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(chǎn)業(yè)加速發(fā)展，多模態(tài)大模型、COT、端側(cè)大模型、AI手機等技術和產(chǎn)品不斷突破，AI+的重塑重構作用持續(xù)顯現(xiàn)，同時，人工智能安全問題也引發(fā)了社會更大關注和擔憂。面向2025年，全球人工智能產(chǎn)業(yè)會呈現(xiàn)哪些新的變化？有哪些突破值得期待？天翼智庫為您呈現(xiàn)人工智能產(chǎn)業(yè)十大趨勢展望。
趨勢一：全球?qū)⒓訌夾I控制性、對齊性和可解釋性方面的監(jiān)管
2024年全球人工智能的發(fā)展速度已經(jīng)超過現(xiàn)有監(jiān)管政策的優(yōu)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(tǒng)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?qū)⒗^續(xù)加強AI控制性、對齊性和可解釋性方面的監(jiān)管，包括加強AI開發(fā)安全框架事前監(jiān)管、AI風險閾值事中監(jiān)管和分類敏捷治理等制度建設，加強即時監(jiān)管措施執(zhí)行力度，避免出現(xiàn)AI監(jiān)管滯后于技術發(fā)展步伐，進一步提高AI的安全性和可靠性。
趨勢二：龍頭企業(yè)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(chǎn)品（Orion、Gemini和Claude 3.5 Opus）的性能并沒有實現(xiàn)質(zhì)的飛躍，參數(shù)規(guī)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(fā)業(yè)內(nèi)擔憂。預計2025年，大模型領軍企業(yè)在多個方向?qū)で蟠竽Ｐ图夹g突破。一是在數(shù)據(jù)合成和數(shù)據(jù)治理領域?qū)で蠓椒ā?/STRONG>通過數(shù)據(jù)合成消除行業(yè)數(shù)據(jù)壁壘等方式滿足高質(zhì)量訓練數(shù)據(jù)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(diào)優(yōu)、現(xiàn)實世界數(shù)據(jù)與合成數(shù)據(jù)對照驗證技術提升數(shù)據(jù)準確率等方式，取得模型性能的繼續(xù)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(xù)引領多模態(tài)推理能力顯著提升
2024年OpenAI的o1模型在科學、編程和數(shù)學等領域的推理能力方面顯著超越了GPT-4o等傳統(tǒng)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(tài)解析方面仍存在顯著的局限性，主要表現(xiàn)為無法處理多模態(tài)數(shù)據(jù)、推理過程“預思考”時間較長影響其在多模態(tài)任務表現(xiàn)。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(xiàn)多模態(tài)思維鏈（Multimodal-CoT）捕捉不同模態(tài)數(shù)據(jù)之間的深層次關聯(lián)，融合語言和視覺信息，增加在工業(yè)制造、醫(yī)療保健等多模態(tài)場景的復雜推理應用能力。
趨勢四：空間智能等技術發(fā)展推動具身智能高精準度規(guī)模商用
2024年12月，智元公司開始規(guī)模量產(chǎn)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(shù)據(jù)技術和空間智能技術快速發(fā)展，AI機器人企業(yè)可在不同的商業(yè)場景中模擬環(huán)境變化、機器人構型和傳感器信息，利用大規(guī)模空間數(shù)據(jù)分析來進行精準建模。預計2025年具身智能可在多個商業(yè)場景中，實現(xiàn)以100%的合成數(shù)據(jù)，達到99.9%以上的毫米級別精準操作1。
趨勢五：端側(cè)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(xié)同和端側(cè)模型技術快速發(fā)展，一方面模型壓縮技術突破，端側(cè)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(shù)AppleOn-Device模型，運行表現(xiàn)媲美Mistral-7B；另一方面端側(cè)模型多模態(tài)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(cè)AI發(fā)展的重要領域，通過AI Agent方式充分發(fā)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(huán)境下提供實時翻譯、路線導航等多模態(tài)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(tǒng)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(fā)布，顯示大模型終端操作能力迎來持續(xù)突破，如實現(xiàn)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(xiàn)：一是人機交互能力、非結構化數(shù)據(jù)處理能力和內(nèi)容生成能力繼續(xù)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(fā)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(xiàn)大模型跨應用、跨系統(tǒng)、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(xié)作模式將向更深入、更廣泛、更高效方向發(fā)展
2024年全球多智能體系統(tǒng)研究取得重要進展，人+AI協(xié)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(fā)布Magentic-One系統(tǒng)。預計2025年，人+AI協(xié)作將取得三大進展。一是實際任務執(zhí)行力提升。通過數(shù)據(jù)閉環(huán)方案解決長尾等問題，智能體實際執(zhí)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(yè)應用范圍將進一步擴大。三是群體協(xié)作水平更高。多個智能體、具身機器人之間能夠共享信息、協(xié)調(diào)行動，共同完成復雜的任務，在網(wǎng)絡中形成集體智慧，AI協(xié)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(xiàn)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(fā)的全新深度學習框架、仿真工廠、多模態(tài)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(yī)療護理、低空經(jīng)濟等物理領域。
趨勢九：全球算力服務價格繼續(xù)大幅下降
2024年，全球智算算力成本呈現(xiàn)急劇下降趨勢，01.AI（零一萬物）和DeepSeek（深度求索）等初創(chuàng)公司通過專注于較小的數(shù)據(jù)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(jié)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(fā)展，如避開密集模型、GPU性能不斷升級、MOE技術發(fā)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(xù)大幅下降。
趨勢十：AI原生應用規(guī)模商業(yè)化，AI廣告商業(yè)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(fā)平臺和應用商店，加速AI原生應用從概念向規(guī)模化商業(yè)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(yōu)化廣告效果和提高轉(zhuǎn)化率來提升廣告收入。預計，2025年AI初創(chuàng)企業(yè)將大舉進入AI搜索等商業(yè)市場，通過利用AI技術優(yōu)化廣告投放、提高營銷效率和投資回報率等方式來實現(xiàn)商業(yè)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(yè)將在人力密集型和知識密集型服務業(yè)爆發(fā)，律師、會計、編輯和程序員等傳統(tǒng)人力資源外包型業(yè)務將被服務型AI應用所替代。
