現(xiàn)在人工智能正朝著 “能像人一樣解決各種復(fù)雜問(wèn)題” 的方向（也就是報(bào)告里說(shuō)的 AGI）快速發(fā)展。2025 年被叫做 “智能體元年”，簡(jiǎn)單說(shuō)就是能自主干活的 AI（AI Agent）開始成為推動(dòng)行業(yè)變革的核心力量，比如它能自己規(guī)劃任務(wù)、做決策還能把事做完，不用人一步一步指揮。同時(shí)，AI 硬件也越來(lái)越厲害，像輕便的 AI 眼鏡、小巧的 AI 錄音卡片，用起來(lái)更方便、適配的場(chǎng)景也更多；“多模態(tài)模型” 能同時(shí)處理文字、圖片、聲音這些信息，就像人既會(huì)看又會(huì)聽還會(huì)說(shuō)；“世界模型” 更牛，能模擬現(xiàn)實(shí)世界的規(guī)律，提前預(yù)判未來(lái)情況來(lái)幫著做決定。在這樣的背景下，天津市人工智能學(xué)會(huì)、中關(guān)村科學(xué)城公司等多家機(jī)構(gòu)一起出了這份報(bào)告，就是想讓大家清楚 2025 年全球 AI 發(fā)展的情況，以及未來(lái)怎么朝著 AGI 前進(jìn)。

AI 的發(fā)展路徑和產(chǎn)業(yè)概況

AI 分三個(gè)階段：最早是 “弱人工智能”，只能干特定領(lǐng)域的事，比如 1997 年打敗圍棋冠軍的 “深藍(lán)”、2016 年贏了李世石的 AlphaGo，它們只會(huì)下棋，換個(gè)領(lǐng)域就不行了；現(xiàn)在努力的方向是 “通用人工智能（AGI）”，能像人一樣自主學(xué)習(xí)、跨領(lǐng)域解決問(wèn)題，比如 “世界模型” 能理解現(xiàn)實(shí)規(guī)律，“具身智能” 能讓 AI 從處理虛擬信息變成在現(xiàn)實(shí)里做事；未來(lái)可能會(huì)有 “超級(jí)人工智能”，各方面能力都超過(guò)人類，比如靠量子技術(shù)的 “量子神經(jīng)網(wǎng)絡(luò)”、模仿人腦的 “全腦模擬” 等。

不同機(jī)構(gòu)對(duì) AGI 的看法：OpenAI 的 CEO 覺(jué)得 AGI 能像人一樣解決多個(gè)領(lǐng)域的復(fù)雜問(wèn)題；Meta 的科學(xué)家更關(guān)注讓 AI 理解現(xiàn)實(shí)世界、會(huì)規(guī)劃；Anthropic 的 CEO 認(rèn)為 AGI 能自己規(guī)劃長(zhǎng)期任務(wù)，還能控制機(jī)器人；Google DeepMind 的聯(lián)合創(chuàng)始人則覺(jué)得 AGI 得做到人類頂尖水平的事。

AGI 什么時(shí)候來(lái)：大家預(yù)測(cè)不一樣。xAI 的馬斯克比較樂(lè)觀，說(shuō) 2026 年可能就有雛形；Google 和 Meta 的專家覺(jué)得在 2030 - 2035 年；圖靈獎(jiǎng)得主 Hinton 更保守，認(rèn)為要到 2030 - 2045 年。

2025 年 AI 產(chǎn)業(yè)全景：就像一個(gè)三層的金字塔。最上層是 “應(yīng)用硬件層”，有各種 AI 智能體（比如幫人編程、辦公、做營(yíng)銷的）、AI 硬件（AI 手機(jī)、眼鏡、電腦、汽車）和各種 AI 應(yīng)用（AI 寫作、畫圖、做視頻，還有在醫(yī)療、金融、教育里的應(yīng)用）；中間是 “模型層”，有能處理多種信息的 “多模態(tài)基礎(chǔ)模型”，還有專門處理圖像、視頻、語(yǔ)音的模型，以及會(huì)推理、能開源的模型；最底層是 “基礎(chǔ)設(shè)施層”，像 AI 芯片、AI 服務(wù)器、計(jì)算集群這些，是支撐 AI 運(yùn)行的 “硬件底座”。

2024 - 2025 年 AI 發(fā)展時(shí)間線：這兩年 AI 模型更新特別快，比如 2024 年底到 2025 年初，百度、阿里、騰訊這些公司陸續(xù)推出了能處理多模態(tài)、會(huì)推理的模型，還有能在手機(jī)、電腦上直接用的輕量化模型；2025 年中到下半年，又有能生成 3D 場(chǎng)景、支持機(jī)器人的模型出來(lái)，而且很多模型都開源了，大家能一起用、一起改進(jìn)。

邁向 AGI 的關(guān)鍵領(lǐng)域

要實(shí)現(xiàn) AGI，主要靠四個(gè)方面推動(dòng)：

模型推理能力提升：就像讓 AI 更會(huì) “思考”，比如通過(guò) “思維鏈” 讓 AI 一步一步分析問(wèn)題，還能自己檢查邏輯對(duì)不對(duì)；“混合專家架構(gòu)（MoE）” 能讓 AI 里的 “小專家” 分工干活，有的處理文字、有的處理圖片，既提高效率又不浪費(fèi)資源；“模型蒸餾” 能把大模型的能力 “濃縮” 到小模型里，讓小模型也很厲害，還能在手機(jī)、手表這些設(shè)備上用。

強(qiáng)化學(xué)習(xí)迭代：簡(jiǎn)單說(shuō)就是讓 AI 在 “試錯(cuò)” 中進(jìn)步。比如 “RLHF（人類反饋強(qiáng)化學(xué)習(xí)）”，人給 AI 的回答打分，AI 根據(jù)分?jǐn)?shù)調(diào)整；“DPO（直接偏好優(yōu)化）” 更簡(jiǎn)單，不用專門訓(xùn)練打分模型，直接根據(jù)人的偏好調(diào)整 AI；還有新的 “GRPO” 算法，能解決以前算法的一些問(wèn)題，讓 AI 學(xué)習(xí)更高效。

算力基建投入：AI 要 “思考” 得有足夠的 “計(jì)算力”。國(guó)外像美國(guó)搞 “星際之門” 計(jì)劃，四年要投 5000 億美元建 AI 基礎(chǔ)設(shè)施；AWS、Google 這些公司 2025 年在 AI 基建上的投入都幾百億美元。國(guó)內(nèi)阿里、騰訊、百度 2024 年在這方面的投入也比以前多很多，而且重點(diǎn)從普通數(shù)據(jù)中心轉(zhuǎn)向?qū)ｉT供 AI 用的 “智算中心”。硬件方面，國(guó)外 NVIDIA 的新芯片算力超強(qiáng)，國(guó)內(nèi)華為、昆侖芯、沐曦這些公司的芯片也在進(jìn)步，能支持大模型訓(xùn)練和推理。

開源生態(tài)發(fā)展：就是把 AI 模型的代碼、技術(shù)公開，大家一起用、一起改進(jìn)。比如 Hugging Face 這個(gè)平臺(tái)有 6000 多個(gè)可部署的開源模型，國(guó)內(nèi)阿里、DeepSeek 這些公司也開源了很多模型。這樣能降低研發(fā)門檻，小企業(yè)也能用上好技術(shù)，還能打破技術(shù)壟斷，讓 AGI 發(fā)展更快、更普惠。

智能體技術(shù)及應(yīng)用進(jìn)展

智能體（AI Agent）就是能自己干活的 AI，和以前的 AI 助手不一樣，它更自主。

智能體的特點(diǎn)：能自己記東西（短期記憶記當(dāng)下的事，長(zhǎng)期記憶記以前的經(jīng)驗(yàn)）、自己規(guī)劃任務(wù)（把復(fù)雜任務(wù)拆成小步驟）、會(huì)用工具（比如用瀏覽器搜信息、用計(jì)算器算數(shù)據(jù)）、能自動(dòng)執(zhí)行任務(wù)。比如 AI 助手只能幫你搜個(gè)信息，而智能體能幫你完整規(guī)劃一次旅行，查酒店、訂機(jī)票、安排行程，全程不用你操心。

智能體的技術(shù)架構(gòu)：分感知、認(rèn)知、執(zhí)行三個(gè)模塊。感知模塊負(fù)責(zé) “看、聽”，接收用戶指令、外部數(shù)據(jù)；認(rèn)知模塊是 “大腦”，包括理解情緒、判斷獎(jiǎng)勵(lì)、記東西、定目標(biāo)、模擬世界規(guī)律；執(zhí)行模塊負(fù)責(zé) “做”，比如寫報(bào)告、控制設(shè)備，還能把結(jié)果反饋到現(xiàn)實(shí)里。

多智能體系統(tǒng)：就是多個(gè)智能體一起干活。比如一個(gè) “主導(dǎo)智能體” 帶著幾個(gè) “子智能體”，有的負(fù)責(zé)搜資料、有的負(fù)責(zé)整理文獻(xiàn)、有的負(fù)責(zé)寫報(bào)告，一起完成一個(gè)復(fù)雜的研究任務(wù)，效率更高。

智能體的應(yīng)用：

通用智能體：能覆蓋很多場(chǎng)景，比如幫你做投資分析、設(shè)計(jì)課程、寫代碼、規(guī)劃日程，甚至幫你對(duì)比商品、做裝修指南。

行業(yè)智能體：在特定行業(yè)里發(fā)揮作用。比如金融領(lǐng)域的智能體能幫銀行做風(fēng)險(xiǎn)分析、客服；醫(yī)療領(lǐng)域的能幫醫(yī)院整理病歷、提醒患者術(shù)前準(zhǔn)備；工業(yè)領(lǐng)域的能幫工廠優(yōu)化生產(chǎn)流程；教育領(lǐng)域的能給學(xué)生個(gè)性化學(xué)習(xí)建議。

企業(yè)智能體：像企業(yè)的 “數(shù)字員工”，能幫 HR 篩選簡(jiǎn)歷、幫財(cái)務(wù)做報(bào)表、幫銷售分析客戶，還能優(yōu)化生產(chǎn)、供應(yīng)鏈這些流程，幫企業(yè)降本增效。

相關(guān)協(xié)議：為了讓智能體更好地干活，有兩個(gè)重要協(xié)議?！癕CP 協(xié)議” 能讓 AI 模型和各種數(shù)據(jù)源、工具無(wú)縫對(duì)接，比如 AI 能直接調(diào)用數(shù)據(jù)庫(kù)、本地文件；“A2A 協(xié)議” 能讓不同的智能體互相配合，比如一個(gè)辦公智能體能和一個(gè)財(cái)務(wù)智能體一起處理報(bào)銷。

智能硬件及 AI 應(yīng)用進(jìn)展

智能硬件：

AI 眼鏡：Meta、小米、阿里這些公司都出了，能當(dāng) AI 助手、拍照、聽音樂(lè)、翻譯，阿里的夸克 AI 眼鏡還能連支付寶付款、導(dǎo)航，續(xù)航也不一樣，有的能用 4 小時(shí)，有的能用到 12 小時(shí)。

AI 手機(jī)：蘋果、三星、華為、小米這些主流品牌的新手機(jī)都有 AI 功能，能幫你寫文案、生成圖片、識(shí)別物體，比如蘋果手機(jī)長(zhǎng)按相機(jī)拍的照片，就能用 AI 搜相關(guān)信息；小米手機(jī)能提取消息里的地址，自動(dòng)導(dǎo)航。

AI PC：聯(lián)想、華為這些公司的電腦都有 AI 功能，能在電腦上直接用大模型，處理文檔、做 PPT，還能保護(hù)數(shù)據(jù)隱私。比如聯(lián)想的 AI 電腦有 “法律智能體”，能幫律師處理案件材料、做合同審核。

智能汽車：重點(diǎn)在 “端到端自動(dòng)駕駛”，就是汽車能直接根據(jù)傳感器（攝像頭、雷達(dá)）的數(shù)據(jù)，自己做駕駛決策。比如 Waymo 的 “EMMA” 模型，能處理文字、圖像、視頻，還能生成駕駛路線，讓汽車更安全地行駛。

Deep Research（深度研究）：能讓 AI 從 “搜信息” 變成 “出洞察”。比如你讓 AI 寫一份汽車行業(yè)五年變化的報(bào)告，它會(huì)先拆分成 “找傳統(tǒng)車企數(shù)據(jù)”“找新能源車企數(shù)據(jù)”“做對(duì)比分析” 這些小任務(wù)，然后去權(quán)威網(wǎng)站搜資料，分析推理后，最后給你一份格式規(guī)范、有引用來(lái)源的專業(yè)報(bào)告。

AI 編程：以前 AI 只能幫著補(bǔ)代碼，現(xiàn)在能從自然語(yǔ)言直接生成代碼，還能找錯(cuò)、優(yōu)化代碼。國(guó)外 GitHub Copilot、OpenAI 的 Codex 很厲害，國(guó)內(nèi)阿里的通義靈碼、百度的文心快碼也不錯(cuò)，能支持多種編程語(yǔ)言，還能適配企業(yè)自己的代碼庫(kù)。

全球 AI 企業(yè)最新布局

NVIDIA：主要做 AI 基礎(chǔ)設(shè)施，比如超強(qiáng)的 AI 芯片，新的 “Blackwell” 芯片比以前的算力提升很多，能支持超大規(guī)模模型訓(xùn)練；還有 “CUDA” 平臺(tái)，能讓開發(fā)者用 NVIDIA 的 GPU 做計(jì)算，有很多工具和庫(kù)；在智能駕駛和機(jī)器人方面，也有專門的系統(tǒng)，能幫汽車生成訓(xùn)練數(shù)據(jù)、幫機(jī)器人學(xué)習(xí)動(dòng)作。

Google：走 “硬件 - 平臺(tái) - 模型 - 應(yīng)用” 全生態(tài)路線。硬件有 Pixel 手機(jī)、TPU 芯片；平臺(tái)有 Google Cloud，能給企業(yè)提供 AI 服務(wù)；模型有 Gemini 系列，2.5 版本能處理多模態(tài)、會(huì)深度推理，還能生成高質(zhì)量圖片；應(yīng)用有 Gemini CLI 編程工具、Project Mariner 機(jī)器人項(xiàng)目。

OpenAI：從模型到智能體都有突破，比如 GPT - 5 能處理多模態(tài)、會(huì)協(xié)同工作，有普通版、輕量版、專業(yè)版；ChatGPT Agent 能自己規(guī)劃任務(wù)、調(diào)用工具，幫你訂酒店、做財(cái)務(wù)報(bào)告；還收購(gòu)了 AI 硬件公司，可能要做 AI 硬件。

Anthropic：主打 “混合推理”，旗下 Claude 系列模型，有輕量級(jí)的 Haiku、性價(jià)比高的 Sonnet、旗艦級(jí)的 Opus，能處理長(zhǎng)文檔、復(fù)雜推理，還出了 Claude Code 編程工具，能編輯多文件代碼、提交到 GitHub。

阿里云：全棧布局，從基礎(chǔ)設(shè)施（IaaS）到平臺(tái)服務(wù)（PaaS）再到模型服務(wù)（MaaS）都有。基礎(chǔ)設(shè)施有云服務(wù)器、存儲(chǔ)；平臺(tái)有數(shù)據(jù)庫(kù)、容器服務(wù)；模型有 Qwen 系列，開源和閉源都有，能支持多模態(tài)、推理，還在金融、醫(yī)療等行業(yè)落地了專門的模型。

DeepSeek：重點(diǎn)在 “混合專家架構(gòu)（MoE）” 和推理模型，模型開源，很多央企都在用它的模型做數(shù)字化轉(zhuǎn)型；還和華為、小米這些公司合作，讓模型能在手機(jī)、電腦、家電、汽車上用。

AGI 未來(lái)發(fā)展路徑

未來(lái) AGI 可能會(huì)朝著這幾個(gè)方向發(fā)展：

世界模型：能更好地理解和預(yù)測(cè)現(xiàn)實(shí)世界，比如 Google 的 Genie 3 能模擬物理世界、支持實(shí)時(shí)交互，阿里的混元 3D 世界模型能生成 3D 場(chǎng)景，在自動(dòng)駕駛、游戲、機(jī)器人領(lǐng)域都能用，比如自動(dòng)駕駛里，世界模型能幫汽車預(yù)判交通情況。

多模態(tài)模型：能更好地整合文字、圖像、視頻等信息，實(shí)現(xiàn)更精準(zhǔn)的協(xié)同推理，比如能根據(jù)文字描述生成更逼真的圖片，還能根據(jù)圖片內(nèi)容回答復(fù)雜問(wèn)題。

持續(xù)強(qiáng)化學(xué)習(xí)：讓 AI 在動(dòng)態(tài)環(huán)境里不斷學(xué)習(xí)，不忘記以前的知識(shí)，還能把學(xué)到的知識(shí)用到新任務(wù)上，比如 AI 在不同的工作場(chǎng)景里，能一直進(jìn)步，還能把在 A 場(chǎng)景學(xué)到的能力用到 B 場(chǎng)景。

非 Transformer 架構(gòu)：以前 AI 模型多靠 Transformer 架構(gòu)，現(xiàn)在有新的架構(gòu)出來(lái)，比如 “Mamba - 2” 訓(xùn)練更快，“RWKV - 7s” 能在端側(cè)設(shè)備上用，“LFM” 內(nèi)存用得少、推理快，這些新架構(gòu)能突破以前的局限，讓 AI 更高效。

具身智能：讓 AI 更好地和現(xiàn)實(shí)世界交互，比如 Figure AI 的 Helix 模型，能控制機(jī)器人上半身做動(dòng)作，一個(gè)系統(tǒng)負(fù)責(zé) “慢思考”（理解指令、規(guī)劃動(dòng)作），一個(gè)系統(tǒng)負(fù)責(zé) “快執(zhí)行”（實(shí)時(shí)控制關(guān)節(jié)、手指）；智源的 RoboBrain 2.0 能幫機(jī)器人規(guī)劃長(zhǎng)時(shí)任務(wù)、理解空間和時(shí)間，還能記環(huán)境里的物體位置。

報(bào)告節(jié)選

完整報(bào)告獲取：三個(gè)皮匠報(bào)告