Summio

Статья

Отчёт AI Index 2026: технические показатели

Разбираем, как ИИ прокачался в 2025 году: от зрения до роботов. Спойлер: он стал реально мощным, но с нюансами.

21 мин чтения

Доступно на языках

Фрагмент саммари

Техническое состояние ИИ в 2026 году: Полный разбор отчета Stanford HAI

Привет! Давай разберем технические достижения ИИ за 2025 год по отчету Stanford HAI. Мы рассмотрим, как ИИ улучшился в зрении, понимании языка, генерации видео, рассуждении и робототехнике, а также проблемы оценки его прогресса. Глава 1: Введение – Куда мы пришли? Отчет Stanford HAI фокусируется на технической производительности ИИ, как на фундаменте всех остальных достижений. В 2025 году ИИ продемонстрировал беспрецедентный рост, превосходя ожидания и существующие методы оценки. Глава 2: Основные тезисы – Что произошло? ИИ превосходит тесты, созданные для него. Модели ИИ достигают таких высоких результатов на существующих бенчмарках, что тесты быстро устаревают, теряя свою эффективность для измерения реального прогресса. Например, на тесте 'Последний экзамен человечества' лучшие модели показали прирост в 30% за год. Топ-модели выровнялись, но конкуренция накаляется. Пять ведущих компаний (Anthropic, xAI, Google, OpenAI, Alibaba, DeepSeek) идут очень плотно в рейтинге Elo. Конкуренция смещается с чистой производительности на стоимость, надежность и специализацию. Разрыв между закрытыми и открытыми моделями снова растет. Лучшие закрытые модели теперь опережают лучшие открытые модели на 3.3%. Шесть из топ-10 моделей в рейтинге 'Арена' – закрытые, что снижает темпы демократизации ИИ через open-source. Геополитическое соперничество США и Китая достигло паритета. Американские и китайские модели меняются местами в рейтингах, разрыв между лучшими моделями обеих стран составляет всего 2.7% и постоянно колеблется. Гонка ИИ идет на равных. Бенчмарки теряют надежность, их 'обманывают'. Ошибки в популярных тестах могут достигать 42%. Существуют подозрения, что некоторые модели научились 'играть' на платформах, показывая высокие результаты за счет адаптации к условиям, а не реальных способностей. ИИ развивается стремительно, но методы оценки отстают. Лидеры рынка близки, открытые модели в роли догоняющих, геополитическое поле выравнивается. Главная проблема – ненадежность бенчмарков. Глава 3: Ключевые идеи – Что стоит за цифрами? "Бутылочное горлышко" бенчмарков Существующие тесты быстро насыщаются, переставая быть полезными для сравнения передовых моделей. Требуются новые, более сложные и динамичные методы оценки. "Зубчатый интеллект" – гений и профанация в одном флаконе ИИ может быть невероятно силен в одной области (например, математика) и беспомощен в другой (например, определение времени по аналоговым часам). Это связано с несбалансированностью обучающих данных и отсутствием универсального, человекоподобного интеллекта. Неравная гонка – кто выигрывает? Лидеры рынка (Anthropic, xAI, Google, OpenAI) идут очень близко. Закрытые модели опережают открытые, а США и Китай демонстрируют паритет в развитии. Это влияет на бизнес, науку и инвестиции. Видеогенерация – больше, чем просто картинки Модели, такие как Google DeepMind's Veo 3, демонстрируют способность понимать законы реального мира (плавучесть, решение лабиринтов) через 'zero-shot learning', открывая