點(diǎn)擊下方“JavaEdge”，選擇“設(shè)為星標(biāo)”

第一時(shí)間關(guān)注技術(shù)干貨！

本文已收錄在Github，關(guān)注我，緊跟本系列專欄文章，咱們下篇再續(xù)！

• 魔都架構(gòu)師 | 全網(wǎng)30W技術(shù)追隨者

• 大廠分布式系統(tǒng)/數(shù)據(jù)中臺(tái)實(shí)戰(zhàn)專家

• 主導(dǎo)交易系統(tǒng)百萬級(jí)流量調(diào)優(yōu) & 車聯(lián)網(wǎng)平臺(tái)架構(gòu)

• AIGC應(yīng)用開發(fā)先行者 | 區(qū)塊鏈落地實(shí)踐者

• 以技術(shù)驅(qū)動(dòng)創(chuàng)新，我們的征途是改變世界！

• 實(shí)戰(zhàn)干貨：編程嚴(yán)選網(wǎng)

• AI 技術(shù)的下一個(gè)前沿將是“物理智能”（Physical AI）

• RAG已逐漸商品化，在企業(yè)應(yīng)用中得到廣泛采用

• AI 正從“助手”轉(zhuǎn)變?yōu)椤肮餐瑒?chuàng)造者”。未來不僅是寫代碼更快，而是 AI 將參與應(yīng)用的完整生命周期——開發(fā)、測(cè)試與發(fā)布。

• AI 驅(qū)動(dòng)的 DevOps 流程與實(shí)踐成為今年備受關(guān)注的熱點(diǎn)。

• 人機(jī)交互（HCI）領(lǐng)域強(qiáng)調(diào)技術(shù)要服務(wù)于真實(shí)人類需求，設(shè)計(jì)要融入人們的生活場景。

• 新的協(xié)議如MCP與A2A將繼續(xù)推動(dòng) AI 客戶端與后臺(tái)系統(tǒng)間的互操作性。

AI/ML 趨勢(shì)報(bào)告為讀者提供人工智能、機(jī)器學(xué)習(xí)與數(shù)據(jù)工程領(lǐng)域的新興趨勢(shì)與技術(shù)概覽。本報(bào)告總結(jié)了與多位嘉賓的播客討論，重點(diǎn)介紹未來 12 個(gè)月值得關(guān)注趨勢(shì)。

1 AI與機(jī)器學(xué)習(xí)趨勢(shì)圖

報(bào)告中的核心部分是年度趨勢(shì)圖（Trends Graph），展示了不同技術(shù)從“創(chuàng)新者階段”到“早期采用者”、“早期大眾”的演進(jìn)路徑。

這一框架基于 Geoffrey Moore 的著作《跨越鴻溝》（Crossing the Chasm）。主要聚焦尚未“跨越鴻溝”的新興技術(shù)領(lǐng)域。

自 2022 年 11 月 ChatGPT 發(fā)布以來，生成式 AI與LLMs）徹底主導(dǎo)了 AI 技術(shù)版圖。各大科技巨頭持續(xù)推出更強(qiáng)的語言模型版本。延續(xù)過去幾年的爆發(fā)式增長，AI 領(lǐng)域在過去一年中出現(xiàn)了大量重大創(chuàng)新。

與去年趨勢(shì)報(bào)告的對(duì)比更新：

本文重點(diǎn)介紹趨勢(shì)圖中新增與更新的技術(shù)主題，并說明它們?cè)诓捎们€中的最新位置。

2 創(chuàng)新者階段

今年的“創(chuàng)新者”類別新增了多個(gè)前沿主題。

2.1 AI Agents

今年 AI 代理領(lǐng)域發(fā)展迅猛。Anthropic 推出了Claude Subagents，Amazon 發(fā)布Bedrock Agents，AI 代理正從執(zhí)行單一任務(wù)進(jìn)化為能夠編排復(fù)雜工作流、做出上下文決策的系統(tǒng)。

其他重要進(jìn)展包括：

• OpenAI 公布通用 ChatGPT Agent，可在表格與演示類應(yīng)用中自動(dòng)執(zhí)行任務(wù)。

• Amazon 開源Strands Agents SDK，用于構(gòu)建 AI 代理。

• NVIDIA 推出 Visual AI Agents，用于視頻分析。

Daniel Dominguez指出：

我們正從簡單的聊天機(jī)器人，邁向能幫我們安排會(huì)議、更新數(shù)據(jù)庫、啟動(dòng)云資源的 AI 助手。如 Amazon Bedrock Agents 能在不管理基礎(chǔ)設(shè)施的前提下，基于任意基礎(chǔ)模型創(chuàng)建生產(chǎn)級(jí)代理，這些代理可安全地鏈?zhǔn)秸{(diào)用任務(wù)與服務(wù)，將“代理范式”引入 AWS 生態(tài)中，大大縮短從實(shí)驗(yàn)到生產(chǎn)的路徑。

Anthony Alford補(bǔ)充：

代理功能強(qiáng)大但也潛藏風(fēng)險(xiǎn)。如能訪問文件系統(tǒng)的代理若執(zhí)行錯(cuò)誤命令（如“rm -rf”）可能造成災(zāi)難性后果。這些工具極大地提高了生產(chǎn)力，但也放大了安全隱患——當(dāng) AI 能訪問你的銀行賬戶或刪除硬盤時(shí)，安全問題比以往更嚴(yán)峻。

語言模型如今具備多模態(tài)能力，可同時(shí)處理文本、圖像、音頻與視頻等多種數(shù)據(jù)類型，實(shí)現(xiàn)更深層的語義理解與跨模態(tài)推理，從而生成更準(zhǔn)確、有價(jià)值的輸出。

2.3 物理智能（Physical AI）

物理智能是今年 AI 技術(shù)格局中的重大突破，即 AI 在機(jī)器人和本地設(shè)備中的實(shí)體化。

• Google推出 Gemma 3n，專為手機(jī)、筆記本和平板設(shè)計(jì)的生成式模型

• Microsoft推出 Mu，用于 Windows 系統(tǒng)設(shè)置的輕量級(jí)小語言模型（SLM），每秒可生成上百 token

• Google DeepMind發(fā)布 Gemini Robotics On-Device，讓 Gemini 2.0 的多模態(tài)推理與現(xiàn)實(shí)理解延伸至本地機(jī)器人設(shè)備

• NVIDIA推出完整的三層物理 AI 開發(fā)體系：DGX 超算（訓(xùn)練）、Omniverse 與 Cosmos（仿真）、Jetson AGX Thor（機(jī)器人推理），實(shí)現(xiàn)從訓(xùn)練到部署的全流程物理 AI 開發(fā)。

Savannah Kunovsky表示：

當(dāng) AI 進(jìn)入家庭等私密空間時(shí)，設(shè)計(jì)“可信賴的邊緣體驗(yàn)”至關(guān)重要。用戶更希望數(shù)據(jù)在本地處理，而不是傳輸?shù)竭b遠(yuǎn)的服務(wù)器。未來的物理 AI 應(yīng)在實(shí)用性與隱私保護(hù)之間取得平衡，讓人們?cè)敢狻把?qǐng)”它進(jìn)入生活。

Anthony Alford補(bǔ)充：

推理型語言模型正成為機(jī)器人智能的重要路徑。NVIDIA 的機(jī)器人主管 Jim Fan 認(rèn)為：“若沒有實(shí)體化，AGI 永遠(yuǎn)不會(huì)到來?！睋Q言之，真正的通用人工智能必須以物理形式存在。

Anthropic于 2024 年 11 月提出，是一種開放標(biāo)準(zhǔn)，在為LLM提供統(tǒng)一的數(shù)據(jù)集成接口，減少碎片化和定制化集成的復(fù)雜度。

OpenAI、Microsoft、Google 均宣布支持 MCP。

Anthony Alford：

MCP 已被廣泛采納，它是實(shí)現(xiàn) AI 代理互通的關(guān)鍵技術(shù)。盡管存在安全挑戰(zhàn)，但它已成為主流，如用于運(yùn)行測(cè)試的 Playwright MCP 服務(wù)器、或讓代理讀取 Figma 原型的應(yīng)用，都是當(dāng)前熱門場景。

Daniel Dominguez：

MCP 最令人興奮的地方在于“互操作性”。它讓不同公司的模型與數(shù)據(jù)源共享同一協(xié)議，實(shí)現(xiàn)多代理系統(tǒng)協(xié)作，真正讓 AI 跨平臺(tái)協(xié)同工作。

借助Agentic AI與Physical AI，人機(jī)交互正迎來重大變革。我們與軟件交互的方式將更加自然與情境化。

Savannah Kunovsky（IDEO 設(shè)計(jì)專家）：

如今要用好大語言模型，必須懂得“提示工程”，這阻礙了大眾采用。我們應(yīng)讓技術(shù)界面更流動(dòng)、更自然。比如，信息應(yīng)出現(xiàn)在我們需要的地方：烹飪時(shí)顯示食譜、行走時(shí)輕松回復(fù)消息，而非停下來掏出手機(jī)。技術(shù)的目標(biāo)是將信息嵌入日常情境中。

她還提到 AI 在設(shè)計(jì)行業(yè)的應(yīng)用：

設(shè)計(jì)師現(xiàn)在能用生成式工具更快表達(dá)創(chuàng)意。如 IDEO 的一位設(shè)計(jì)師利用 AI 為兒童玩具設(shè)計(jì)制作“預(yù)告片”，通過視覺短片展示可持續(xù)材料的理念，溝通效率顯著提高。這種跨領(lǐng)域協(xié)作正在改變?cè)O(shè)計(jì)的創(chuàng)作方式。

其他新增至“創(chuàng)新者”類別的趨勢(shì)還包括推理模型（Reasoning Models）與AI DevOps。

3 早期采用者階段

主要關(guān)注：語言模型創(chuàng)新與RAG。

3.1 語言模型創(chuàng)新

大型語言模型是生成式 AI 的基礎(chǔ)。

今年出現(xiàn)了多種新類型與突破：視覺語言模型（VLM）、小語言模型（SLM）、推理模型與狀態(tài)空間模型（SSM）等。

代表性成果包括：

• OpenAI 的 GPT-5

• OpenAI Sora：開創(chuàng)性的生成視頻模型

小語言模型（SLM）繼續(xù)在端側(cè)推理、隱私保護(hù)與成本優(yōu)化領(lǐng)域擴(kuò)展應(yīng)用。

Anthony Alford：

GPT-5 的發(fā)布方式讓人意外：用戶無需選擇，系統(tǒng)自動(dòng)選用最合適的模型版本。 這解決了命名混亂問題（如 4o 與 o4），簡化了體驗(yàn)。

Savannah Kunovsky：

這種做法旨在簡化用戶界面。 隨著技術(shù)成熟，真正的差異化將來自“交互體驗(yàn)”， 即如何讓普通用戶更自然地使用這些強(qiáng)大能力。

過去一年，RAG 應(yīng)用在企業(yè)級(jí)開發(fā)中實(shí)現(xiàn)了爆發(fā)式增長，已從創(chuàng)新走向標(biāo)準(zhǔn)配置。

Anthony Alford：

幾乎所有擁有大量文檔與知識(shí)庫的企業(yè)，都在考慮構(gòu)建自己的 RAG 系統(tǒng)。

Savannah Kunovsky：

RAG 改變了我們的設(shè)計(jì)調(diào)研方式。以往我們需要與多人訪談、收集資料；現(xiàn)在系統(tǒng)能自動(dòng)整合公司內(nèi)部文件與報(bào)告，讓設(shè)計(jì)團(tuán)隊(duì)在動(dòng)手前就獲得充足上下文。這讓非技術(shù)團(tuán)隊(duì)也能輕松構(gòu)建基于 RAG 的應(yīng)用。

此外，自動(dòng)化機(jī)器學(xué)習(xí)（AutoML）也進(jìn)入早期采用階段，已被多家機(jī)構(gòu)納入生產(chǎn)流程。

4 早期大眾階段

以下技術(shù)已在各類組織的開發(fā)團(tuán)隊(duì)中普遍采用：

• 向量數(shù)據(jù)庫（Vector DBs）

• MLOps

• 合成數(shù)據(jù)（Synthetic Data）

這些技術(shù)現(xiàn)已完全成熟，成為企業(yè)核心架構(gòu)的一部分：

• 數(shù)據(jù)湖倉（Lakehouses）

• 流式處理（Stream Processing）

• 分布式計(jì)算（如 Apache Storm）

AI 技術(shù)正從“任務(wù)執(zhí)行者”演變?yōu)?strong>值得信賴的智能協(xié)作者，能夠解決現(xiàn)實(shí)世界的復(fù)雜問題。AI 將持續(xù)深化并拓展至我們尚未設(shè)想的領(lǐng)域。未來一年預(yù)測(cè)：

• AI 代理與 AI 驅(qū)動(dòng)開發(fā)工具將持續(xù)發(fā)展

• 真正對(duì)人有用的 AI 應(yīng)用將奠定下一代互聯(lián)網(wǎng)的基礎(chǔ)

• 視頻 RAG將興起，區(qū)分真人與 AI 生成視頻將成為新挑戰(zhàn)

• 業(yè)界可能開始討論“AI 泡沫”，并非因技術(shù)失效，而是行業(yè)結(jié)構(gòu)面臨調(diào)整

• AI 將更加隱形與上下文化，成為生活中自然、幕后運(yùn)行的一部分

編程嚴(yán)選網(wǎng)：http://www.javaedge.cn/ 專注分享AI時(shí)代下軟件開發(fā)全場景最新最佳實(shí)踐~