近日，北京智源人工智能研究院正式揭曉了“2025十大AI技術趨勢”，這些趨勢由智源研究院基于當前行業的技術應用熱點和未來發展潛力綜合預測得出，覆蓋了從基礎設施到產品應用的廣泛領域。
智源研究院院長王仲遠指出，當前人工智能正處于一個嶄新的發展階段，大模型的涌現能力預示著通用人工智能時代的加速到來。原生統一多模態、具身智能、AI for Science等領域的發展，將進一步推動人工智能對世界的感知、理解和推理能力的提升，連接數字與物理世界，為科學研究帶來創新突破。
在發布會上，智源研究院副院長兼總工程師林詠華詳細闡述了十大AI技術趨勢：
趨勢一，AI for Science（AI4S）正引領科學研究范式的變革。隨著科研人員使用AI的比例迅速增加，AI4S在2025年將更深入地融入科學研究，特別是在生物醫學、氣象、材料發現等領域，通過多模態大模型賦能復雜結構的數據挖掘，輔助科研問題的綜合理解和全局分析。
趨勢二，2025年被稱為“具身智能元年”，具身智能將從本體擴展到具身腦，迎來新的發展階段。預計行業將迎來洗牌，技術路線上端到端模型將繼續迭代，小腦大模型的嘗試可能取得突破。商業變現方面，將有更多工業場景下的具身智能應用出現，部分人形機器人也將迎來量產。
趨勢三，原生多模態大模型將成為推動AI發展的重要方向。當前的語言大模型和拼接式多模態大模型在模擬人類思維過程上存在局限性。原生多模態技術路線通過打通多模態數據，實現端到端的輸入和輸出，構建統一的多模態大模型，將提升AI的效率和效果。
趨勢四，Scaling Law的擴展將推動模型泛化能力的提升?；赟caling Law的訓練模式性價比下降，后訓練與特定場景的Scaling Law成為新的探索方向。強化學習將在發現后訓練、推理階段的Scaling Law中發揮關鍵作用。
趨勢五，世界模型的發展將加速，有望成為多模態大模型的下一階段。世界模型注重“因果”推理，賦予AI更高級別的認知和邏輯推理能力，將推動AI在自動駕駛、機器人控制等領域的深度應用，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。高質量數據成為大模型進一步發展的障礙，合成數據成為補充數據的首選。合成數據可以降低數據標注成本，緩解數據隱私問題，提升數據多樣性，有助于模型處理長文本和復雜問題的能力。
趨勢七，推理優化迭代加速，成為AI Native應用落地的必要條件。隨著大模型硬件載體向手機、PC等端側硬件滲透，資源受限的設備上推理側的開銷限制成為挑戰。算法加速和硬件優化技術持續迭代，將加速AI Native應用的落地。
趨勢八，Agentic AI將成為產品落地的重要模式。2025年，更通用、更自主的智能體將重塑產品應用形態，深入工作與生活場景。從Chatbot、Copilot到AI Agent、Agentic AI，行業對AI應用形態的理解越發深入，智能化程度更高、對業務流程理解更深的多智能體系統將在應用側落地。
趨勢九，AI超級應用（Super App）的落地即將到來。生成式模型在圖像、視頻側的處理能力大幅提升，疊加推理優化帶來的降本，Agent/RAG框架、應用編排工具等技術的持續發展，為AI超級應用的落地奠定基礎。雖然Super App的具體形態尚未確定，但AI應用熱度持續攀升。
趨勢十，AI安全治理體系將持續完善。大模型的Scaling帶來了涌現，但也帶來了不可預測性和循環反饋等特有屬性，對傳統工程的安全防護機制帶來挑戰?；A模型在自主決策上的進步帶來了潛在失控風險，如何引入新的技術監管方法，平衡行業發展和風險管控，成為亟待解決的問題。
