摘要：
人工智能能力的获取成本正在以前所未有的速度下降。研究人员发现，自2023年以来，实现相同AI性能水平所需的成本平均每季度下降约47%，相当于每年降低约13倍，其降幅超过计算机算力、DNA测序、电池技术以及电力等历史上多项具有变革意义的技术。
这项由研究机构Epoch AI发布的报告将这一现象称为“思想价格的暴跌”。研究人员指出，如果以相同能力水平作为衡量标准，当今用户获得先进人工智能能力的成本正以技术史上罕见的速度快速下降。
报告显示，AI成本下降速度远超其他关键技术的发展曲线。相比之下，DNA测序成本下降速度约为人工智能的四分之一，计算性能成本下降速度约为人工智能的六分之一，而锂电池成本下降速度则更慢。研究人员认为，在所有已知的通用技术中，人工智能可能是价格下降最快的一项。
研究发现，不同领域的AI能力降价速度存在差异。在数学推理领域，相关能力成本每季度下降约50%至52%；在游戏和谜题等任务中，成本降幅则略低，约为39%至43%。
研究还发现一个显著规律：某项能力刚刚达到行业领先水平时，其成本下降最快。当一项能力首次成为业界最先进水平后，相关成本平均每季度可下降66%，相当于一年内降低约75倍。而在两年之后，同一能力的降价速度会明显放缓，每季度降幅降至约32%。
分析认为，这意味着前沿模型的领先优势可能持续时间越来越短。一个原本需要高昂成本才能实现的能力，往往会在数月甚至更短时间内迅速普及，并成为行业标准配置。
研究人员指出，价格暴跌背后既有芯片性能进步和硬件效率提升的因素，也包括模型架构优化、训练技术改良、推理效率提高以及AI服务商之间激烈竞争带来的价格战。随着越来越多厂商推出性能接近的模型产品，服务定价持续下探，进一步加速了AI能力的大众化。
不过，报告同时指出，成本下降并不意味着所有AI服务都会变得廉价。虽然达到某一既定性能水平的成本正在大幅降低，但最先进模型为了追求更高准确率和更强推理能力，往往会消耗更多计算资源。因此，行业前沿模型的实际运行成本依然可能保持较高水平。
研究认为，人工智能正逐渐呈现出类似计算机和互联网的发展轨迹。随着能力持续提升而价格快速下降，越来越多过去成本过高的AI应用将变得具备商业可行性，并进一步渗透到教育、科研、医疗、制造、金融以及软件开发等领域。
研究人员表示，过去几年人工智能主要受到训练成本高昂和计算资源稀缺的限制，而当前正在出现的“能力价格崩塌”现象，可能成为推动AI进入更广泛应用阶段的重要转折点，并对未来产业格局产生深远影响。
评论