AI应用年度复盘及展望20251223

2025年12月24日09:23 关键词 AI大模型超级入口高壁垒应用多模态agent物理AI模型性能技术突破存储周期C端B端预训练后训练强化学习上下文窗口经济贡献度中国AI开源市场模型调用量chatbot 全文摘要 本次讨论集中于人工智能（AI）的年度回顾与未来展望，深入探讨了AI大模型的发展、多模态行业的前景、以及AI在物理世界的应用机会。强调了“超级入口”与“高壁垒”AI应用的重要性，同时指出了模型创新速度放缓对应用落地的影响。多模态技术进步、agent技术应用及其商业潜力，以及AI物理世界应用前景成为讨论重点，特别强调了中国AI产业的崛起和全球影响力。 AI应用年度复盘及展望-20251223_导读 2025年12月24日09:23 关键词 AI大模型超级入口高壁垒应用多模态agent物理AI模型性能技术突破存储周期C端B端预训练后训练强化学习上下文窗口经济贡献度中国AI开源市场模型调用量chatbot 全文摘要 本次讨论集中于人工智能（AI）的年度回顾与未来展望，深入探讨了AI大模型的发展、多模态行业的前景、以及AI在物理世界的应用机会。强调了“超级入口”与“高壁垒”AI应用的重要性，同时指出了模型创新速度放缓对应用落地的影响。多模态技术进步、agent技术应用及其商业潜力，以及AI物理世界应用前景成为讨论重点，特别强调了中国AI产业的崛起和全球影响力。讨论还涵盖了投资策略的转变，建议投资者关注实际业绩与收入增长，而非单一概念炒作。最后，鼓励对AI应用和新模式感兴趣的投资者与研究团队深入交流，聚焦多模态、agent技术与物理AI作为未来三大增长领域，以及中国AI产业的发展和具体应用案例。 章节速览 00:00 AI大模型发展趋势与应用前景复盘展望 对话围绕AI大模型的发展趋势、多模态行业的前景以及Agent落地和物理AI的机会展开。强调关注超级入口和高壁垒的AI应用，认为AI大模型能力的涌现加速了下游应用场景的落地和商业化进程。建议投资者关注C端和B端中具备高壁垒的超级入口应用公司，以把握AI应用的核心机会。 01:59 2025年AI模型趋势：创新趋缓与应用爆发窗口 对话回顾了2025年AI模型的技术趋势，指出模型创新速度在对数化后趋缓，但边际端仍有改善。过去三年，通过预训练、后训练和记忆能力的突破，模型已进入agent阶段，具备常识、推理和记忆能力，为应用落地奠定基础。鉴于模型创新放缓，未来应关注高壁垒工具软件和用户入口级产品，以迎接应用爆发的窗口期。 07:41 AI模型应用与产业链整合趋势 对话讨论了AI模型在经济贡献度、多模态更新、产品化演进方面的进展，以及头部厂商在应用落地和入口整合上的布局，展示了AI技术在数字与物理世界的应用扩展。 11:03 AI技术布局与未来趋势探讨 对话深入探讨了AI技术在不同领域的布局与未来趋势，包括手机、AI眼镜等终端设备的智能化发展，以及B端与C端市场的差异与机遇。B端市场凭借数据敏感性和入口优势，预计将继续主导行业；而C端市场则需关注审美、消费和娱乐场景，寻找与模型能力互补的图形化界面产品，以构建更高价值壁垒。整体分析框架强调了模型调用与用户交互界面的重要性，预示着AI技术的广泛应用与深度整合。 13:36中国AI崛起与应用爆发趋势分析 对话深入探讨了中国AI在基模侧和应用侧的显著崛起，指出中国模型在全球市场中的占有率大幅提升，特别是在开源模型调用量方面占据主导地位。同时，中国chatbot的DAU超越北美OpenAI的ChatGPT，预示着中国AI应用可能在年底至明年初领先于北美，进入大规模创新和放量阶段。投资策略需从海外映射转向实质性业绩考察，看好超 级入口和高壁垒应用领域，以及军工、to G和to大B等赛道的转化效率。 18:34 AI多模态、Agent与物联：三大主线解锁新场景 对话深入探讨了AI领域中多模态、Agent及物联三大方向的发展潜力与应用场景。多模态方面，通过音画同书、图内推理等能力提升，解锁了局部改图、音画同步等新场景，中国企业在多模态商业化方面表现突出。Agent方向，商业模式正从交付工具转向参与收入分成，重塑甲乙方关系。物联则聚焦于AI从数字世界向物理世界拓展，尤其是在机器人领域的应用加速。推荐标的包括美图和合合信息，分别在多模态改图与垂直工具软件领域展现高壁垒与广阔空间。 23:08 Agent技术在企业端的应用与前景 对话探讨了Agent技术在企业端非结构化数据处理、业务流程优化及商业模式创新方面的潜力。通过提升数据处理效率，Agent可替代白领执行简单工作流程，如招聘、报销和财务处理，从而降低企业成本并提高效率。此外，Agent技术在客服、教育、医疗和工业等多领域已有成熟案例，尤其在经济复苏背景下，如金蝶等企业通过封装A能力，实现全链条产品AI赋能，有望带来显著收入增长。 25:13 AI应用爆发期展望：多模态与物理AI的发展 物理AI领域在2023年取得显著进展，尤其在70亿参数以上的模型实现上，挑战主要集中在数据集的构建。短期数据采集成本高且周期长，因此引入仿真数据成为必要，如英伟达的SynthData和国内速成开户平台的模型训练。这些技术已成功应用于风电预测等场景，商业化转化效果良好。A股市场中，所成和能科凭借其在物理AI领域的卡位优势和合作伙伴关系，展现出强劲的增长潜力。预计AI应用，特别是多模态和物理AI，将在年底至明年初迎来爆发期，投资逻辑将从概念炒作转向业绩兑现。 思维导图 发言总结 发言人2 她，孙凯琪，作为国际计算机研究员，年末向投资者汇报了过去一年AI应用和模型发展的变化，重点强调了超级入口和高壁垒应用的重要性，以及AI大模型能力如何解锁下游应用场景，加速模型性能和商业化进程。展望2025年，尽管模型性能提升幅度趋缓，但迭代速度和发布数量持续创新高。孙凯琪指出中国AI的崛起，特别提到了多模态、agent和物理AI作为应用的三条主线。她强调AI应用即将迎来爆发期，建议投资者关注业绩兑现，提供了具体的择股逻辑，并欢迎对AI应用感兴趣的投资者进一步交流。 发言人1 强调今日会议的主要议题是进行2015年度的复盘与展望，重点讨论AI大模型的发展趋势、多模态行业的未来走向，以及看好物理AI与agent的实际落地应用。他建议与会者关注那些具有超级入口和高壁垒的AI应用场景，并鼓励有兴趣的参与者与凯琪老师或相关机构取得联系，以便深入了解详情。 问答回顾 发言人2问：从整体上看，目前AI模型的能力达到了什么阶段，以及对未来应用的影响是什么？ 发言人2答：目前，经过过去三年的发展，AI模型已具备常识、较强的推理能力以及良好的短期和长期记忆系统，正处于“agent阶段”，能够孕育出优秀的落地应用。鉴于模型边际端创新速度放缓，短期内从事应用开发的企业无需过分担忧产品生命周期被进一步颠覆。因此，核心关注点应转向那些在agent形态下仍需调用的高壁垒工具软件，以及能够服务C端和B端用户的入口级窗口，这些将是下一代竞争的重要高地。 发言人2问：在AI领域，您认为2025年模型性能提升是否会遭遇撞墙状态或创新趋缓？ 发言人2答：根据过去几年7到8家北美和中国基膜测厂商的模型迭代速度和发布的数量，虽然模型迭代和发布数量仍在持续创新高，但对数化后的曲线在2024年呈现明显的趋缓趋势。这在一定程度上印证了模型性能可能存在撞墙状态或创新趋缓的现象。 发言人2问：对于当前AI大模型的发展趋势，能否分享一下研究团队关于模型性能提升和参数量变化的看法？ 发言人2答：在研究层面，本轮transformer架构的AI大模型通过预训练技术取得突破，实现了模型参数量从GPT-3.5的1750万亿参数级别提升到当年旗舰版模型GPT-4的万亿规模参数量，即在预训练参数量上有十倍级提升。而在2024年，研究突破方向主要是后训练，特别是强化学习范式取得进展，使得推理token相对于直接响应任务的answer token放大十倍，从而进一步提升了模型推理、规划和planning的能力。 发言人2问：在模型架构和范式创新趋缓的情况下，今年有哪些底层技术层面的进展？ 发言人2答：今年在memory层面，模型上下文窗口（context window）有十倍级扩容，从去年主流旗舰模型的128K扩展到现今百万级别的参数量。这不仅拉动了HBM DRAM和SSD存储的大规模需求，也使得模型在长文本处理、多态信息处理等方面表现出更高效、更准确的响应速度和能力提升。 发言人2问：在AI技术的发展趋势中，头部模型厂商在发布的模型中是否更注重其在经济贡献度和实际应用方面 的表现？ 发言人2答：是的，头部模型厂商如OpenAI在最新发布的模型中显著增加了对模型对经济贡献度和实际应用效果的讨论。例如，他们在模型评测中引入了衡量美国经济中九大行业44个职业复杂任务贡献度的基准——GDP war，并展示了模型在超过70%的此类任务中达到甚至超越了人类专家水平。 发言人2问：Google和其他模型厂商在产品更新上有哪些关键进展？ 发言人2答：Google在今年的旗舰产品更新中，将大量篇幅投入到多模态的更新和产品化演进上，比如与图像思维导图和逻辑推理相关的功能增强。此外，北美公司Anodic推出的Cloud code原生编码工具，在上线半年内实现了10亿美金AR收入转化，体现了基模厂商直接开发应用并快速转化的效率。 发言人2问：除了头部模型厂商，还有哪些公司在入口争夺方面有所布局？ 发言人2答：多个公司在数字世界与物理世界的入口争夺上进行了布局。例如，OpenAI在2025年秋季开发者大会上发布了Apps inside t集成式画布类入口，阿里统一了千问入口并快速突破千万访问量和下载量，同时在本地生活服务领域进行了一系列软件整合。此外，各公司在手机、AI眼镜等终端计算入口上也进行了迭代和创新，以获得用户注意力和入口权。 发言人2问：对于B端和C端软件是否会受到AI技术冲击的问题，您怎么看？ 发言人2答：在B端市场，特别是sales force agent force平台集成最新一代模型后，头部B端厂商仍掌握着作为入口服务下游客户的重要窗口，因其数据敏感性和互联网厂商难以通过公开数据集获取，因此暂时保持一定的壁垒。而对于C端市场，由于存在审美级、消费级和娱乐级场景的需求，这类产品可能需要垂类工具来更好地满足，因此在模型调用和价值壁垒上具有独特优势。 发言人2问：中国AI在全球的影响力如何变化？ 发言人2答：今年中国AI在全球的影响力显著提升，体现在基模侧和应用侧。在全球前十的模型中，中国模型的数量明显增多，达到3到4席；在全球前20的模型中占据6到7席。同时，中国AI模型在全球开源市场的占有率大幅提升，特别是在年初以来，DeepSak模型在全球开源调用量中占据70%到80%的比例。 发言人2问：在AI模型领域，中国阵营的情况如何？ 发言人2答：在七月份之后，由于阿里全家桶的布局，中国阵营中的多个模型如千问、MiniMax、质谱和Kimi等市场份额有所提升。尽管Dipstick模型的结构端出现下降，但从整个中国阵营来看，市场份额仍然保持在百分之七八十左右。其中，CK一家全年市占率约为40%。 发言人2问：国内chatbot对话助手有何变化？ 发言人2答：今年国内四大主流chatbot平台，包括豆包、千问、Deep Seek和元宝，其合计DAU已超过北美OpenAI的chat PT，并在数据量和数据集上与北美头部产品接近，差距有所收敛。在多邦和千问的推动下，中国chatbot整体DAU占比快速提升。 发言人2问：过去几年投资AI应用的主要方式是什么？ 发言人2答：过去2到3年，A股和H股市场主要通过观察北美AI应用突破来寻找中国对应的投资标的，即寻找中国的plan tear、dorlin或f loven等。但随着中国AI从模型端、调用量到应用端大幅追赶至全球第一梯队，这种投资模式需要转