鷺羽 發(fā)自 凹非寺
量子位 | 公眾號 QbitAI

如何回顧2025年的AI進展？

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

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

報告最后梳理出了八大研究方向，系統(tǒng)性地回答了一個更重要的問題：

當(dāng)大模型進入推理時代，AI 正在變成什么？

從Gemini的推理能力、多模態(tài)理解，到Agent、機器人、科學(xué)研究和物理世界建模，谷歌正在描繪一個可以協(xié)作、可以行動、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)多項成果，尤其是數(shù)學(xué)和編程競賽表現(xiàn)優(yōu)異。
• 谷歌始終強調(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)，在不改變原意的基礎(chǔ)上，進行了適當(dāng)修改潤色：

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2024年是為這個時代奠定多模態(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、行動和探索世界的一年。

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

概括來講，在各個領(lǐng)域，谷歌都正在助力將研究轉(zhuǎn)化為現(xiàn)實，讓功能更強大、更實用的產(chǎn)品和工具對人們的生活產(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展，顯著提升了模型性能。

這一系列進展始于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。

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

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)級推理能力與Flash級別的延遲、效率和成本優(yōu)勢，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，價格卻只有它的一小部分，且延遲顯著降低，延續(xù)了Gemini時代的趨勢——

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最先進的開源模型，讓實用的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AI從工具轉(zhuǎn)向?qū)嵱霉ぞ?，憑借全新、強大的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)邁入了一個新時代。

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

今年谷歌實驗室也進行了一些極具吸引力的實驗，包括：

• Pomelli：AI用于品牌營銷內(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，利用AI拓展了遠(yuǎn)程在場的可能性。

推動科學(xué)與數(shù)學(xué)發(fā)展

2025年也是AI科學(xué)進步的標(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展。

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

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

谷歌在今年也紀(jì)念了AlphaFold問世的第五周年，這一榮獲諾貝爾獎的AI系統(tǒng)解決了困擾學(xué)界50年的蛋白質(zhì)折疊問題。目前它已被190多個國家的300多萬名研究人員使用。

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

Deep Think已經(jīng)能夠理解需要深度抽象推理的問題，并在兩項國際競賽中達(dá)到了金牌水平。

推進計算和物理世界研究

谷歌今年在量子計算、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。

其中量子計算在現(xiàn)實世界應(yīng)用方面的進展尤為顯著，例如Quantum Echoes項目。

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，以表彰他們在20世紀(jì)80年代的基礎(chǔ)量子研究。

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

谷歌在機器人技術(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)對全球性挑戰(zhàn)與機遇

谷歌今年的工作直觀展示了AI驅(qū)動的科學(xué)進步，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)。

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

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

而谷歌最先進、最高效的預(yù)報模型WeatherNext 2，生成預(yù)報的速度能快8倍，且分辨率可達(dá)1小時。借助這項技術(shù)，谷歌通過實驗性的氣旋預(yù)測，支持氣象機構(gòu)做出有效決策。

谷歌也正在與合作伙伴攜手，將AI驅(qū)動的科學(xué)進展更貼近患者，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)域的一個強大工具，通過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，并試點了新的語音互譯功能。

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，谷歌正持續(xù)改進和發(fā)展旗下的工具、資源及安全框架，以預(yù)測并降低風(fēng)險。

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

此外，谷歌還在展望更長遠(yuǎn)的未來，探索通往AGI的負(fù)責(zé)任之路，將準(zhǔn)備工作、主動風(fēng)險評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)任地推進人工智能的前沿領(lǐng)域，需要全社會各方面的協(xié)作。

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

在教育領(lǐng)域，谷歌也與教育機構(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，一起推動前沿研究。

此外，谷歌正與多個實驗室合作，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