近日，北京智源人工智能研究院正式揭晓了“2025十大AI技术趋势”，这些趋势由智源研究院基于当前行业的技术应用热点和未来发展潜力综合预测得出，覆盖了从基础设施到产品应用的广泛领域。
智源研究院院长王仲远指出，当前人工智能正处于一个崭新的发展阶段，大模型的涌现能力预示着通用人工智能时代的加速到来。原生统一多模态、具身智能、AI for Science等领域的发展，将进一步推动人工智能对世界的感知、理解和推理能力的提升，连接数字与物理世界，为科学研究带来创新突破。
在发布会上，智源研究院副院长兼总工程师林咏华详细阐述了十大AI技术趋势：
趋势一，AI for Science（AI4S）正引领科学研究范式的变革。随着科研人员使用AI的比例迅速增加，AI4S在2025年将更深入地融入科学研究，特别是在生物医学、气象、材料发现等领域，通过多模态大模型赋能复杂结构的数据挖掘，辅助科研问题的综合理解和全局分析。
趋势二，2025年被称为“具身智能元年”，具身智能将从本体扩展到具身脑，迎来新的发展阶段。预计行业将迎来洗牌，技术路线上端到端模型将继续迭代，小脑大模型的尝试可能取得突破。商业变现方面，将有更多工业场景下的具身智能应用出现，部分人形机器人也将迎来量产。
趋势三，原生多模态大模型将成为推动AI发展的重要方向。当前的语言大模型和拼接式多模态大模型在模拟人类思维过程上存在局限性。原生多模态技术路线通过打通多模态数据，实现端到端的输入和输出，构建统一的多模态大模型，将提升AI的效率和效果。
趋势四，Scaling Law的扩展将推动模型泛化能力的提升。基于Scaling Law的训练模式性价比下降，后训练与特定场景的Scaling Law成为新的探索方向。强化学习将在发现后训练、推理阶段的Scaling Law中发挥关键作用。
趋势五，世界模型的发展将加速，有望成为多模态大模型的下一阶段。世界模型注重“因果”推理，赋予AI更高级别的认知和逻辑推理能力，将推动AI在自动驾驶、机器人控制等领域的深度应用，探索人机交互的新可能。
趋势六，合成数据将成为大模型迭代与应用落地的重要催化剂。高质量数据成为大模型进一步发展的障碍，合成数据成为补充数据的首选。合成数据可以降低数据标注成本，缓解数据隐私问题，提升数据多样性，有助于模型处理长文本和复杂问题的能力。
趋势七，推理优化迭代加速，成为AI Native应用落地的必要条件。随着大模型硬件载体向手机、PC等端侧硬件渗透，资源受限的设备上推理侧的开销限制成为挑战。算法加速和硬件优化技术持续迭代，将加速AI Native应用的落地。
趋势八，Agentic AI将成为产品落地的重要模式。2025年，更通用、更自主的智能体将重塑产品应用形态，深入工作与生活场景。从Chatbot、Copilot到AI Agent、Agentic AI，行业对AI应用形态的理解越发深入，智能化程度更高、对业务流程理解更深的多智能体系统将在应用侧落地。
趋势九，AI超级应用（Super App）的落地即将到来。生成式模型在图像、视频侧的处理能力大幅提升，叠加推理优化带来的降本，Agent/RAG框架、应用编排工具等技术的持续发展，为AI超级应用的落地奠定基础。虽然Super App的具体形态尚未确定，但AI应用热度持续攀升。
趋势十，AI安全治理体系将持续完善。大模型的Scaling带来了涌现，但也带来了不可预测性和循环反馈等特有属性，对传统工程的安全防护机制带来挑战。基础模型在自主决策上的进步带来了潜在失控风险，如何引入新的技术监管方法，平衡行业发展和风险管控，成为亟待解决的问题。
