Full text · 原文
2,627 字
分析师 Xuanhao<br>
量子位智库 | 公众号 AI123All<br>
人工智能可能是人类有史以来最重要的发明，我们也正在见证AI的飞速发展，技术突破与场景落地交织推动着行业加速演进。过去半年AI圈到底有哪些核心趋势、关键动态？<br>
量子位智库在《2025上半年AI核心成果及趋势报告》（以下简称《报告》）中将从应用、模型、技术、行业4个方面进行展开，为大家介绍过去半年AI领域的核心进展。<br>
报告可点击「阅读原文」获得，文末亦附有完整报告下载链接。<br>
应用趋势<br>
Agent无疑是2025年AI圈最热门的核心话题，一批创新性的Agent产品开始进入市场，标志着AI从单纯的生成工具向智能代理的转型。<br>
这些通用类Agent产品通过深度整合各种工具使用能力，主打完成场景多样的深度研究类任务，例如自动化市场调研、复杂数据分析等，其交付内容也变得更加丰富多样，不仅限于文本输出，还包括可视化报告、交互式海报等形式。这类产品已成为2025上半年应用领域的最大亮点。<br>
此外，以视觉操作为核⼼的Computer Use Agent（CUA）开始推向市场，代表了通用类Agent的另⼀条路径，正在与基于⽂本的深度研究类Agent融合，例如OpenAI的ChatGPT Agent、Manus等产品。<br>
通用类Agent之外，受益于⼤模型在语义理解、多模态等⽅面的能⼒提升，垂直应用场景开始Agent化，自然语⾔操控功能正在成为垂类⼯作流的⼀部分，帮助用户和创作者提高效率，我们已经可以观察到垂类Agent应用开始涌现。<br>
AI编程已成为当前最核心的垂类应用领域，正在从源头彻底改变软件生产方式，通过自动化代码生成、调试和优化，缩短了开发周期。头部编程应用在收入增长速度上创下了纪录，获得了市场的有效验证，例如明星应用Cursor在短时间内年收入突破5亿美元大关，不仅反映了AI编程工具的商业潜力，也证明了其在实际工程项目中的可靠性和价值，吸引了从初创企业到科技巨头的广泛采用。<br>
更好用户体验离不开充足的上下文（Context），过去半年模型上下⽂协议（Model Context Protocol，MCP）发展迅速，赋能模型获取⼤量外部信息、操控现有软件应用，打开更⼤应用空间，但尚未达到规模化⽣产级⽔平。MCP尝试解决模型和外界通信的标准问题，在今年上半年获得了AI社区的大量关注。<br>
模型趋势<br>
过去半年，模型推理能⼒在思维链范式下，依然可以通过堆积更多算⼒持续提升模型能⼒，其中数理类、代码类问题提升尤其显著，以思维链技术路线的提出者OpenAI为例，模型能力依然在稳步上升。<br>
Agent不仅是应用层面的关键词，模型本身也开始走向Agentic化，通过端到端训练集成工具使用能力，相比仅基于文本的思维链推理有了重大提升，能够完成更复杂和困难的任务。对于人类而言，学会使用工具、发明工具是智能演化史上的重要里程碑，而目前大模型也在深度整合工具能力来强化其智能水平。<br>
最近半年，大模型开始端到端融合视觉和文本能力，走向多模态推理，以语言作为中枢逐渐解锁多模态的慢思考、深推理模式。初代思维链推理模型的多模态能力相对薄弱，但经过半年迭代，多模态推理能力已成为推理模型的核心亮点，例如在处理图像-文本混合任务时，模型能更好地理解上下文、进行跨模态推理，这为视觉Agent的应用铺平了道路。<br>
模型评估是观察模型能力变化的关键，正在加速演化，传统评估榜单（例如AIME、GPQA、MMLU等）在快速饱和。静态榜单的评测分数局限性越来越大，用户更希望模型能够贡献实际生产力，而非一味刷榜，因此未来可以动态更新，能在真实世界产⽣实用价值任务成为重要评估⽅向。<br>
技术趋势<br>
底层技术范式决定了模型会有什么样的能力，目前从模型训练阶段上来看，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。<br>
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，是Agent技术的下一步演进方向。头部模型厂商如OpenAI、xAI和Anthropic已经在部分功能上开始落地Multi-Agent技术，例如协作式问题求解、深度研究场景，但整体上还处于早期探索阶段，但为未来构建更复杂的AI生态系统打开了更多可能。<br>
谷歌和强化学习之父Richard Sutton提出了“经验时代”（Era of Experience），强调AI和世界进行实时交互的重要性。从交互经验中学习有希望成为下⼀代模型学习⽅式，正在成为核⼼突破⽅向，可使模型摆脱对⼈类数据的依赖，提⾼智能上限，目前该领域还处于早期研究状态。<br>
AI内容的生成和验证具有不对称性，生成相对容易，而验证是否可靠、正确需要的成本高难度大，以AI编程为例，代码验证成为目前AI编程自动化⽔平提升的前沿⽅向，可进⼀步加速软件⽣产自动化。<br>
行业趋势<br>
在上半年的AI大模型竞争中，xAI发布Grok 4，在多个领域达到SOTA⽔平，跻身全球⼤模型第⼀梯队，正在改变模型竞争格局，证明⼤模型的业务模式本身没有护城河，只是进入壁垒极高。<br>
量子位智库认为算⼒是AI竞赛中的关键要素，强化学习对算⼒的需求超过预训练，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。从“Bitter Lesson”的视角，AI的智能程度最终取决于算⼒的规模，拥有强⼤的计算资源是参与AI竞争的核心。<br>
海外头部玩家的竞争动态上，上半年OpenAI技术领先优势明显弱化，海外头部玩家⽔平趋同，⾕歌和xAI在2025年上半年迎头赶上，模型在多个领域达到SOTA⽔准，例如Gemini 2.5 Pro在发布后受到社区好评，发布性能顶尖的视频生成模型Veo 3。<br>
今年上半年，我们也观察到中美⼤模型技术差距缩小，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。<br>
关于国内大模型创业公司格局，我们观察到上半年各家路线开始分化，一些厂商积极发布前沿模型产品，追求智能上限的突破，保持技术驱动；其他厂商则专注垂类领域和商业化落地，放缓对通用模型的投入，转而强调实际营收和市场渗透。<br>
更多详细内容，可在完整报告中获取。<br>
报告下载链接：https://jkhbjkhb.feishu.cn/wiki/W5D7wuDcbiPXDLkaRLQcAJpOn8f?from=from_copylink