2024年，在資本和政策大力推動下，以生成式大模型為核心的人工智能產業加速發展，多模態大模型、COT、端側大模型、AI手機等技術和產品不斷突破，AI+的重塑重構作用持續顯現，同時，人工智能安全問題也引發了社會更大關注和擔憂。面向2025年，全球人工智能產業會呈現哪些新的變化？有哪些突破值得期待？天翼智庫為您呈現人工智能產業十大趨勢展望。

趨勢一：全球將加強AI控制性、對齊性和可解釋性方面的監管

2024年全球人工智能的發展速度已經超過現有監管政策的優化速度。2024年12月，美國生命未來研究所對全球6 家領先的人工智能公司（Anthropic、DeepMind、Meta 、OpenAI、x.AI、智譜）安全實踐評測結果顯示，目前沒有任何一家公司能夠確保高級人工智能系統可控并符合人類價值觀。2025年全球AI治理仍有很大的提升空間。預計全球將繼續加強AI控制性、對齊性和可解釋性方面的監管，包括加強AI開發安全框架事前監管、AI風險閾值事中監管和分類敏捷治理等制度建設，加強即時監管措施執行力度，避免出現AI監管滯后于技術發展步伐，進一步提高AI的安全性和可靠性。

趨勢二：龍頭企業力挽大模型第一性原理Scaling Law訓練效果放緩趨勢

2024年12月，OpenAI、谷歌、Anthropic三家公司的下一代大模型旗艦產品（Orion、Gemini和Claude 3.5 Opus）的性能并沒有實現質的飛躍，參數規模和投入算力的大幅提升換取的迭代改進幅度明顯縮小，大模型Scaling Law作為大模型預訓練第一性原理可能失效引發業內擔憂。預計2025年，大模型領軍企業在多個方向尋求大模型技術突破。一是在數據合成和數據治理領域尋求方法。通過數據合成消除行業數據壁壘等方式滿足高質量訓練數據的匱乏問題。二是通過提升計算精度取得突破。通過計算精度不斷調優、現實世界數據與合成數據對照驗證技術提升數據準確率等方式，取得模型性能的繼續提升。三是將Scaling Law適用范圍拓寬。即從模型的訓練階段延伸到后期的推理與生成階段，包括強化學習、人類反饋、AI 反饋等，形成新的 Inference Scaling Law 。

趨勢三：OpenAI將繼續引領多模態推理能力顯著提升

2024年OpenAI的o1模型在科學、編程和數學等領域的推理能力方面顯著超越了GPT-4o等傳統的LLM，歸因于采用“隱式思維鏈”架構，采用自我對弈強化學習機制模仿人類高智商群體認知事物的過程，增強模型推理深度。然而該模型在多模態解析方面仍存在顯著的局限性，主要表現為無法處理多模態數據、推理過程“預思考”時間較長影響其在多模態任務表現。預計2025年，隨著OpenAI公司通過架構設計和訓練方法的進一步升級，可實現多模態思維鏈（Multimodal-CoT）捕捉不同模態數據之間的深層次關聯，融合語言和視覺信息，增加在工業制造、醫療保健等多模態場景的復雜推理應用能力。

趨勢四：空間智能等技術發展推動具身智能高精準度規模商用

2024年12月，智元公司開始規模量產具身智能機器人，空間智能是智元機器人高級別具身智能的關鍵性技術之一。隨著 Sim2Real AI 物理仿真合成數據技術和空間智能技術快速發展，AI機器人企業可在不同的商業場景中模擬環境變化、機器人構型和傳感器信息，利用大規?？臻g數據分析來進行精準建模。預計2025年具身智能可在多個商業場景中，實現以100%的合成數據，達到99.9%以上的毫米級別精準操作1。

趨勢五：端側模型技術快速成熟，帶動更多類型的移動終端走向繁榮

2024年端云協同和端側模型技術快速發展，一方面模型壓縮技術突破，端側模型輕量化同時推理效果良好，如壓縮到iPhone設備上的3B參數AppleOn-Device模型，運行表現媲美Mistral-7B；另一方面端側模型多模態幻覺率顯著下降，拓寬了應用邊界。預計2025年除手機外的移動終端如AI眼鏡、耳機，具備便攜性和佩戴基礎，有望成為端側AI發展的重要領域，通過AI Agent方式充分發揮語音和視野這兩種人類最為重要的交互入口作用，在低功耗環境下提供實時翻譯、路線導航等多模態應用，2025年全球出貨量很有可能超越千萬級別。

趨勢六：AI辦公領域跨應用、跨系統和跨終端應用加速

2024年Claude 3.5 Sonnet、Ferret-UI 2、OmniParser等多款模型及工具發布，顯示大模型終端操作能力迎來持續突破，如實現精準屏幕解析和像人類一樣操作終端設備。展望2025年，大模型終端使用能力將可能實現：一是人機交互能力、非結構化數據處理能力和內容生成能力繼續提升，可提高辦公效率30%以上。二是終端感知和交互過程向自動化方向發展，可應用于智慧城市自動搜集報警信息等場景。三是跨應用整合能力得到顯著提升，實現大模型跨應用、跨系統、跨終端操作終端設備，隨意在手機、電腦和智能眼鏡等終端進行切換。

趨勢七：人+AI協作模式將向更深入、更廣泛、更高效方向發展

2024年全球多智能體系統研究取得重要進展，人+AI協作方式正在從AI輔助向AI融入（AI/Human in loop）方向邁進，如OpenAI推出Swarm多智能體框架，微軟發布Magentic-One系統。預計2025年，人+AI協作將取得三大進展。一是實際任務執行力提升。通過數據閉環方案解決長尾等問題，智能體實際執行任務成功率提升50%，人類5%的日常工作決策將可由代理型AI自主做出。二是精準度達到商用水平。通過支持端到端的學習簡化架構減少誤差、利用先進的感知算法來構建周圍世界的三維模型，精準導航和避障準確率達到99%，商業應用范圍將進一步擴大。三是群體協作水平更高。多個智能體、具身機器人之間能夠共享信息、協調行動，共同完成復雜的任務，在網絡中形成集體智慧，AI協作效率將平均上升一倍。

趨勢八：物理AI技術和應用將取得關鍵突破

2024年底以英偉達、智源為首的機構將物理AI視為邁向AGI的必由之路。黃仁勛在COMPUTEX 2024上表示：“AI 的新一波浪潮是物理 AI，AI 能夠理解物理定律，物理 AI 正在成為現實”。物理學與AI的融合，預計2025年相關硬件和算法領域取得突破。一是插槽式GPU即將面世，這一改變將大幅簡化物理設備組件和插槽制造流程。二是針對 3D 世界開發的全新深度學習框架、仿真工廠、多模態世界模型等技術將快速升級演化。三是物理AI應用將從自動駕駛領域蔓延進入醫療護理、低空經濟等物理領域。

趨勢九：全球算力服務價格繼續大幅下降

2024年，全球智算算力成本呈現急劇下降趨勢，01.AI（零一萬物）和DeepSeek（深度求索）等初創公司通過專注于較小的數據集來訓練AI模型推動算力服務價格下降，阿里巴巴、百度和字節跳動大模型價格平均下降90%以上。預計2025年，一方面隨著算力技術的發展，如避開密集模型、GPU性能不斷升級、MOE技術發展、軟硬件融合等，另一方面大模型商借助低價算力服務加大客戶引流需要，推動全球算力服務價格繼續大幅下降。

趨勢十：AI原生應用規模商業化，AI廣告商業收入將成為關鍵

2024年，基礎大模型廠商相繼提供AI原生應用開發平臺和應用商店，加速AI原生應用從概念向規?；虡I化跨越。谷歌等公司的后向AI搜索收入成為增收重要來源，OpenAI等公司也將進入AI廣告市場，生成式AI工具如ChatGPT、DALL-E等正在通過優化廣告效果和提高轉化率來提升廣告收入。預計，2025年AI初創企業將大舉進入AI搜索等商業市場，通過利用AI技術優化廣告投放、提高營銷效率和投資回報率等方式來實現商業突破，將有10%的社交媒體廣告由AI自動生成。另外，預計AI原生企業將在人力密集型和知識密集型服務業爆發，律師、會計、編輯和程序員等傳統人力資源外包型業務將被服務型AI應用所替代。