飛象原創(chuàng)（孫迎新/文）猝不及防而又美不勝收，這或許是AI在過去一年里給大多數(shù)人留下的最直觀感受。同時我們也覺察到，世界像是被某種未知卻又充滿宿命感的代碼所驅動，在這百花齊放而又令人眼花繚亂的成果背后，運轉著一種更深層的邏輯。
在2025年1月的CES（國際消費電子展）上，英偉達創(chuàng)始人兼首席執(zhí)行官黃仁勛對AI技術的發(fā)展做出了高度的概括與展望。黃仁勛在詳細梳理了人工智能技術的進化路徑之后，他得出的結論是，包括感知AI（Perception AI）、生成式AI（Generative AI）以及當前火熱的代理型AI（Agentic AI），AI技術正在從理解圖像、文字和聲音的感知階段，逐步發(fā)展到能夠創(chuàng)造內容的生成階段，最終將進入能夠運行、推理、計劃和行動的物理AI階段。
不可否認的是，在當今數(shù)字化浪潮的推動下，AI正以前所未有的速度改變著我們的生活、工作和社會結構�？梢灶A見在2025年，AI領域將迎來一系列重大突破與改變，這些變革不僅源于技術的內在演進，也受到社會需求、環(huán)境和經(jīng)濟轉型等外在因素的推動。
AI變革之因與驅動力：需求進化
從目前來看，AI領域的技術突破主要體現(xiàn)在大模型和多模態(tài)技術的深度融合上。例如，生成式AI能夠處理文本、圖像、音頻和視頻等多種數(shù)據(jù)類型，極大地拓展了其應用范圍。行業(yè)大模型的發(fā)展，如針對醫(yī)療、金融和教育等特定行業(yè)的定制化模型，顯著提升了產(chǎn)業(yè)數(shù)字化和決策效率。此外，具身智能（Embodied AI）的發(fā)展使AI具備類似人類的多感官和自主學習能力，進一步推動了AI與物理世界的交互。
而另一方面，大規(guī)模語言模型（LLM）和多模態(tài)大模型的突破，推動了AI在推理能力、自然語言處理和跨模態(tài)理解上的顯著進步。AI基礎設施的升級，包括算力的有效調度和高效協(xié)同運行，為AI技術的進一步發(fā)展提供了堅實基礎。一個具體的例子就是，谷歌的TPU和英偉達的GPU等硬件技術的不斷進步，為AI模型的訓練和部署提供了強大的支持。
當然，我們也注意到人工智能的基礎理論研究取得了重大進展，部分技術與應用達到了世界領先水平。在深度學習、自然語言處理和計算機視覺等領域不斷涌現(xiàn)新的研究成果。研究者們探索了新的算法優(yōu)化方法，如密度推斷，以應對“規(guī)模定律”瓶頸，進一步提升了AI模型的性能。
AI在應用領域也有長足的發(fā)展。AI與量子計算、生物技術、綠色能源等領域的交叉融合，為AI技術的突破提供了新的可能性。例如，量子計算與AI的結合能夠加速數(shù)據(jù)處理，支持復雜系統(tǒng)模擬和藥物發(fā)現(xiàn)。此外，AI與科學的深度融合，如AlphaFold在蛋白質結構預測中的突破，為新藥物設計和治療方法的開發(fā)提供了支持。
除此之外，AI技術在醫(yī)療、金融、教育、法律等領域的廣泛應用，推動了行業(yè)大模型的發(fā)展，并促進了數(shù)字化轉型。例如，在醫(yī)療領域，AI技術能夠幫助醫(yī)生分析報告、加速藥物發(fā)現(xiàn)，并預測蛋白質行為，從而推動個性化醫(yī)療的發(fā)展。此外，隨著智能家居設備普及率的提高，AI技術被更廣泛地融入日常生活，進一步推動了AI在消費領域的應用。
生成式AI的商業(yè)化落地：推動創(chuàng)意產(chǎn)業(yè)的變革
如果要問在2025年，AI行業(yè)最有可能實現(xiàn)應用落地并取得成果的，那必然首推生成式AI。畢竟，在過去的一年里，我們已經(jīng)看到生成式AI在廣告、電影、教育等領域實現(xiàn)廣泛應用，并且這樣的應用還在持續(xù)。生成式AI正在加速推動創(chuàng)意產(chǎn)業(yè)的變革，在內容創(chuàng)作領域，生成式AI能夠生成高質量的圖像、視頻和文本，極大地提升了創(chuàng)作效率。據(jù)海通國際證券的研究，生成式AI在不同行業(yè)的應用中，其附加值主要體現(xiàn)在提高產(chǎn)出效率和降低生產(chǎn)成本上。此外，生成式AI還將進一步滲透到企業(yè)服務領域，通過與企業(yè)軟件的結合，實現(xiàn)智能化的業(yè)務流程優(yōu)化。
火山引擎、RollingAI和InfoQ研究中心聯(lián)合撰寫的《2024生成式AI商業(yè)落地白皮書》指出，生成式AI在零售、金融、汽車、醫(yī)藥、教育等多個領域展現(xiàn)了提升效率、降低成本和增強創(chuàng)新能力的潛力。然而，落地過程中仍面臨諸多挑戰(zhàn)，如評估價值、選擇合適場景、構建基礎設施等。華泰證券認為，第四范式通過將生成式AI與企業(yè)軟件結合，促進了AI的商業(yè)化落地，顯示出生成式AI在企業(yè)服務領域的應用潛力。
此外，A16Z在其報告《A16Z#26：生成式AI的機遇與挑戰(zhàn)》中指出，盡管生成式AI在文本和圖像領域取得了顯著進展，但其商業(yè)化仍面臨諸多挑戰(zhàn)。報告強調基礎設施供應商可能是生成式AI市場最大的贏家。微軟通過Copilot等產(chǎn)品，展示了生成式AI在生產(chǎn)力工具中的應用潛力，而OpenAI則通過多樣化商業(yè)模式（如訂閱收費）實現(xiàn)了技術的商業(yè)化。
多模態(tài)大模型的統(tǒng)一構建：推動人機交互的新高度
在2025年，多模態(tài)大模型將進一步實現(xiàn)文本、視覺、音頻等數(shù)據(jù)的融合，推動人機交互的新高度。我們知道，阿里巴巴達摩院發(fā)布的“通義千問”模型是國內首個實現(xiàn)模態(tài)表示、任務表示和模型結構統(tǒng)一的大模型。其采用Transformer Encoder-Decoder + ResNet結構，通過統(tǒng)一學習范式提升了效率，而這也是多模態(tài)大模型實現(xiàn)人機交互的一條必然路徑。此外，多模態(tài)大模型將在智能機器人、自動駕駛、虛擬現(xiàn)實等領域實現(xiàn)廣泛應用，進一步拓展AI的應用邊界。
類似的觀點還有，中國科學院自動化研究所紫東太初大模型研究中心常務副主任王金橋提出，全模態(tài)大模型的核心目標是通過統(tǒng)一架構完成多模態(tài)數(shù)據(jù)的感知、理解、生成和推理任務，提供通用解決方案。北京科技大學王耀祖教授則強調，多模態(tài)大模型應實現(xiàn)模態(tài)間的無縫交互與信息融合，構建一個統(tǒng)一的智能體系。
微軟研究團隊總結了多模態(tài)大模型的七大研究主題，包括視覺理解、視覺生成、統(tǒng)一視覺模型、LLM加持的多模態(tài)模型等。他們指出，統(tǒng)一視覺模型的研究方向從靜態(tài)模型向可提示模型轉變，并強調指令微調的重要性。智源研究院發(fā)布的Emu3模型展示了原生多模態(tài)大模型的能力，能夠統(tǒng)一理解和生成視頻、圖像和文本，為未來多模態(tài)大模型的發(fā)展提供了技術前景。
具身智能的突破性進展：機器人技術獲得廣泛應用
我們將看到在2025年，具身智能的研究將取得顯著成果，推動機器人技術在家庭、醫(yī)療和工業(yè)領域的廣泛應用。例如在工業(yè)制造場景中，具身智能解決方案已應用于自動化裝配、焊接和搬運等。此外，具身智能將在醫(yī)療護理機器人、城市管理等領域帶來革命性變化，進一步提升人類生活的便利性和效率。
對于具身智能的發(fā)展，很多專家給予了足夠的信心。中國科學院院士喬紅指出，具身智能正從實驗室走向實際應用，未來將在醫(yī)療護理機器人、智能制造、城市管理等領域帶來革命性變化。北京工業(yè)大學張昌盛教授則認為，當前具身智能理論框架和算法僅能實現(xiàn)弱具身智能，需要從多學科交叉角度探索強具身智能。
斯坦福大學李飛飛教授認為，具身智能需要具備與真實物理世界交互的能力，以完成各種任務。她強調具身智能不僅僅是處理信息的能力，還包括對周圍環(huán)境的整體需求。而伯克利大學的研究團隊提出端到端架構作為具身智能的主要技術路線，并通過Sim2Real數(shù)據(jù)集實現(xiàn)了業(yè)內頂尖的靈巧手操作能力。
AI與自動駕駛技術的商業(yè)化運營：為智慧交通提供新動力
毫無疑問，自動駕駛是AI最能大顯身手的領域。在2025年，自動駕駛汽車將在部分城市實現(xiàn)商業(yè)化運營，為智慧交通提供新動力。當前，文遠知行在新加坡啟動了首個商業(yè)化運營的自動駕駛環(huán)衛(wèi)項目，標志著自動駕駛技術在特定場景下的商業(yè)化落地。此外，蘑菇車聯(lián)通過“單車智能+車路協(xié)同”的技術路線，實現(xiàn)了大規(guī)模商業(yè)化落地，并通過智慧城市建設形成技術與商業(yè)的雙閉環(huán)，這樣的范例將在更多的城市得到復制與應用。
武漢理工大學邱志軍教授認為，人工智能在資本市場得到了認可，但智能汽車的商業(yè)化落地仍需探索，尤其是需要構建數(shù)據(jù)、規(guī)則和反饋的閉環(huán)系統(tǒng)。據(jù)T3出行CEO崔大勇預測，2027年將是自動駕駛大規(guī)模商業(yè)化的拐點。他認為，隨著AI大模型的普及和成本下降，自動駕駛技術將逐步走向規(guī)模化應用。
加州大學伯克利分校Dr. Allen Yang在伯克利機器人自動駕駛平臺ROAR上分享了自動駕駛技術的最新進展，并提出了“AI賽車”這一前沿概念。他認為，自動駕駛技術在極限條件下的潛能無限。Waymo和Cruise在美國部分地區(qū)已經(jīng)實現(xiàn)了L4級別的Robotaxi商業(yè)化運營，這些公司通過感知、預測和規(guī)劃算法的優(yōu)化，推動了自動駕駛技術的商業(yè)化。
AI與VR/AR技術的融合：提供更具創(chuàng)造性的沉浸式體驗
在2025年，AI與VR/AR技術的結合將為用戶提供更具有創(chuàng)造性的沉浸式體驗，推動娛樂、教育和工業(yè)設計等領域的發(fā)展。在醫(yī)療領域，AI驅動的手術模擬器允許醫(yī)生在虛擬環(huán)境中練習復雜手術，減少實際操作中的風險。在教育領域，VR/AR技術通過沉浸式學習環(huán)境提升了學生的學習體驗，AI可以根據(jù)學生的行為和偏好調整教學內容，實現(xiàn)個性化教育。
對此，上�？萍即髮W王蘊輝教授指出，AI將在VR/AR的渲染、制作和交互方面發(fā)揮重要作用。例如，深度學習技術可以用于圖像渲染和內容生成，而感知交互技術則結合了生理信號與虛擬現(xiàn)實的反饋機制，從而提升用戶體驗。中國工程院院士趙沁平分析了中國VR/AR市場的現(xiàn)狀，并預測全球市場將在未來幾年內達到1450億美元。
還有更多的研究者也聚焦于AI與VR/AR技術的融合。Absolut Solution創(chuàng)始人Andrey Boguslavskiy指出，AI與AR/VR的融合需要克服多種技術挑戰(zhàn)，包括數(shù)據(jù)處理、實時性要求以及倫理問題。Mona M. Soli的研究聚焦于3D物體檢測技術在MR和VR中的應用，并探討了AI如何通過行為分析和用戶偏好建模來提升用戶體驗。Huang et al.在IEEE國際人工智能與虛擬現(xiàn)實國際會議上展示了多種創(chuàng)新應用，包括基于軌跡預測的360度視頻渲染、可穿戴VR游戲控制器設計、虛擬犯罪現(xiàn)場模擬等。
人工智能五大突破與變革，重塑未來科技版圖
盡管對AI在2025年的發(fā)展，我們給不出一個詳細且準確的路線圖與時間表，但有些感覺是一定的，并且隨著時間的推移會越來越顯著而深切。
AI不再是工具，而是人類智慧的延伸。AI技術的發(fā)展正逐漸模糊人與機器之間的界限，未來AI將成為人類不可或缺的伙伴，共同探索未知領域。
AI將開啟一個全新的智能紀元。2025年也許會被視為AI技術的一道分水嶺，讓人期待而又恐懼的通用人工智能時代或將到來，而這一突破將深刻改變人類的生活方式和社會結構。
無論如何，AI將像空氣一樣無處不在。
