圖片系A(chǔ)I生成

日前，AI領(lǐng)域投資人、風(fēng)投公司Air Street Capital聯(lián)合創(chuàng)始人內(nèi)森·貝奈奇（Nathan Benaich）與其團(tuán)隊(duì)共同發(fā)布了《人工智能現(xiàn)狀報告 2025》。該系列報告已連續(xù)發(fā)布八年，而本次報告長達(dá)300多頁，由業(yè)界和研究領(lǐng)域的頂尖AI從業(yè)者進(jìn)行評審，涵蓋了技術(shù)研究與產(chǎn)業(yè)、政策與安全、用戶市場調(diào)研等多個維度。

基于此，內(nèi)森·貝奈奇對下一年度給出預(yù)測，他在報告中寫道：“對前沿AI模型的研究，中國的研究機(jī)構(gòu)會超越美國；開放式AI智能體（Agent）更值得獲得進(jìn)一步科研發(fā)現(xiàn)；AI安全領(lǐng)域，基于AI生成欺詐視頻的網(wǎng)絡(luò)攻擊事件將引發(fā)國際間討論；美國某頭部AI研究架構(gòu)會最終轉(zhuǎn)向開源生態(tài)以獲得其政府支持。”

筆者根據(jù)該報告調(diào)研數(shù)據(jù)及分析，梳理出三大類關(guān)鍵信息。

過去一年，超級智能與中美大模型PK

2024年末至2025年，隨著GPT-o1的發(fā)布，迎來基于深度推理的大模型發(fā)展熱潮，各家大模型廠商快速面世了多個推理模型。

期間，以Meta為代表的科技巨頭定義了“超級人工智能”（Superintelligence）一詞，“通用人工智能”（AGI）成為過去時。

請輸入圖說

報告認(rèn)為，開源模型與閉源模型之間的差距雖曾一度縮小，但當(dāng)前最頂尖的模型仍保持閉源，如GPT-5、GPT-o3、Gemini 2.5 Pro、Claude 4.1 Opus、Grok4等。其中，OpenAI憑借其最新的GPT-5在多個基準(zhǔn)測試中保持領(lǐng)先，繼續(xù)鞏固在基礎(chǔ)模型領(lǐng)域的優(yōu)勢地位。

盡管中國基礎(chǔ)模型尚未取得突破性進(jìn)展，但在開源模型領(lǐng)域卻頗具競爭力。相比之下，美國的開源模型表現(xiàn)令人失望，OpenAI的開源模型性能遠(yuǎn)遜于GPT-5。

隨著中國DeepSeek、Qwen和Kimi等模型的崛起，市場競爭愈發(fā)激烈。特別是在推理和編程任務(wù)方面，中國廠商正逐步縮小與領(lǐng)先者的差距。報告強(qiáng)調(diào)，開源為中國廠商提供了快速追趕的契機(jī)，越來越多的開發(fā)者選擇基于Qwen進(jìn)行開發(fā)。中國的大模型不僅在智能水平上有所提升，還呈現(xiàn)出多樣化的特點(diǎn)。相比之下，曾作為開源模型標(biāo)桿的Meta Llama，其市場份額已從2024年末的約50%大幅下滑至目前的15%。

報告指出，近期推理模型的方法改進(jìn)完全處于基準(zhǔn)模型的誤差范圍內(nèi)，這或許意味著推理模型的進(jìn)步并不真實(shí)。而且，強(qiáng)化學(xué)習(xí)（RL）帶來的實(shí)際收益也微乎其微，且容易過擬合。

針對此，報告援引一篇論文，深入剖析了研究人員間的爭議焦點(diǎn)：推理模型在應(yīng)對復(fù)雜問題時表現(xiàn)欠佳，究竟是源于實(shí)驗(yàn)設(shè)計(jì)本身的缺陷，還是僅在特定領(lǐng)域才能展現(xiàn)出超越基準(zhǔn)模型的優(yōu)勢？

當(dāng)前，前沿AI實(shí)驗(yàn)室正積極探索將強(qiáng)化學(xué)習(xí)、基于可驗(yàn)證的獎勵機(jī)制、可驗(yàn)證推理與新環(huán)境相結(jié)合，賦予模型規(guī)劃、反饋、自我修正以及在更長時間跨度內(nèi)執(zhí)行任務(wù)的能力。

報告還提到，AI研究目前正考慮利用小語言模型（SLMs）構(gòu)建智能體（Agentic AI）。鑒于大多數(shù)智能體的工作流存在局限性、重復(fù)性且高度依賴格式，小語言模型已能滿足實(shí)際操作需求，且成本顯著降低。因此，采用小語言模型構(gòu)建有限的異構(gòu)智能體架構(gòu)，僅在必要時調(diào)用大模型，成為一種可行的策略。

作為構(gòu)建AI智能體的軟件平臺，AI智能體框架發(fā)展同樣迅速。盡管LangChain仍廣受歡迎，但如今已只是眾多選擇之一，目前市面上各細(xì)分領(lǐng)域已涌現(xiàn)數(shù)十種框架，如研發(fā)領(lǐng)域的AutoGen、camel，軟件工程領(lǐng)域的MetaGPT等。

此外，AI智能體的研究正賦予其記憶能力，實(shí)現(xiàn)從拓展上下文窗口到結(jié)構(gòu)化、持久性終身記憶的轉(zhuǎn)變，并且進(jìn)一步延伸至動態(tài)整合、遺忘和反思，旨在使智能體在交互、任務(wù)乃至整個運(yùn)行周期中保持連貫性。

報告還提到，AI如今在跨學(xué)科領(lǐng)域的應(yīng)用價值日益凸顯。例如，在生物領(lǐng)域，DeepMind的AI系統(tǒng)“Co-scientist”，基于Gemini 2.0構(gòu)建，能夠生成、辯論并進(jìn)化其假設(shè)生成與實(shí)驗(yàn)規(guī)劃過程。

AI智能同樣涌現(xiàn)物理世界。如艾倫人工智能研究所Ai2發(fā)布的針對于具身智能系統(tǒng)的模型MolmoAct，谷歌的Gemini Robotics 1.5，與大模型“思維鏈”相呼應(yīng)，能夠顯著提升物理機(jī)器人的可解釋性和可靠性。

產(chǎn)業(yè)進(jìn)展：更便宜的智能，限制與競爭

當(dāng)前，AI產(chǎn)業(yè)應(yīng)用正迅速普及。AI優(yōu)先企業(yè)營收遠(yuǎn)超其SaaS同行，并且在各個行業(yè)展現(xiàn)出發(fā)展勢頭。2025年，隨著AI采用率上升，用戶留存率上升，企業(yè)支出增加。特別是在音視頻、虛擬形象、圖像生成領(lǐng)域，AI公司的收入有望實(shí)現(xiàn)爆發(fā)式增長。

在企業(yè)內(nèi)部，AI應(yīng)用場景以內(nèi)容生成、代碼生成、研究及分析密集型任務(wù)最為常見。

ChatGPT、Claude、Gemini/Google和Perplexity成為使用頻率最高的工具。盡管Meta的AI工具覆蓋面廣，但其使用頻率遠(yuǎn)不及Mistral Le Chat或Midjourney。值得注意的是，DeepSeek雖然覆蓋率略低，但使用頻率相對較高。

在開發(fā)者工具方面，Cursor、Claude Code和GitHub Copilot備受青睞；而在非編程工具中，Deep Research、ChatGPT、ElevenLabs、Perplexity和Claude的使用頻率也非常高。

然而，AI編程工具的應(yīng)用也伴隨著一定風(fēng)險。例如，AI編程工具可能會主動覆蓋企業(yè)生產(chǎn)代碼，導(dǎo)致開發(fā)成果受損。同時，從事AI編程開發(fā)的初創(chuàng)公司仍面臨嚴(yán)峻的單位經(jīng)濟(jì)效益挑戰(zhàn)，其盈利狀況受制于上游模型價格和競爭對手。這可能導(dǎo)致初創(chuàng)公司在提高利潤時，除了技術(shù)降本外，還可能采取突然提價或限制用戶功能等措施。

瀏覽器正成為AI應(yīng)用的最新焦點(diǎn)和企業(yè)競爭的新戰(zhàn)場。目前，OpenAI、Google、Anthropico和Perplexity均推出了助手功能，不僅能解答用戶關(guān)于網(wǎng)頁內(nèi)容的問題，還能代表用戶在瀏覽器中進(jìn)行導(dǎo)航和操作。這一轉(zhuǎn)變將瀏覽器重新定義為互聯(lián)網(wǎng)的智能操作系統(tǒng)。此外，谷歌公司在其產(chǎn)品中嵌入Gemini能力，讓更多用戶體驗(yàn)到AI檢索服務(wù)。據(jù)谷歌公司聲稱，其每月Token消耗數(shù)量在2025年同比增長了50倍，達(dá)到千萬億個Token。

事實(shí)上，AI的工業(yè)時代已經(jīng)到來。

但在這其中，電力供應(yīng)正成為制約AI發(fā)展的新因素。報告稱，若電力供應(yīng)不足，國家AI計(jì)劃將面臨崩潰風(fēng)險。未來1-3年內(nèi)，美國幾個主要地區(qū)可能會出現(xiàn)電力短缺。美國能源部（DOE）警告稱，由于電力供應(yīng)不穩(wěn)定和AI需求增長，到2030年，停電頻率可能會增加100倍。

報告提到了2024年末DeepSeek對整個AI市場的攪動，市場重新認(rèn)識“杰文斯悖論”，即更便宜的智能，帶來更高的需求，更高的需求又會提高對芯片的消耗。

無論是在公有云、私有云還是本地化部署環(huán)境中，GPU都至關(guān)重要。英偉達(dá)的市值突破4萬億美元，占據(jù)90%的AI研究論文市場份額，定制芯片與新云服務(wù)同步崛起。除了英偉達(dá)之外，隨著客戶對優(yōu)惠價格、靈活合同條款及AI專用軟件套件的需求增加，上市公司Coreweave、Nebius以及私企Lambda、Crusoe正實(shí)現(xiàn)快速增長。同時，報告指出TPU和AMD的GPU普及程度并不高。

報告還首次對1183名AI從業(yè)者進(jìn)行了調(diào)研，結(jié)果顯示，95%的專業(yè)人士現(xiàn)在在工作或生活中使用AI，76%的人自掏腰包購買AI工具，且大多數(shù)人表示生產(chǎn)力持續(xù)提高。這充分證明AI的真正普及已成為主流趨勢。

報告指出，目前AI主要擠壓的是入門級崗位市場，其中在軟件和客服領(lǐng)域，這類崗位極易受AI技術(shù)影響，其招聘崗位持續(xù)下降，經(jīng)驗(yàn)豐富的勞動力暫時保持工作穩(wěn)定性。

報告還指出，研究發(fā)現(xiàn)當(dāng)前勞動力市場變化早于2022年ChatGPT的問世，AI自動化目前并未削弱經(jīng)濟(jì)領(lǐng)域?qū)φJ(rèn)知型勞動力的需求。

AI政策“反復(fù)”，安全風(fēng)險加劇

整體來看，美國推行“美國AI優(yōu)先”的戰(zhàn)略并調(diào)整出口政策，中國則加速推進(jìn)自主研發(fā)與本土芯片制造，以中美為代表的AI競賽愈演愈烈。

2025年，特朗普政府將人工智能安全研究所更名為人工智能標(biāo)準(zhǔn)與創(chuàng)新中心（CAISI），并啟動了5000億美元的“星門計(jì)劃”。與此同時，美國政府發(fā)布《人工智能行動計(jì)劃》力求保持其在全球AI領(lǐng)域的主導(dǎo)地位。

與中國最密切相關(guān)的是AI芯片出口限制的相關(guān)政策，報告用“反復(fù)”來形容。事實(shí)上，美國政府在國家安全目標(biāo)與供應(yīng)鏈依賴、供應(yīng)商游說這見尋求平衡，這使得英偉達(dá)和AMD成為政治焦點(diǎn)。報告指出，英偉達(dá)在中國市場并未達(dá)到穩(wěn)定狀態(tài)。

與此同時，美國監(jiān)管措施在巨額投資浪潮中被邊緣化：國際外交陷入僵局，《人工智能法案》實(shí)施遭遇重重阻礙。

AI數(shù)據(jù)中心建設(shè)陷入了新的瓶頸：鄰避主義（NIMBYism）。在最新事件中，美國公眾對新建大規(guī)模數(shù)據(jù)中心的反對聲日益高漲。

而盡管政府《人工智能行動計(jì)劃》提及需自主AI領(lǐng)域”基礎(chǔ)科學(xué)“，但其核心研發(fā)資金遠(yuǎn)低于專家建議的2026年320億美元投資目標(biāo)。

與此同時，硅谷科技巨頭目前采取了“逆向”并購政策：通過快速引進(jìn)人才（創(chuàng)始人及團(tuán)隊(duì)高薪）以規(guī)避并購限制，同時保留原業(yè)務(wù)精簡的公司轉(zhuǎn)型拓展小眾市場。其原因在于，特朗普政府以來的并購增長預(yù)期尚未到來，同時又受制于前拜登政府推行的反壟斷審查。例如，微軟收購Inflection，谷歌收購Character AI，亞馬遜收購Adept，Meta收購Scale AI（貌似最近的Manus并購案也存在同樣模式）。

目前美國聯(lián)邦貿(mào)易委員會（FTC）對這類“逆向”并購行為的擔(dān)憂日益加劇。

與此同時，美國就AI安全相關(guān)的政策議題也在發(fā)生轉(zhuǎn)變，加之實(shí)驗(yàn)室間日益激烈的商業(yè)競爭，某些安全規(guī)程已被列為非優(yōu)先事項(xiàng)。

外部安全機(jī)構(gòu)年度預(yù)算甚至不及頂尖實(shí)驗(yàn)室單日總支出，曾以安全為核心的機(jī)構(gòu)開始將重點(diǎn)轉(zhuǎn)向產(chǎn)品化。報告估算，外部AI安全研究投入僅約1.3億美元，而同期全球AI研發(fā)支出接近千億美元，比例極低。

AI實(shí)驗(yàn)室為防范生物安全風(fēng)險和網(wǎng)絡(luò)攻擊部署了空前防護(hù)，部分實(shí)驗(yàn)室卻因錯過自我設(shè)定的截止日期或悄然放棄測試方案。

報告指出，網(wǎng)絡(luò)攻擊能力每五個月翻一番，遠(yuǎn)超防御措施的更新速度。犯罪分子利用AI智能體的勒索軟件已滲透至世界500強(qiáng)企業(yè)。

涉及生成式AI的安全事件正呈急劇增長態(tài)勢。其中，大量報告事件涉及AI換臉技術(shù)，這與大模型的濫用密切相關(guān)。與此同時，AI代理正日益成為網(wǎng)絡(luò)安全防御的重大挑戰(zhàn)。（作者 | 楊麗，編輯 | 蓋虹達(dá)）

報告來源：https://www.stateof.ai/