2025人工智能發展現狀報告：超級智能與中美大模型PK，限制與超越 | 企服國際觀察

圖片系AI生成

日前，AI領域投資人、風投公司Air Street Capital聯合創始人內森·貝奈奇（Nathan Benaich）與其團隊共同發布了《人工智能現狀報告 2025》。該系列報告已連續發布八年，而本次報告長達300多頁，由業界和研究領域的頂尖AI從業者進行評審，涵蓋了技術研究與產業、政策與安全、用戶市場調研等多個維度。

基于此，內森·貝奈奇對下一年度給出預測，他在報告中寫道：“對前沿AI模型的研究，中國的研究機構會超越美國；開放式AI智能體（Agent）更值得獲得進一步科研發現；AI安全領域，基于AI生成欺詐視頻的網絡攻擊事件將引發國際間討論；美國某頭部AI研究架構會最終轉向開源生態以獲得其政府支持。”

筆者根據該報告調研數據及分析，梳理出三大類關鍵信息。

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的發布，迎來基于深度推理的大模型發展熱潮，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

報告認為，開源模型與閉源模型之間的差距雖曾一度縮小，但當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在多個基準測試中保持領先，繼續鞏固在基礎模型領域的優勢地位。

盡管中國基礎模型尚未取得突破性進展，但在開源模型領域卻頗具競爭力。相比之下，美國的開源模型表現令人失望，OpenAI的開源模型性能遠遜于GPT-5。

隨著中國DeepSeek、Qwen和Kimi等模型的崛起，市場競爭愈發激烈。特別是在推理和編程任務方面，中國廠商正逐步縮小與領先者的差距。報告強調，開源為中國廠商提供了快速追趕的契機，越來越多的開發者選擇基于Qwen進行開發。中國的大模型不僅在智能水平上有所提升，還呈現出多樣化的特點。相比之下，曾作為開源模型標桿的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完全處于基準模型的誤差范圍內，這或許意味著推理模型的進步并不真實。而且，強化學習（RL）帶來的實際收益也微乎其微，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：推理模型在應對復雜問題時表現欠佳，究竟是源于實驗設計本身的缺陷，還是僅在特定領域才能展現出超越基準模型的優勢？

當前，前沿AI實驗室正積極探索將強化學習、基于可驗證的獎勵機制、可驗證推理與新環境相結合，賦予模型規劃、反饋、自我修正以及在更長時間跨度內執行任務的能力。

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

作為構建AI智能體的軟件平臺，AI智能體框架發展同樣迅速。盡管LangChain仍廣受歡迎，但如今已只是眾多選擇之一，目前市面上各細分領域已涌現數十種框架，如研發領域的AutoGen、camel，軟件工程領域的MetaGPT等。

此外，AI智能體的研究正賦予其記憶能力，實現從拓展上下文窗口到結構化、持久性終身記憶的轉變，并且進一步延伸至動態整合、遺忘和反思，旨在使智能體在交互、任務乃至整個運行周期中保持連貫性。

報告還提到，AI如今在跨學科領域的應用價值日益凸顯。例如，在生物領域，DeepMind的AI系統“Co-scientist”，基于Gemini 2.0構建，能夠生成、辯論并進化其假設生成與實驗規劃過程。

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

產業進展：更便宜的智能，限制與競爭

當前，AI產業應用正迅速普及。AI優先企業營收遠超其SaaS同行，并且在各個行業展現出發展勢頭。2025年，隨著AI采用率上升，用戶留存率上升，企業支出增加。特別是在音視頻、虛擬形象、圖像生成領域，AI公司的收入有望實現爆發式增長。

在企業內部，AI應用場景以內容生成、代碼生成、研究及分析密集型任務最為常見。

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編程工具的應用也伴隨著一定風險。例如，AI編程工具可能會主動覆蓋企業生產代碼，導致開發成果受損。同時，從事AI編程開發的初創公司仍面臨嚴峻的單位經濟效益挑戰，其盈利狀況受制于上游模型價格和競爭對手。這可能導致初創公司在提高利潤時，除了技術降本外，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應用的最新焦點和企業競爭的新戰場。目前，OpenAI、Google、Anthropico和Perplexity均推出了助手功能，不僅能解答用戶關于網頁內容的問題，還能代表用戶在瀏覽器中進行導航和操作。這一轉變將瀏覽器重新定義為互聯網的智能操作系統。此外，谷歌公司在其產品中嵌入Gemini能力，讓更多用戶體驗到AI檢索服務。據谷歌公司聲稱，其每月Token消耗數量在2025年同比增長了50倍，達到千萬億個Token。

事實上，AI的工業時代已經到來。

但在這其中，電力供應正成為制約AI發展的新因素。報告稱，若電力供應不足，國家AI計劃將面臨崩潰風險。未來1-3年內，美國幾個主要地區可能會出現電力短缺。美國能源部（DOE）警告稱，由于電力供應不穩定和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境中，GPU都至關重要。英偉達的市值突破4萬億美元，占據90%的AI研究論文市場份額，定制芯片與新云服務同步崛起。除了英偉達之外，隨著客戶對優惠價格、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正實現快速增長。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從業者進行了調研，結果顯示，95%的專業人士現在在工作或生活中使用AI，76%的人自掏腰包購買AI工具，且大多數人表示生產力持續提高。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域，這類崗位極易受AI技術影響，其招聘崗位持續下降，經驗豐富的勞動力暫時保持工作穩定性。

報告還指出，研究發現當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濟領域對認知型勞動力的需求。

AI政策“反復”，安全風險加劇

整體來看，美國推行“美國AI優先”的戰略并調整出口政策，中國則加速推進自主研發與本土芯片制造，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準與創新中心（CAISI），并啟動了5000億美元的“星門計劃”。與此同時，美國政府發布《人工智能行動計劃》力求保持其在全球AI領域的主導地位。

與中國最密切相關的是AI芯片出口限制的相關政策，報告用“反復”來形容。事實上，美國政府在國家安全目標與供應鏈依賴、供應商游說這見尋求平衡，這使得英偉達和AMD成為政治焦點。報告指出，英偉達在中國市場并未達到穩定狀態。

與此同時，美國監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》實施遭遇重重阻礙。

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

而盡管政府《人工智能行動計劃》提及需自主AI領域”基礎科學“，但其核心研發資金遠低于專家建議的2026年320億美元投資目標。

與此同時，硅谷科技巨頭目前采取了“逆向”并購政策：通過快速引進人才（創始人及團隊高薪）以規避并購限制，同時保留原業務精簡的公司轉型拓展小眾市場。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）。

目前美國聯邦貿易委員會（FTC）對這類“逆向”并購行為的擔憂日益加劇。

與此同時，美國就AI安全相關的政策議題也在發生轉變，加之實驗室間日益激烈的商業競爭，某些安全規程已被列為非優先事項。

外部安全機構年度預算甚至不及頂尖實驗室單日總支出，曾以安全為核心的機構開始將重點轉向產品化。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研發支出接近千億美元，比例極低。

AI實驗室為防范生物安全風險和網絡攻擊部署了空前防護，部分實驗室卻因錯過自我設定的截止日期或悄然放棄測試方案。

報告指出，網絡攻擊能力每五個月翻一番，遠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強企業。

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

報告來源：https://www.stateof.ai/