AI发展速度超预期 - 2022年专家预测AI到2025年仅有2.3%和8.6%概率获得国际数学奥林匹克金牌 但2024年谷歌DeepMind和OpenAI的通用大模型已提前实现这一目标 [1][3][6] - 预测研究院承认AI在国际奥数竞赛表现惊艳 专家和超级预测者在MATH、MMLU、QuALITY等基准测试中预测几乎全军覆没 [20][21] - 麦肯锡2017年预测AI在2037年达到人类平均创造力水平 实际2023年已实现 达到前1/4创造力水平的目标比原预测2055年提前30年达成 [26][28] 技术性能突破 - GPT-4 Turbo在2024年4月MATH数据集测试达到87.82% 远超专家预测的21.4%概率 [24] - GPT-4o和Claude 3.5 Sonnet在2024年年中MMLU测试达到88.7% 远超预测的25.0%可能性 [24] - RAPTOR+GPT-4在2023年6月QuALITY Hard子集得分69.3 比预测截止日期提前整整一年 [24] 模型能力演进 - 谷歌Gemini从仅文本输入升级为多模态（文本/音频/图像） 推理能力从一般提升至多步骤问题解决和精细分析 [29] - OpenAI从GPT-3.5仅文本输入升级为GPT-4o多模态 律师考试排名从后10%提升至前10% [29] - 模型参数规模实际达10万亿 远低于专家预测的100万亿和超级预测者预期的400万亿 [25] 普及化与成本优化 - GPT-5上线后付费用户使用推理模型比例从7%升至24% 免费用户接触顶尖模型比例从近零提升至7% [46] - AI运行成本急剧下降 两年前需花费数美元的提示任务现在免费用户可轻松运行 [48][50] - 谷歌图像模型"nano banana"支持自然语言指令 无需复杂提示词工程且成本足够开放给免费用户 [52][53] 行业应用影响 - AI正进入"大众智能"时代 强AI像谷歌搜索一样易获取 衍生出数千种意想不到的用途包括疾病诊断和情感陪伴 [41][54] - 所有机构需重新思考如何在智能普及环境中运作 包括如何重建信任和保留人类专业经验价值 [55][56] - 技术性能提前达成里程碑 自然语言理解达到人类中位数水平的时间从预测2027年提前至2023年 [28]