去年，全球发布了149个基础模型，是2022年发布数量的两倍多。在这些新发布的模型中，65.7% 是开源的，而2022年只有 44.4%，2021年只有33.3%。
闭源模型的表现仍然优于开源模型。在10个选定的基准测试中，闭源模型的平均性能优势为24.2%。
去年，谷歌在发布Gemini和RT-2等多模型方面超越了其他行业参与者。
事实上，自2019年以来，谷歌在发布最多基础模型方面一直处于领先地位，总共发布了40个模型，其次是OpenAI，发布了20个模型。
学术界和政府被挤出AI竞赛的原因之一是，训练这些巨型模型的成本呈指数级增长。
谷歌的Gemini Ultra训练成本估计为1.91亿美元，OpenAI的GPT-4成本估计为7800万美元。
相比之下，2017年，最初的Transformer模型（引入了几乎所有现代LLM的基础架构）的成本约为 900美元。
机器学习模型方面，美国2023年远远超过其他国家，共开发了61个模型。
自2019年以来，美国在大多数值得注意的模型的产生方面一直处于领先地位，其次是中国和英国。
2023年，该行业吸引了252亿美元投资，几乎是2022年的9倍，是2019年的30倍左右（称之为 ChatGPT效应）。
美国再次在人工智能私人投资中占据主导地位。
2023年，美国投资额为672亿美元，大约是中国投资额的8.7倍，是英国投资额的17.8倍。
美国增长22%，中国下降44%。
自2013年以来，美国累计投资额为3352亿美元，其次是中国（1037亿美元）和英国（223亿美元）。
中国从2013年的6.2亿美元增加到2017年的66.2亿美元，2018年突破100亿美元，达到139.7亿美元，2021年达到230.8亿美元的高峰，不过2022年下降了到只有130亿美元，今年再次大幅下降，去年中国人工智能投资规模缩减至两年前的不到三分之一。
据悉，美国对中国实施的半导体设备控制和投资限制等制裁措施，正在影响着中国人工智能发展。
