20.8%，到2022年这一比例上升到了52.4%，位居全球第一。

数据显示，2022年中国工业机器人安装量为29.03万台，是美国（3.95万台）的7.4倍。中国工业机器人安装量最多的行业是电气/电子行业，其次是汽车行业和金属/机械行业。

截至2022年，美国在专业服务机器人制造领域处于领先地位，制造商数量为218家，约为中国（106家）的2.06倍。

闭源大模型性能优于开源，谷歌大模型数量居行业第一

2023年，全球相关组织发布了149个基础大模型，是2022年发布数量的2倍。这些新发布的大模型中有65.7%是开源的，高于2022年的44.4%。

不过，闭源大模型的性能依然优于开源大模型。在数学推理、编码能力、代理行为、多语言理解均值等多项基准测试中，闭源大模型实现了24.2%的中位值性能优势。在AgentBench 代理任务上，闭源大模型与开源大模型的性能差异高达317.7%。

根据程序员问答网站Stack Overflow统计，2023年最受专业开发人员欢迎的AI开发工具依次为GitHub Copilot（56.04%）、Tabnine（11.74%）、AWS CodeWhisperer（4.91%）；最受欢迎的AI搜索工具依次为ChatGPT（83.3%）、Bing AI（18.8%）、WolframAlpha（11.2%）；最受欢迎的云平台依次为Amazon Web Services（53.08%）、Microsoft Azure（27.80%）、Google Cloud（23.59%）。

值得注意的是，随着AI模型的“百花齐放”，其背后所耗用的算力正呈指数级增长。如，谷歌Gemini Ultra训练时需要500亿PetaFLOPs（1 PetaFLOP等于每秒1千万亿次浮点运算）算力，在所有知名模型中位居第一。

谷歌也是业内发布大模型数量最多的企业。2023年，谷歌共发布了包括Gemini和RT-2在内的18个大模型，Meta和微软紧随其后，分别发布了11个和9个。

越来越多的公司利用AI赋能旗下业务。报告显示，2023年有55%的组织使用了AI，高于2022年的50%和2017年的20%。AI应用场景主要出现在自动化联络中心、个性化定制内容与获取新客户等业务中。

此外，AI Index还做了一项关于AI态度的全球调查，调查样本来自31个国家的22816名成年人（16岁至74 岁）。其中，超过一半的人认为AI将改变他们的工作，而超过三分之一的人认为AI将会取代他们。

具体来说，66%的Z世代（1995年至2009年之间出生的人）受访者和46%的婴儿潮一代（1946至1964年之间出生的人）受访者认为，AI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、担任决策职务的受访者认为，AI会对他们的就业产生巨大影响。

分国别来看，针对“AI产品和服务是否会让你感到紧张”这一问题，有69%的澳大利亚人和65%的英国人回答是。日本对AI产品的担忧程度最低，为23%。

尽管AI对就业市场的影响引发了舆论担忧，但AI Index引述高盛在2023年发布的一份研报指出，AI将在未来十年内使全球年度生产率增长1.0%~1.5%。

（本文首发钛媒体App，作者｜任颖文，编辑｜林志佳）