（圖片來源：unsplash）
鈦媒體AGI獲悉，1月8日上午，北京智源人工智能研究院（以下簡稱“智源研究院”）發(fā)布《十大人工智能技術及應用趨勢》報告，包括“具身智能”、世界模型、合成數據等全新 AI 技術趨勢，以剖析科技演進軌跡。
智源研究院院長王仲遠表示，當前我們處在 AI 發(fā)展的新拐點，大模型的能力涌現(xiàn)加速通用人工智能（AGI）時代的到來，原生統(tǒng)一多模態(tài)、具身智能、AI for Science，將進一步深化人工智能對世界的感知、理解與推理，連接數字世界與物理世界，驅動科學研究創(chuàng)新突破。智源研究院作為聚焦 AU 領域的新型研發(fā)機構，希望在這個特殊的時刻以十大趨勢為出發(fā)點，為 AI 技術領域指明發(fā)展方向，攜手共進。
智源研究院副院長兼總工程師林詠華在會上表示，大家都期待 AI 能夠超越人類的智力，實現(xiàn)通用人工智能（AGI），并從數字世界走向物理世界，甚至在未來幫助我們去探索未知的領域（世界）。然而，隨著AGI目標的逐步推進，實現(xiàn)這一目標的過程中可能會出現(xiàn)多種路徑和方法（百花齊放），至于哪條路徑能夠通往終點，以及真正實現(xiàn)AGI還有多遠的路要走，這些問題目前尚無定論。
具體到智源研究院公布的2025年十大 AI 技術趨勢中，趨勢一是 AI for Science（AI4S）驅動科學研究范式變革。據統(tǒng)計，2024年，科研人員使用AI的比例快速增加，接近半數的科研人員認為，AI將對其工作領域產生積極影響，而美國和印度分別只有28%和41%。這意味著，AI對科學研究方法和流程的變革效應也開始顯現(xiàn)。
隨著諾貝爾獎物理學、化學獎都頒給了 AI 賽道，推動科學研究與 AI 技術不斷結合，從聚焦優(yōu)化特定任務向更復雜、更動態(tài)、更交叉的問題發(fā)展。2025年，多模態(tài)大模型將進一步融入科學研究，將賦能多維數據的復雜結構挖掘，輔助科研問題綜合理解與全局分析，為生物醫(yī)學、氣象、材料發(fā)現(xiàn)、生命模擬、能源等基礎與應用科學研究開辟新方向。
趨勢二“具身智能元年”，具身大小腦和本體的協(xié)同進化。2025年，“具身智能”將繼續(xù)從本體擴展到具身腦的敘事主線，我們可以從三方面有更多期待。在行業(yè)格局上，國內近100家的具身初創(chuàng)公司或將迎來洗牌，廠商數量開始收斂；在技術路線上，端到端模型繼續(xù)迭代，小腦大模型的嘗試或有突破；在商業(yè)變現(xiàn)上，我們也必將看到更多的工業(yè)場景下的具身智能應用，部分人形機器人迎來量產。
趨勢三、“下一個Token預測”：統(tǒng)一的多模態(tài)大模型實現(xiàn)更高效AI。人工智能的本質在于對人的思維的信息過程的模擬，人類對于信息的交互和處理，總是呈現(xiàn)多模態(tài)、跨模態(tài)的輸入輸出狀態(tài)。當前的語言大模型、拼接式的多模態(tài)大模型，在對人類思維過程的模擬，存在天然的局限性。從訓練之初就打通多模態(tài)數據，實現(xiàn)端到端輸入和輸出的原生多模態(tài)技術路線給出了多模態(tài)發(fā)展的新可能。基于此，訓練階段即對齊視覺、音頻、3D等模態(tài)的數據，實現(xiàn)多模態(tài)的統(tǒng)一，構建原生多模態(tài)大模型成為多模態(tài)大模型進化的重要方向。
趨勢四，Scaling Law擴展：RL（強化學習）+ LLMs，模型泛化從預訓練向后訓練、推理遷移。基于Scaling Law推動基礎模型性能提升的訓練模式“性價比”持續(xù)下降，后訓練與特定場景的Scaling law不斷被探索。強化學習作為發(fā)現(xiàn)后訓練、推理階段的Scaling Law的關鍵技術，也將會得到更多的應用和創(chuàng)新使用。
趨勢五、世界模型加速發(fā)布，有望成為多模態(tài)大模型的下一階段。據悉，世界模型具備更注重“因果”推理作用，賦予AI更高級別的認知和更符合邏輯的推理與決策能力，這種能力不僅能推動AI在自動駕駛、機器人控制及智能制造等前沿領域的深度應用，更有望突破傳統(tǒng)的任務邊界，探索人機交互的新可能。
趨勢六、合成數據將成為大模型迭代與應用落地的重要催化劑。高質量數據將成為大模型進一步Scaling up的發(fā)展阻礙。合成數據已經成為基礎模型廠商補充數據的首選。合成數據可以降低人工治理和標注的成本，緩解對真實數據的依賴，不再涉及數據隱私問題；提升數據的多樣性，有助于提高模型處理長文本和復雜問題的能力。此外，合成數據可以緩解通用數據被大廠壟斷，專有數據存在獲取成本等問題，促進大模型的應用落地。
趨勢七、推理優(yōu)化迭代加速，成為AI Native應用落地的必要條件。大模型硬件載體從云端向手機、PC等端側硬件滲透，在這些資源受限（AI算力、內存等）的設備上，大模型的落地應用會面臨較大的推理側的開銷限制，對部署資源、用戶體驗、經濟成本等均帶來巨大挑戰(zhàn)。算法加速和硬件優(yōu)化技術持續(xù)迭代，雙輪驅動加速AI Native應用落地。
在圓桌對話上，螞蟻集團大模型對齊負責人溫祖杰表示，OpenAI發(fā)布會上曾推出現(xiàn)實版的“Her”，你可以跟它進行實時互動，利用大模型觀察你的行為動作，看周圍的環(huán)境，交互更自然。多模態(tài)不止是指視頻生成，其實還有圖文多模態(tài)，OCR多模態(tài)等能力。比如螞蟻集團的“探一探”，不僅通過視覺能力去拍照識圖，而且還可以基于多模態(tài)能力實現(xiàn)多輪對話式的互動交流，這是一個更加符合真實體驗的產品感知，在這些方向上可能會比較有前景。
趨勢八、重塑產品應用形態(tài)，Agentic AI成為產品落地的重要模式。2025年，更通用、更自主的智能體將重塑產品應用形態(tài)，進一步深入工作與生活場景，成為大模型產品落地的重要應用形態(tài)，在2025年我們將看到更多智能化程度更高、對業(yè)務流程理解更深的多智能體系統(tǒng)在應用側的落地。
智源研究院行業(yè)研究組負責人倪賢豪表示，從Chatbot到Copilot，再到Agent與Agentic AI，行業(yè)對于AI應用形態(tài)的理解越發(fā)深入。尤其是Agent到Agentci AI，其背后標志著從判斷產品是否屬于Agent，到探討產品的智能化程度這一更有落地意義的轉變。在未來一年時間里，未必我們能看到更多迥異的應用形態(tài)變化，也并不會出現(xiàn)很多完全不一樣的Agent應用模式。
趨勢九、AI應用熱度漸起，Super App（超級應用）花落誰家猶未可知。近一年時間，生成式AI模型在圖像、視頻側的處理能力得到大幅提升，疊加推理優(yōu)化帶來的降本，Agent/RAG框架、應用編排工具等技術的持續(xù)發(fā)展，為AI超級應用的落地積基樹本。大模型應用從功能點升級，滲透到AI原生的應用構建及AI OS的生態(tài)重塑。雖然Super APP花落誰家尚未塵埃落定，但從用戶規(guī)模、交互頻次、停留時長等維度來看，AI應用熱度持續(xù)攀升，已到應用爆發(fā)的黎明前夕。
倪賢豪表示，目前做出“超級應用”是有一定機會的。盡管移動互聯(lián)網用戶增速已經見頂，但我們在非網民用戶群體里還是能看到規(guī)模過億、具備消費能力但因代際原因無法便捷入網的用戶。這些用戶面臨非現(xiàn)金支付、信息獲取、線上買票掛號等剛需問題。對于這些問題的解決，我們未必需要Agent在智能化程度、自主性上做極致追求，基于較好的基礎模型，結合以上不同能力對應的廠商接口適配（PlugIn、Tools），做出一款能滿足上述用戶群體需求的Agent，對于目前來說，模型和工程能力都是可行的。
倪賢豪認為，在這個邏輯下，如何對接不同廠商完成接口適配、封裝，反而成為一個同樣重要的問題。諸如此類的對接適配，對應的反而是對廠商渠道建設和運營能力的要求。
“因此，在All in One為標志特征的超級應用敘事里，大廠可能更有機會，以上提及的渠道建設能力，對于大廠而言相對成熟。但對于創(chuàng)業(yè)公司來說，這些工作需要從0到1做起，難度極大。”倪賢豪稱。
趨勢十、模型能力提升與風險預防并重，AI安全治理體系持續(xù)完善。作為復雜系統(tǒng)，大模型的Scaling帶來了涌現(xiàn)，但復雜系統(tǒng)特有的涌現(xiàn)結果不可預測、循環(huán)反饋等特有屬性也對傳統(tǒng)工程的安全防護機制帶來了挑戰(zhàn)�；A模型在自主決策上的持續(xù)進步帶來了潛在的失控風險，如何引入新的技術監(jiān)管方法，如何在人工監(jiān)管上平衡行業(yè)發(fā)展和風險管控？這對參與AI的各方來說，都是一個值得持續(xù)探討的議題。
溫祖杰表示，AI安全具有顯著的“對抗性”特征，這是一種此消彼長的關系。也就是說，當攻擊手段增強時，防御手段也會相應提升，因此，在大型模型的安全能力方面，我們需要不斷地提升攻防兩端的實力，而采用“大模型對抗大模型”的方法，是一個積極的發(fā)展趨勢。另外，在安全圍欄技術方面，我們必須確保輸入和輸出的安全性，降低遭受攻擊的風險，通過建立一套完整的策略系統(tǒng)和安全防護組合，我們可以推動AI大模型的安全應用落地。
事實上，AI 作為新質生產力的重要引擎，不僅代表了科技的前沿趨勢，更是未來經濟發(fā)展的關鍵驅動力，目前已產生明顯的經濟效益和社會效益。
研究機構IDC最新數據顯示，隨著 AI 應用持續(xù)走深向實，行業(yè)大模型在金融、醫(yī)療、教育、零售、能源等多個行業(yè)領域實現(xiàn)初步應用，到2025年，全球 AI 支出將達2270億美元。預計到2030年，AI 將為全球經濟貢獻19.9萬億美元（約合145.9萬億元人民幣），推動全球GDP增長3.5%。而目前，幾乎98%的企業(yè)領導者將AI視為其組織的優(yōu)先事項。
對于未來展望，多位行業(yè)專家紛紛表示，他們期望在2025年能夠見證像GPT-5這樣的下一代大模型的誕生，并在大模型的安全性和理論可解釋性方面取得重大進展�！拔也恢肋@是不是太美好了，但我希望有一個AI，可以跟人的學習效率差不多�！�
