2025 人工智能技术发展趋势剖析

人工智能领域更是呈现出多维度的蓬勃发展态势，一系列关键趋势正引领着技术的变革与突破，深度渗透到各个行业和生活的方方面面，为人类社会带来前所未有的机遇与挑战。看完智源研究院发布的2025 十大AI发展趋势，梳理如下，供大家参考。文末获取原文pdf

一、AI4S：科学研究范式的深度变革

2024 年度诺贝尔物理学奖、化学奖花落 AI 领域科学家，这一标志性事件彰显了 AI4S（AI for Science）在科学研究领域的关键地位。自人类开展科学研究以来，历经经验观察、理论建构、仿真模拟、数据驱动的科学发现等阶段，而大模型时代的 AI4S 带来了全新的赋能模式。传统人工智能在科研中多聚焦特定任务优化，模型规模与泛化能力有限。如今的大模型凭借海量数据训练，整合跨领域知识，其架构支持多层次学习与复杂结构捕捉，能对科学问题进行全局分析并提出创新性假设。

在化学领域，俄亥俄州立大学的 LlaSMol 大模型在化学任务中成绩优异，其配套数据集 SMollnstruct 为后续研究奠定基础；DeepMind 和 Isomorphic Labs 的 AlphaFold 3 精准预测蛋白质相互作用，大幅拓展应用范围。国内中国气象局的气象大模型系统“风清”“风顺”“风雷”实现高效计算与物理可解释性的气象预测；北京智源人工智能研究院的 BAAIWorm 天宝为神经机制研究提供平台，OpenComplex 平台致力于构建生物过程模拟系统。

2025 年，多态大模型将进一步融入科学研究赋能多维数据的复杂结构挖掘，辅助科研问题的综合理解与全局分析，推动从基础理论到应用实践的全方位创新，为生物医学、气象、材料发现、生命模拟、能源等基础与应用科学的研究开辟新方向。

二、具身智能：大小脑与本体的协同进化之旅

2024 年，具身智能在全球范围内掀起竞争热潮，中美处于领先地位。在国内，截至年底已发布或在研近百家人形机器人，融资超百亿。行业格局中，具身智能创业和资本热度从本体向具身大小脑转移，专注本体、具身脑、本体与脑并重的三类厂商主导行业发展。本体领域在细分方向如灵巧手、触觉传感器、感知芯片等有望创新。

具身大模型，目前已形成两条主流技术路线：端到端模型和分层决策模型。分层模型方面,LLM、VLM 等已成为具身大脑的主流范式,而小脑侧仍以传统控制方法为主。端到端模型，作为近两年的研究热点,覆盖感知-决策-控制全流程,理论上可获取的信息量最为丰富,端到端的输出效果最优。就模型赋能效果来看,具身大模型已在感知决策端实现了较好的多任务迁移和处理,但控制执行侧的泛化仍需要技术路径的持续迭代和模型规模的Scaling up,这或可成为 2025年的突破方向。

海外科技巨头成果丰硕，Google 与 DeepMind 的 RT 系列模型不断进化，RT-1 开启机器人领域 Transformer 应用先河，RT-2 实现端到端视觉语言动作整合，RT-X 提升通用性；斯坦福大学的 VoxPoser 及 Physical Intelligence 公司的通用机器人基础模型也各有突破。国内企业积极