共生伙伴：2025人工智能十大趋势

2025年强化学习和多模态融合让大模型真正“长出五官”；Agent在工作与生活各个领域的应用，逐步使其成为人类真正的“共生伙伴”；空间智能与具身智能有望让它走出比特世界，进入原子世界；大模型产业将真正跨入“技术-产品-社会”三位一体的深水区。

一、基础模型的跃迁

趋势1 强化学习：引领大模型推理和行动能力新突破

强化学习在大语言模型中的应用正从最初的人类反馈强化学习（RLHF）向基于可验证奖励的强化学习（RLVR）大规模演进。

学习驱动大模型向四大方向演进：

一是正重塑大模型推理能力,使其能创造性解决问题；

二是赋能大模型实现智能体飞跃,使其能与物理及数字世界交互并自主行动;

三是在医疗、金融等垂直领域,强化学习通过提升泛化能力和利用离线学习保障安全,克服数据与风险瓶颈；

四是多智能体强化学习（MARL）正推动大模型实现集体智能，解决超越单一模型能力的复杂协作挑战。

趋势2 原生多模态生成：统一感知与生成的新时代

原生多模态模型（Natively Multimodal Models）核心理念在于从架构设计之初就将多种模态(如文本、图像、音频、视频)视为一个统一的输入空间。通过共享或紧密耦合的表示层，模型能够实现跨模态信息的深度交互、对齐与融合。

这种原生设计让模型能在单一框架内同时完成多模态的联合感知，并基于模态间深度关联的理解进行多模态生成。统一感知与生成新时代全面到来，即将改变多个行业的范式。

趋势3 声音模型广进化：迈向通情达义的情感智能

声音模型正快速迈向具备情感智能的新阶段，成为推动人机交互自然化、个性化的核心技术力量。

从早期的机械朗读发展到具备语境理解和情感表达能力的语音合成系统，再到可创作完整音乐作品和驱动视觉内容生成的多模态声音智能，AI声音技术正在实现从“工具”到“伙伴”的跃迁。

声音的实时性与情感表达优势，使其在未来的Voice Agent、沉浸式内容创作、教育与医疗辅助等领域具备广阔应用前景。

随着模型个性化、低延迟和端侧部署的进步,声音智能将走向更贴近用户、更普惠的交互形态,开启“人人皆可创、处处能互动”的智能新时代。

二、智能行动者的崛起

趋势4 智能体双轨进化：编排类与端到端的分途并进

AI Agent正从概念验证向生产应用转变，逐渐分化为两条主要技术路线：

编排类Agent （Orchestration-based Agents）：采用"外挂式"架构,将LLM作为中央决策器，通过预定义的代码路径编排LLM与外部工具、API的交互,实现复杂任务的分解与执行；

端到端Agent模型（End-to-End Agent Models）：采用“内化式”架构，通过强化学习等技术将推理、规划、工具使用等能力直接训练到模型内部，让模型能够动态指导自己的过程和工具使用。

趋势5 LifeOS：AI成为个性化生活的操作系统

LifeOS描绘了一个超越传统工具范畴的AI未来，将重新定义人与机器的关系，深刻影响未来人类生活与社会运行模式。

人们对AI的使用方式正在从偶发性的单一任务转变为持续性的智能交互，AI不再只是回答问题的工具，而是贯穿用户一生、主动提供帮助的智能伴侣。

AI将更深层次地融入我们的日常生活，成为一个具备终身记忆、个性化推理和主动行动能力的“生活操作系统”。

这一趋势背后的技术基础包括长序列记忆模型、上下文理解引擎和主动决策引擎，正在不断突破和完善。

趋势6 智力即服务：智能化工作流赋能产业升级

随着AI能力从“算力驱动”迈向“智力驱动”，企业正进入“智力即服务”阶段，Agent逐步成为企业知识系统、流程结构与组织角色的原生组成。

在与知识的关系上，企业正从“有知识”走向“能调用”。RAG、数据飞轮和知识结构化机制的演进,使企业知识从“沉默资产”转变为被智能体实时调度的认知系统。

在与人的关系上，Agent正从被动工具向数字员工演化。它们开始承担闭环流程。具备权限边界，并成为流程体系中的原生节点,企业不再部署A!功能,而是部署具备行为责任的“数字岗位”。

在与流程的关系上，智能化不再依赖单一Agent,而依赖系统性的Agent网络与调度平台。组织开始围绕任务流、感知流与控制流重新编排流程边界，迈向由Agent协作驱动的系统智能时代。

趋势7 游戏智能体：AI在虚拟世界的沉浸式进化

游戏智能体正在重新定义虚拟世界中AI与人类的交互边界。从早期简单的脚本化NPC到如今具备深度学习能力的自主智能体，预示着虚拟世界正在向着一个充满生命力的数字生态系统转变。

AI不再是虚拟世界的配角，而是成为推动游戏叙事、创造涌现式玩法、构建动态社交网络的核心驱动力。当代游戏智能体通过强化学习、大语言模型、多模态感知等前沿技术，已经能够理解复杂的游戏环境、学习玩家行为模式、生成个性化的互动内容甚至展现出类似人类的情感反应和社交能力。

游戏智能体正在为元宇宙时代的到来奠定坚实基础，让虚拟世界真正成为人类生活、工作、娱乐的第二空间。

三、AI走向物理世界

趋势8 具身智能的“GPT-2时刻”：基础模型、数据工程与软件平台的协同进化

具身智能领域正通过规模效应蓄积飞跃动能。2025年极有可能成为具身智能领域的“GPT-2时刻”。

以VLA（视觉-语言-动作）多模态大模型突破为代表的诸多进展标志着具身智能从专用场景和单一任务向更通用、更智能、更具自主性的机器智能迈出了关键一步，其影响将进一步激活机器人在人居环境的应用潜能。

一是强大的端到端多模态基础模型正在被构建，它们将赋能机器人大小脑向更高级认知与执行能力跃升，并展现出一定的泛化性；

二是是大规模的真实与合成数据正在以前所未有的规模被生成和利用，为模型的训练提供支撑；

三是跨模态跨本体的软件平台正在统一开发流程；互联网公司通过构建机器人模拟和训练平台，加速技术的落地,激活万亿级的上下游生态。

趋势9 空间智能：从会聊天到真正懂世界

智能应用正在从语言智能走向空间智能。空间智能的兴起意味着AI从处理词元（Token）进化到理解体素（Voxel），具备了理解和处理三维世界的核心能力，包括3D环境的感知、推理、交互和生成。这一技术突破让AI能够像预测下一句文本一样去预测三维空间并涌现。

空间智能正在重塑自动驾驶、机器人制造、XR混合现实、医疗手术、建筑设计、智慧城市等领域的工作方式,为AI走向通用人工智能（AGI）提供关键的物理常识和因果推理能力，推动AI从“会聊天”到真正“懂世界”的跨越式发展。

趋势10 测试转量产，应用推动具身智能本体加速成熟

具身智能已上升至国家战略高度。2025年发布的《2025年国务院政府工作报告》首次将智能机器人定位为“新一代智能终端和智能制造装备”，提出“培育具身智能等未来产业”，纳入“人工智能+”行动计划。

具身智能本体-机器人正从实验室走向产业化。随着技术突破和应用场景的不断拓展，迎来从测试到量产的关键转折点。