2025上半年AI核心成果及趋势报告

应用趋势

• 通用类Agent：开始进入主流，深度整合工具使用，交付内容更加丰富，完成场景多样的深度研究类任务。
• 垂类Agent：开始涌现，自然语言操控功能成为垂类工作流的一部分，例如旅行、设计/创作、时尚等领域。
• AI编程：成为最核心的垂类应用领域，头部编程应用收入增长速度创纪录，获得市场有效验证。
• 模型上下文协议（MCP）：加速大模型应用普及，赋能模型获取大量外部信息、操控现有软件应用，但尚未达到规模化生产级水平。

模型趋势

• 推理模型能力：在思维链范式下，通过堆积更多算力持续提升模型能力，数理类、代码类问题提升尤其显著。
• 工具使用能力：大模型开始走向Agentic，对工具使用进行端到端训练集成，可完成更复杂困难的任务。
• 多模态能力：大模型开始端到端融合视觉和文本走向多模态推理，以语言为中枢逐渐解锁多模态推理的系统。
• 小模型：大模型图像生成能力全方位增强，普通用户可以仅通过自然语言进行完整创作。
• 模型评估：模型评估加速演化，传统评估榜单快速饱和，可以动态更新，能在真实世界产生使用价值任务成为重要评估方向。

技术趋势

• 训练阶段：资源投入向后训练和强化学习倾斜，但预训练仍然有充足的优化空间，二者最终共同决定模型能力。
• 强化学习：重要性继续提升，算力消耗在未来会超过以自监督学习为核心的预训练，未来会从数学、代码等奖励清晰的领域向其他领域泛化。
• 多智能体（Multi-Agent）系统：可能成为继思维链推理模型之后的下一个前沿范式，继续提高智能上限。
• 在线学习：从交互经验中学习有希望成为下一代模型学习方式，可使模型摆脱对人类数据的依赖，提高智能上限。
• Transformer模型架构：正在快速迭代，优化主要集中在注意力机制和前馈神经网络等层面，在工业界有多个落地案例。
• Transformer混合架构：正在涌现，以RNN变体为主，已经出现在工业界大规模应用先例。

行业趋势

• 头部玩家差距缩小：头部大模型玩家的计算集群已达到数十万卡规模，并在持续扩张中，头部大模型厂商差距进一步缩小，竞争激烈。
• 中美大模型竞争差距缩小：中国模型公司在通用大模型之外的其他领域可以达到SOTA水平，尤其多模态领域表现出色。
• AI编程成为必争之地：海外和国内头部玩家在AI编程的模型和产品领域密集布局。
• 国内大模型创业公司路线分化：部分厂商积极发布前沿模型产品追求智能上限，其他厂商专注垂类领域和商业化落地，放缓通用模型投入。