在2024年，全球科技領(lǐng)域取得了眾多突破性進(jìn)展，人工智能(AI)、量子計(jì)算、清潔能源、生物技術(shù)等領(lǐng)域的成就深刻改變了我們的生活。展望2025，科技發(fā)展將進(jìn)一步呈現(xiàn)加速態(tài)勢，同時(shí)也將與社會(huì)、經(jīng)濟(jì)和環(huán)境的需求更緊密地結(jié)合。未來一年，不僅是技術(shù)創(chuàng)新的關(guān)鍵節(jié)點(diǎn)，也將是技術(shù)從突破到成熟應(yīng)用的加速時(shí)期。

其中人工智能行業(yè)更是全球關(guān)注的重點(diǎn)。那么在2025年，人工智能行業(yè)將有什么趨勢呢？

01. 可能的趨勢一：智能體風(fēng)起云涌

第一個(gè)可能的趨勢是智能體這種應(yīng)用形態(tài)將風(fēng)起云涌。在2024年，智能體已開始被各大科技公司重視起來。而到2025年，智能體或?qū)⒂瓉泶蟀l(fā)展。

在2025年ICT行業(yè)趨勢年會(huì)上，中國工程院院士鄔賀銓表示，即將到來的2025年不僅是智能體的元年，也將是AI終端的元年。

OpenAI CEO奧特曼不久前也曾說：“我們會(huì)擁有越來越好的模型，但我認(rèn)為下一個(gè)巨大突破來自智能體。”

這背后的驅(qū)動(dòng)力在于基礎(chǔ)大模型是由海量知識(shí)庫組成的“大腦”，能按提問和任務(wù)給出相應(yīng)地回答和操作，但仍有不足之處。具體體現(xiàn)在，大模型作為Copilot(助手)，快思考、有廣度但缺深度、欠精準(zhǔn)；大模型回答的質(zhì)量取決于提問的水平或?qū)θ蝿?wù)的精確描述；在共情方面，大模型在工程或醫(yī)療等領(lǐng)域未經(jīng)實(shí)驗(yàn)或臨床實(shí)踐，書本知識(shí)難成感悟；對(duì)特定任務(wù)，基礎(chǔ)大模型的大而全不僅大材小用且效率比較低。

而所謂AI智能體，實(shí)際上就是由AI驅(qū)動(dòng)的軟件工具，只需要給出最小的監(jiān)督，它就可以執(zhí)行多步驟任務(wù)。除了自然語言處理，AI智能體還可以做決策、解決問題、執(zhí)行任務(wù)時(shí)與環(huán)境互動(dòng)。智能體本身是一種可接受自然語言命令、可與場景互動(dòng)并具有初步思維鏈的小程序，可拆分任務(wù)，具有記憶、規(guī)劃、調(diào)用工具和執(zhí)行行動(dòng)的能力。不僅如此，智能體通過在行動(dòng)中閉環(huán)長思考將大模型的知識(shí)轉(zhuǎn)化為長期記憶甚至感悟，可獨(dú)立于大模型執(zhí)行特定任務(wù)。

在賦予了大模型“先驗(yàn)”的世界知識(shí)之后，AI正在學(xué)會(huì)感知、檢索、分析、推理、規(guī)劃、決策、執(zhí)行，變成智能體。它能干活，陪伴和融入人類的場景之中。2025年，一些企業(yè)將會(huì)像培訓(xùn)員工一樣構(gòu)建智能體，讓它們使用工具，在不同的應(yīng)用和平臺(tái)之間調(diào)用函數(shù)與功能，協(xié)助或獨(dú)立完成任務(wù)。智能體之間還會(huì)協(xié)作，它們改寫軟件和服務(wù)。創(chuàng)造價(jià)值，AI就是智能體。

信息技術(shù)服務(wù)和咨詢公司凱捷(Capgemini)發(fā)布的報(bào)告稱，雖然目前只有約10%的企業(yè)已經(jīng)開始使用AI智能體，但82%的企業(yè)計(jì)劃在未來三年內(nèi)將智能體整合到工作流中。

02. 可能的趨勢二：多模態(tài)市場增長

第二個(gè)可能的趨勢是多模態(tài)市場的增長。多模態(tài)是人類世界的本來樣貌，AGI的發(fā)展趨勢一定是朝向多模態(tài)的。技術(shù)將實(shí)現(xiàn)從文本、圖像、視頻，再到聲、光、電，甚至分子、原子等各類模態(tài)，而且具備跨模態(tài)遷移的特性。

隨著通用人工智能漸行漸近，大模型將走向多模態(tài)。當(dāng)前，大模型正在向端側(cè)轉(zhuǎn)移，端側(cè)大模型具有本地?cái)?shù)據(jù)處理效率更高、節(jié)省云端服務(wù)器帶寬和算力成本、對(duì)用戶數(shù)據(jù)更好的隱私保護(hù)、開啟更多交互新方式和新體驗(yàn)等獨(dú)特優(yōu)勢，或?qū)⒊蔀槲磥斫换バ氯肟凇?/p>

同時(shí)，人工智能在數(shù)學(xué)推理、新藥研發(fā)、材料發(fā)現(xiàn)、蛋白質(zhì)合成等領(lǐng)域大顯身手，“AI科學(xué)家”有望加速問世。隨著數(shù)字交互引擎與GenAI等技術(shù)的加速融合，未來將打造更多超級(jí)數(shù)字場景，助力數(shù)實(shí)融合走向新高度。

因此在2025年，多模態(tài)AI或許將成為企業(yè)采用AI的主要驅(qū)動(dòng)力。這種技術(shù)通過整合圖像、視頻、音頻和文本等多種數(shù)據(jù)源，使AI能夠以前所未有的準(zhǔn)確性從更廣泛的上下文源中學(xué)習(xí)，提供更精確、定制化的輸出，創(chuàng)造自然直觀的體驗(yàn)。

谷歌相關(guān)報(bào)告預(yù)計(jì)，全球多模態(tài)AI市場規(guī)模將在2025年達(dá)到24億美元，到2037年底達(dá)到989億美元。

03. 可能的趨勢三：更加普惠便捷

第三個(gè)可能的趨勢是更加普惠便捷。大模型天然是一個(gè)應(yīng)用導(dǎo)向的技術(shù)，有兩條大的發(fā)展曲線：一條曲線是能力上升，一條曲線是成本下降，帶來技術(shù)能力快速地落地和應(yīng)用。

縱觀人類科技發(fā)展史，就是一個(gè)用更低的價(jià)格做出更好的產(chǎn)品、完成最大程度普惠的過程。

如芯片上晶體管密度在摩爾定律的指導(dǎo)下快速提升，但單位晶體管的制造成本卻以更快的速度下降，這也才有了后來所有人都能用得起的電視、電腦、手機(jī)以及互聯(lián)網(wǎng)。

在動(dòng)輒百億的資本開支面前，大模型作為某種意義上的基礎(chǔ)設(shè)施，其規(guī)模效應(yīng)需要盡早浮現(xiàn)，其商業(yè)化路徑需要盡早清晰化。

關(guān)于AI普惠，國內(nèi)的大廠已經(jīng)開始行動(dòng)。例如火山引擎旗下豆包視覺理解模型價(jià)格，每千tokens輸入價(jià)格為3厘。據(jù)介紹，1元錢就可處理284張720P的圖片，比行業(yè)價(jià)格便宜85%。

再如12月31日，阿里云宣布本年度第三輪大模型降價(jià)，通義千問視覺理解模型全線降價(jià)超80%。其中Qwen-VL-Plus直降81%，輸入價(jià)格僅為0.0015元/千tokens，創(chuàng)下全網(wǎng)最低價(jià)格；更高性能的Qwen-VL-Max降至0.003元/千tokens，降幅高達(dá)85%。按照最新價(jià)格，1塊錢可最多處理約600張720P圖片，或1700張480P圖片。

04. 結(jié)語：人工智能行業(yè)迎來新起點(diǎn)

隨著2025年的到來，人工智能行業(yè)正站在一個(gè)新的起點(diǎn)上。智能體的蓬勃發(fā)展、多模態(tài)市場的快速增長以及技術(shù)的普惠化，共同勾勒出一個(gè)更加智能、互聯(lián)和個(gè)性化的世界。這些趨勢不僅預(yù)示著技術(shù)的創(chuàng)新，也將深刻影響我們的工作方式、生活習(xí)慣乃至社會(huì)結(jié)構(gòu)。

智能體的興起，讓我們看到了AI從被動(dòng)響應(yīng)到主動(dòng)執(zhí)行的轉(zhuǎn)變。它們將成為我們?nèi)粘９ぷ髦械牡昧χ�手，不僅提高效率，更在某些領(lǐng)域展現(xiàn)出超越人類的能力。多模態(tài)AI的發(fā)展，將使得大模型能夠更好地理解和響應(yīng)復(fù)雜的查詢，提供更加豐富和直觀的交互體驗(yàn)。而技術(shù)的普惠化，則意味著更多的人和企業(yè)能夠負(fù)擔(dān)得起并利用AI技術(shù)，這將極大地推動(dòng)社會(huì)的整體進(jìn)步和創(chuàng)新。

- End -

       原文標(biāo)題 : AI大模型的2025年：智能體、多模態(tài)、更普惠