7月27日,在2025世界人工智能大會“智慧中信?共創(chuàng)新可能”科產(chǎn)融創(chuàng)新發(fā)展論壇上,中信智庫發(fā)布《AI新紀元:砥礪開疆?智火燎原》AI+產(chǎn)業(yè)發(fā)展深度研究報告。
報告認為,AI大模型向更強、更高效、更可靠方向發(fā)展,呈現(xiàn)推理模型深化、智能體模型爆發(fā)的格局。美國在探索更強大模型上保持全球領(lǐng)先,中國企業(yè)則在算力受限下實現(xiàn)高效性全球領(lǐng)先。2025年是Agent元年。推理需求帶動算力需求爆發(fā),國內(nèi)算力自主可控趨勢凸顯。2025年是AI應用加速落地之年。本輪AI滲透較互聯(lián)網(wǎng)時代大幅提速,B端落地進程或超預期。
中信智庫專家委員會主任,中信建投證券黨委委員、執(zhí)委會委員武超則在當日論壇上介紹,該份報告長達40萬字,500頁的篇幅,內(nèi)容貫穿AI垂直產(chǎn)業(yè)鏈核心環(huán)節(jié),從底層算力基礎(chǔ)設(shè)施到中層大模型技術(shù)迭代,再到終端應用場景落地,實現(xiàn)軟硬件研究全鏈路貫通。報告全面拆解AI模型、應用與算力,勾勒了AI新紀元產(chǎn)業(yè)圖譜,立足全球最新AI大模型演進趨勢,以全球化視野系統(tǒng)解碼全球人工智能產(chǎn)業(yè)最新發(fā)展脈絡(luò),全方位挖掘橫跨軟硬領(lǐng)域的人工智能產(chǎn)業(yè)投資機遇。
更強大、更高效、更可靠
武超則從“AI大模型發(fā)展情況及展望、AI算力基礎(chǔ)設(shè)施發(fā)展趨勢及展望、AI應用發(fā)展趨勢及展望及AI端側(cè)發(fā)展趨勢及展望”等四大方面介紹了這份《AI新紀元:砥礪開疆?智火燎原》AI+產(chǎn)業(yè)發(fā)展深度研究報告主要內(nèi)容。
武超則指出,AI大模型繼續(xù)向更強大、更高效及更可靠的方向發(fā)展。一是參數(shù)量規(guī)模擴大性能提升依然有效,二是后訓練部分強化學習明顯提升了大模型的推理性能;三是模態(tài)融合越來越豐富,原生多模態(tài)較好地解決了輸入延遲等問題;四是邁向AGI核心任務之一是拓展能力樹,大模型不能停留在紙上談兵階段。Agent的出現(xiàn)將快速把大模型能力從“做題”延伸到“工作”中,更為有趣的是,生物群落帶來生物群體智能涌現(xiàn),多智能體群聚也將帶來AI群體智能涌現(xiàn),進一步提升大模型性能;五是實時數(shù)據(jù)集成和檢索增強生成:2025年大模型在實時數(shù)據(jù)集成能力上呈現(xiàn)顯著提升態(tài)勢,有效地降低了幻覺;六是合成數(shù)據(jù):數(shù)據(jù)緊缺比較明顯,合成數(shù)據(jù)極大地擴充了數(shù)據(jù)范圍,KimiK2在Agent上使用大量合成數(shù)據(jù)有了明顯性能提升。更高效方面,則是架構(gòu)上做了新的創(chuàng)新以及使用了更低精度。
進入2025年,大模型的應用落地進程呈現(xiàn)顯著加速態(tài)勢,ChatGPT用兩年零一個季度的滲透率大致對應PC互聯(lián)網(wǎng)10年的滲透進度AI大模型對產(chǎn)業(yè)的滲透速度超過此前互聯(lián)網(wǎng)革命,并且其展現(xiàn)出來的商業(yè)化潛力和付費意愿也超過傳統(tǒng)應用。
2025年是Agent元年
武超則還指出,多模態(tài)商業(yè)化的進展迅速,國產(chǎn)AI視頻與海外模型各有千秋。應用上,C端聚焦社交娛樂(如快手可靈的視頻特效),B端側(cè)重營銷素材與商品圖創(chuàng)作(如美圖設(shè)計室),專業(yè)領(lǐng)域(如影視制作)通過AI降本增效顯著。
據(jù)不完全統(tǒng)計,2025年上半年有全球有超30款多模態(tài)模型更新或發(fā)布,其中超75%為國產(chǎn)模型。國產(chǎn)模型尺寸上均支持多種規(guī)格;時長上國產(chǎn)可靈達2分鐘,部分推理更快;效果上國產(chǎn)多次登頂全球榜單;使用門檻上,國產(chǎn)多端可用、價格更低。
而推理需求正帶動算力需求爆發(fā),一是各家互聯(lián)網(wǎng)大廠紛紛加速AI與原有業(yè)務結(jié)合,核心是用戶數(shù)量大幅增長,如Google搜索和AI結(jié)合;二是Agent,Agent執(zhí)行一次任務平均消耗token達到10萬的量級,大幅超過AI搜索單次問答token消耗;三是多模態(tài),一分鐘視頻的生成token消耗基本在10萬token至百萬token量級。
具身智能商業(yè)化加速落地
武超則進一步指出,從企業(yè)端AI應用滲透率方面看,美國企業(yè)采用AI技術(shù)比例為9.2%,低于C端。這其中,美國大型企業(yè)的采用率最高。而容錯率與復雜度決定B端各場景AI應用落地順序。其模型推理能力決定復雜任務場景突破速度,模型幻覺率決定容錯率場景突破進度。從高容錯、單一任務的AI+編程場景到低容錯、高復雜度的具身智能/AI+制藥場景,AI應用尚需一定時間周期。
目前AI應用最快的幾個領(lǐng)域,都具備容錯率高、復雜度低的特征。比如,應用最快的AI+編程,目前主流大模型的基礎(chǔ)代碼生成準確率普遍較高,已經(jīng)在互聯(lián)網(wǎng)、游戲等行業(yè)滲透率超過80%。微軟表示公司代碼庫有20%-30%由AI生成。中美是全球AI編程領(lǐng)域的領(lǐng)先者,但二者的技術(shù)路徑有所差異。美國在通用性、準確性、商業(yè)化、開發(fā)者體驗方面更具優(yōu)勢;中國在本土化、行業(yè)場景、價格方面具有一定優(yōu)勢。
復雜度不高但容錯率低的如金融領(lǐng)域,AI通過有效降低了傳統(tǒng)組織轉(zhuǎn)型中的高協(xié)調(diào)成本,實現(xiàn)自下而上的變革驅(qū)動。AI作為“認知杠桿”,推動金融機構(gòu)從流程自動化向數(shù)據(jù)驅(qū)動的智能決策躍遷。目前中信建投研究所首次將千億參數(shù)級金融大模型與研究所二十年投研積淀深度結(jié)合,開創(chuàng)24*7智能投研服務新模式。日均訪問量近百次,單次處理信息量超百萬token。
復雜度高、容錯率低的典型場景也不少,比如具身智能。目前機器人大模型訓練方式已經(jīng)開始向端到端大模型+世界模型(物理規(guī)則建模)發(fā)展,同時模態(tài)能力也越來越豐富,從VLM過渡到VLA,典型的是GeminiRobotics(2025.3)已實現(xiàn)視覺-語言-動作(VLA)三模態(tài)深度融合,推動機器人從感知理解走向高頻執(zhí)行。目前具身智能大模型仍有數(shù)據(jù)集不夠、思考跟不上運動、缺乏生態(tài)等主要痛點,但隨著合成數(shù)據(jù)使用、模型持續(xù)迭代,未來將有效解決上述問題。隨著大模型快速迭代,供應鏈快速降本,兩大因素加速以人形機器人為代表的具身智能商業(yè)化落地
三本高人氣科幻小說《諸天執(zhí)道》,文筆細膩故事情節(jié)飽滿9.8必看
穿越諸天萬界,他如何成為無敵執(zhí)道者,開創(chuàng)神話時代!
穿越諸天萬界,他成為最強執(zhí)道者,每一個世界都留下不滅傳說!