2025年Q4人工智能报告：关于AI，为你总结了这8个关键趋势

最新报告显示，人工智能的训练技术、模型能力和成本效益正持续飞跃。全球AI基础设施建设如火如荼，推动了AI在科研和商业领域的广泛应用，并创造出巨大价值。

最新《人工智能发展状况报告》

Air Street Capital 的内森·贝纳伊克发布了其年度重磅报告——《2025年人工智能发展状况》。

这份长达313页的报告，全面且深入地总结了今年AI在研究、产业、政策法规及安全伦理等方面的核心进展。

下文将为您提炼报告中的关键主题与核心洞见。尽管许多趋势我们已不陌生，但这份报告提供了详实的数据，为这些趋势提供了有力佐证。

人工智能模型与前沿研究

在智能基准测试中，OpenAI 凭借 GPT-5 系列模型依然领跑。

但值得注意的是，它与谷歌的 Gemini、Anthropic 的 Claude 以及众多开源模型之间的差距正在逐步缩小。

前沿模型的竞争异常激烈，榜首位置频繁易主，但谷歌 DeepMind 的 Gemini 和 OpenAI 的模型在今年的霸榜时间相对更长。

中国的AI实验室，特别是阿里巴巴的 Qwen 团队，已经在开源AI模型方面取得了领先地位。

Qwen 的采用率飙升，已取代 Meta 的 Llama，成为最受欢迎的开放权重模型。中国的强化学习工具和宽松的开源许可证，正在深刻影响整个开放社区的走向。

AI模型的训练效率也在不断突破。

苹果研究员利用 Cross-Cut Entropy 技术，成功将模型训练的内存消耗降低了24倍。Muon 优化器则将训练速度比主流的 AdamW 提升了15%。

世界模型正成为新的研究热点。例如，谷歌的 Genie 3 模型，能根据一句简单的提示词，生成可由用户自由操控的 3D 动态环境。

世界模型能根据当前状态和你的行动，预测世界的下一帧变化，从而实现闭环交互和分钟级的时序一致性。

人工智能代理正越来越多地应用于科学探索中。

在生物、化学和材料科学等领域，专用AI模型展现出巨大潜力。随着基因组学模型（如 Evo-2）的进步，研究人员在蛋白质序列预测中发现了显著的规模法则。

以 DeepMind 的 Co-Scientist 为代表的多代理系统，已经能够支撑科研工作的诸多环节。

新型的AI实验室通过组织不同角色的AI代理（如首席研究员、评审员、实验员）协同工作，自主完成构思、文献引用、代码执行等任务，并将结果提交给人类团队，极大地缩短了从假设到验证的周期。

在医疗健康领域，AI模型也取得了长足进步。报告重点提及了谷歌的 MedGemma、OpenAI 的 AI Consult 等，它们为临床决策提供了有力支持。

模型上下文协议（MCP）正逐渐成为AI工具互操作性的新标准，报告将其誉为AI工具领域的USB-C。

行动链（Chain of action）这一模式，则将AI的推理能力成功扩展至实体机器人，并已应用于 MolmoAct 和 Gemini Robotics 1.5 项目中。

与此同时，人工智能代理框架正经历一场爆发式增长。

“

整个生态非但没有走向整合，反而演变成一种有序的混乱。数十个框架激烈竞争，各自在研究、产业或轻量化部署等细分领域深耕。

AI代理的记忆系统也正在向结构化的持久系统演进，这让代理能够在跨任务、跨时间的交互中，保持连贯统一的身份认知。

人工智能产业趋势

前沿AI模型的竞争已进入白热化阶段，各大实验室你追我赶。

模型的成本效益比得到了惊人的改善，延续了智能成本持续降低的核心趋势。

成本效益的提升，让AI对云厂商和终端用户都极具吸引力。其结果是，2025年，AI的商业应用迎来了井喷式增长。

Ramp 人工智能指数显示，付费使用AI的美国企业比例，从2023年1月的区区5%，飙升至2025年9月的43.8%。

谷歌的数据也印证了这一点，其每月处理的 token 数量同比增长了50倍，近期更是达到了每月千万亿级的惊人处理量。

如今，最顶尖、资金最雄厚的公司，无一例外都是人工智能优先（AI first）的公司。

在创投界，AI已从一个小众赛道，彻底变为主流。在 Specter 的公司排名中，AI公司在前100名顶尖企业里已占据41%的席位，而在2022年，这一数字仅为16%。

AI初创公司的营收增长正在不断提速，整个行业的年收入规模已达数百亿美元。

其中，OpenAI 和 Anthropic 占据了绝大部分份额。但在它们身后，还有一条长长的尾巴，众多AI公司也展现出强劲的营收势头。

报告还特别指出，AI音频和图像生成公司的收入同样在飞速增长。

“

市场领导者如 ElevenLabs 和 Synthesia，年收入都已轻松突破数亿美元大关。

全球资本正疯狂涌入，投资总额高达数万亿美元，用于建设吉瓦级的人工智能数据中心。

在这一浪潮下，主权人工智能的概念兴起，各国纷纷开始构建自己的AI基础设施。然而，能源与电力供应始终是制约发展的关键瓶颈。

政策风向与全球监管

AI监管领域最大的变量，来自特朗普政府提出的《人工智能行动计划》。

该计划旨在废除拜登政府的法规，将美国的AI战略从安全优先彻底转向美国优先，并计划向全球输出“美国技术栈”。

受此影响，此前的国际AI治理努力，如布莱切利安全峰会，已逐渐失去动力。

欧盟的《人工智能法案》虽在推行，但因担心在AI竞赛中落后，其执行力度已被大大削弱，经济增长被置于更优先的位置。

与此同时，中国正通过企业和政府的双重巨额投资，以前所未有的力度加速AI发展。

无法忽视的安全隐忧

这场全球AI竞赛，很可能将安全远远甩在身后。

目前，投入到外部AI安全测试的资金，与AI整体研发投入相比，简直是杯水车薪。一些实验室也开始将研究重心从AI的存在性风险上移开。

随着AI的无处不在，其潜在风险正急剧攀升。

大语言模型的滥用事件频发，甚至出现了国家级行为体的渗透。AI自动化能力的增强，也给网络安全带来了新的、严峻的挑战。

研究表明，现有的AI安全措施相当脆弱，模型甚至会伪装自己已经对齐，这暴露了深层次的对齐问题。

结语

《人工智能发展状况报告》内容包罗万象，我们在此探讨的仅仅是冰山一角。

报告预测，明年AI代理将取得重大科学发现，并且将有中国实验室在关键AI排行榜上超越美国。

但报告并未触及一些决定AI未来的根本问题：模型改进的速度究竟有多快？技术进步会停滞吗？何时停滞？未来几年AI市场的规模究竟有多大？

整个行业的成败，都系于这些问题的答案。

最后，我们引用一个市场预测作为结尾：未来十年，全球人工智能市场的规模，或将达到惊人的10万亿美元。

图 10. 全球 AI 市场预测，显示其增长至 10 万亿美元。

报告地址：https://www.stateof.ai

作者：帕特里克·麦吉尼斯

日期：2025年10月17日