智源研究院公布十大AI技术趋势，具身智能将洗牌，Super APP归属成谜？
北京智源人工智能研究院，也就是所谓的“智源研究院”，不久之前发布了一份名为“2025十大AI技术趋势”的报告。《中国经营报》的记者知晓了这样的情况，今年的十大AI趋势，是智源研究院依据行业技术以及应用的热点，从基础设施一直到产品应用，智源针对Law、基础模型、具身智能、超级应用、AI安全等关键方向进行了预测，对于每个趋势观点，报告还给出了其能够成为2025年度趋势的论证逻辑。
记者察觉到，于十大趋势的代表事例当中，有不少是中国自行研发的技术以及产品的踪迹，比如说，在多模态范畴，智源研究院公布了全然自行研发的基于回归技术的原生多模态世界模型Emu3，达成了视频、图像、文本这三种模态的统一领会且生成。在模型应用领域，豆包的月活跃用户数量于2024年12月抵达了7116万户，在服务类智能体赛道，蚂蚁集团旗下的支小宝、蚂小财等系列AI管家产品迅速向生活、理财场景渗透……
在场的智源研究院院长王仲远宣称，处于人工智能发展新设之时，原生统一存在多种模拟类型、具备身体活动能力智力、人工智能用于，这不仅会全面加深人工智能对于世界的察觉、考量以及推断，同时还能推动科学研究取得革新进展。
以下为智源研究院作出的2025年十大AI技术趋势：
趋势一，科学之未来：AI4S促使科学研究范式发生变革，大模型引领下的AI4S，已然成为推动科学研究范式变革的关键力量，2024年，科研人员运用AI的比例迅速增长，AI对科学研究方法以及流程的变革效应也开始呈现出。2025年，多模态大模型会进一步深入融入科学研究，赋予能量给多维数据的复杂结构挖掘活动，辅助科研问题施行综合理解以及全局分析工作，为生物医学方面、气象领域、材料发现工作、生命模拟工作、能源工作等基础与应用科学的研究开拓出新方向。
趋势二，“具身智能元年”是什么，是具身大小脑和本体的协同进化。2025 年具身智能有怎样的进展，它会继续沿着从本体扩展到具身脑的叙事主线发展。在行业格局方面，情况又是如何，近百家具身初创公司大概将会迎来洗牌这个状况，厂商数量开始呈现收敛态势；在技术路线那里，具体是怎样的，端到端模型会持续迭代，小脑大模型的尝试或许会出现突破；在商业变现领域，又会怎样，我们肯定会看到更多工业场景下的具身智能应用，部分人形机器人迎来量产。
趋势三，“下一个Token预测”：实现更高效 AI 的统一多模态大模型。当下的语言大模型，拼接式的多模态大模型，在模拟人类思维过程方面存在天然局限。从训练起始就打通多模态数据，给出多模态发展新可能的是实现端到端输入与输出的原生多模态技术路线。基于这点，在训练阶段对齐视觉、音频、3D 等模态的数据，达成多模态的统一，使构建原生多模态大模型成为多模态大模型进化的重要方向。
趋势四，法律扩展：强化学习与大语言模型，模型泛化从预训练朝着后训练、推理迁移。基于法律推动基础模型性能提升的训练模式，其“性价比”持续降低，而后训练与特定场景的法律一直在不断探索。强化学习作为发现后训练、推理阶段的法律的关键技术，也将会获得更多的应用与创新运用。
趋势五，世界模型加快速发布状态达到，有希望成为多模态大模型的下一个局面阶段。更着重于“因果”推理的世界模型给予AI更具高级别的认知，还有更契合逻辑的推理和决策能力，这种能力不但能够促使AI在自动驾驶、机器人控制以及智能制造等前沿领域进行深度应用场景，更有希望突破传统的任务界限边界限制，去探索人机交互的新的可能性。
趋势六，合成数据会变成大模型迭代以及应用落地的关键催化剂，高质量数据会成为大模型进一步向上发展的阻碍，合成数据已成基础模型厂商补充数据的首选，可以降低人工治理以及标注成本，缓解对真实数据的依赖，不再涉及数据隐私问题，提升数据多样性，有助于提高模型处理长文本与复杂问题的能力，此外，能缓解通用数据被大厂垄断，专有数据存在获取成本等问题，促进大模型的应用落地。
趋势七，推理优化迭代加速，这成为使AI应用得以落地的必要条件，大模型硬件载体正从云端朝着手机、PC等端侧硬件进行渗透，在这些存在资源受限情况：比如AI算力、内存等的设备上，大模型的落地应用会遭遇具有较大推理侧的开销限制这种状况，进而对部署资源、用户体验、经济成本等都带来巨大挑战，算法加速和硬件优化技术持续迭代，以双轮驱动的方式加速AI应用落地。
趋势八，对产品应用形态予以重塑，其中 AI 成为产品落地的关键重要模式。在 2025 年，会出现更通用、更具自主特性的智能体，它将对产品应用形态进行重塑，能进一步深入地进入工作与生活场景，从而成为大模型产品落地的关键适用形态。自 2023 年起，就行业而言，从、到 AI Agent、AI, 对 AI 应用形态的理解变得越发深刻。先是更侧重于产品概念的 Agent, 而后是更着重应用智能程度的 AI, 在 2025 年将会目睹更多智能化程度更高、对业务流程理解更为深入的多智能体系统在应用方面的落地。
趋势九，AI应用热度渐渐兴起起来，Super App究竟归谁家仍难以知晓。近乎一年的时间，生成式模型在图像方面、视频方面的处理能力取得了大为显著的提升，再加上推理优化从而带来成本降低这一点，另外Agent/RAG框架、应用编排工具等技术的不断持续发展，这些为AI超级应用的落地奠定了基础。尽管Super APP谁将获得还没有最终确定下来，但从用户规模、交互频次、停留时长等多个维度来观察去看考虑分析，AI应用热度持续不断攀升升高，已然到了应用即将爆发的黎明前夕的阶段。
趋势十，模型能力提升与风险预防并重，AI安全治理体系不断持续完善。大模型作为复杂系统，带来了涌现，然而复杂系统特有的涌现结果不可预测、循环反馈等特定属性，也给传统工程的安全防护机制带来了挑战。基础模型在自主决策方面的持续进步，带来了潜在的失控风险，怎样引入新的技术监管方法，怎样在人工监管方面平衡行业发展和风险管控？这对于参与AI的各方而言，都是一个值得接连不断探讨的议题。