北京智源人工智能研究院發(fā)布了“2025十大AI技術(shù)趨勢”，從基礎設施到產(chǎn)品應用，智源對Scaling Law、基礎模型、具身智能、超J應用、AI安全等關(guān)鍵方向作出預測。

“當前，我們處在人工智能發(fā)展的新拐點(diǎn)，大模型的能力涌現加速通用人工智能時(shí)代的到來(lái)�！敝窃囱芯吭涸洪L(cháng)王仲遠表示，原生統一多模態(tài)、具身智能、AI for Science，將進(jìn)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(dòng)科學(xué)研究創(chuàng )新突破。

趨勢一 科學(xué)的未來(lái)：AI4S驅動(dòng)科學(xué)研究范式變革

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

趨勢二 “具身智能元年”：具身大小腦和本體的協(xié)同進(jìn)化

2025年的具身智能，將繼續從本體擴展到具身腦的敘事主線(xiàn)，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(lái)洗牌，廠(chǎng)商數量開(kāi)始收斂；在技術(shù)路線(xiàn)上，端到端模型繼續迭代，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(chǎng)景下的具身智能應用，部分人形機器人迎來(lái)量產(chǎn)。

趨勢三 “下一個(gè)Token預測”：統一的多模態(tài)大模型實(shí)現更G效AI

人工智能的本質(zhì)在于對人的思維的信息過(guò)程的模擬。當前的語(yǔ)言大模型、拼接式的多模態(tài)大模型，在對人類(lèi)思維過(guò)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(shí)現端到端輸入和輸出的原生多模態(tài)技術(shù)路線(xiàn)給出了多模態(tài)發(fā)展的新可能�；�于此，訓練階段即對齊視覺(jué)、音頻、3D等模態(tài)的數據，實(shí)現多模態(tài)的統一，構建原生多模態(tài)大模型成為多模態(tài)大模型進(jìn)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(dòng)基礎模型性能提升的訓練模式“性?xún)r(jià)比”持續下降，后訓練與特定場(chǎng)景的Scaling law不斷被探索。強化學(xué)習作為發(fā)現后訓練、推理階段的Scaling Law的關(guān)鍵技術(shù)，也將會(huì )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GJ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(dòng)AI在自動(dòng)駕駛、機器人控制及智能制造等前沿L域的深度應用，更有望突破傳統的任務(wù)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

G質(zhì)量數據將成為大模型進(jìn)一步Scaling up的發(fā)展阻礙。合成數據已經(jīng)成為基礎模型廠(chǎng)商補充數據的選。合成數據可以降低人工治理和標注的成本，緩解對真實(shí)數據的依賴(lài)，不再涉及數據隱私問(wèn)題；提升數據的多樣性，有助于提G模型處理長(cháng)文本和復雜問(wèn)題的能力。此外，合成數據可以緩解通用數據被大廠(chǎng)壟斷，專(zhuān)有數據存在獲取成本等問(wèn)題，促進(jìn)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(huì )面臨較大的推理側的開(kāi)銷(xiāo)限制，對部署資源、用戶(hù)體驗、經(jīng)濟成本等均帶來(lái)巨大挑戰。算法加速和硬件優(yōu)化技術(shù)持續迭代，雙輪驅動(dòng)加速AI Native應用落地。

趨勢八 重塑產(chǎn)品應用形態(tài)，Agentic AI成為產(chǎn)品落地的重要模式

2025年，更通用、更自主的智能體將重塑產(chǎn)品應用形態(tài)，進(jìn)一步深入工作與生活場(chǎng)景，成為大模型產(chǎn)品落地的重要應用形態(tài)。從Chatbot、Copilot到AI Agent、Agentic AI，2023年以來(lái)行業(yè)對于A(yíng)I應用形態(tài)的理解越發(fā)深入。從更強調產(chǎn)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G、對業(yè)務(wù)流程理解更深的多智能體系統在應用側的落地。

趨勢九 AI應用熱度漸起，Super App花落誰(shuí)家猶未可知

近一年時(shí)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(lái)的降本，Agent/RAG框架、應用編排工具等技術(shù)的持續發(fā)展，為AI超J應用的落地積基樹(shù)本。雖然Super APP花落誰(shuí)家尚未塵埃落定，但從用戶(hù)規模、交互頻次、停留時(shí)長(cháng)等維度來(lái)看，AI應用熱度持續攀升，已到應用爆發(fā)的黎明前夕。

趨勢十 模型能力提升與風(fēng)險預防并重，AI安全治理體系持續完善

作為復雜系統，大模型的Scaling帶來(lái)了涌現，但復雜系統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工程的安全防護機制帶來(lái)了挑戰�；�礎模型在自主決策上的持續進(jìn)步帶來(lái)了潛在的失控風(fēng)險，如何引入新的技術(shù)監管方法，如何在人工監管上平衡行業(yè)發(fā)展和風(fēng)險管控？這對參與AI的各方來(lái)說(shuō)，都是一個(gè)值得持續探討的議題。

附件：2025年十大AI技術(shù)趨勢-原生統一多模態(tài)、具身智能、AI for Science