进入2025年，全球人工智能产业将出现哪些新变化？哪些突破值得期待？ AI超级应用会出现吗？从基础设施到产品应用，北京致远人工智能研究院给出了2025年人工智能趋势的预测，或许可以提供一些参考。
1.AI将改变未来科学研究范式
2024年，诺贝尔物理奖和化学奖将同时颁发给人工智能相关领域。 AI for（AI for ）的概念，被简化为“AI4S”，也引起了国内外科学家的关注。
目前，人工智能在许多不同的科学研究领域都取得了成果。除了与诺贝尔奖相关之外，还包括利用AI技术控制核聚变中等离子体的形状——托克马克装置。
此外，人工智能还加速了实验研究的进程。中科院院士张进此前在出席活动时表示，一个学生一天内重复三组相同的实验基本不可能，但通过自动化平台，150组自动化实验可以一天内即可完成，大大提高了实验的重复性。高质量的实验数据是模拟训练的基础。
致远人工智能研究院报告指出，以大模型为主导的AI4S已成为推动科研范式变革的关键力量。 2024年，科研人员使用人工智能的比例将快速增加，人工智能对科研方法和流程的变革作用也将开始显现。
2025年，多模态大模型将进一步融入科学研究，实现多维数据的复杂结构挖掘，辅助科研问题的全面理解和全局分析，为生物医学、气象、材料等领域提供基础和应用发现、生命模拟、能源等科学研究开辟了新的方向。
2、具身智能元年：创建小脑大模型的尝试或有突破
刚刚过去的2024年，具身智能成为最赚钱的技术赛道之一，掀起了从北美到中国前所未有的融资热潮。
北美市场，AI融资6.75亿美元，机器人基础模型公司Skild AI融资3亿美元。筹集1亿美元后，又获得66亿美元融资。说明资本市场对体现智能领域的看好。
在中国市场，有媒体统计显示，仅2024年前三季度，中国仿人机器人领域就完成了55轮融资，同比增加21例。其中不乏各大科技公司，如美团战略投资玉树科技、银河通用汽车、阿里巴巴参与星时代融资、华为正式启动实体智能产业创新中心等。
此外，比亚迪、长安、广汽、奇瑞、小鹏、小米、蔚来、理想等近10家国内车企也明确表示未来将进军赋能智能赛道。特斯拉预计到 2025 年底将有数千台人形机器人在特斯拉工厂执行任务，并于 2026 年开始向外部客户交付。
致远人工智能研究院预测，2025年的具身智能将继续从本体向具身大脑的叙事主线拓展。我们可以从三个方面抱有更多期待：
从行业格局来看，近百家具体初创企业或将重新洗牌，厂商数量开始趋同；技术路线上，端到端模型持续迭代，小脑大模型的尝试或有突破；在商业实现方面，我们还将看到更多的实体化智能应用在工业场景中，一些人形机器人正在进入量产。
3.统一多模态大模型实现更高效的AI
2024年，各大模型厂商将不再单纯比拼参数规模，而是将文字、图片、视频等不同能力的多模态作为重要着力点。
2024年2月，视频模特Sora一经发布就震惊了世界。随后，快手、字节跳动、腾讯、阿里巴巴等国内各大厂商也推出了文森视频大机型。目前，快手 AI和 AI已推出独立应用程序。
值得注意的是，目前的大语言模型和拼接的多模态大模型在模拟人类思维过程方面仍然存在天然的局限性。致远人工智能研究院认为，从训练开始就打通多模态数据，实现端到端输入输出的原生多模态技术路线，为多模态发展提供了新的可能。
基于此，训练阶段就是将视觉、音频、3D等模态的数据对齐，实现多模态统一，构建原生多模态大模型成为多模态大模型演化的重要方向。
4. 规律扩展、模型泛化从训练前迁移到训练后和推理
2024 年 12 月中旬，联合创始人 Ilya 提出了一个非常尖锐的观点：预训练时代即将结束。
Ilya认为，目前算力提升的速度已经超过了AI模型训练可用的总量，数据增长已经接近瓶颈。 “目前，现有的数据仍然可以用于训练，但趋势最终会放缓，预训练时代也将逐渐结束。”
值得注意的是，伊利亚的观点并不独特。据外媒报道，越来越多的从业者正在重新评估“法律”的有效性和局限性。
对于法律增速放缓，北京致远人工智能研究院创始董事长、美国国家工程院外籍院士张洪江在近日的一次活动中表示，他对此并不担心，“即使前期出现放缓， - （预训练）趋势，但GPT-o1的发布让我们看到了另一个世界，即相比于预训练模型的“快速思维”模式，推理模型o1可以给予更多的思考时间，和Law的推理性能已经达到了‘拐点’，呈指数级增长。”
致远人工智能研究院认为，基于Law提高基础模型性能的训练模型的“性价比”不断下降，具体场景下的后期训练和Law正在不断探索。强化学习作为法律在后发现训练和推理阶段的关键技术，也将得到更多的应用和创新用途。
5、世界车型加速发布，有望成为下一阶段多模态大车型
近年来，人工智能领域出现了一个名为“世界模型”的新概念，被一些业内人士视为人工智能的下一个主要前沿领域。
所谓世界模型是一种非常先进的模拟技术，可以创建不仅逼真而且可以模拟动作及其后果的虚拟3D环境。简而言之，它是一个虚拟世界生成器，允许人工智能或人类用户在其中交互、探索和玩耍。
“AI教母”李飞飞的世界实验室融资2.3亿美元，打造“大世界模型”。该公司计划生成一个虚拟的三维空间，用户可以在其中控制物理和其他变量，并允许人们创建自己的三维“世界”。李飞飞表示，这项技术对于艺术家、设计师、开发者和工程师等专业群体来说意义重大。
2024年12月，谷歌最新基础世界模型Genie 2即将推出，可以生成多种可控可玩的3D环境。今年1月，发布了首个生成世界基本模型。此外，初创公司、企业也在布局世界模式。
致远人工智能研究院认为，更注重“因果”推理的世界模型赋予AI更高层次的认知和更强的逻辑推理和决策能力。这种能力不仅能够推动AI在自动驾驶、机器人控制、智能制造等前沿领域的深入应用，有望突破传统任务边界，探索人机交互的新可能性。
值得注意的是，尽管前景诱人，世界模型的发展仍面临诸多技术挑战。例如，与当前用于生成模型的计算量相比，训练和运行世界模型需要大量的计算能力。而且世界模型也存在幻觉的问题。
6、合成数据将成为大型模型迭代和应用实现的重要催化剂
大模型训练和开发对数据尤其是高质量数据的需求日益增长，但现实世界中大模型训练所需的数据量却越来越紧张。致远人工智能研究院认为，高质量的数据将成为大模型进一步发展的障碍，而合成数据成为基础模型厂商补充数据的首选。
这与联合创始人 Ilya 的观点一致。他曾表示，“毫无疑问，预训练将会结束，同时我们不会有更多的数据。原因是我们只有一个互联网，训练模型所需的海量数据即将消失。”枯竭了，我们只能从现有的数据中寻找新的突破，AI才能继续发展，未来的突破将在于智能代理、合成数据和推理时间计算。”
据了解，合成数据可以减少人工治理和标注的成本，缓解对真实数据的依赖，不再涉及数据隐私问题；提高数据的多样性，有助于提高模型处理长文本和复杂问题的能力。此外，合成数据可以缓解大厂商对通用数据的垄断以及专有数据的获取成本等问题，促进大模型的应用。
目前，市场上有许多工具可以生成合成数据。例如，发布的3D模拟数据生成引擎可以生成物理模拟的合成数据，用于自动驾驶汽车和机器人的训练。微软有开源的合成数据工具Data，苹果自研的人工智能系统Apple在预训练阶段也使用了大量的合成数据。
7、推理优化迭代加速成为AI应用落地的必要条件。
业界认为，AI赛道正在实现从概念到规模化、商业化的跨越。截至2024年10月，该领域已吸引85亿美元融资，其中包括许多大规模融资案例，例如生成式AI搜索平台和竞争对手去年各获得5亿美元融资。
所谓AI，是指将人工智能技术深度融入产品和服务中，使其成为核心功能的一部分，而不是简单的附加功能。其应用场景包括智能助手（如Siri、）、推荐系统（如、）以及可穿戴AI设备、智能眼镜等原生硬件。
致远人工智能研究院指出，大模型硬件载体已经从云端渗透到手机、PC等端侧硬件。在这些资源（AI算力、内存等）有限的设备上，大型模型的实现将面临推理侧更大的开销约束，对部署资源、用户体验、经济成本等带来巨大挑战。硬件优化技术不断迭代，两轮驱动加速AI应用落地。
8、AI成为产品落地的重要模式
2024年12月31日，CEO奥特曼在社交平台上公布了2025年将发布的科技产品。通用人工智能（AGI）排名第一，紧随其后的是智能代理。他直言，“我们将会有越来越好的模型，但我认为下一个重大突破将来自智能代理。”
人工智能代理是由人工智能驱动的软件工具，可以在最少的监督下执行多步骤任务。比尔盖茨称智能为计算领域的另一场重大革命，表明它将改变人们与计算机交互的方式，甚至颠覆整个软件行业。
在过去的一年里，智能代理开始受到各大科技公司的重视。国内各大厂商和AI初创公司都推出了自己的智能代理平台或应用，如阿里云、腾讯元气、字节跳动的飞书智能伙伴、百度文心智能代理、百川的百小影、科大讯飞等，其子公司包括科大讯飞、昆仑万维天工等。
信息技术服务和咨询公司凯捷发布的一份报告称，虽然只有约10%的企业开始使用人工智能代理，但82%的企业计划在未来三年内将代理集成到工作流程中。
从AI，到AI Agent、AI，2023年以来业界对AI应用形态的认识越来越深入。致远人工智能研究院认为，2025年，更加全能、自主的Agent将重塑产品应用形态，进一步渗透融入工作和生活场景，成为大型模型产品落地的重要应用形式。
9、人工智能应用热度持续上升，超级应用爆发的曙光已经到来。
过去一年，生成模型在图像和视频侧的处理能力得到了大幅提升，叠加推理优化带来的成本降低，以及Agent/RAG框架和应用编排工具等技术的不断发展，为AI超级应用的实施方式。基本树。
截至2024年12月，豆宝月活跃用户数达7116万，成为中国第一、全球第二的AI原生应用。在服务型智能坐席赛道上，蚂蚁集团的智小宝、马小菜等系列AI管家产品重塑了AI产品形态。
然而，与移动互联网时代拥有数亿甚至数十亿用户的超级应用相比，AI时代的超级应用尚未出现。无论是在美国、欧洲还是中国，他们都在积极探索能够利用生成式人工智能能力并吸引数十亿人使用的应用形式。
致远研究院行业研究组组长倪贤浩表示，“虽然超级APP的胜者尚未决出，但从用户规模、交互频次、停留时长等维度来看，AI的普及程度已经可以看出。申请量持续上升，已经达到了申请量爆发的地步。”
他进一步指出，大厂商开发AI超级应用的机会更大，因为他们拥有更强的渠道建设能力，而初创公司相对困难。
10、模型能力提升与风险防范并重，人工智能安全治理体系不断完善。
在信息传播加速的当下，人工智能系统引发的偏见、深度伪造、隐私泄露、版权纠纷等问题层出不穷，社会对人工智能安全的关注度急剧提升。
相应地，各个国家和组织不断对人工智能安全进行投入，并进行技术研究、治理框架、国际合作等多种形式的探索。 2024年4月，联合国科技大会发布了两项大型模型安全标准：《生成式人工智能应用安全测试标准》和《大型语言模型安全测试方法》。这两项国际标准由蚂蚁集团、科大讯飞制定，并由谷歌、微软、英伟达、百度、腾讯等数十家单位的专家学者共同编写。
此外，蚂蚁集团自主研发的大型安全综合解决方案“蚂蚁天健”已向20家外部机构和企业开放。致远研究院发起并主办了我国首届人工智能安全国际对话高端闭门论坛，并与全球人工智能领袖、学者和行业专家共同签署了《人工智能安全北京国际共识》。
总体而言，自主决策基础模型的不断进步带来了潜在的失控风险。如何引入新的技术监管手段，人工监管中如何平衡行业发展与风险管控？这是一个值得人工智能相关各方持续讨论的问题。 （周小白）
