鷺羽 發(fā)自 凹非寺
量子位 | 公眾號(hào) QbitAI

如何回顧2025年的AI進(jìn)展？

今年王者歸來(lái)的谷歌，剛剛由Jeff Dean和哈薩比斯牽頭，完成了年度總結(jié)和趨勢(shì)展望報(bào)告——

• 這是AI Agent、推理和科學(xué)發(fā)現(xiàn)的一年。

報(bào)告最后梳理出了八大研究方向，系統(tǒng)性地回答了一個(gè)更重要的問(wèn)題：

當(dāng)大模型進(jìn)入推理時(shí)代，AI 正在變成什么？

從Gemini的推理能力、多模態(tài)理解，到Agent、機(jī)器人、科學(xué)研究和物理世界建模，谷歌正在描繪一個(gè)可以協(xié)作、可以行動(dòng)、甚至開始參與科學(xué)發(fā)現(xiàn)的智能系統(tǒng)。

• 模型的推理、多模態(tài)理解、生成能力及效率得到顯著提升。
• AI已廣泛融入谷歌的主要產(chǎn)品中。
• 2025年創(chuàng)造性AI工具全面提升。
• AI在科學(xué)和數(shù)學(xué)領(lǐng)域?qū)崿F(xiàn)多項(xiàng)成果，尤其是數(shù)學(xué)和編程競(jìng)賽表現(xiàn)優(yōu)異。
• 谷歌始終強(qiáng)調(diào)安全、責(zé)任與合作開放生態(tài)。

以下是量子位的原文總結(jié)，在不改變?cè)獾幕A(chǔ)上，進(jìn)行了適當(dāng)修改潤(rùn)色：

谷歌年度回顧全文

回顧2025年，這是研究領(lǐng)域取得非凡進(jìn)展的一年。

在人工智能方面，可以清晰地看到其發(fā)展軌跡正從一種工具轉(zhuǎn)變?yōu)橐环N實(shí)用手段：從人們使用的東西變成了可以投入工作使用的東西。

如果說(shuō)2024年是為這個(gè)時(shí)代奠定多模態(tài)基礎(chǔ)的一年，那么2025年就是人工智能開始真正與人類一同思考、行動(dòng)和探索世界的一年。

在量子計(jì)算領(lǐng)域，谷歌也在邁向?qū)嶋H應(yīng)用方面取得了進(jìn)展。

概括來(lái)講，在各個(gè)領(lǐng)域，谷歌都正在助力將研究轉(zhuǎn)化為現(xiàn)實(shí)，讓功能更強(qiáng)大、更實(shí)用的產(chǎn)品和工具對(duì)人們的生活產(chǎn)生積極影響。

基礎(chǔ)模型能力突破

首先今年，谷歌在推理、多模態(tài)理解、模型效率和生成能力方面均取得了突破性進(jìn)展，顯著提升了模型性能。

這一系列進(jìn)展始于3月份發(fā)布的Gemini 2.5，一直到在11月推出了Gemini 3，并于12月推出了Gemini 3 Flash。

基于最先進(jìn)的推理技術(shù)，Gemini 3 Pro是谷歌迄今為止最強(qiáng)大的模型，旨在幫助用戶將想法變?yōu)楝F(xiàn)實(shí)。

它在LMArena排行榜上位于榜首，并憑借在人類終極考試以及GPQA Diamond等基準(zhǔn)測(cè)試中的突破性分?jǐn)?shù)，重新定義了多模態(tài)推理。

它還為數(shù)學(xué)領(lǐng)域的前沿模型樹立了新標(biāo)準(zhǔn)，在MathArena Apex上創(chuàng)下了23.4%的最新紀(jì)錄。

隨后，谷歌推出了Gemini 3 Flash，它融合了Gemini 3的專業(yè)級(jí)推理能力與Flash級(jí)別的延遲、效率和成本優(yōu)勢(shì)，使其成為同尺寸下性能最佳的模型。

Gemini 3 Flash的質(zhì)量超越了谷歌之前的Gemini 2.5 Pro規(guī)模模型的能力，價(jià)格卻只有它的一小部分，且延遲顯著降低，延續(xù)了Gemini時(shí)代的趨勢(shì)——

下一代的Flash模型優(yōu)于上一代的Pro模型。

另外，谷歌今年也致力于通過(guò)最先進(jìn)的開源模型，讓實(shí)用的AI技術(shù)變得更易于獲取。

谷歌的Gemma系列模型不僅具有輕量級(jí)特性，而且開源。在今年，還成功引入了多模態(tài)能力，大幅度增加了上下文窗口，拓展了多語(yǔ)言功能，并提升了效率和性能。

AI產(chǎn)品的深度集成與創(chuàng)新

2025年，谷歌繼續(xù)推動(dòng)AI從工具轉(zhuǎn)向?qū)嵱霉ぞ?，憑借全新、強(qiáng)大的Agent能力改造現(xiàn)有的產(chǎn)品組合。

谷歌重新構(gòu)想了軟件開發(fā)，不再局限于輔助編碼工具，而是引入能與開發(fā)者協(xié)作的強(qiáng)大Agent系統(tǒng)，比如Gemini 3高超的編碼能力以及Google Antigravity的推出，都標(biāo)志著AI輔助軟件開發(fā)邁入了一個(gè)新時(shí)代。

這一演變同樣也在谷歌的核心產(chǎn)品中清晰可見，從Pixel 10上的AI功能、搜索中AI模式的更新，到類似Gemini應(yīng)用和NotebookLM這類的AI創(chuàng)新產(chǎn)品，而這些產(chǎn)品均增加了深度研究等高級(jí)功能。

AI賦能創(chuàng)造力

2025年也是生成式媒體變革的一年，AI為創(chuàng)意提供了全新且前所未有的能力。

用于視頻、圖像、音頻和虛擬世界的生成式媒體模型及工具變得更加高效，應(yīng)用也更為廣泛，其中突破性的Nano Banana和Nano Banana Pro在原生圖像生成與編輯方面展現(xiàn)出了前所未有的能力。

谷歌還與創(chuàng)意行業(yè)人士合作，開發(fā)了Flow和Music AI Sandbox等工具，讓它們能更好地輔助創(chuàng)意工作流程。

同時(shí)，谷歌通過(guò)谷歌藝術(shù)與文化實(shí)驗(yàn)室推出全新的AI驅(qū)動(dòng)體驗(yàn)、對(duì)Gemini應(yīng)用中的圖像編輯功能進(jìn)行了重大升級(jí)，以及引入Veo 3.1、Imagen 4和Flow等強(qiáng)大的新型生成式媒體模型，為人們拓展了創(chuàng)意可能性。

今年谷歌實(shí)驗(yàn)室也進(jìn)行了一些極具吸引力的實(shí)驗(yàn)，包括：

• Pomelli：AI用于品牌營(yíng)銷內(nèi)容；
• Stitch：能在幾分鐘內(nèi)將提示詞和圖像輸入轉(zhuǎn)化為復(fù)雜用戶界面設(shè)計(jì)和前端代碼；
• Jules：異步編碼Agent，可作為開發(fā)者的協(xié)作伙伴；
• Google Beam：3D視頻通信平臺(tái)，利用AI拓展了遠(yuǎn)程在場(chǎng)的可能性。

推動(dòng)科學(xué)與數(shù)學(xué)發(fā)展

2025年也是AI科學(xué)進(jìn)步的標(biāo)志性一年，生命科學(xué)、健康、自然科學(xué)和數(shù)學(xué)領(lǐng)域均在AI幫助下取得了諸多進(jìn)展。

這一年里，谷歌在構(gòu)建AI資源和工具方面取得了進(jìn)展，這些資源和工具為研究人員賦能，幫助他們?cè)卺t(yī)療健康領(lǐng)域理解、識(shí)別和開發(fā)新的治療手段。

在基因組學(xué)領(lǐng)域，谷歌已將先進(jìn)技術(shù)應(yīng)用于研究長(zhǎng)達(dá)十余年，如今谷歌超越了測(cè)序階段，正在利用AI來(lái)解讀最復(fù)雜的數(shù)據(jù)。

谷歌在今年也紀(jì)念了AlphaFold問(wèn)世的第五周年，這一榮獲諾貝爾獎(jiǎng)的AI系統(tǒng)解決了困擾學(xué)界50年的蛋白質(zhì)折疊問(wèn)題。目前它已被190多個(gè)國(guó)家的300多萬(wàn)名研究人員使用。

而Gemini的高級(jí)思考能力，包括Deep Think，也在數(shù)學(xué)和編程領(lǐng)域取得了歷史性進(jìn)展。

Deep Think已經(jīng)能夠理解需要深度抽象推理的問(wèn)題，并在兩項(xiàng)國(guó)際競(jìng)賽中達(dá)到了金牌水平。

推進(jìn)計(jì)算和物理世界研究

谷歌今年在量子計(jì)算、能源和突破性技術(shù)等領(lǐng)域也取得了重大發(fā)現(xiàn)，并吸引了前所未有的關(guān)注。

其中量子計(jì)算在現(xiàn)實(shí)世界應(yīng)用方面的進(jìn)展尤為顯著，例如Quantum Echoes項(xiàng)目。

值得一提的是，谷歌員工Michel Devoret與前谷歌員工John Martinis以及UC伯克利的John Clarke共同獲得了2025年諾貝爾物理學(xué)獎(jiǎng)，以表彰他們?cè)?0世紀(jì)80年代的基礎(chǔ)量子研究。

2025年，谷歌繼續(xù)推進(jìn)為AI提供動(dòng)力的核心基礎(chǔ)設(shè)施，重點(diǎn)關(guān)注硬件設(shè)計(jì)的突破和能源效率的提升，包括推出Ironwood，一款為推理時(shí)代打造的新型TPU，它是采用名為AlphaChip的方法設(shè)計(jì)的，同時(shí)谷歌還致力于衡量技術(shù)對(duì)環(huán)境的影響。

谷歌在機(jī)器人技術(shù)和視覺理解方面的研究，也將AI Agent帶入了物理世界和虛擬世界，比如基礎(chǔ)性的Gemini Robotics模型、更先進(jìn)的Gemini Robotics 1.5，以及Genie 3的推出，其中Genie 3成為了通用世界模型的新前沿。

應(yīng)對(duì)全球性挑戰(zhàn)與機(jī)遇

谷歌今年的工作直觀展示了AI驅(qū)動(dòng)的科學(xué)進(jìn)步，如何直接應(yīng)用于解決世界上最關(guān)鍵和普遍存在的挑戰(zhàn)。

通過(guò)利用最先進(jìn)的基礎(chǔ)模型和Agent推理，谷歌極大地加深了對(duì)地球及其系統(tǒng)的理解，同時(shí)在氣候韌性、公共衛(wèi)生和教育等領(lǐng)域提供了影響力解決方案。

例如，谷歌正利用最先進(jìn)的基礎(chǔ)模型和代理推理來(lái)幫助加深對(duì)地球的理解，涵蓋天氣預(yù)報(bào)、城市規(guī)劃、公共衛(wèi)生等多個(gè)領(lǐng)域。例如，谷歌的洪水預(yù)報(bào)信息目前已覆蓋全球150個(gè)國(guó)家超20億人口。

而谷歌最先進(jìn)、最高效的預(yù)報(bào)模型WeatherNext 2，生成預(yù)報(bào)的速度能快8倍，且分辨率可達(dá)1小時(shí)。借助這項(xiàng)技術(shù)，谷歌通過(guò)實(shí)驗(yàn)性的氣旋預(yù)測(cè)，支持氣象機(jī)構(gòu)做出有效決策。

谷歌也正在與合作伙伴攜手，將AI驅(qū)動(dòng)的科學(xué)進(jìn)展更貼近患者，為疾病管理和療法研發(fā)開辟新途徑。

此外，AI正被證明是教育領(lǐng)域的一個(gè)強(qiáng)大工具，通過(guò)LearnLM和Gemini中的引導(dǎo)式學(xué)習(xí)，它能促成新的理解形式并激發(fā)學(xué)生更多好奇心。

谷歌今年將Gemini最強(qiáng)大的翻譯能力引入谷歌翻譯，使其能提供更智能、更自然且更準(zhǔn)確的翻譯，并試點(diǎn)了新的語(yǔ)音互譯功能。

重視責(zé)任與安全

谷歌將研究突破與責(zé)任和安全相結(jié)合。

隨著模型能力不斷增強(qiáng)，谷歌正持續(xù)改進(jìn)和發(fā)展旗下的工具、資源及安全框架，以預(yù)測(cè)并降低風(fēng)險(xiǎn)。

Gemini 3就切實(shí)展現(xiàn)了這種觀念：它是谷歌迄今為止最安全的模型，并且經(jīng)過(guò)了最全面的安全評(píng)估。

此外，谷歌還在展望更長(zhǎng)遠(yuǎn)的未來(lái)，探索通往AGI的負(fù)責(zé)任之路，將準(zhǔn)備工作、主動(dòng)風(fēng)險(xiǎn)評(píng)估以及與更廣泛的人工智能社區(qū)合作置于優(yōu)先地位。

提供跨界合作與開放生態(tài)

谷歌認(rèn)為，要負(fù)責(zé)任地推進(jìn)人工智能的前沿領(lǐng)域，需要全社會(huì)各方面的協(xié)作。

2025年，谷歌與頂尖的人工智能實(shí)驗(yàn)室合作，成立了Agentic AI基金會(huì)，并支持開放標(biāo)準(zhǔn)，以確保Agentic AI擁有一個(gè)負(fù)責(zé)任且具備互操作性的未來(lái)。

在教育領(lǐng)域，谷歌也與教育機(jī)構(gòu)合作，幫助學(xué)生掌握AI技能。并與加州大學(xué)伯克利分校、耶魯大學(xué)、芝加哥大學(xué)等眾多高校研究合作，一起推動(dòng)前沿研究。

此外，谷歌正與多個(gè)實(shí)驗(yàn)室合作，協(xié)同改變科學(xué)研究的開展方式。與電影制作人和其他創(chuàng)意開發(fā)者合作，為他們提供最優(yōu)質(zhì)的AI工具，探索人工智能時(shí)代的新的敘事方式。

2026年，谷歌希望能夠繼續(xù)安全且負(fù)責(zé)任地推進(jìn)前沿技術(shù)，為人類謀福祉。

參考鏈接：
[1]https://blog.google/technology/ai/2025-research-breakthroughs/
[2]https://x.com/i/trending/2003527758127989012