智源研究院发布2025年十大AI技术趋势报告，聚焦多模态大模型与AI安全治理

近日，智源研究院正式发布了《2025年十大AI技术趋势报告》。该报告通过对人工智能领域的深度研究，概述了未来几年的重要技术发展动态，特别强调了多模态大模型和AI安全治理两大核心主题。在全球范围内的科技飞速发展背景下，报告为企业、科研机构和政策制定者提供了宝贵的参考框架。

AI技术驱动的科研突破

报告指出，AI4S（AI for Science）将在科学研究中起到至关重要的驱动作用。借助于大模型强大的架构和海量数据的训练能力，科研人员能够有效整合来自不同领域的知识。在化学、气象和生物等多个学科，多个前沿模型已经取得显著进展。例如，俄亥俄州立大学的LlaSMol模型、DeepMind与Isomorphic Labs的AlphaFold 3，以及中国气象局所开发的气象大模型，都是当前科研领域的重要成果。预计到2025年，多模态大模型将在挖掘多维数据方面展现出更大的潜力，帮助研究者开拓新的科研方向。

具身智能的激烈竞争

当前，具身智能领域的竞争愈发白热化，美国和中国已成为引领者。在国内，参与这一领域的企业数量接近百家，融资总额超过百亿。这些企业的发展方向涵盖端到端模型和分层决策模型。目前，在感知与决策的环节已经取得了一定的成果，但在控制执行的过程中的泛化能力仍需要进一步加强。随着技术的成熟，2025年行业格局可能会发生剧变，端到端模式的持续迭代将有望为工业应用带来新的机遇。

多模态大模型的原生统一趋势

随着人工智能技术的发展，传统模型在数据融合过程中的局限性逐渐显现，原生多模态模型因此应运而生。领先的科技公司如OpenAI、Meta和Google等相继推出相关模型。国内的北京智源研究院也在积极探索原生多模态模型的发展，其Emu3 8B模型提升了对真实世界的模拟能力，反映出这一领域的快速变革。

Scaling Law的扩展与强化学习的重要性

报告提到，Scaling Law这一概念已逐渐扩展至模型的后训练和推理阶段。随着预训练提升模型性能的效果减弱，强化学习的重要性愈发凸显。以OpenAI的01和03为例，强化学习在推理能力提升中的应用获得成功。国内的相关企业在不同场景中积极探索和应用强化学习技术，体现出这一技术的发展将会在未来继续加速。

合成数据的应用与推理优化

由于高质量数据资源的逐渐枯竭，合成数据在大模型发展中已成为一个关键因素。合成数据不仅能够降低成本，提高多样性，还能促进模型的应用落地，预计在模型训练中的使用比例将不断上升。同时，推理优化也是AI技术应用落地的关键因素。随着大模型逐步扩展至终端硬件，推理开销的管理也日益成为厂商关注的焦点。研究者们正在算法和硬件两个层面进行优化，以期在成本与用户体验之间寻找到平衡点。

Agentic AI的普及与应用

Agentic AI是一个新兴的方向，它将重新塑造产品的应用形态。更为通用和自主的智能体逐渐渗透到人们的生活与工作中，业内的主要厂商正在积极布局，相应的理论与技术也在不断演进。到2025年，预计会有更多基于Agentic AI的智能体系统实际投入使用。

AI应用近年来的热潮与未来展望

虽然目前超级应用尚未完全出现，但在多个细分领域的应用已开始具备雏形。基础模型研发商和终端设备商从优化生态和开发应用程序两个方向相辅相成，诸如ChatGPT、豆包等应用已取得了一定的市场反响，未来的发展潜力被广泛看好。

AI安全治理的必要性

随着大模型技术的迅猛发展，AI所带来的风险和挑战亦愈发凸显，导致各国及组织对此展开紧密关注。因此，报告特别强调AI安全治理的重要性。OpenAI、Google和Anthropic等企业积极采取措施应对风险，而国内也在标准制订、技术研发和国际合作等多方面取得显著进展，以保障人工智能的安全可持续发展。

《2025年十大AI技术趋势报告》不仅是对即将到来的技术潮流的前瞻，更是对各界参与者在这一波技术革命中的机遇与挑战的清晰指引。各方需高度重视多模态大模型的探索与应用，同时在全力推进技术创新的同时，确保AI安全治理的体系不断完善，以便更好地迎接2030年的智能时代。