智東西AI前瞻（公眾號(hào)：zhidxcomAI）
作者 江宇
編輯 漠影

智東西AI前瞻7月28日報(bào)道，今日，在2025世界人工智能大會(huì)（WAIC）期間，啟明創(chuàng)投主管合伙人周志峰發(fā)表主題演講《技術(shù)向上生長，應(yīng)用向下扎根——AI共振周期暨2025 AI十大展望發(fā)布》，發(fā)布了“AI十大展望”。

該報(bào)告覆蓋了從基礎(chǔ)模型、多模態(tài)智能體、AI基礎(chǔ)設(shè)施到新型交互與機(jī)器人應(yīng)用等多個(gè)方向，系統(tǒng)梳理了未來12至24個(gè)月內(nèi)值得關(guān)注的關(guān)鍵技術(shù)與落地趨勢，構(gòu)成了一份面向下一個(gè)AI周期的重要趨勢圖譜。

在這份年度報(bào)告中，啟明創(chuàng)投將未來一到兩年的發(fā)展趨勢概括為“能力突破”與“應(yīng)用深化”兩個(gè)方面。

啟明創(chuàng)投判斷，未來12到24個(gè)月，大模型領(lǐng)域或?qū)⒂瓉硪淮螞Q定性躍遷：基礎(chǔ)模型上下文窗口或拓展至200萬Token，通用視頻模型有望實(shí)現(xiàn)生成、推理、理解一體化，徹底改變內(nèi)容創(chuàng)作與人機(jī)交互方式。

如果這些能力得以兌現(xiàn)，其直接產(chǎn)物將是“數(shù)字員工”的真正誕生——Agent不再只是工具，而將深入企業(yè)內(nèi)部流程去交付結(jié)果；多模態(tài)智能體也將在高復(fù)雜場景中完成推理與執(zhí)行。

同時(shí)，國產(chǎn)AI芯片將迎來“國設(shè)”+“國造”的大規(guī)模交付，AI原生硬件或?qū)⒃诓糠謭鼍皬氖謾C(jī)上轉(zhuǎn)移出用戶的部分需求，具身智能產(chǎn)品如通用機(jī)器人也有望率先在制造業(yè)和物流業(yè)的揀選、搬運(yùn)和組裝等場景實(shí)現(xiàn)商業(yè)部署。

以下是周志峰演講實(shí)錄（智東西在不影響原意的前提下進(jìn)行了處理）：

一、AI投資熱度不減，技術(shù)與應(yīng)用進(jìn)入“共振”周期

一年一度，一期一會(huì)。首先特別開心，又能在WAIC啟明創(chuàng)投的創(chuàng)業(yè)與投資論壇上，跟各位新老朋友，無論是線下參加還是線上看直播的，再次聚在一起。熟悉我們論壇的人都知道，每年都是我來開始這個(gè)“序曲”，引出后續(xù)的演講與討論。

今年我的題目叫“技術(shù)向上生長，應(yīng)用向下扎根”。為什么起這個(gè)名字？我記得2023年我們第一次論壇的時(shí)候，我跟大家分享過我的感受：做AI投資人最大的感受就是“累”。

當(dāng)時(shí)美國大模型公司密集發(fā)布新模型，我經(jīng)常凌晨三四點(diǎn)起床，為了搶那些公司發(fā)布會(huì)之后有限的邀請碼，趕緊去試試最新的大模型技術(shù)。

去年我說，AI越來越熱鬧，但在任何一個(gè)“大浪潮”熱鬧的時(shí)候，噪音特別多。作為一個(gè)投資人，如何“讓自己安靜下來”？你真正能夠有自己的獨(dú)立判斷、有自己的思考去進(jìn)行布局，是一件特別不容易的事。

而今年，我覺得AI產(chǎn)業(yè)又到了一個(gè)新的階段：一方面，技術(shù)還在往上快速增長，沒有明顯的天花板；另一方面，技術(shù)在性能、成本方面變得“可用”，我們也看到“大規(guī)模的應(yīng)用已經(jīng)開始落地”，就像“樹根一樣”深深扎根、扎實(shí)生長，在創(chuàng)造巨大的價(jià)值。

所以今年AI處在一個(gè)很特別的“周期”——“AI技術(shù)與應(yīng)用的共振周期”。啟明創(chuàng)投在整個(gè)AI產(chǎn)業(yè)鏈上有很多布局，我們投了很多中國AI領(lǐng)域的企業(yè)。

但我們的信息和觀點(diǎn)，并不是“閉門造車”自己想出來的，而是整合了來自產(chǎn)業(yè)界“一手信息”的成果，這也是我今天十分鐘分享的基礎(chǔ)。從投資人角度講，我依然愿意“累”，因?yàn)檫@是最熱門的賽道。

大家可以看看，2025年AI占了全球50%以上的投資份額。一個(gè)領(lǐng)域占全球一半的投資，這說明：即使AI大模型已經(jīng)成長了兩三年，大家仍然認(rèn)為“它的潛力依然巨大”。越來越多投資人，用“真金白銀去投票”，持續(xù)投入到AI中。

這半年甚至一年，很多人在問：“是不是預(yù)訓(xùn)練這條路快走到頭了，大模型的天花板差不多了？Scaling Law是不是不靈了？”但從資本的“投票”來看，不是這樣的。2024年，模型公司拿到了330億美元，占全年全球風(fēng)險(xiǎn)投資的近20%。

二、大模型關(guān)鍵能力躍遷，推理與多模態(tài)成技術(shù)主線

這也說明，大模型依然在高速發(fā)展。過去12個(gè)月，大模型有了很多新突破，比如MOE架構(gòu)、合成數(shù)據(jù)、更長的上下文窗口等等。如果讓我總結(jié)一兩個(gè)最關(guān)鍵的技術(shù)進(jìn)展，第一個(gè)一定是推理能力。

以前的大模型是靠幾萬億個(gè)token做預(yù)訓(xùn)練，壓縮信息。當(dāng)你提問時(shí)，它只是把“信息轉(zhuǎn)移”給我們?nèi)祟愑脩簟６F(xiàn)在，有了推理能力之后，它能做更深入的邏輯思維，“向前推理，向后反思”，具備了非常復(fù)雜的一些能力。效果非常明顯。

去年這個(gè)時(shí)候，我們在講GPT-4o，當(dāng)時(shí)，它是最強(qiáng)的模型。但如果用人類智商測試標(biāo)準(zhǔn)，它的成績不到70分。還記得《阿甘正傳》里的主角Forest Gump嗎？他的智商是75，是一位“輕度的智障者”。所以當(dāng)時(shí)的大模型，也只是“人類的輕度智障者”水平，只能做一些簡單的應(yīng)用，做不了復(fù)雜任務(wù)。

但現(xiàn)在，最新的推理模型，比如上周五發(fā)布的“階躍星辰Step-3”模型，智商已達(dá)到120左右。這意味著什么？全球80億人，有87%的人的智商在90-120分之間。也就是說，大模型已經(jīng)超越了80%以上人類的智商水平。這是非常重大的進(jìn)展。

另一個(gè)關(guān)鍵是“多模態(tài)”。過去，我們說“大語言模型”，但語言只是人感知和交互的一個(gè)維度。如果能融入語音、圖像、視頻，甚至未來的物聯(lián)網(wǎng)多維信息，那模型對世界的感知與交互就會(huì)變得更加豐富多彩。

除了語言主導(dǎo)的模型外，圖像和視頻生成模型的進(jìn)展也很大。今年5月，谷歌發(fā)布的“Veo 3”，已經(jīng)能生成非常真實(shí)的視頻，還能自動(dòng)加音效、對白、背景噪音，讓你感覺“就像是一個(gè)真實(shí)世界的視頻記錄”。

我們投資的生數(shù)科技，此前也發(fā)布了新一代視頻模型。它可以支持輸入“最多七個(gè)主體”（人、動(dòng)物、汽車等）的參考圖片，且在生成的視頻中保持這些主體的“高度一致性”。

三、Agent進(jìn)化走向“七月定律”，AI產(chǎn)品應(yīng)用邁向全球

再來說說Agent。這是從今年3月開始最火的話題。Agent爆火，其實(shí)是因?yàn)榛A(chǔ)模型能力提升了：上下文窗口更大、能使用外部工具，核心還是“推理能力”的增強(qiáng)。現(xiàn)在甚至出現(xiàn)了“智能體的摩爾定律”——任務(wù)處理復(fù)雜度每七個(gè)月翻一倍。我們可以期待Agent再經(jīng)歷一、兩個(gè)“七個(gè)月周期”后，會(huì)達(dá)到什么樣的智能水平。

今年1月，DeepSeek V3/R1模型發(fā)布，震驚全球。它在“推理成本”上做得非常好，僅為OpenAI對應(yīng)模型的5%。此后，全球大模型團(tuán)隊(duì)都在壓低成本。谷歌比DeepSeek還降了不少，階躍星辰最新模型的推理成本又比DeepSeek更低。現(xiàn)在主流的大模型，即使沒有做蒸餾，完整尺寸大模型的推理成本也已經(jīng)降到每百萬Token約1美元，比去年下降了近100倍。

講完技術(shù)，我們再看應(yīng)用層。大家熟悉的ChatGPT這個(gè)產(chǎn)品，是這波AI浪潮的點(diǎn)火器。2023年7月，我們第一次在WAIC召開論壇時(shí)，ChatGPT周活用戶不到1億；到2024年舉辦論壇時(shí)是2億；而現(xiàn)在已經(jīng)“差不多八、九億周活用戶”了。AI應(yīng)用發(fā)展速度非常快。

哈佛商業(yè)評論最近也總結(jié)了一個(gè)趨勢——AI產(chǎn)品從輔助創(chuàng)意走向深層互動(dòng)。過去我們用AI在做圖、寫文案時(shí)產(chǎn)生創(chuàng)意，參考它的idea。但現(xiàn)在，療愈陪伴產(chǎn)品成了最常用的應(yīng)用，真正幫助用戶尋找情緒出口，成為一個(gè)數(shù)字化的陪伴者。

Token調(diào)用量也反映了應(yīng)用熱度，比如豆包，12個(gè)月內(nèi)調(diào)用量增長了超過100多倍。

硬件方面也有進(jìn)展。我們投的“未來智能”推出的翻譯耳機(jī)，用戶已突破100萬。Plaud AI這個(gè)華人團(tuán)隊(duì)主攻北美市場，也剛剛突破百萬用戶。

人形機(jī)器人在中國開始率先落地。比如兩周前，優(yōu)必選剛簽了全球最大的人形機(jī)器人訂單；智元與宇樹也中標(biāo)了真實(shí)落地場景。

還有一個(gè)趨勢是“全球化”。過去互聯(lián)網(wǎng)公司是“本地稱王，再拓海外”；但現(xiàn)在，AI產(chǎn)品“生而全球”。比如快手的可靈AI，網(wǎng)頁端80%流量來自海外。生數(shù)科技的視頻生成平臺(tái)Vidu AI，上線3個(gè)月用戶超1000萬，其中80%以上也來自海外。

四、十大預(yù)測：基礎(chǔ)突破、應(yīng)用轉(zhuǎn)向與硬件新形態(tài)

我們每次分享的最后，也是最重要的環(huán)節(jié)，我們再次挑戰(zhàn)一下自己，跟大家聊聊我們對接下來12個(gè)月到18個(gè)月的十大展望。

1、基礎(chǔ)模型上下文窗口突破

今年的展望，第一個(gè)是關(guān)于基礎(chǔ)模型。我們認(rèn)為基礎(chǔ)模型會(huì)有很多創(chuàng)新，但有一點(diǎn)，就是12個(gè)月內(nèi)，中國和美國的頭部基礎(chǔ)模型就會(huì)達(dá)到一個(gè)200萬Token的上下文窗口。從供給端看，注意力機(jī)制等架構(gòu)的創(chuàng)新正在推動(dòng)長文本能力迅速突破；而從需求端看，只有上下文窗口更長，才能生成出真正有細(xì)節(jié)、有連貫性的、貼合語境的高質(zhì)量內(nèi)容。

2、通用視頻模型進(jìn)入實(shí)用期

第二個(gè)是關(guān)于多模態(tài)模型。其實(shí)不光是我們啟明自己的判斷，我們也結(jié)合了很多企業(yè)家、科學(xué)家、創(chuàng)新者的智慧。

在這個(gè)領(lǐng)域，我們判斷未來一到兩年之內(nèi)，會(huì)出現(xiàn)真正的通用視頻模型，可以處理在視頻模態(tài)下的多種任務(wù)，包括生成、推理和任務(wù)理解，促進(jìn)“內(nèi)容生成”以及“交互方式”的革新。

3、Agent邁入“數(shù)字員工”時(shí)代

那下一個(gè)是關(guān)于AI Agent。AI Agent也是現(xiàn)在非常熱的話題。我們判斷在未來12到14個(gè)月，Agent的形態(tài)將從“工具的輔助”走向“真正的任務(wù)承接”。

在未來，我們認(rèn)為兩年之內(nèi)會(huì)有真正意義上的“首批數(shù)字員工”進(jìn)入企業(yè)內(nèi)部，廣泛參與企業(yè)的研發(fā)、銷售、運(yùn)營和客戶服務(wù)等重要環(huán)節(jié)。這意味著AI Agent不再僅作為助手存在，而是從“成本工具”走向了“價(jià)值創(chuàng)造”，具備主動(dòng)承擔(dān)OKR、主動(dòng)反饋、協(xié)同作業(yè)等能力。

4、多模態(tài)Agent將不斷走向?qū)嵱没?/strong>

多模態(tài)Agent將能夠融合視覺、語音、傳感器等多源輸入，進(jìn)行復(fù)雜推理、工具調(diào)用與任務(wù)執(zhí)行，在醫(yī)療、金融、法律等行業(yè)率先實(shí)現(xiàn)突破。

5、更多國設(shè)國造的GPU開啟批量交付

然后下面是關(guān)于AI的基礎(chǔ)設(shè)施，第一個(gè)是關(guān)于芯片。我們認(rèn)為未來12個(gè)月到18個(gè)月內(nèi)，有望看到越來越多所謂“國設(shè)”且“國造”的GPU問世。

不光是中國團(tuán)隊(duì)設(shè)計(jì)的GPU，而且是在中國的供應(yīng)鏈中生產(chǎn)的GPU，能夠真正走向市場，批量交付。這將是對中國AI行業(yè)一個(gè)巨大的好消息。

但與此同時(shí)，我們也會(huì)看到很多新一代去顛覆傳統(tǒng)GPU的“馮諾依曼架構(gòu)”的AI芯片出現(xiàn)。比如說3D內(nèi)存堆疊、通算融合等新一代AI芯片，也會(huì)慢慢走向市場、嶄露頭角。

6、AI Infra側(cè)將大幅降低Token成本

接下來是我們對另一個(gè)AI基礎(chǔ)設(shè)施層的判斷。過去兩年推理成本已下降了超百倍，我們判斷這個(gè)趨勢還會(huì)繼續(xù)。

未來12到24個(gè)月，Token的消耗量還會(huì)再提高1到2個(gè)數(shù)量級。集群推理優(yōu)化、終端推理優(yōu)化，和軟硬件協(xié)同優(yōu)化，將成為AI基礎(chǔ)設(shè)施進(jìn)一步降低Token成本的關(guān)鍵路徑。

7、AI催生“非屏幕中心”的新型硬件

再說說應(yīng)用，我們比較確信未來很快會(huì)看到一次“范式轉(zhuǎn)移”。也就是說，過去或現(xiàn)在我們主要的應(yīng)用，都是基于手機(jī)，基于“人+屏幕”的人機(jī)交互方式。手機(jī)這種屏幕中心的人機(jī)交互方式，已經(jīng)越來越跟不上AI能力的發(fā)展。

未來會(huì)出現(xiàn)很多更自然、更符合人性的“人機(jī)交互方式”，改變我們使用手機(jī)的習(xí)慣。也許會(huì)很快出現(xiàn)一種“能承載AI能力、又符合人性的交互”的新硬件形態(tài)。就像當(dāng)年手機(jī)，在15年前、20年前把PC上的很多人類需求“轉(zhuǎn)移”出來一樣，新一代的硬件，也會(huì)把我們今天很多人類需求從手機(jī)上“轉(zhuǎn)移出來”。

8、垂類切入成為創(chuàng)業(yè)破局關(guān)鍵

從我們投資人、創(chuàng)業(yè)者的角度，我們其實(shí)比較喜歡“go narrow and go deep”。我們的策略就是：應(yīng)該找一個(gè)垂直細(xì)分場景，把它做深做透。這樣企業(yè)才能更有效地與大廠形成差異化競爭，走出所謂大廠的“巨人陰影”。

9、AI-BPO模式崛起

另外一個(gè)關(guān)于AI應(yīng)用的預(yù)測，我們也看到，過去幾年，從賣license，到賣訂閱，各種商業(yè)模式越來越豐富。而現(xiàn)在我們看到一種新模式正在異軍突起，即“AIBPO”——也就是AI驅(qū)動(dòng)的業(yè)務(wù)外包。

AI BPO（業(yè)務(wù)外包）模式將在未來12-24個(gè)月實(shí)現(xiàn)商業(yè)化突破，從“交付工具”走向“交付結(jié)果”，并通過“按結(jié)果付費(fèi)”的方式，在金融、客服、營銷、電商等流程標(biāo)準(zhǔn)化行業(yè)快速擴(kuò)張。

10、具身智能將在三個(gè)場景率先落地

最后一個(gè)預(yù)測，是這幾個(gè)月最熱的“具身智能”。很多媒體都在問我：“你們覺得具身智能機(jī)器人，最先會(huì)在哪些真正有用的場景落地？而不是只是舞臺(tái)表演？”我們大膽預(yù)測，未來12至18個(gè)月內(nèi)，會(huì)在挑選、搬運(yùn)和組裝三個(gè)場景率先落地，而且是“規(guī)模化落地”——我說的“規(guī)模化”是“上千臺(tái)、上萬臺(tái)”的落地。

我們覺得這點(diǎn)非常關(guān)鍵。只有在一些細(xì)分場景落地之后，才會(huì)形成“從模型、本體到場景數(shù)據(jù)”的飛輪效應(yīng)，推動(dòng)整個(gè)具身智能技術(shù)高速向前發(fā)展。