AI产业发展研究报告:模型学习进入＂经验时代＂2025年，全球人工智能步入系统性进化的关键阶段，技术、应用与生态的协同共振，推动人工智能正从“有能力”向“有用处”的实质性跨越。我国高度重视人工智能发展，将其作为发展新质生产力的关键引擎和造福人类的国际公共品，不断推进关键技术突破、行业应用走深向实，助力产业生态日趋繁荣。 日前，中国信息通信研究院（简称“中国信通院”）在深入调研和量化评测的基础上，发布了《人工智能产业发展研究报告（2025年）》。 报告全面探讨了基础模型演进、具身智能突破、智算基础设施升级、智能原生应用涌现、安全治理实践及全球合作进展等，并对迈向通用人工智能（AGI）的路径进行了前瞻展望，以期与业界分享，共同推动人工智能生态蓬勃发展。 一、技术底座：超级模型与智算基建双突破 基础模型能力跃升。以GPT-5、DeepSeek-V3.2、Qwen3等为代表的"基础超级模型"综合能力较2024年底提升30%，多模态理解能力提升超50%。这些模型深度集成推理、代码及智能体能力，支持"思考+非思考"模式自动切换，推理能力成为衡量模型智能水平的关键指标。谷歌Gemini 3新增的"Deep Think"模式展现了解决极端复杂问题的潜力。 模型学习进入"经验时代"。大模型正从依赖人工标注的静态数据输入，转向通过与环境交互、任务试错积累动态经验。DeepSeek提出的GRPO算法及DAPO、VAPO等变体显著提升了模型在复杂任务中的泛化能力。AlphaEvolve等自主进化框架展示了智能体实时交互、试错反馈的"经验学习"过程。 智算集群迈向吉瓦级。全球算力军备竞赛进入新阶段，xAI Colossus 2等百万卡级集群即将投运，全球顶尖集群功率预计以每年4.2倍速度增长。超节点技术成为核心计算单元，英伟达GB300NVL72、华为CloudMatrix 384等产品推动Scale up集成度提升。能源成为关键瓶颈，算电协同成为"第二战场"。 数据工程体系成型。数据集建设从单纯追求规模转向"适量高质"，数据密度（训练数据量与参数量比值）指标显示，行业不再单纯依靠堆砌数据实现性能突破。面向AI的数据工程形成体系建设、开发维护、质量控制、资源运营、合规可信五大核心要素，覆盖数据全生命周期。 二、应用形态：智能体与具身智能并进 智能体成为大模型标配。智能体加速AI从感知认知向自主决策执行演进，Grok 4 Heavy支持4个智能体并行思考，GLM-4.5实现推理、编码和智能体能力原生融合。AgentKit、扣子、AgentBuilder等开发工具降低研发门槛，MCP、A2A等通信协议实现工具"即插即用"，推动智能体互联互通。 具身智能走向实训。行业正从实验室验证向规模化商用过渡，端到端VLA（视觉-语言-动作）架构和世界模型成为主流技术路线。国内已建成30余个训练场，机器人在真实场景中实训提升作业能力。但面临高质量数据不足、模型泛化难、软硬协同难三大挑战，需通过数据驱动和开发平台规范加速通用化发展。 三、产业赋能：从工具赋能到系统重构 新型工业化走深向实。AI在工业领域呈现"两端深化、中间突破"态势：研发设计（28.3%）、运营管理（45.8%）应用占比高，生产制造环节（25.9%）增速明显。钢铁、石化、汽车等行业形成百余种应用模式，"感侧大模型+知侧大模型"双塔结构推动全流程数智化转型。 智能原生模式兴起。国务院《关于深入实施"人工智能+"行动的意见》首次提出"培育智能原生新模式"。AI通过"原生"方式深度嵌入工具软件（如Cursor、通义灵码等代码智能体）和硬件产品（AI手机、智能网联汽车、人形机器人），重塑产品服务形态。智能原生企业以AI为核心驱动力，推动组织架构从金字塔层级转向人机协同的扁平化网络。 落地路径清晰化。形成"场景筛选-技术适配-业务融合-数据支撑"的落地方法论。大型央国企采取"自上而下"战略路径，通过私有化部署保障数据安全；中小企业采取"自下而上"试点突破，依托开源模型快速实现提质增效。 四、生态治理：开源开放与安全并重 开源生态成为标配。全球AI模型月下载量持续攀升，我国开源社区平台模型托管规模快速增长。DeepSeek、Qwen等优质模型开源为国产芯片提供了关键适配场景，软硬件多层次创新体系加速形成。 基准测试体系升级。中国信通院"方升"大模型基准测试、智能体基准测试等体系持续演进，从基础能力评估向复杂任务、安全治理等多维度拓展。 安全治理从理论走向实践。面对现实风险与前沿风险交错挑战，全球各方加强协同治理，技术防线与监管框架同步完善，推动安全可靠的研发应用。 展望未来，迈向通用人工智能的道路将经历若干不确定的"奇点"。短期看，大模型将持续优化推理效率，探索世界模型和具身智能；中长期看，AI将从工具赋能走向系统重构，催生新型信任与协同关系，塑造智能世界新形态。
