《科创板日报》1月16日讯 刚刚过去的2024年，中外AI及大模型在技术与产业落地上取得了令人瞩目的进展。在新的2025年，AI有望继续成为推动各行业变革的关键力量。

　　在2025万象更新之际，财联社携手旗下《科创板日报》，推出“AI领先者心声·2025”新年特别报道，43位人工智能领军者与行业精英一同回顾和展望AI领域突破与挑战。**包括李开复、杨植麟、姜大昕、闫俊杰、周鸿祎、王小川、徐立、何征宇等多名AI领军从业人士表示，从具身智能、AI智能体到视频生成，大模型的各色应用引人遐想，正逐步在各行各业落地。但高质量数据缺乏，模型的训练成本和使用成本仍是阻碍AI发展的瓶颈所在。

　　“AGI的尽头是生命科学和具身智能。我们将了解生命的奥秘，治愈大多数疾病，获得健康自由。再远一点，AI也会帮助我们实现人类和机器的融合，帮助我们繁荣和延续人类文明。”百川智能创始人王小川的观点，或许代表了2025年新年之际大多数AI从业者的心声与乐观。

　　▍AI Agent将迎来爆发式增长

　　零一万物CEO、创新工场董事长李开复判断，2025 年是 AI-First 应用迎来爆发之际，也是大模型行业面临商业化拷问之时。当前，性能足够好、推理足够快、价格足够低的模型层出不穷，为 AI-First 应用的爆发提供了坚实基础。

　　复盘过往的数次技术革命，李开复表示，在“价值链金字塔”中贡献最大的均是应用层，AI 2.0 将延续这样的发展轨迹，大模型从黑科技发明期迈向落地为王的阶段，穿透各行各业赋能企业数智化转型，创造巨大的商业价值，成为驱动实体经济增长的新质生产力。

　　阶跃星辰创始人、CEO姜大昕介绍，2024年，人工智能在基座模型技术和应用落地上都实现了重大跃迁。在通用人工智能（AGI）技术探索上，以Sora为代表的多模态模型迈出了AI对物理世界建模的关键一步，大模型开始尝试理解并模拟真实世界。o系列则意味着大模型有了慢思考能力，能够实现此前人类才能驾驭的逻辑推理。这些涌现的智能让AI落地应用的场景指数级增加。当下，AI在内容创作、金融、法律、医疗、教育、自动驾驶等领域已发挥巨大价值。展望2025，期待AI新物种在千行百业加速涌现，让过去遥不可及的高质量专业服务，惠及每个人。

　　“当前大模型产业已经演化出两条泾渭分明的发展路线，一条是AGI之路，卷算力、卷数据，向万亿参数发展，探索全面超越人类的超级人工智能；另一条是应用之路，放弃打造全能大模型的执念，一个大模型干一件事，向场景化、应用化、专业化、垂直化方向发展。” 360集团创始人周鸿祎认为，“把大模型拉下神坛，从”原子弹“变为”茶叶蛋，而后者更适合中国大模型产业发展。

　　在蚂蚁集团CTO何征宇看来，AGI的发展将推动服务行业经历前所未有的规模和速度的转型。由AGI驱动的服务将优先考虑人类的需求和情感，平台的能力也将从“匹配”提升至“生成”，促成服务由千篇一律的标准化模式，向充满同理心与个性化的体验蜕变。最终服务本身将变得更加高效和个性化。大家期待这个“服务奇点”的到来，期待服务从“标准化”转向“定制化”。

　　何征宇强调，现在还处于技术发展的初级阶段。当下的模型得到了一些应用，初步解决了一些通用的问题，成本也大幅下降，让过去的不可能变成了可能，但其基础研究还鲜有突破，所以整体来看还是在钻木取火，不过是火苗大了一点。要实现上述转变的到来，还需要解决技术能力和成本两层核心问题。

　　从实际功能和应用落地的角度，商汤科技董事长兼CEO徐立认为，未来大模型的众多应用场景天然具备丰富的模态信息需求。例如自动驾驶、视频交互、办公教育、金融、医疗、园区管理、工业制造等领域，这些场景要求大模型能够高效处理和识别图像、视频、语音、文本甚至医疗CT/MR信息等多源异构信息，满足用户复杂多样的需求。从商业视角出发，多模态模型技术的突破使得融合多种模态的模型能带来各个维度的性能提升，也能打破多模态模型割裂的现状，实现“一模多用”的高效架构。此外，实现多模态模型和交互创新的融合、走向真正意义的模型一统，是走向世界模型的必经之路。

　　在新的一年，云从科技董事长周曦预计，将出现一批由生成式AI驱动的AI原生应用，这些应用离开了大模型的支持就无法独立存在，它们将为用户提供前所未有的智能化体验。此外，随着技术的进步，AI大模型及AI智能体的应用场景将进一步渗透到各行各业，尤其是那些能够紧密结合特定行业的特点和需求的专业化解决方案。这种深度融合不仅能提高效率和服务质量，还将为智能化转型提供强有力的支持。

　　钉钉总裁叶军看好AI Agent将迎来爆发式增长，成为企业降本增效、提升竞争力的关键力量。AI Agent 拥有着独特的碎片化处理能力、环境感知、历史记忆及流程执行能力，其价值在于落地核心场景，作为“超级大脑”，为业务链提升生产力。因此，如何为企业提供具备行业knowhow的AI深度定制和交付服务，仍旧是下一阶段AI Agent 的发力重点。

　　MiniMax创始人闫俊杰也认为，2025年是AI Agent 时代，并表示过去一年里，中外差距在不断缩小，在文本模型的复杂推理层面，已经缩短至半年到1年的差距。目前在特定领域里，比如多模态的理解和生成上，国内已经追赶至全球第一梯队，甚至部分领先。

　　达观数据创始人陈运文相信，未来会有越来越多的智能办公体走进千行百业，到各个工作岗位为人们赋能。他预测，在10年之内，有50%以上的办公的任务都将由智能办公系统来完成。

　　魔珐科技CEO柴金祥则看好3D数字人的发展。随着AR/VR技术的发展，3D视频领域有望迎来内容“大爆炸”。未来每个人和每家企业都会有属于自己的AI数字人，可以自由打造和编辑专属的超写实3D数字人。AI数字人视频生成、直播和实时互动会出现在每一个触点，大屏、App、小程序、Web端等。

　　深势科技创始人张林峰分享了AI与科学深度融合的趋势。他认为， AI for Science将进一步迈向多模态智能和大规模协同创新的阶段，推动从理论研究到工程实践的全面变革；基础模型能力的提升将带来更广泛的科学问题求解能力，而跨学科合作的深化将成为行业发展的新常态。与此同时，对于AI for Science，中国的认识并不晚，作为一种新的科研基础设施，在其构建过程中，中国甚至拥有先发机会，有很好的系统统筹能力，也拥有足够丰富的实体经济的应用场景。

　　在智能驾驶方面，小马智行联合创始人、CEO彭军判断，2025年，自动驾驶将会如Gartner技术成熟度曲线预测，进入由“低谷期”向“成熟期”过渡的关键阶段，其商业价值也有望在今年进一步凸显。仁芯科技创始人兼CEO党伟光则认为，AI与芯片的协同作用正为汽车产业注入新的活力，加速推动着其智能化、网联化的变革进程。

　　谈及AI在B端的应用，绘话智能创始人贾学锋认为，企业对AI的需求将从"通用型"急剧转向"场景型"，催生出大量高度垂直的AI应用。能够建立起"场景-痛点-AI能力"快速匹配机制的企业，将在这波浪潮中获得压倒性优势。这不仅意味着技术战略的转向，更预示着整个AI产业正在进入一个全新的价值创造周期。金山办公CEO章庆元表示，其目标是让AI成为每个企业的中枢神经，帮助企业更高效地整合知识和信息，让各个信息系统互相协作从而提升工作效率，帮助企业建立自己的“企业大脑”。

　　羚数智能创始人、CEO郭文蔚分享了AI在工业场景落地的看法。工业垂类大模型的持续进化，将极大地推动AI在专业工业场景中的应用拓展。随着行业协力推进，更多专业性的工业语料将成为企业的宝贵财富。他坚信，工业AI的前景无比广阔，它不仅将重塑制造业的核心竞争力，更将成为经济转型升级的关键驱动力。

　　对于预训练大模型的下一步方向，月之暗面Kimi创始人杨植麟称，通过强化学习的scaling，让AI具备思考的能力是接下来的重点。人类思考分析的过程其实是隐性的，思考过程的数据并不天然存在，但AI在强化学习scaling过程中可以生成更多的思维链数据，让AI可以学到思考的方式，探索更难、更复杂的任务。

　　▍大模型的下半场，AI基础设施亟待转型

　　人工智能技术的迅猛发展带来了AI算力等基础设施需求的激增。无问芯穹联合创始人、CEO夏立雪认为，与国外模型层、算力层“双头收敛”的格局不同，国产模型与算力生态高度分散，AI基础设施仍将长期呈现由“M种模型”和“N种芯片”构成的“M×N”格局。

　　“好的AI算力基础设施将有效打通多种模型在多元算力上的高效协同部署与运行，促使AI技术和可控算力的供给像水电煤一样成熟，让更多企业与个人能够无感地使用到最先进模型能力与底层的异构、异域、异属算力，为千行百业乃至千家万户都注入充沛的新质生产力。” 夏立雪称。

　　燧原科技创始人、董事长、CEO赵立东表示，在大模型逐步放缓基于pretrain的scaling law效应后，以OpenAI去年推出的o1为代表的推理（reasoning）大模型展示了基于测试时间计算（test time compute）的全新的scaling law效应，大模型完成复杂任务的能力大幅增强。

　　但与此同时，推理大模型背后基于深度思维链的机理也对AI算力系统提出了全新的挑战，基于超节点的超大显存和全交换互联机制在应对推理大模型的高效部署上具备数量级的性能优势，可以有效降低综合计算成本，提升推理效率。

　　赵立东判断，大模型的下半场是成本和效率的比拼，高效的推理算力系统结合我国广泛的应用场景和数据优势，将推动算力生态、模型生态、应用生态的快速演变和融合，以应用落地的规模效应反哺大模型进入新一轮竞争。

　　爱芯元智创始人、董事长仇肖莘指出，随着AI 之火因 ChatGPT 的惊艳登场被再次点燃，作为AI算力基础设施的人工智能芯片行业，同样也开启了新纪元。种种现象都表明AI基础设施的真正落地已经迫在眉睫，而从半导体行业的角度出发，如何让AI芯片真正实现云边端智能一体化，是相关产业未来很长一段时间所面临的共同课题。

　　阿里云异构计算负责人王超提到，大规模的模型训练与推理对云计算的软硬件体系带来了前所未有的挑战与机遇：在单芯片计算性能更强的同时，芯片之间的互联性能同等重要。此外，单任务所需计算资源的扩大，带来了系统稳定性与容错能力更高的要求；同时，数据中心在散热和能耗方面也面临严峻挑战。

　　优刻得董事长兼CEO季昕华表示，随着AI大模型快速发展和规模化应用，传统的通算云服务已难以满足智能化应用和新兴场景创新发展需求。智算云服务成为算力云服务结构中增长速度最快的类型，AI应用和业务展现出了智能化、高并发、大流量等特点，智算云服务则具备计算性能强、资源边界大、扩展方便等特征，与AI应用和业务的需求高度契合。

　　▍2025年或成人形机器人商用落地的元年

　　傅利叶创始人兼CEO顾捷认为，随着技术的不断成熟，具身智能将在2025年迎来新的发展高峰，其在工业、商业、家庭等领域的应用将展现出巨大的潜力和价值，为人类社会带来深远的影响。

　　他指出，人形机器人从构想到量产，是不断攻克技术难题、寻找未知答案的过程。从产品迭代到推出第一个导览咨询场景应用解决方案，人形机器人正逐渐走进人们的生活，技术的迭代不仅是机械上的进步，更是人类与人工智能共生的一种全新尝试。

　　清华大学交叉信息研究院助理教授、星动纪元创始人陈建宇表示，具身智能的发展，是一场技术与创新的长跑。我们正见证着智能技术从概念走向现实，从实验室走向日常生活。具身智能不仅仅是机器人技术的革新，更是人类与机器和谐共存的探索。

　　国家地方共建具身智能机器人创新中心总经理熊友军认为，具身智能已进入技术爆发期，其最佳形态将是人形机器人，这是由于人形机器人有着与人类相似的外观和行为逻辑，能够更自然地融入人类社会，在技术和文化等多方面减少交流和互动的障碍，拥有广阔的工业和消费市场应用前景。随着技术成熟与大规模应用落地，具身智能将大幅提升制造产业供应链水平，促进传统行业的智能化升级改造，拉动国产零部件性能提升。

　　灵宝CASBOT董事长张正涛表示，本轮人形机器人浪潮，“中国队”不再是旁观者而是深度参与者，甚至有望成为引领者。大语言模型的突破极大推动了本轮人形机器人行业的爆发，短短一年，人形机器人行业已经开始迈向“智能+物理”深度融合的全新阶段，世界模型、空间智能、视觉语言动作大模型等关键技术将成为行业发展的核心突破点，物理AI将成为趋势。

　　在应用层面，张正涛预测，未来五至十年，随着核心技术的突破，人形机器人的应用领域将从工业、服务领域向消费级市场渗透，养老服务、医疗健康、教育陪伴等领域将成为人形机器人规模化应用的重要场景，人形机器人将成为真正智能的个人终端，全面改变人类的生产方式与生活方式。

　　开普勒人形机器人CEO胡德波表示， 随着大量的人形机器人厂家逐渐步入量产，物理AI的能力加速提升，商业化落地正在变得可能。尤其是在仓储物流、特种行业、巡逻巡检等领域，2025年或将成为人形机器人商用落地的元年。

　　回顾这一年的发展，乐聚机器人董事长冷晓琨指出，人形机器人正从单一科研领域应用，到深入到产业一线。但他也强调，这条路依然任重道远，非一家之力能成，需要产业生态的紧密配合。是超越主义直接定位五年的以后的技术路线，还是每一步技术成熟后的产业化落地，这依然是个课题。

　　展望2025年，思必驰董事长、CEO高始兴认为，具身智能产业的兴起，是不可忽视的一个影响因素，既是多模态全链路大模型技术发展的机会，也带来了全新的挑战。

　　▍通用人工智能何时来临？

　　在大模型研发过程中，数据质量是决定模型成功与否的关键因素之一。库帕思CEO黄海清向《科创板日报》记者表示，数据是人工智能的“粮食”，数据集的质量直接决定着大模型训练效果的上限。“我们看到垂类大模型的发展场景越细化，对数据质量的要求便越高，若数据存在噪声、缺失、错误等质量问题，将直接影响算法的训练效果及准确性。”

　　星环科技创始人、CEO孙元浩也指出，时代进阶到今天，企业和需求方最大的难题不是大模型，而是回归到数据，语料的质量决定了大模型的质量和准确度，如何将企业自有的数据转化为大模型训练可用的语料，将成为企业在大模型时代的制胜关键，企业自有数据、自有语料是大模型应用区别于同行的关键。

　　黄海清表示，高质量语料库的建设，离不开政府、企业、高校、科研机构以及社会各界的携手合作。故而，针对大规模行业数据集稀缺的问题，构建高价值共享数据集机制、加大在数据清洗与数据标注领域的关键技术研发及加强高素质数据处理人才的培养，将成为各行各业在未来人工智能垂类应用领域的“核心竞争力”。

　　“可信数据是未来商业AI训练的关键要素，而在 2025年，企查查将继续深耕可信数据领域。”企查查创始人、董事长陈德强谈到。

　　摩尔线程创始人兼CEO张建中认为，AGI的曙光已然初现。2025年是AGI落地的关键一年。物理智能则是AGI的下一波创新浪潮，尤以空间智能和世界模型为代表。其中，空间智能强调AI对物理世界的感知、理解和交互能力，而世界模型是对现实世界的全面建模和模拟，这些同样离不开GPU的算力支持。

　　面壁智能CEO李大海表示，端侧AI和硬件结合，眼下已成为自发的市场和技术趋势，AI 眼镜“百镜大战”的出现，就是趋势的分支之一。这背后有着深刻的驱动：2024年以来，Scaling law 的可持续发展出现数据和算力上的挑战，数据已接近耗尽，模型的训练成本和使用成本，居高不下。

　　但另一条坦途，大模型的密度定律Densing Law，即模型的能力密度每3.3个月翻一番。当大模型的「密度定律」和芯片「摩尔定律」持续推进，这意味着模型在同一参数量上能释放更强的智能，芯片在同样的面积/功耗上，算力能支撑更大的模型。李大海判断，两条发展曲线的驱动下，大模型就能运行在各类终端上，就像大型机到个人电脑的发展，大模型必将进入千家万户、千行百业。

　　对于AI眼镜的发展方向，闪极科技CEO张波认为，从趋势上看，伴随“百镜大战”的加速，AI眼镜行业的竞争烈度将急剧拉升。拍摄、续航、AI和性价比这四个要素，也将成为所有该领域玩家必须解决的命题。

　　站在2025年的门槛上，武汉人工智能研究院院长王金桥感受到，人工智能大模型正站在从“量变”到“质变”的转折点上。过去几年，我们见证了基础模型在参数规模和算力上的激烈竞争，但未来，战场将转向推理模型，一个全新的领域正等待我们去探索。

　　王金桥称，推理模型的崛起，意味着AI将更加注重实际应用中的智能决策和执行能力。基础模型不再只是大规模预训练的象征，而是逐渐演变为动态、适应性强、自我优化的智能体。这些智能体不仅能够感知、分析、推理，还能与人类和环境进行深度交互，它们将在不同应用和平台间自如穿梭，执行任务，甚至协同工作，创造新的价值。

　　百川智能创始人、CEO 王小川判断，未来五年，有机会AGI就会降临，人类将重新思考“我是谁？”，“到哪里去？” “AGI的尽头是生命科学和具身智能。我们将了解生命的奥秘，治愈大多数疾病，获得健康自由。再远一点，AI也会帮助我们实现人类和机器的融合，帮助我们繁荣和延续人类文明。”

　　生数科技联合创始人兼CEO唐家渝认为，“人人可用”的视频大模型在2025年将成为现实，多模态生成技术正以空前的发展速度重铸千行百业。在业内主语为“落地”的当下，多模态大模型应用将进一步走向场景化、实用化、多样化。无论是B端还是C端，深度融合AI技术并加以创新都是必经之路。

　　传神语联创始人何恩培则表示，大模型的持续“实时学习”能力将成为大模型下一个突破点。正如强化学习之父Rich Sutton所“炮轰”的“大模型目前只是瞬时学习”一样，大模型要深度理解客户数据，面临两难：自己训练代价高昂，厂商训练数据有安全风险，而且新数据学习是个问题。