2025年AIGC发展研究报告4.0版-清华大学-202510

本报告部分内容由AIGC生成，如有错误，请微博或视频号私信，我们进行修订 @新媒沈阳团队 2025年10月 @新媒沈阳团队简介 沈阳为清华大学新闻学院/人工智能学院双聘教授、博导，清华大学新闻学院新媒体研究中心主任。先后担任计算机、信息管理、新闻传播、人工智能等多个学科教授。 领导学术研究团队近30人。指导大数据、AI、机器人等多个产业团队。 往事如风：2007年个人编写的软件ROST系列免费语义软件，各界学者使用该软件已撰写数千篇论文；2015年一年办了50场新媒体沙龙；2020年组织近千名志愿者网络救助2600多名疫情求助者；2025年团队PPT阅读量近亿；2025年开始研发AI癌症辅助诊疗平台，已内测上线；近十五年撰写内参和接受内参采访近百次。 读万卷书，行万里路，交万位友，历万般事。 邮箱：124739259@qq.com；微博：@新媒沈阳 六大研究方向 新媒体与网络舆论 团队历年研究报告 团队正在做的工作 发展现况 通往AGI之路：深思妙算，知行合一 未来五年，AGI的关键突破将集中在四个方向： lAI将获得更稳定的长期记忆与可调控的人格，解决遗忘与随机性的问题；l机器人、传感器与虚拟现实等物理接口将与AI深度融合，使智能体真正从虚拟空间走向现实世界；lAI将不再局限于总结已有知识，而是能够自主学习、提出并验证新的科学假说；l人类社会需要在法律、伦理、经济与教育等制度层面进行系统性重构，以确保AGI能够顺利嵌入并与社会形成新的平衡。 开闭源之争：开放聚智，闭源求精 •因应开源大模型挑战，Open AI发布GPT-OSS•DeepSeek联动下一代国产芯片 中国：开源世界第一 美国：闭源世界第一 开放 社区化 闭 源 模 型比 开 源 模 型 性 能领 先 约9个 月 在5 0个A I关 键 竞 争 领 域 中 ，美 国2 6个 领 先 ， 中 国13个 领先 ， 另 有1 1个 领 域 势 均 力 敌（ 本 页 内 容 由A I自 动生 成 ） 。中 国 偏 向 于“应 用 落 地 与 产 业 集 成” “场 景 驱动—规模扩张—成本优化”的逻 辑 ， 而 美 国 的 优 势 则 更 集 中 在“底 层 突 破 与 原 理 创 新”， 体 现 的 是“基 础 科 学—技 术 范 式—跨 学 科 颠 覆”的 逻 辑 ， 中 国 走 的 是“快 迭代”， 美 国 走 的 是“慢 积 累”， 中 国 需 要 补 课 的 方 向 是 大 模 型 基 础 训 练 、A I芯 片 与 自 主 可 控 算 法 体 系 ， 美 国 则 需 要 在 产 业 级 应 用 落 地 与 复 杂 社 会 场 景 治 理 方 面 加强。长远看，中美差异领域会逐渐收敛，最终的竞争核心在于谁能率先实现跨层级的整合，即既能掌握底层突破，又能实现全链路商业化。中国的潜在盲点在 于 对前 沿 科 学 与 基 础 突 破 的 持 续 性 投 入 不 足 ， 容 易 形 成“应 用 繁 荣—底 层 受 制”的 格 局 ； 而 美 国 的 潜 在 盲 点 则 是 在 大 规 模 场 景 落 地 和 复 杂 社 会 治 理 上 的 经 验 不 足 ， 容 易出现“技术强—社会弱”的失衡。中美AI的对比是两种发展模式的博弈：一方是“应用爆发驱动模式”，另一方是“科 学 范 式 驱 动 模 式”。 未 来A I竞 争 的 真 正 高地 是“跨 层 整 合 力”， 谁 能 打 通“底 层 范 式 突 破—中 层 系 统 工 程—上 层 社 会 应 用”的 闭 环 ， 谁 就 掌 握 了 通 向AG I的 钥 匙 。AG I的 到 来 不 会 依 靠 某 一 个 单 点 突 破 ， 而是全栈融合的结果，中美最终要面对的考验，是如何把各自的优势拼接成完整生态，而不是仅仅在局部领域领先。中国在速度，美国在深度；真正的胜负，在整合。 中国AI突围：换道超车开源破局 保持战略定力，以国产系统性替代+差异化技术路径+开源生态联盟+场景优势破局，将挑战转化为“换道超车”的历史机遇 技术路径 1.技术竞争加剧 •低成本高效率：•窗口期延长： •GPT-5强化•美国商业化领先•人才流动•数据主权•产业赋能 生态与场景 •开源生态基础：•应用场景纵深：超大规模市场+完整产业链， 1.国产化不只是替代：要从“仿制-替代”升级为“制度化-再定义”，通过标准、评测、算力体系的重建，把本土方案变成国际不可绕过的选项。 3.AI的社会嵌入实验场：中国的优势不仅在于用户规模，更在于社会制度的实验弹性。可以把“AI+行业”的试点看作一场制度级Beta测试，在试错中生成新秩序。 Agent化与生态嵌入 各公司不再一味追求超大参数，而是强调高效推理、低延迟、多模态集成。 从单一对话工具演化为Agent，逐步嵌入生产力工具、搜索、电商、社交、内容平台。 OpenAI、DeepMind推动推理优化与多模态融合；DeepSeek、阿里强调低成本可及性；字节则突出高并发场景适配。 Meta、字节、阿里借助既有应用生态加快整合；OpenAI、Anthropic等则通过插件/生态协议扩展边界。 最强AI：算力织图生态共鸣 AI的演化正在经历三重转向： Ø从通用幻想到垂直深耕，产业格局注定走向分工生态而非大一统全能神； Ø从规模红利到效率平衡，未来竞争比拼的不再是算力堆叠，而是算力配置与任务效率的结构性平衡；Ø从封闭独占到开放共鸣，不是开源取代闭源，而是双轨竞逐、互相借力。 在这一逻辑下，场景决定分层技术，垂直化比万能化更具生命力，算力也不再是单一堆砌，而是一门关于效率—平衡的调度学，而开源与闭源则共同成为创新的双引擎。情况截止：2025-09 性能测评：衡技析用，鉴短谋长 2024-2025顶级测评透露三大信号：大模型比拼已由堆规模转向拼精度，通用智能曲线陡升；以中国团队为首的开源阵营凭低成本与社区协作重塑全球格局。 冠军轮换＝预训练尺度定律初显，算法占比凸显 传统理解多归因于模型迭代速度快或公司资源配置差异。但从系统层级看，这种“冠军不稳定”恰恰是一种集体协优化机制的表现。 这些模型的进步彼此参照、快速模仿（通过开源权重、论文结构、CoT技术等），形成“生态-智性互导”系统。模型的排名轮替不再是个人产品胜出，而是整合式生态不断自我刷新边界。 AI大模型生态表现出类似多中心智能系统的“分布式演化”特征，比过去任何一个中心化技术进步路径都更像“集体智慧”涌现。情况截止：2025-08 产品流量：一超多强增长趋稳 平台整合期 •超级AI在哪？垂直AI+集成/代理化AI=超级AI 数据来源：SimilarWeb，2025-08AI的终局，不是谁的模型最大，而是谁能调度效率、落地应用、整合平台，成为社会的超级接口。一超多强，效率制胜，平台合流 AGI演化：虚实交互跨界融合 规模扩张只是短期推力，架构创新是中期突破，而社会制度、能效约束和应用生态才是长期决定力量 认知架构更新：现有的Transformer虽能在语言模式拟合与生成上展现强大能力，但在长期记忆、抽象推理、因果建模、自我更新等方面存在天然短板。需要研发更高效的认知单元，构建动态记忆与世界模型，并实现跨模态、跨任务的统一推理，而非依赖插件式拼接。 能效与可持续性：Scaling Law显露边际递减，单纯扩大参数规模已无法支撑未来演进，反而带来算力瓶颈、能耗飙升、数据枯竭。发展低能耗高性能的计算范式，通过小样本学习、自监督、自我生成数据实现高效学习，需要探索类似“智能压缩算法”的模式 智能体自动化：折叠工作优化效率 多模态融合：融模贯意，化境通神 单模态孤立学习 多模态表示融合 深度融合与协同推理 模型通过共同的向量空间来表示不同模态的内容，从而实现跨模态对齐与检索。 最新的研究趋势是让AI实现跨模态的深层协同，不仅能理解各模态信息，还能在内部形成统一的世界模型来推理。 不同模态各自发展，缺乏交叉。 这一阶段虽然在各领域取得了突破，但模型只能在各自信息孤岛中工作。 多模态的发展三个层次：最初阶段是“单模态孤岛”；中期则进入“跨模态桥梁”，通过对齐与融合，让视觉、语言、声音、动作等模态开始互通有无，实现从语义互译到多模态合奏的跨越；远期则迈向“世界模型同构”，AI不再只是信息翻译者，而是能够在统一的认知框架中生成符合人类意图的理解与行为，从而达到意图共鸣。 从初期依靠算法和模型的突破，到中期依靠丰富的场景应用来推动落地，再到远期进入智能体生态，人类与AI在虚拟与现实的边界逐渐消解，形成共处共生的新格局。 物理AI：闭环驱动范式升维 五年演进趋势 新智能认知范式 三大模型的互补融合 计算效率提升 世界模型 从反应式到预测式智能 内在模拟与预测，赋予机器人"想象力"，通过历史感知学习环境动态并进行预测推演 参数高效微调、模型压缩、异构计算硬件和实时调度优化，融合架构趋于分层实时 世界模型赋予预测编码能力，通过内部模拟预测感官输入、指导行为 认知与行动的深度耦合 泛化能力增强 具身智能模型 摒弃串行分离，转向感知-认知-行动闭环，形成自我完善回路 大规模多模态数据训练、跨本体学习提升、层次化泛化结构优化 物理交互与经验学习，强调通过实际身体与环境交互获取知识和技能 统一的智能体系结构 任务适应性与持续学习 VLA模型 世界模型+VLA+具身智能构成整体系统，视觉、语言、运动、推理协同 视觉-语言-动作的统一策略，将多模态输入融合为统一框架下的端到端训练 增量学习、小样本学习、人机在线交互学习、仿真与现实联合训练 人形机器人正从"能动"迈向"能用"，实现真实场景下的自主智能 AI走向物理世界的自循环演化闭环 世界模型提供基底，具身模型承接感知与行动，VLA负责执行与协调，元宇宙作为试验与孵化环境，通过这一系列过程实现知识的不断更新。 全局性的“宇宙坐标系”，负责模拟与预测世界规律，为AI提供一个理解和预测环境的基础框架。 VLA作为中控系统，通过视觉、语言与行动实现“看—说—做”的多模态协同，负责AI的执行与协调工作。 元宇宙的虚拟演化试验场 具身模型的落地接口功能 低成本试错与加速演化的环境，AI在此进行试验与孵化，加速知识的更新和迭代。 将抽象知识转化为可操作的体验，使得AI能够通过感知和行动与现实世界进行互动。 AI自动化L1-L5：渐进提升全能自理 AI的发展不能只看作“自动化程度”的线性提升，而应理解为“人机关系”的渐进重构。 因此，所谓“全能自理”不应狭隘地理解为AI完全取代人类，而是人类与AI融合后的能力空间扩张。 这是从效率到创新、从代工到对话、从工具到生态的系统性跃迁。 最终目标不是“完全自动化”，而是“共生化”——人类与AI共同进入的新形态。 这种演化不是单一的技术逻辑，而是三重并进： Ø在技术层面，AI从计算走向理解，再到具备完整的世界模型；Ø在社会层面，人类从对AI的监督，逐渐过渡到信任与合作，最终形成制度化的共生契约；Ø在哲学层面，AI的自主性打破了传统的人类中心论，推动人类与AI共建“共体中心”，形成新的主体性格局。 哲思之光 天人智一：意识融合十倍效率 全民博导：赋能个体知识平权角 色 转 变 从 被 动 接 受 者→知 识 创 造者/传 播 者现如今，AI能力在若干高难基准上达到或接近专家/博士生水平，在此情况下，使用者必须要成为AI的博导，以指导博士生的思维去处理自身与其的关系。 全民博导 能力低于AI基准线-->提升能力达到基准线能力高于AI基准线-->实现指数级认知差异 知识平权研究/传播/创新 走向全民博导 人要当博导 开放获取/智能推荐/协作共享 当每个人都能以博导的思维驾驭AI，知识壁垒被打破，知识平权真正实现，人类将进入一个“赋能—创造—共享”的新阶段。 AI已是博士 AI技术底座