新火種
2025-01-17 
AI領先者共話2025:大模型迎來下半場Agent、機器人成應用爆發點
《科創板日報》1月16日訊（記者 黃心怡 毛明江 張洋洋 郭輝 李明明 陳美）剛剛過去的2024年，中外AI及大模型在技術與產業落地上取得了令人矚目的進展。在新的2025年，AI有望繼續成為推動各行業變革的關鍵力量。
在2025萬象更新之際，財聯社攜手旗下《科創板日報》，推出“AI領先者心聲?2025”新年特別報道，43位人工智能領軍者與行業精英一同回顧和展望AI領域突破與挑戰。包括李開復、楊植麟、姜大昕、閆俊杰、周鴻祎、王小川、徐立、何征宇等多名AI領軍從業人士表示，從具身智能、AI智能體到視頻生成，大模型的各色應用引人遐想，正逐步在各行各業落地。但高質量數據缺乏，模型的訓練成本和使用成本仍是阻礙AI發展的瓶頸所在。
“AGI的盡頭是生命科學和具身智能。我們將了解生命的奧秘，治愈大多數疾病，獲得健康自由。再遠一點，AI也會幫助我們實現人類和機器的融合，幫助我們繁榮和延續人類文明。”百川智能創始人王小川的觀點，或許代表了2025年新年之際大多數AI從業者的心聲與樂觀。
▍AI Agent將迎來爆發式增長
零一萬物CEO、創新工場董事長李開復判斷，2025 年是 AI-First 應用迎來爆發之際，也是大模型行業面臨商業化拷問之時。當前，性能足夠好、推理足夠快、價格足夠低的模型層出不窮，為 AI-First 應用的爆發提供了堅實基礎。
復盤過往的數次技術革命，李開復表示，在“價值鏈金字塔”中貢獻最大的均是應用層，AI 2.0 將延續這樣的發展軌跡，大模型從黑科技發明期邁向落地為王的階段，穿透各行各業賦能企業數智化轉型，創造巨大的商業價值，成為驅動實體經濟增長的新質生產力。
階躍星辰創始人、CEO姜大昕介紹，2024年，人工智能在基座模型技術和應用落地上都實現了重大躍遷。在通用人工智能（AGI）技術探索上，以Sora為代表的多模態模型邁出了AI對物理世界建模的關鍵一步，大模型開始嘗試理解并模擬真實世界。o系列則意味著大模型有了慢思考能力，能夠實現此前人類才能駕馭的邏輯推理。這些涌現的智能讓AI落地應用的場景指數級增加。當下，AI在內容創作、金融、法律、醫療、教育、自動駕駛等領域已發揮巨大價值。展望2025，期待AI新物種在千行百業加速涌現，讓過去遙不可及的高質量專業服務，惠及每個人。
“當前大模型產業已經演化出兩條涇渭分明的發展路線，一條是AGI之路，卷算力、卷數據，向萬億參數發展，探索全面超越人類的超級人工智能；另一條是應用之路，放棄打造全能大模型的執念，一個大模型干一件事，向場景化、應用化、專業化、垂直化方向發展。” 360集團創始人周鴻祎認為，“把大模型拉下神壇，從“原子彈”變為“茶葉蛋”，而后者更適合中國大模型產業發展。
在螞蟻集團CTO何征宇看來，AGI的發展將推動服務行業經歷前所未有的規模和速度的轉型。由AGI驅動的服務將優先考慮人類的需求和情感，平臺的能力也將從“匹配”提升至“生成”，促成服務由千篇一律的標準化模式，向充滿同理心與個性化的體驗蛻變。最終服務本身將變得更加高效和個性化。大家期待這個“服務奇點”的到來，期待服務從“標準化”轉向“定制化”。
何征宇強調，現在還處于技術發展的初級階段。當下的模型得到了一些應用，初步解決了一些通用的問題，成本也大幅下降，讓過去的不可能變成了可能，但其基礎研究還鮮有突破，所以整體來看還是在鉆木取火，不過是火苗大了一點。要實現上述轉變的到來，還需要解決技術能力和成本兩層核心問題。
從實際功能和應用落地的角度，商湯科技董事長兼CEO徐立認為，未來大模型的眾多應用場景天然具備豐富的模態信息需求。例如自動駕駛、視頻交互、辦公教育、金融、醫療、園區管理、工業制造等領域，這些場景要求大模型能夠高效處理和識別圖像、視頻、語音、文本甚至醫療CT/MR信息等多源異構信息，滿足用戶復雜多樣的需求。從商業視角出發，多模態模型技術的突破使得融合多種模態的模型能帶來各個維度的性能提升，也能打破多模態模型割裂的現狀，實現“一模多用”的高效架構。此外，實現多模態模型和交互創新的融合、走向真正意義的模型一統，是走向世界模型的必經之路。
在新的一年，云從科技董事長周曦預計，將出現一批由生成式AI驅動的AI原生應用，這些應用離開了大模型的支持就無法獨立存在，它們將為用戶提供前所未有的智能化體驗。此外，隨著技術的進步，AI大模型及AI智能體的應用場景將進一步滲透到各行各業，尤其是那些能夠緊密結合特定行業的特點和需求的專業化解決方案。這種深度融合不僅能提高效率和服務質量，還將為智能化轉型提供強有力的支持。
釘釘總裁葉軍看好AI Agent將迎來爆發式增長，成為企業降本增效、提升競爭力的關鍵力量。AI Agent 擁有著獨特的碎片化處理能力、環境感知、歷史記憶及流程執行能力，其價值在于落地核心場景，作為“超級大腦”，為業務鏈提升生產力。因此，如何為企業提供具備行業knowhow的AI深度定制和交付服務，仍舊是下一階段AI Agent 的發力重點。
MiniMax創始人閆俊杰也認為，2025年是AI Agent 時代，并表示過去一年里，中外差距在不斷縮小，在文本模型的復雜推理層面，已經縮短至半年到1年的差距。目前在特定領域里，比如多模態的理解和生成上，國內已經追趕至全球第一梯隊，甚至部分領先。
達觀數據創始人陳運文相信，未來會有越來越多的智能辦公體走進千行百業，到各個工作崗位為人們賦能。他預測，在10年之內，有50%以上的辦公的任務都將由智能辦公系統來完成。
魔琺科技CEO柴金祥則看好3D數字人的發展。隨著AR/VR技術的發展，3D視頻領域有望迎來內容“大爆炸”。未來每個人和每家企業都會有屬于自己的AI數字人，可以自由打造和編輯專屬的超寫實3D數字人。AI數字人視頻生成、直播和實時互動會出現在每一個觸點，大屏、App、小程序、Web端等。
深勢科技創始人張林峰分享了AI與科學深度融合的趨勢。他認為， AI for Science將進一步邁向多模態智能和大規模協同創新的階段，推動從理論研究到工程實踐的全面變革；基礎模型能力的提升將帶來更廣泛的科學問題求解能力，而跨學科合作的深化將成為行業發展的新常態。與此同時，對于AI for Science，中國的認識并不晚，作為一種新的科研基礎設施，在其構建過程中，中國甚至擁有先發機會，有很好的系統統籌能力，也擁有足夠豐富的實體經濟的應用場景。
在智能駕駛方面，小馬智行聯合創始人、CEO彭軍判斷，2025年，自動駕駛將會如Gartner技術成熟度曲線預測，進入由“低谷期”向“成熟期”過渡的關鍵階段，其商業價值也有望在今年進一步凸顯。仁芯科技創始人兼CEO黨偉光則認為，AI與芯片的協同作用正為汽車產業注入新的活力，加速推動著其智能化、網聯化的變革進程。
談及AI在B端的應用，繪話智能創始人賈學鋒認為，企業對AI的需求將從"通用型"急劇轉向"場景型"，催生出大量高度垂直的AI應用。能夠建立起"場景-痛點-AI能力"快速匹配機制的企業，將在這波浪潮中獲得壓倒性優勢。這不僅意味著技術戰略的轉向，更預示著整個AI產業正在進入一個全新的價值創造周期。金山辦公CEO章慶元表示，其目標是讓AI成為每個企業的中樞神經，幫助企業更高效地整合知識和信息，讓各個信息系統互相協作從而提升工作效率，幫助企業建立自己的“企業大腦”。
羚數智能創始人、CEO郭文蔚分享了AI在工業場景落地的看法。工業垂類大模型的持續進化，將極大地推動AI在專業工業場景中的應用拓展。隨著行業協力推進，更多專業性的工業語料將成為企業的寶貴財富。他堅信，工業AI的前景無比廣闊，它不僅將重塑制造業的核心競爭力，更將成為經濟轉型升級的關鍵驅動力。
對于預訓練大模型的下一步方向，月之暗面Kimi創始人楊植麟稱，通過強化學習的scaling，讓AI具備思考的能力是接下來的重點。人類思考分析的過程其實是隱性的，思考過程的數據并不天然存在，但AI在強化學習scaling過程中可以生成更多的思維鏈數據，讓AI可以學到思考的方式，探索更難、更復雜的任務。
▍大模型的下半場，AI基礎設施亟待轉型
人工智能技術的迅猛發展帶來了AI算力等基礎設施需求的激增。無問芯穹聯合創始人、CEO夏立雪認為，與國外模型層、算力層“雙頭收斂”的格局不同，國產模型與算力生態高度分散，AI基礎設施仍將長期呈現由“M種模型”和“N種芯片”構成的“M×N”格局。
“好的AI算力基礎設施將有效打通多種模型在多元算力上的高效協同部署與運行，促使AI技術和可控算力的供給像水電煤一樣成熟，讓更多企業與個人能夠無感地使用到最先進模型能力與底層的異構、異域、異屬算力，為千行百業乃至千家萬戶都注入充沛的新質生產力。” 夏立雪稱。
燧原科技創始人、董事長、CEO趙立東表示，在大模型逐步放緩基于pretrain的scaling law效應后，以OpenAI去年推出的o1為代表的推理（reasoning）大模型展示了基于測試時間計算（test time compute）的全新的scaling law效應，大模型完成復雜任務的能力大幅增強。
但與此同時，推理大模型背后基于深度思維鏈的機理也對AI算力系統提出了全新的挑戰，基于超節點的超大顯存和全交換互聯機制在應對推理大模型的高效部署上具備數量級的性能優勢，可以有效降低綜合計算成本，提升推理效率。
趙立東判斷，大模型的下半場是成本和效率的比拼，高效的推理算力系統結合我國廣泛的應用場景和數據優勢，將推動算力生態、模型生態、應用生態的快速演變和融合，以應用落地的規模效應反哺大模型進入新一輪競爭。
愛芯元智創始人、董事長仇肖莘指出，隨著AI 之火因 ChatGPT 的驚艷登場被再次點燃，作為AI算力基礎設施的人工智能芯片行業，同樣也開啟了新紀元。種種現象都表明AI基礎設施的真正落地已經迫在眉睫，而從半導體行業的角度出發，如何讓AI芯片真正實現云邊端智能一體化，是相關產業未來很長一段時間所面臨的共同課題。
阿里云異構計算負責人王超提到，大規模的模型訓練與推理對云計算的軟硬件體系帶來了前所未有的挑戰與機遇：在單芯片計算性能更強的同時，芯片之間的互聯性能同等重要。此外，單任務所需計算資源的擴大，帶來了系統穩定性與容錯能力更高的要求；同時，數據中心在散熱和能耗方面也面臨嚴峻挑戰。
優刻得董事長兼CEO季昕華表示，隨著AI大模型快速發展和規模化應用，傳統的通算云服務已難以滿足智能化應用和新興場景創新發展需求。智算云服務成為算力云服務結構中增長速度最快的類型，AI應用和業務展現出了智能化、高并發、大流量等特點，智算云服務則具備計算性能強、資源邊界大、擴展方便等特征，與AI應用和業務的需求高度契合。
▍2025年或成人形機器人商用落地的元年
傅利葉創始人兼CEO顧捷認為，隨著技術的不斷成熟，具身智能將在2025年迎來新的發展高峰，其在工業、商業、家庭等領域的應用將展現出巨大的潛力和價值，為人類社會帶來深遠的影響。
他指出，人形機器人從構想到量產，是不斷攻克技術難題、尋找未知答案的過程。從產品迭代到推出第一個導覽咨詢場景應用解決方案，人形機器人正逐漸走進人們的生活，技術的迭代不僅是機械上的進步，更是人類與人工智能共生的一種全新嘗試。
清華大學交叉信息研究院助理教授、星動紀元創始人陳建宇表示，具身智能的發展，是一場技術與創新的長跑。我們正見證著智能技術從概念走向現實，從實驗室走向日常生活。具身智能不僅僅是機器人技術的革新，更是人類與機器和諧共存的探索。
國家地方共建具身智能機器人創新中心總經理熊友軍認為，具身智能已進入技術爆發期，其最佳形態將是人形機器人，這是由于人形機器人有著與人類相似的外觀和行為邏輯，能夠更自然地融入人類社會，在技術和文化等多方面減少交流和互動的障礙，擁有廣闊的工業和消費市場應用前景。隨著技術成熟與大規模應用落地，具身智能將大幅提升制造產業供應鏈水平，促進傳統行業的智能化升級改造，拉動國產零部件性能提升。
靈寶CASBOT董事長張正濤表示，本輪人形機器人浪潮，“中國隊”不再是旁觀者而是深度參與者，甚至有望成為引領者。大語言模型的突破極大推動了本輪人形機器人行業的爆發，短短一年，人形機器人行業已經開始邁向“智能+物理”深度融合的全新階段，世界模型、空間智能、視覺語言動作大模型等關鍵技術將成為行業發展的核心突破點，物理AI將成為趨勢。
在應用層面，張正濤預測，未來五至十年，隨著核心技術的突破，人形機器人的應用領域將從工業、服務領域向消費級市場滲透，養老服務、醫療健康、教育陪伴等領域將成為人形機器人規模化應用的重要場景，人形機器人將成為真正智能的個人終端，全面改變人類的生產方式與生活方式。
開普勒人形機器人CEO胡德波表示， 隨著大量的人形機器人廠家逐漸步入量產，物理AI的能力加速提升，商業化落地正在變得可能。尤其是在倉儲物流、特種行業、巡邏巡檢等領域，2025年或將成為人形機器人商用落地的元年。
回顧這一年的發展，樂聚機器人董事長冷曉琨指出，人形機器人正從單一科研領域應用，到深入到產業一線。但他也強調，這條路依然任重道遠，非一家之力能成，需要產業生態的緊密配合。是超越主義直接定位五年的以后的技術路線，還是每一步技術成熟后的產業化落地，這依然是個課題。
展望2025年，思必馳董事長、CEO高始興認為，具身智能產業的興起，是不可忽視的一個影響因素，既是多模態全鏈路大模型技術發展的機會，也帶來了全新的挑戰。
▍通用人工智能何時來臨？
在大模型研發過程中，數據質量是決定模型成功與否的關鍵因素之一。庫帕思CEO黃海清向《科創板日報》記者表示，數據是人工智能的“糧食”，數據集的質量直接決定著大模型訓練效果的上限。“我們看到垂類大模型的發展場景越細化，對數據質量的要求便越高，若數據存在噪聲、缺失、錯誤等質量問題，將直接影響算法的訓練效果及準確性。”
星環科技創始人、CEO孫元浩也指出，時代進階到今天，企業和需求方最大的難題不是大模型，而是回歸到數據，語料的質量決定了大模型的質量和準確度，如何將企業自有的數據轉化為大模型訓練可用的語料，將成為企業在大模型時代的制勝關鍵，企業自有數據、自有語料是大模型應用區別于同行的關鍵。
黃海清表示，高質量語料庫的建設，離不開政府、企業、高校、科研機構以及社會各界的攜手合作。故而，針對大規模行業數據集稀缺的問題，構建高價值共享數據集機制、加大在數據清洗與數據標注領域的關鍵技術研發及加強高素質數據處理人才的培養，將成為各行各業在未來人工智能垂類應用領域的“核心競爭力”。
“可信數據是未來商業AI訓練的關鍵要素，而在 2025年，企查查將繼續深耕可信數據領域。”企查查創始人、董事長陳德強談到。
摩爾線程創始人兼CEO張建中認為，AGI的曙光已然初現。2025年是AGI落地的關鍵一年。物理智能則是AGI的下一波創新浪潮，尤以空間智能和世界模型為代表。其中，空間智能強調AI對物理世界的感知、理解和交互能力，而世界模型是對現實世界的全面建模和模擬，這些同樣離不開GPU的算力支持。
面壁智能CEO李大海表示，端側AI和硬件結合，眼下已成為自發的市場和技術趨勢，AI 眼鏡“百鏡大戰”的出現，就是趨勢的分支之一。這背后有著深刻的驅動：2024年以來，Scaling law 的可持續發展出現數據和算力上的挑戰，數據已接近耗盡，模型的訓練成本和使用成本，居高不下。
但另一條坦途，大模型的密度定律Densing Law，即模型的能力密度每3.3個月翻一番。當大模型的「密度定律」和芯片「摩爾定律」持續推進，這意味著模型在同一參數量上能釋放更強的智能，芯片在同樣的面積/功耗上，算力能支撐更大的模型。李大海判斷，兩條發展曲線的驅動下，大模型就能運行在各類終端上，就像大型機到個人電腦的發展，大模型必將進入千家萬戶、千行百業。
對于AI眼鏡的發展方向，閃極科技CEO張波認為，從趨勢上看，伴隨“百鏡大戰”的加速，AI眼鏡行業的競爭烈度將急劇拉升。拍攝、續航、AI和性價比這四個要素，也將成為所有該領域玩家必須解決的命題。
站在2025年的門檻上，武漢人工智能研究院院長王金橋感受到，人工智能大模型正站在從“量變”到“質變”的轉折點上。過去幾年，我們見證了基礎模型在參數規模和算力上的激烈競爭，但未來，戰場將轉向推理模型，一個全新的領域正等待我們去探索。
王金橋稱，推理模型的崛起，意味著AI將更加注重實際應用中的智能決策和執行能力。基礎模型不再只是大規模預訓練的象征，而是逐漸演變為動態、適應性強、自我優化的智能體。這些智能體不僅能夠感知、分析、推理，還能與人類和環境進行深度交互，它們將在不同應用和平臺間自如穿梭，執行任務，甚至協同工作，創造新的價值。
百川智能創始人、CEO 王小川判斷，未來五年，有機會AGI就會降臨，人類將重新思考“我是誰？”，“到哪里去？” “AGI的盡頭是生命科學和具身智能。我們將了解生命的奧秘，治愈大多數疾病，獲得健康自由。再遠一點，AI也會幫助我們實現人類和機器的融合，幫助我們繁榮和延續人類文明。”
生數科技聯合創始人兼CEO唐家渝認為，“人人可用”的視頻大模型在2025年將成為現實，多模態生成技術正以空前的發展速度重鑄千行百業。在業內主語為“落地”的當下，多模態大模型應用將進一步走向場景化、實用化、多樣化。無論是B端還是C端，深度融合AI技術并加以創新都是必經之路。
傳神語聯創始人何恩培則表示，大模型的持續“實時學習”能力將成為大模型下一個突破點。正如強化學習之父Rich Sutton所“炮轟”的“大模型目前只是瞬時學習”一樣，大模型要深度理解客戶數據，面臨兩難：自己訓練代價高昂，廠商訓練數據有安全風險，而且新數據學習是個問題。
（財聯社、科創板日報“AI領先者心聲2025”新年特別報道制圖 孫罕穎）
（科創板日報記者 黃心怡 毛明江 張洋洋 郭輝 李明明 陳美）相關推薦
- 免責聲明
- 本文所包含的觀點僅代表作者個人看法，不代表新火種的觀點。在新火種上獲取的所有信息均不應被視為投資建議。新火種對本文可能提及或鏈接的任何項目不表示認可。 交易和投資涉及高風險，讀者在采取與本文內容相關的任何行動之前，請務必進行充分的盡職調查。最終的決策應該基于您自己的獨立判斷。新火種不對因依賴本文觀點而產生的任何金錢損失負任何責任。
