新智元報(bào)道

編輯：Aeneas

【新智元導(dǎo)讀】Epoch AI年終大盤點(diǎn)來了！出乎意料的是，AI沒有停滯，反而變快了。

最近，Epoch AI又發(fā)了不少東西。

他們?cè)贔rontierMath上測(cè)試了幾個(gè)開源權(quán)重的中文模型。

結(jié)果是，它們?cè)?-3級(jí)的最高得分，要落后于全球頂尖AI模型大約七個(gè)月。

而在較難的第四級(jí)，幾乎所有開源中文大模型都掛了零蛋。

唯一得分的選手，只有DeepSeek-V3.2 (Thinking)。它回答對(duì)了一道題，取得了1/48 ≈ 2%的分?jǐn)?shù)。

當(dāng)然，雖然這些中文開源大模型掛蛋了，外國(guó)模型們表現(xiàn)也很差。

GPT、Gemini這些頂尖模型，在傳統(tǒng)的數(shù)學(xué)測(cè)試（比如 GSM-8k、MATH）上簡(jiǎn)直一路飆分。然而在FrontierMath上，它們的正確率也并不高。

不過從表中可以看出，它們的表現(xiàn)至少要比中文開源模型好一些。原因是為什么呢？暫時(shí)沒找到。

而所有AI模型都考不好，是因?yàn)镕rontierMath不是普通的benchmark，而是由60+名數(shù)學(xué)界頂尖專家聯(lián)手出題，更有菲爾茲獎(jiǎng)得主背書 。

它是一套真正的數(shù)學(xué)大考卷，不是那種簡(jiǎn)單的公式代入、算算微積分的小測(cè)驗(yàn)，而是專家級(jí)的原創(chuàng)難題，覆蓋數(shù)論、實(shí)分析、代數(shù)幾何、范疇論等，甚至是科研級(jí)別、要花數(shù)小時(shí)甚至數(shù)天才能解開的難題。

這也證明了，在真正難的數(shù)學(xué)問題 上，AI 現(xiàn)在還不是「做題機(jī)器」，更像是偶爾翻到答案的小學(xué)生。

AI進(jìn)化，又加速了

此外，他們還出了一份最新數(shù)據(jù)洞察，結(jié)論令人驚喜——

AI的能力增長(zhǎng)，比以前更快了！

他們用一個(gè)叫Epoch Capabilities Index（ECI）的綜合指標(biāo)，追蹤了前沿 AI 模型能力的發(fā)展趨勢(shì)。

結(jié)果顯示：自2024年4月開始，AI 能力增長(zhǎng)速度明顯加快——比之前的增長(zhǎng)速度快了近一倍！

也就是說，在過去的幾年里，AI的能力不是一條穩(wěn)定的上升線——而是在某個(gè)時(shí)間點(diǎn)突然開始更快地往上沖刺。

背后原因就是這兩個(gè)：推理模型更強(qiáng)了，強(qiáng)化學(xué)習(xí)更受重視了。

很多人會(huì)覺得，如今的AI進(jìn)展變慢了，因?yàn)镚PT-4發(fā)布后，就再?zèng)]看到巨大的飛躍。

但數(shù)據(jù)顯示，其實(shí)AI的進(jìn)步從來沒停過，只是方向和節(jié)奏變了。它一直在某些核心技能上加速，比如推理能力，而不是靠「更大模型 + 更多參數(shù)」。

年度TOP十大洞察

并且，就在剛剛，Epoch AI出了一篇硬核年終回顧。

在整個(gè)2025年，他們發(fā)布了36篇數(shù)據(jù)洞察和37篇通訊。

在這70短篇關(guān)于AI的短調(diào)查中，哪些是最受歡迎的？

Epoch AI給我們來了個(gè)年終盤點(diǎn)。

以下這10個(gè)調(diào)查，是最受讀者歡迎的。

前5個(gè)，是最受歡迎的數(shù)據(jù)洞察。

1.AI推理成本瘋狂降價(jià)

嚴(yán)謹(jǐn)一點(diǎn)說，就是LLM推理價(jià)格在不同任務(wù)中迅速但不均衡地下降。

在2023年4月至2025年3月期間，Epoch AI觀察到在同等性能水平下，每枚token的價(jià)格下降了10倍以上。

也就是說，AI每一次推理（輸出回答）的價(jià)格都下降了10倍以上。

越來越便宜，就意味著AI的普及會(huì)更加無門檻：從此，它不再是「大廠拿得起」的技術(shù)，而是人人都能用得起的工具！

2.AI「大腦」正跑到你的電腦里

短短一年內(nèi)，前沿AI性能就已在消費(fèi)級(jí)硬件上實(shí)現(xiàn)。

目前能在消費(fèi)級(jí)GPU上運(yùn)行的頂級(jí)開源模型，在GPQA、MMLU、AA Intelligence和 LMArena等多項(xiàng)性能指標(biāo)上，并且與頂尖AI的差距不到一年，甚至更短。

既然最強(qiáng)開源模型能在普通的消費(fèi)級(jí)顯卡上運(yùn)行，那么在不久的將來，你的筆記本可能就能跑AI大模型了！

而且任何最前沿的AI能力，都可能在不到一年內(nèi)被公眾廣泛獲取。

3. OpenAI 2024的大多數(shù)算力，其實(shí)都用在了試驗(yàn)上

媒體報(bào)道顯示，2024年OpenAI的大部分計(jì)算資源并未用于推理或訓(xùn)練，而是用于做實(shí)驗(yàn)，以支持進(jìn)一步開發(fā)。

是的，不是你想的那樣：不是訓(xùn)練就是24/7為用戶提供服務(wù)，它更多是在試錯(cuò)、探索、實(shí)驗(yàn)。

這說明，目前的AI研發(fā)仍然非常依賴大量實(shí)驗(yàn)，而不只是跑幾個(gè)benchmark就完事。

同時(shí)，當(dāng)前AI的成本也大多來自于實(shí)驗(yàn)，而非訓(xùn)練和部署。

4. 英偉達(dá)芯片算力，每10個(gè)月翻一倍！

自2020年以來，英偉達(dá)芯片的已部署AI計(jì)算量每年增長(zhǎng)超過一倍。

每發(fā)布一款旗艦芯片，它在三年內(nèi)就會(huì)占據(jù)現(xiàn)有計(jì)算量的絕大部分。

所以可以說，GPU仍然是AI運(yùn)算的核心燃料，而且增長(zhǎng)速度快得飛起。

而為了維持當(dāng)前AI發(fā)展的腳步，計(jì)算資源還需要再成倍增加，老黃和其他芯片商還有的賺！

5. GPT-4和GPT-5，都是大飛躍

盡管有人吐槽OpenAI更新太快看不出進(jìn)步，但不要信他們的！

無論是GPT-4還是GPT-5，都在基準(zhǔn)測(cè)試中都實(shí)現(xiàn)了重大飛躍，大大超越了它們前代產(chǎn)品的性能。

所以，今年的AI不是微創(chuàng)新的堆疊，而是真正的能力躍遷。

那為什么GPT-5發(fā)布后，許多人感覺很失望？

這是因?yàn)?，過去兩年新模型發(fā)布的頻率更高了，而非能力放緩了。

Gradient最熱TOP 5：洞見背后的思考

接下來5個(gè)，是最受歡迎的Gradient專欄文章。

Gradient是Epoch AI的專欄，專門發(fā)表簡(jiǎn)短的快訊。

6. ChatGPT耗電驚人？并不是

GPT-4o的每次推理，平均耗能究竟是多少？

答案是，比點(diǎn)亮一個(gè)燈泡五分鐘的耗電量還要少。

這個(gè)結(jié)論，也得到了奧特曼的證實(shí)，和谷歌報(bào)告的每條Gemini prompt的能量成本相似。

也就是說，外界對(duì)于AI消耗能源的擔(dān)憂，其實(shí)比實(shí)際情況要夸張了。

當(dāng)然，AI的能源消耗一直在指數(shù)級(jí)增長(zhǎng)，未來可能會(huì)成為大問題。

7. DeepSeek如何改進(jìn)了Transformer架構(gòu)？

一文講清了DeepSeek v3用哪三項(xiàng)核心技巧，在算力更低的情況下拿下了當(dāng)時(shí)最強(qiáng)開源模型的位置。

三個(gè)技術(shù)是，多頭潛在注意力（MLA）、混合專家（MoE）架構(gòu)的改進(jìn)，以及多token預(yù)測(cè)機(jī)制。

就在這篇文章發(fā)布后三天，DeepSeek發(fā)布了R1，引起了全球AI圈的大地震。它的性能跟OpenAI o1相當(dāng)，但開發(fā)成本卻是幾分之一。

整個(gè)AI圈都被上了一課：精妙的架構(gòu)創(chuàng)新 = 更低的研發(fā)成本 + 更快的落地速度。

8. 推理模型能走多遠(yuǎn)？局限在哪？

作者分析了推理訓(xùn)練的增長(zhǎng)模式和上限。結(jié)論是：推理確實(shí)重要，但增長(zhǎng)不會(huì)無限爆炸。

OpenAI、Anthropic在2025年初就曾表示，它們當(dāng)前的RL擴(kuò)展速度最多只能維持1–2年，很快就會(huì)觸及自身算力基礎(chǔ)設(shè)施的上限。

推理能力已經(jīng)成為模型訓(xùn)練中一個(gè)極其重要的擴(kuò)展維度，并在數(shù)學(xué)、軟件工程上帶來了非常亮眼的效果。

然而，這一方向的增長(zhǎng)存在明顯邊界，這也意味著，2024–2025年模型能力的爆發(fā)式提升，可能很快就會(huì)放緩。

對(duì)研發(fā)規(guī)劃來說，這是重要的現(xiàn)實(shí)提醒。

9. 「AI曼哈頓計(jì)劃」有多大？

Epoch AI用曼哈頓計(jì)劃、阿波羅計(jì)劃做對(duì)比，估算出一個(gè)美國(guó)國(guó)家級(jí)AI項(xiàng)目可能達(dá)到的規(guī)模。

他們的結(jié)論是：這個(gè)項(xiàng)目足以支撐一次規(guī)模達(dá)到GPT-4的1萬倍的訓(xùn)練任務(wù)。

也就是說，當(dāng)AI被視為國(guó)家戰(zhàn)略級(jí)科技項(xiàng)目時(shí)，它的級(jí)別真能放大很多倍！

10.AI的最大價(jià)值，并不來自搞科研？

最后這一篇，十分有趣。

我們常常聽到一種敘事：AI一旦能自動(dòng)做科研，技術(shù)就會(huì)指數(shù)級(jí)爆炸，人類生產(chǎn)力就會(huì)迎來史詩級(jí)躍遷。

但Epoch AI給出了一個(gè)更冷靜的判斷——

AI創(chuàng)造的大部分價(jià)值，可能并不是來自加速研發(fā)（R&D），而是來自對(duì)整個(gè)經(jīng)濟(jì)體系中大量工作的廣泛自動(dòng)化。

這是因?yàn)椋瑥臍v史數(shù)據(jù)看，在1988–2020年這三十多年里，研發(fā)活動(dòng)對(duì)整體生產(chǎn)率的貢獻(xiàn)其實(shí)相當(dāng)有限。

就算AI把「科研效率」拉滿，真正撬動(dòng)經(jīng)濟(jì)的，未必是實(shí)驗(yàn)室里的突破，而是日常工作方式的改變。

這里，就存在一個(gè)關(guān)鍵分歧！

要知道，像奧特曼、Demis Hassabis、Dario Amodei這些領(lǐng)軍人物，論調(diào)都是「AI自動(dòng)化研發(fā)，是通向爆發(fā)式增長(zhǎng)的關(guān)鍵」。

如果這個(gè)判斷成立，那么AI的影響就會(huì)很迅猛，很劇烈。它會(huì)突然跨過「科研自動(dòng)化的最后一道門檻」，在少數(shù)AI公司內(nèi)部實(shí)現(xiàn)巨大飛躍。

但Epoch AI提出的，卻是另一種可能性，也是更「社會(huì)學(xué)」的版本。

AI更可能通過一個(gè)緩慢而分散的過程，來改變世界。

不是一夜之間，而是幾年甚至幾十年，AI會(huì)逐步被不同行業(yè)、不同組織吸收，替代重復(fù)勞動(dòng)。

如果真是這樣，AI的革命不會(huì)是一聲巨響，而是一場(chǎng)長(zhǎng)時(shí)間的潮水。

參考資料：

https://x.com/EpochAIResearch/status/2003510001277747518

https://x.com/EpochAIResearch/status/2003559099867496872

https://epoch.ai/data-insights/ai-capabilities-progress-has-sped-up

https://x.com/EpochAIResearch/status/2003178174310678644

秒追ASI

?點(diǎn)贊、轉(zhuǎn)發(fā)、在看一鍵三連?

點(diǎn)亮星標(biāo)，鎖定新智元極速推送！