模型层
- 能力提升：大模型在知识问答、数学、编程等能力上达到新高度，多种任务上表现超过人类水平，可用性和准确度快速提升。
- 架构演进：主流架构逐步转向MoE，通过将输入Token分配给不同的专家模型，让模型在处理复杂任务时展现出更强的能力，同时也能有效降低训练、推理所需的资源。
- 多模态增强：模型的多模态能力显著增强，通过跨模态对齐、异构数据融合等技术，模型能够处理图像、视频、音频等多种类型的数据。
- 推理技术：模型开始采用思维链技术，将复杂问题逐步分解为多个简单步骤，并按照步骤推导最终答案，模型的回答不仅更加精确可靠，其思考过程也变得清晰可懂。
- 成本降低：大模型的推理成本有了显著下降，例如，在流行的MMLU基准测试中，达到GPT-3.5水平（得分64.8）的AI模型推理成本，从2022年11月的每百万Tokens 20美元，大幅下降至2024年10月的仅0.07美元。
- 开源推动：开源与闭源之间模型差异快速缩小，开源模型允许开发者直接访问、修改和优化模型代码，降低了AI技术的使用门槛，刺激AI应用在付费意愿较低的用户中渗透。
智能体
- 技术完善：AI Agent（人工智能体）是一种能够感知环境、进行决策和执行动作的智能实体，通过支持添加MCP，Agent可以访问和利用各种外部工具和服务，丰富了Agent的功能范围。
- 能力提升：基于大模型的Agent不仅可以让每个人都有增强能力的专属智能助理，还将改变人类与AI协同的模式，Agent的落地将给AI应用带来颠覆性变化，打开AI在垂直行业渗透的入口。
- 测评成绩：GAIA得分快速提高，昆仑万维的天工智能体登顶GAIA，刷新SOTA得分。
- MCP扩展：MCP（Model Context Protocol）为AI模型与外部工具之间建立安全、双向的连接，MCP提供了可插拔、可扩展的框架，允许AI无缝对接数据源、文件系统、开发工具、Web浏览器等外部系统。
- A2A协议：Google发布Agent2Agent Protocol（A2A），为用于链接不同封闭Agent，并实现其相互操作的开放协议，A2A负责解决Agent间的通信问题，与MCP互补，有望提升Agent在下游领域的应用效果。
- 新产品发布：海内外智能体产品密集发布，例如OpenAI上线了其首个AI Agent Operator，Anthropic发布Claude 4，国内Monica发布Manus，MainFunc发布Genspark，字节跳动发布扣子空间，昆仑万维发布天工智能体等。
商业化
- 用量增长：全球AI模型流量持续上涨，为应用侧发展提供基础，ChatGPT日活流量呈上升趋势，国内AI日活流量也呈现上升趋势。
- 国产模型亮眼：中国与美国顶尖模型之间的差距正在迅速缩小，国产模型依靠开源走出自身生态，OpenRouter数据，进入2025年后平台API调用量呈现快速增长趋势，DeepSeek V3、Kimi K2等国产模型表现亮眼。
C端应用
- 重塑流量入口：AI应用有望重塑流量入口，各个厂商积极卡位，传统互联网巨头在AI领域具备先发优势，可利用专有数据和用户参与度将AI功能集成到现有的应用当中。
- 人机协同：编程成为人机协同的主要领域，办公类任务AI占比较低，AI逐步融入工作，全面自动化仍存在提升空间，人机深度协同具备较大的提升空间。
B端应用
- 开源提升投入意愿：开发工具和生态的繁荣大幅降低行业应用门槛，开源模型具备可控性强、可定制性强以及社区支持丰富等优势，推动更多企业采用AI作为技术解决方案。
- 推动企业上云：AI技术和解决方案已深入到传媒、医疗、机器人、制造等多个行业，通过创新产品和服务、优化生产流程来推动行业的智能化转型，AI应用有望进一步提升企业上云意愿。
- 国产模型表现亮眼：凯撒医疗利用生成式AI门诊记录工具Abridge完成超1000万份就诊摘要；AI代码编辑器Cursor已成为数百万程序员的首选编辑器。
风险提示
- AI应用落地不及预期、市场需求不及预期、行业竞争加剧、宏观经济波动、新技术研发不及预等。
