Epoch AI报告：中美AI存7个月差距，开源闭源差异成关键

Epoch AI的一份图表给出了冷静且清晰的结论：中国AI模型的发展平均落后美国7个月。

一张图道破现状：

自2023年起，全球前沿AI成果均来自美国！

Epoch AI近期发布的报告显示，中国AI模型的进展平均比美国滞后7个月——

其中最小差距为4个月，最大差距达14个月。

一个易被忽略的事实是，这平均7个月的差距，本质上也反映了「开源与闭源」模式的差异。

仔细观察图表会发现，中美大语言模型（LLM）能力的差距，几乎与闭源和开源体系的整体差距完全吻合。

7个月差距背后的曲线特征

Epoch AI最新图表采用的衡量指标是综合能力指数ECI，该指数综合考量了语言理解与生成、推理及问题分解能力、多任务泛化表现，同时结合了公开模型评测与专家校准结果。

这一差距被量化为具体时间，意味着中国AI要达到美国当前的同等能力水平，平均还需7个月时间。

这一分析视角的关键前提是：中美AI能力的发展曲线方向一致，但进度不同步。

实际上，这张图表隐含着三层重要信息。

单看代表美国AI的蓝线，能发现几个明显特点——

模型更新节奏十分密集，从GPT-4到o1系列，再到GPT-5、Gemini 3 Pro，中间几乎没有长时间的停滞期。

而且，其能力提升并非完全依赖参数规模的扩大。

例如o1系列的优势在于推理路径设计、中间状态建模以及训练目标重构，它将「思考过程」纳入了工程优化的范畴。

相比之下，代表中国AI模型的红线，直观呈现出典型的「跳跃式」追赶曲线。

从Baichuan2、Qwen-14B到Yi-34B，再到DeepSeek-V2、Qwen2.5、Qwen3 Max，每一步的能力提升幅度都很大，但模型更新的间隔相对更长。

从标注的模型名称来看，中国AI主要通过扩大参数规模（如72B、236B）、采用MoE架构等方式缩小差距。

回顾近年发展，中美AI差距确实在不断缩小：

2023年：差距接近10–12个月

2024年：收敛至6–8个月

2025年：稳定在约7个月

这表明中国AI的追赶速度相当稳定，同时美国前沿AI的推进速度也未放缓。

开源是限制因素吗？

难道开源模式成为了中国AI能力提升的上限约束？

目前，中国几乎所有领先的大模型都有一个共同特征：采用开源模式。

无论是Qwen系列还是DeepSeek系列，都在不同程度上开放了模型权重，供AI社区进行复现与优化。

而美国处于前沿的模型，如GPT-5、Gemini 3等，无一例外均为闭源模型。

正是在这些闭源模型的推动下，美国持续拉开了前沿AI的能力曲线。

此外，前沿数学基准测试FrontierMath的结果也印证了中美AI的实力差异，差距同样在7个月左右。

这7个月的差距并不意味着「无法追上」，相反，它说明中国LLM已完全跻身全球大模型第一竞争梯队。

真正决定未来竞争格局的，并非当前的GPT-5或Qwen3 Max，而是下一次技术范式的跃迁。

比如实现AI推理与行动的深度耦合、让模型具备自我反思与规划能力，以及达到智能体级别的系统能力。

不久前，谷歌研究员释放出2026年AI领域的重要信号——持续学习。

如何让AI无需重新训练，就能在现有参数基础上实现自我学习与迭代进化，将成为下一代AI的核心进化方向。

谁能率先突破这一技术关口，谁就将重新定义AI的前沿边界。

参考资料：

https://x.com/EpochAIResearch/status/2007202315481317670

本文来自微信公众号“新智元”，作者：新智元，36氪经授权发布。

本文仅代表作者观点，版权归原创者所有，如需转载请在文中注明来源及作者名字。

免责声明：本文系转载编辑文章，仅作分享之用。如分享内容、图片侵犯到您的版权或非授权发布，请及时与我们联系进行审核处理或删除，您可以发送材料至邮箱：service@tojoy.com