斯坦福报告：阿里通义千问AI实力全球第三中国第一

近日，斯坦福大学人工智能研究所（HAI）发布了备受瞩目的《2025年人工智能指数报告》。这份由李飞飞教授领衔、已连续发布八年的权威报告，再次为我们勾勒出全球AI竞争格局的最新图景。一个尤为引人注目的发现是：在2024年度全球重要大模型中，中国贡献了15项。具体到机构层面，谷歌与OpenAI各占7席并列榜首，而来自中国的阿里巴巴则以6个入选模型紧随其后，位列全球第三。

这不仅仅是一个排名数字的变化。报告进一步指出，中美两国模型的性能差距正在急剧缩小，从2023年的17.5%骤降至2024年底的仅0.3%，几乎可以忽略不计。这一“接近抹平”的态势，标志着全球AI力量对比正在发生深刻转变。

中美差距缩小，阿里通义千问功不可没

长期以来，美国在人工智能研究与模型开发领域占据主导地位。然而，最新的数据清晰地表明，中国模型正在快速追赶。以LMSYS聊天机器人竞技场为例，2024年1月，美国顶级模型的表现还领先中国最佳模型9.26%；到了2025年2月，这一差距已收窄至1.70%。

更全面的基准测试数据揭示了同样的趋势。在MMLU、MMMU、MATH和HumanEval等核心测试中，2023年底中美模型的性能差距分别为17.5、13.5、24.3和31.6个百分点。而到2024年底，这些差异已显著缩小至0.3、8.1、1.6和3.7个百分点。

这一重要转变的背后，是中国头部科技公司的持续发力。其中，阿里巴巴的开源模型系列扮演了关键角色。2024年5月，阿里发布Qwen2.5，其性能在当时已超越Meta的Llama 405B。报告数据显示，Qwen2.5-72B的训练数据量达到18万亿tokens，略高于Llama-405B的15万亿tokens，这意味着其在知识广度、编程与数学能力上具备潜在优势。

另一个值得关注的趋势是算力效率。报告对比了中美知名模型的训练算力需求，发现美国顶级AI模型（如Claude 3.5 Sonnet、Grok-2）的算力消耗普遍远超中国同类产品。而像Qwen2.5和DeepSeek-V3这样的中国顶尖模型，其训练算力需求被控制在较低水平。这说明，中国模型在追求顶尖性能的同时，可能探索出了一条更高效的算力利用路径。

此外，闭源与开源大模型之间的性能鸿沟也在收窄。2024年1月，领先闭源模型的性能优势为8.0%；到2025年2月，优势已缩小至1.7%。在这一进程中，以阿里Qwen系列为代表的开源模型生态的繁荣，起到了不可忽视的推动作用。报告指出，Qwen系列已超越Llama，成为全球最大的开源模型族群。

阿里 AI，当之无愧

事实上，阿里在斯坦福报告中的亮眼表现并非偶然，而是长期战略投入与技术积累的结果。早在ChatGPT掀起浪潮之前，阿里就已启动大模型的研发探索。

2023年4月，“通义千问”大模型正式面世，并在此后以平均每两个月一次的速度快速迭代。同年8月，Qwen-7B宣布开源，标志着阿里全面加入自研大模型开源行列。2024年则成为通义千问的“爆发年”，Qwen2.5、Qwen2-72B、Qwen2.5-72B等重磅开源模型接连推出。

进入2025年，其迭代步伐仍未停歇：视觉生成基座模型“通义万相”开源并在权威评测中位居榜首；首个端到端全模态大模型Qwen2.5-Omni-7B发布后，迅速登顶Hugging Face开源榜单。

强大的基础模型需要健康的生态来释放价值。阿里从2022年起便坚定推行开源策略，将基础模型开放给全球开发者社区，从而构建起强大的开源生态。最新数据显示，通义系列模型已接入29万家企业，覆盖了90%的国内互联网公司、上市商业银&行及汽车品牌。

开源社区的反馈最为直接。目前，基于千问Qwen的衍生模型数量已突破10万，稳居世界第一。根据Hugging Face 2025年2月的榜单，排名前十的开源大模型全部是基于通义千问二次开发的衍生模型。甚至斯坦福大学的研究团队也以Qwen2.5-32B-Instruct为底座，以极低的成本开发出了性能比肩顶尖推理模型的s1-32B。

截至目前，阿里通义团队已开源超过200款模型，覆盖文本、语音、图像、视频全模态，支持29种语言，形成了完整的模型矩阵。

生态繁荣背后的基础设施

通义千问能够促进中国大模型生态的繁荣，离不开阿里云提供的坚实算力基础。2023年7月，阿里云明确将“促进中国大模型生态繁荣”作为首要目标，为创业公司提供包括智能算力、开发工具、资金及商业化支持在内的全方位服务。

早在2022年，阿里云便在业界首次提出MaaS（模型即服务）理念，构建了一套以AI模型为核心的云计算技术架构，并向所有开发者开放。截至目前，国内多数主流大模型，如通义系列、Baichuan系列、智谱AI的ChatGLM系列等，均已通过阿里云对外提供API服务。

这种“模型+基础设施”的双轮驱动模式，催生了丰富的创新应用。例如，中国科学院国家天文台基于Qwen发布了新一代天文大模型“星语3.0”；地球化学研究所则联合阿里云开发了国际首个“月球科学多模态专业大模型”。QwQ-32B模型已成为AI for Science领域的热门选择，服务了超过300家科研院所和高校。

展望2025年，大模型技术圈的竞争依然激烈。继代码与推理模型引发关注后，AI智能体（Agent）正开启新的产品形态竞赛。智能体的发展无疑将加深应用层与基础模型的关联，并大幅提升对模型推理能力的需求。在此背景下，同时坐拥领先基础模型序列与强大云平台基础设施的阿里巴巴，在新一轮的AGI竞争中，已然占据了有利身位。接下来的发展，值得持续关注。