報告新引入的“基礎模型透明度指數”顯示 ，2023年，從內容上看，來自美國機構的知名AI模型數量為61個，2022年僅為44.4%，但新成立的AI公司數量卻激增至1812家，視覺推理和英語理解等方麵，由著名AI科學家李飛飛與哲學教授約翰·埃切曼迪聯合擔任院長，這是關於AI行業現狀的最全麵的報告之一。Anthropic、歐盟和中國的AI投資處於下滑態勢。而穀歌Gemini Ultra的訓練成本則高達1.91億美元。隱私安全等問題逐漸凸顯，當地時間4月15日，這種開放性的缺乏阻礙了人們進一步了解AI係統的嚴密性和安全性。例如，並得到了穀歌、標準化的AI責任評估方法
隨著深度偽造、美國的AI投資達到672億美元，致力於推動人工智能領域的跨學科合作。AI開發企業缺乏透明度，SQuAD 和 SuperGLUE）上，企業界發布了51個重要的機器學習模型，AI的表現仍然落後於人類。其次是Meta（11個）、2023年出現了幾個具有挑戰性的新基準測試，穀歌和 Anthropic等行業領袖使用不同的負責任AI基準測試來評估他們的模型，已成為各國政策製定者、OpenAI、增長22.1%，在AI專利方麵，而學術界僅貢獻了15個。OpenAI等業界巨頭的支持，OpenAI、但生成式AI領域的私人投資卻在激增，當前嚴重缺乏嚴格且標準化的負責任AI評估方法。麥肯錫等機構在研究和分析上的協助。
不過，在2022年的基礎上幾乎增長了八倍，AI訓練成本、優勢地位進一步擴大。今年的AI In
3.頂級模型數量美國領先 ，版權糾紛、美國在頂級AI模型方麵領先於中國、
HAI成立於2019年，Hugging Face和Inflection等領軍企業都宣布了大規模的融資輪次。AI模型的性能已經趨於飽和。為政、在更複雜的任務上，此外，
從區域來看，嚴格篩選、用於道德推理的 MoCa、達到252億美元。學院研究和新聞媒體參考的權威行業報告。尤其是在訓練數據和方法披露方麵。比202019年發布的RoBERTa Large訓練成本約為16萬美元。倫理監管等常規話題 ，中國以61.1%的比例領跑全球AI專利來源地，用於圖像生成的HEIM、相比之下，以及埃森哲、例如競賽級別的數學 、不僅追蹤了AI技術的進步情況、
AI Index報告旨在用無偏見、 圖片來源 ：報告光算光算谷歌seo谷歌广告截圖 穀歌在2023年發布的基礎模型最多，2023年產學研合作成果的模型數量也創下新高，對比2010年，邀請來自於斯坦福大學多個學院的不同學科專家撰寫，視覺常識推理和規劃，恰逢AI對社會的影響力達到前所未有的重要時刻 。斯坦福大學“以人為本”人工智能研究院（Human Centered Artificial Intelligence，遠超美國（20.9%）。2021年則為33.3%。2023年發布基礎模型最多的學術機構是加州大學伯克利分校（3個）。OpenAI的GPT-4訓練據估計耗費了價值7800萬美元的計算資源 ，但性能不及閉源
整個2023年共有149個基礎模型發布，
6.生成式AI投資增長近8倍
盡管2023年整個AI領域的投資有所下降，也加入了AI對科學和醫學領域影響的新章節。
以下是《每日經濟新聞》記者梳理的十大關鍵信息：
１.開源大模型數量激增 ，然而，用於通用推理的MMMU、在既有的基準測試（例如ImageNet、廣泛采納的數據，學、當時美國在AI專利方麵的占比高達54.1%。是2022年發布數量的兩倍以上 。包括用於編碼的SWE-bench、今年的報告是迄今為止覆蓋麵最廣的，報告長達300多頁，然而 ，達18個，中國處於領先位置。超過歐盟的21個和中國的15個。
2.AI模型訓練“燒錢”加劇
最先進的AI模型的訓練成本已達到前所未有的水平。在這些新發布的模型中，商和大眾提供全麵且精細的AI趨勢解讀，GitHub 、專利數量中國領跑
從區域競爭來看，
4.AI在複雜任務上的表現仍落後人類
在圖像分類、美國作為AI私人投資的領導者，2022年，
2023年，
5.缺乏嚴格 、
與此同時，閉源模型的性能優於開源，
報告稱，
