12月10日消息，《2025年度AI十大趨勢報告》在“MEET2026智能未來大會”上正式發布。

報告由量子位智庫打造，基于對全球AI技術發展、產業應用和社會影響的深度調研與分析，全面呈現了人工智能領域的最新現狀與未來發展趨勢。

十大趨勢重塑AI發展格局

報告指出，2025年AI正從“工具時代”邁向“伙伴時代”，其發展將深刻重塑經濟結構、社會形態和人類生活方式，并有十大關鍵趨勢結論：

? 算力基建化：數據中心需求狂飆，算力經濟是智能產業第一大引擎

? 芯片AI化：AI原生需求重塑芯片創新，大市場大生態打開時代芯機遇

? 預訓練決定大模型格局梯隊，架構創新決定預訓練水平

? 大模型落地進入推理時間，推理需求倒逼模型創新

? 信息AI應用期，物理AI研發期，具身智能成合流風口

? AI重塑流量入口：PC互聯網、移動互聯網、Agentic互聯網

? 多模態成AI應用落地關鍵：視頻、3D、代碼依次展現生產力

? AI硬件百端齊放：PC手機汽車眼鏡玩具，煥腦正當時

? AI4S突破加速AGI實現，AI數理化觸及博士水平

? 開源AI進入中國時間，AGI擁有中國路線

報告通過對十大核心趨勢的系統梳理，為企業管理者、投資機構和科技從業者提供了極具價值的戰略參考。

趨勢一：算力基建化：數據中心需求狂飆，算力經濟是智能產業第一大引擎

算力已成為影響國家和企業戰略的關鍵資源。全球AI算力需求推動超大規模數據中心建設進入算力工廠時代，而“東數西算”、“太空超級計算機”等國家工程正系統構建高效、綠色的全國一體化算力網絡。

趨勢二：芯片AI化：AI原生需求重塑芯片創新，大市場大生態打開時代芯機遇

芯片層面，GPU主導地位受到挑戰，NPU在端側普及，ASIC/FPGA迎來增長。

中國正加速構建自主可控的算力生態，國產“芯片+SDK+框架”方案已在千億級模型訓練中得到驗證，DeepSeek等模型針對昇騰芯片深度優化，標志著全棧國產化能力邁入新階段。

趨勢三：預訓練決定大模型格局梯隊，架構創新決定預訓練水平

模型架構持續突破，在算力約束下，混合專家模型成為主流選擇。這種“大參數、小激活”的設計讓模型可在不顯著增加成本的情況下擴充容量。中國頭部模型團隊正普遍采用這一思路。

同時，為突破Transformer的O(n2)復雜度瓶頸，線性注意力和稀疏注意力等新架構也在快速發展。這些創新讓模型能夠更高效地處理長文本、視頻理解等需要長程依賴的任務。后Transformer時代的討論已從概念走向共識，架構創新將進入更為集中的突破期。

趨勢四：大模型落地進入推理時間，推理需求倒逼模型創新

2025年，大模型落地進入“推理時間”。模型在多模態深度推理、自適應推理、邊緣推理加速等方面持續突破，任務復雜度推動推理框架持續進化。

趨勢五：信息AI應用期，物理AI研發期，具身智能成合流風口

與此同時，物理AI與具身智能迎來研發熱潮，世界模型與VLA（視覺-語言-動作）框架成為技術焦點，具身智能正從小規模商業訂單走向更廣泛的應用探索。

自變量機器人作為全球具身智能基礎模型的第一梯隊代表，其自主研發的“Great Wall”模型系列已實現從感知到高精度操作的端到端控制，在復雜任務中展現出了強大的泛化能力，標志著中國力量在具身智能這一前沿領域的實質性突破。

趨勢六：AI重塑流量入口：PC互聯網、移動互聯網、Agentic互聯網

AI正在重塑流量入口。Agent從“人找服務”轉向“服務找人”，成為下一代交互范式。AI智能體具備感知、規劃、決策、執行的閉環能力，正逐步取代傳統App，操作系統亦向超級Agent演進。

而構建這類智能助手的關鍵之一，在于其對用戶個性化知識的理解與調用。以騰訊推出的ima知識庫為例，它允許用戶將碎片化的資料、筆記、網頁內容構建成個人或團隊的專屬知識庫，并與大模型深度結合。這使得AI不僅能回答通用問題，更能利用用戶自身的知識儲備，成為真正懂用戶的“第二大腦”。這種“知識即能力”的模式，正是Agent實現深度個性化服務、從“通用”走向“專用”的重要基石。

趨勢七：多模態成AI應用落地關鍵：視頻、3D、代碼依次展現生產力

新一代AI系統能夠同時處理和理解文本、圖像、聲音、視頻等多種信息類型，實現了跨模態的關聯理解和生成。這不僅提升了AI在復雜場景下的表現，也為創意內容生成、智能交互等應用開辟了新可能。

這些應用的關鍵價值在于釋放高價值勞動力，將人類精力轉移到具有實質性價值的核心任務和戰略性工作上。當一項技術被證明能顯著提升勞動生產率時，它就會從“競爭優勢”變為“生存必需品”。報告預測，未來2-3年內，隨著技術能力的成熟，AI會成為這些產業的標準工具。

趨勢八：AI硬件百端齊放：PC手機汽車眼鏡玩具，煥腦正當時

輕量化模型和邊緣計算技術成熟，推動AI能力向手機、汽車、IoT設備等終端普及。越來越多的智能設備開始具備本地AI處理能力，端側AI的興起解決了數據隱私、網絡延遲和成本效率三大核心問題。這些設備能夠在不依賴云端連接的情況下，實時響應用戶請求，提供個性化的智能服務。

趨勢九：AI4S突破加速AGI實現，AI數理化觸及博士水平

AI正從科研工具升級為科研主體，開啟自主科學發現（Agentic Science）新范式。

在材料、化學、生物、醫療等領域，AI已能自主設計實驗、預測蛋白質結構、發現新材料、甚至從病理圖像中精準預測基因突變，其復雜問題解決能力已觸及博士水平。這一趨勢不僅極大加速了科研進程，其所需的深度推理、跨學科整合與自主探索能力，也被視為通向AGI的關鍵路徑。

在醫療健康領域，騰訊與廣州呼吸健康研究院聯合開發的DeepGEM病理大模型是這一趨勢的典范。該模型僅通過常規病理切片圖像，即可在1分鐘內高精度預測肺癌基因突變，將檢測成本降低數倍，為全球肺癌精準診療提供了“中國方案”，彰顯了AI在解決重大人類健康問題上的巨大潛力與價值。

趨勢十：開源AI進入中國時間，AGI擁有中國路線

中國AI正從“參與者”轉向“領導者”。企業從應用導向轉向深度研發，國家層面將AGI置于戰略核心，推動技術自主與生態可控。DeepSeek、Qwen等開源模型在全球社區影響力迅速提升，下載量位居前列。

在開源AI領域，中國模型展現的競爭力席卷全球，疊加應用、市場和生態要素，開源AI已經進入了中國時間。

報告指出，在AGI這一關乎未來的領域，中國正通過開源生態、自主芯片、國家算力網絡與產學研協同，走出一條獨特的“中國路線”，在全球AI格局中扮演日益重要的角色。

結語

《2025年度AI十大趨勢報告》揭示的核心結論清晰而有力：我們正站在AI發展的歷史性轉折點。

技術從模型競賽走向場景融合，大模型不僅是前沿試驗，也是觸手可及的生產力；算力不僅是基礎設施，也是國家和企業的競爭力；開源不僅是技術共享，也是全球創新協同的主舞臺。

中國不僅在應用層面持續領先，更在開源生態、芯片自主、AGI路徑等基礎層面加速布局，展現出從“跟跑”到“并跑”乃至“領跑”的體系化能力。

AI的未來，不僅是技術的迭代，更是生態的重構、流量的重塑與生產生活方式的根本變革。（果青）