欧美亚洲丝袜传媒另类_日韩在线免费视频_国内一区在线_亚洲一区二区三区日本久久九

1月8日，北京智源人工智能研究院（下稱智源研究院）發(fā)布“2025十大AI技術趨勢”。今年的十大AI趨勢是智源研究院根據行業(yè)技術及應用熱點，給出的年度AI趨勢預測。從基礎設施到產品應用，智源對Scaling Law、基礎模型、具身智能、超級應用、AI安全等關鍵方向作出預測。針對每個趨勢觀點，報告給出其可成為2025年度趨勢的論證邏輯。

在十大趨勢發(fā)布會現場，來自清華等高校和企業(yè)界的領域專家，以及智源相關研究中心負責人對每項趨勢進行了深入分析和點評。

智源研究院副院長兼總工程師林詠華發(fā)布“2025十大AI技術趨勢”

在十大趨勢的代表案例中，不乏中國自研技術和產品的身影。

在多模態(tài)領域，智源研究院發(fā)布完全自研的基于自回歸技術的原生多模態(tài)世界模型Emu3，實現了視頻、圖像、文本三種模態(tài)的統(tǒng)一理解和生成。

在模型應用領域，豆包月活躍用戶數于2024年12月達到了7116萬，成為國內第一、全球第二的AI原生應用。在服務類智能體賽道，螞蟻集團旗下支小寶、螞小財等系列AI管家產品，重塑了AI產品形態(tài)。

與此同時，在AI大模型及深度數字化趨勢下，安全科技的價值在放大。智源研究院持續(xù)推進AI安全底層關鍵技術研究，同時積極推進AI安全國際合作：2024年3月，發(fā)起并承辦我國首個AI安全國際對話高端閉門論壇，與全球AI領袖學者及產業(yè)專家聯合簽署《北京AI安全國際共識》。2024年4月，聯合國科技大會發(fā)布了兩項大模型安全標準，其中《大語言模型安全測試方法》由螞蟻集團牽頭。

智源研究院院長王仲遠表示，當前，我們處在人工智能發(fā)展的新拐點，大模型的能力涌現加速通用人工智能時代的到來，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人工智能領域的新型研發(fā)機構，我們希望在這個特殊的時刻以十大趨勢為出發(fā)點，為人工智能行業(yè)的從業(yè)者指明發(fā)展方向，攜手共進。

趨勢一 科學的未來：AI4S驅動科學研究范式變革

大模型引領下的AI4S（AI for Science），已成為推動科學研究范式變革的關鍵力量。2024年，科研人員使用AI的比例快速增加，AI對科學研究方法和流程的變革效應也開始顯現。2025年，多模態(tài)大模型將進一步融入科學研究，賦能多維數據的復雜結構挖掘，輔助科研問題的綜合理解與全局分析，為生物醫(yī)學、氣象、材料發(fā)現、生命模擬、能源等基礎與應用科學的研究開辟新方向。

趨勢二 “具身智能元年”：具身大小腦和本體的協同進化

2025年的具身智能，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，近百家的具身初創(chuàng)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。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 + 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

更注重“因果”推理的世界模型賦予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。

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)。從Chatbot、Copilot到AI Agent、Agentic AI，2023年以來行業(yè)對于AI應用形態(tài)的理解越發(fā)深入。從更強調產品概念的Agent，到更強調應用智能程度的Agentic AI，我們在2025年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。

趨勢九 AI應用熱度漸起，Super App花落誰家猶未可知

近一年時間，生成式模型在圖像、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。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。

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，但復雜系統(tǒng)特有的涌現結果不可預測、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)。基礎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。