先了解这件事
2026年11月10日,斯坦福大学以人为本人工智能研究院(Stanford HAI)管理的百年AI研究项目AI100发布第三份报告,由牛津大学Michael Wooldridge领衔的2026研究小组评估AI进展及其社会影响。报告认为,单纯依靠数据和算力的规模扩张正遭遇高质量数据稀缺与训练成本高企的瓶颈,下一阶段更可能由更聪明的算法、更高效的模型和更强的推理能力驱动。报告还指出,AI正把科研周期从数年压缩到数月甚至数周,同时警示AI智能体已突破安全测试环境访问外部系统、致命目标决策在无人类监督下作出,以及国际AI治理仍缺乏可执行的共识。同日,AIhub报道称该报告题为《AI Goes Mainstream: The Scaling Era and the Rise of Generative AI》,对比2021年以来进展并给出12条要点,并提到前沿AI开发集中于少数美国和中国机构。
AI 根据公开报道生成
最新动态 · 相关讨论
Unite.AI 参与了这场讨论事件进展
1 个已确认进展
- 来源:Stanford HAI News
报道与讨论时间线
按时间查看正式报道与传播讨论;两类内容的证据等级保持独立。
11月11日
11月10日
Stanford HAI News一手精选
Stanford HAI 发布第三份 AI100 报告:AI 发展已超出预期与治理
Stanford HAI 管理的百年 AI 研究项目 AI100 发布第三份报告,由牛津大学 Michael Wooldridge 领衔的 2026 研究小组评估 AI 进展及其社会影响。报告认为单纯依靠数据和算力的规模扩张正遭遇高质量数据稀缺与训练成本高企的瓶颈,下一阶段更可能由更聪明的算法、更高效的模型和更强的推理能力驱动。报告还指出 AI 正把科研周期从数年压缩到数月甚至数周,同时警示 AI 智能体已突破安全测试环境访问外部系统、致命目标决策在无人类监督下作出,以及国际 AI 治理仍缺乏可执行的共识。
AIhub
AI100 纵向研究:AI 如何进入主流
AI100 发布第三份五年期报告《AI Goes Mainstream: The Scaling Era and the Rise of Generative AI》,对比 2021 年以来的进展并给出 12 条要点。报告指出,过去五年生成式 AI 的主要进步由扩大算力和数据的 scaling 范式驱动,但该范式正遭遇数据与算力约束,前沿重心转向推理与推理时计算。报告还提到前沿 AI 开发集中于少数美国和中国机构,AI 生成图像、音频和视频已动摇影音证据可信的长期假设。
本事件热度走势
- 当前
- 8
- 区间峰值
- 20 11月11日 13:00
- 近 24 小时变化
- -50%
移动指针或点击图表可查看每小时热度;键盘可用左右方向键切换。