2025年，AI江湖風云再起！

第一季度過去了，OpenAI仍然處于全球領(lǐng)先地位。

但其他公司正在迅速追趕，尤其是國內(nèi)開源AI模型緊追不舍，且接近頂尖水平。

獨立機構(gòu)Artificial Analysis，發(fā)布了2025年第一季度AI報告，總結(jié)了六大趨勢，涵蓋技術(shù)突破與市場格局演變。

報告亮點如下：

• 過去兩年中，GPT-4級別推理成本下降了1000倍。
• 三大驅(qū)動力引發(fā)AI成本革命：更小的模型、推理優(yōu)化和新一代硬件。
• 目前，智商天花板全是推理模型，但非推理模型還是性價比之王。
• 現(xiàn)在的AI能自主瀏覽代碼庫、創(chuàng)建文件、寫代碼、跑測試，不止補全代碼。
• 多模態(tài)和智能體讓AI從「單一工具」變成「全能助手」，離日常生活越來越近。

根據(jù)Artificial Analysis的官方分析，2025年初的AI有六大定義性結(jié)論：

1.前沿AI競賽持續(xù)升溫：頂級實驗室正以每8-12周的速度推出新模型。

OpenAI仍處于領(lǐng)先地位；在其身后，不僅有谷歌和Anthropic等傳統(tǒng)挑戰(zhàn)者，xAI、DeepSeek和阿里也已加入，形成了緊密的追趕梯隊。

2.推理模型投入實際應(yīng)用：那些「先思考后回答」的模型，犧牲了一定的速度和成本，換取了更高的智能水平，使用的token數(shù)量和成本是非推理模型的10倍左右。

3.MoE模型已無處不在：混合專家模型（MoE）在為每個生成的token進行計算時，僅激活其總參數(shù)不到10%。目前，大多數(shù)頂級的開源權(quán)重模型均采用了MoE架構(gòu)。

4.中國頂級實驗室差距顯著縮小：DeepSeek等中國公司正紛紛推出極具競爭力的模型，并常常選擇公開模型權(quán)重。

5.AI智能體走向?qū)嵱没?/span>由LLM驅(qū)動、能自主行動并使用工具端到端完成任務(wù)的系統(tǒng)，正開始在實際工作中顯現(xiàn)成效。新興的AI智能體類別包括編程智能體、深度研究智能體（Deep Research Agent）以及計算機輔助使用智能體。

6.大語言模型原生支持多模態(tài)：大語言模型如今的輸出已遠不止于文本。GPT-4o目前在圖像生成方面獨占鰲頭，同時各類語音到語音（Speech to Speech）模型也已相繼問世。

AI大洗牌

推理模型稱王 

2024年末，OpenAI利用大規(guī)模強化學習訓練的推理模型o1，將性能差距徹底拉開，顛覆了全球AI格局。

OpenAI全球領(lǐng)先，但競爭對手緊追不舍

2025年初，DeepSeek以極低成本訓練的推理模型R1，點燃開源推理革命的星星之火。

如今，Llama Nemotron Ultra、Qwen3等開源模型，已成燎原之勢。

私有模型和開源模型的差距變化

推理模型能夠逐步拆解任務(wù)、自我校驗，尤其在復雜問題如數(shù)學推理、研究輔助中表現(xiàn)出明顯優(yōu)勢。

比如，Gemini 2.5 Pro遇到問題會先拆解步驟、自我糾錯，像解數(shù)學題一樣一步步來，雖然花21秒，輸出1967個token，但答案準；而非推理模型（如GPT-4o）4秒輸出185個token，結(jié)果答錯了。

可以看到，在目前的Artificial Analysis智能指數(shù)中，最聰明的全是推理模型。

其中，o4-mini(high)排名第一，谷歌Gemini 2.5 Pro和Grok 3緊隨其后。

開源模型（如DeepSeek R1、Qwen 3、Llama 3.1）性能雖然落后閉源模型，但兩者非常接近。

「高情商」的推理模型，背后是高成本：要達到相同的性能，推理模型要使用非推理模型10倍以上的輸出token！

盡管在效率方面取得了顯著進展，推理速度比過去更快，但推理模型和智能體應(yīng)用每次請求生成的token是過去一年平均水平的10多倍。

綜合下來，用戶反而要等待更長的時間。

LLM輸出速度變化

非推理模型也沒被淘汰，需要快速響應(yīng)或省錢的場景，還是性價比之王。

開發(fā)者不能僅看單token定價，還需綜合考慮token總使用量，才能準確評估推理成本。

實際上，如今的頂級AI模型參數(shù)規(guī)模更大，每次請求需要的token數(shù)總更多，現(xiàn)在的AI應(yīng)用需要更多的算力。

因此，最新的模型開始探索如何在智能和成本之間取得平衡。

其中，最引人注目的進展來自架構(gòu)上的權(quán)衡優(yōu)化。

Epoch AI對每種算法進步的計算等效增益的估計

混合專家

省錢又提速

在本月中旬，DeepSeek創(chuàng)始人梁文峰署名的新文章，全面介紹了DeepSeek-V3的設(shè)計靈感和洞見。

DeepSeek-V3的混合專家（MoE）架構(gòu)，如今已無處不在。

DeepSeek-V3基本架構(gòu)

傳統(tǒng)模型像全科醫(yī)生，不管啥問題都調(diào)動全部知識；MoE像專科門診，遇到不同問題找對應(yīng)的專家（激活部分參數(shù)）。

如果說全連接模型是「廣撒網(wǎng)捕魚」，MoE則是「精準出擊」，不僅能減少參數(shù)激活量，還大幅提升推理效率。

近期開源的前沿模型越來越多地使用MoE架構(gòu)，每次輸入僅激活部分參數(shù)。

前沿模型采用更稀疏的MoE設(shè)計，僅激活不到10%總參數(shù)，早期模型通常激活約25%的參數(shù)。

在推理和訓練上，參數(shù)規(guī)模相同的MoE模型比稠密模型更高效。

此外，英偉達是算力領(lǐng)導者，Cerebras、SambaNova、Groq這些新玩家將「芯片+云服務(wù)」打包賣，通過垂直整合提供高性能推理，輸出速度更快。

但開發(fā)者需要在性能、成本和上下文窗口之間權(quán)衡。

雖然服務(wù)速度更快，但這些芯片新玩家有時比其他服務(wù)商價格更貴，且上下文窗口更短。

智能體

自主干活的「虛擬員工」

智能體是2025年AI領(lǐng)域的重要趨勢。

憑借LLM的推理能力，通過高效的工具使用和自主流程管理，大幅提升了任務(wù)完成的效率和智能化水平。

它們能自主完成復雜任務(wù)，尤其是編程、深度研究、操作計算機和客戶支持。

從自動補全（2021年）到現(xiàn)在能自主瀏覽代碼庫、創(chuàng)建文件，比如讓它搭個OAuth認證系統(tǒng)，它能自己寫代碼、跑測試，還能告訴你改了哪些文件。

比如問「AI對就業(yè)的影響」，它會自己拆分問題、查資料、整合答案。還能批量處理表格，打工人看了想流淚。

原生多模態(tài)

圖像、視頻、語音全面升級

OpenAI的GPT-4o畫出的圖又逼真又貼合需求。

字節(jié)跳動的Seedream 3.0、MiniMax的HiDream-I1-Dev一發(fā)布就沖進第一梯隊。

以前OpenAI的Sora是視頻界扛把子，現(xiàn)在谷歌Veo 3超越了它，MiniMax和快手也推出了能追上Sora的模型。

ElevenLabs的Scribe模型把語音轉(zhuǎn)文字的錯誤率降到8%，比OpenAI的Whisper還準；文本轉(zhuǎn)語音也更像真人了。

大型科技公司持續(xù)在所有領(lǐng)域全面發(fā)展，而較小的競爭者通常專注于特定的AI領(lǐng)域。

谷歌是AI價值鏈中垂直整合度最高的企業(yè)（從TPU加速器到Gemini模型）；NVIDIA、微軟、亞馬遜等在硬件、云推理和應(yīng)用層各有側(cè)重。

未來AI會怎么發(fā)展？大概率會更全能、更聰明，也更接地氣。

說不定下次開會，你的會議紀要就是AI智能體幫忙寫的。

開源

大勢所趨

隨著越來越多的企業(yè)在業(yè)務(wù)中構(gòu)建和部署AI驅(qū)動型解決方案，日益豐富的開源技術(shù)正成為首選，包括Meta的Llama系列、谷歌Gemma系列、艾倫人工智能研究所Ai2的OLMo系列、英偉達的NeMo系列、DeepSeek-R1等眾多選擇。

Mozilla基金會等機構(gòu)聯(lián)合開展了一項開創(chuàng)性調(diào)研，覆蓋41個國家700多位技術(shù)負責人和資深開發(fā)者。

調(diào)研結(jié)果顯示，企業(yè)在AI工具選擇上日益偏向開源方案：

總體而言，超過四分之三的受訪者預計他們的組織將在未來幾年內(nèi)增加對開源人工智能技術(shù)的使用。  

這在一定程度上得益于開源工具在企業(yè)軟件生態(tài)中的活躍表現(xiàn)，且長期以來始終是開發(fā)者社區(qū)的基礎(chǔ)資源。

在Sequoia合伙人Lauren Reeder主持的一場圓桌討論，揭示了關(guān)于開源AI模型當前狀況和未來趨勢的諸多關(guān)鍵見解。

目前在OpenRouter平臺上運行的推理任務(wù)中，只有大約20%-30%使用的是開源模型。盡管如此，與會者對未來的增長充滿信心。

本月OpenRouter的token使用總量排行榜

當被問及五年后開源與閉源模型在推理任務(wù)中的占比預估時，Jeffrey和Dmytro認為開源AI將和閉源AI分庭抗禮。

Jeffrey預測開源與閉源將各占一半，但也提到可以在開源與閉源模型之間智能切換的技術(shù)。

Dmytro也傾向于50/50的預測，但他指出開源生態(tài)將更加多樣化：「閉源可能仍由少數(shù)幾家主導……而開源則不會只有一個模型，會是更多的模型家族、微調(diào)版本和定制化方案。」

獨立機構(gòu)Artificial Analysis最近的報告，也印證類似的AI發(fā)展趨勢。

Artificial Analysis認為雖然閉源推理模型整體上領(lǐng)先，但開源模型和閉源模型與2022年相比，差距已經(jīng)變小。

而在非推理模型方面，開源模型反而比閉源的商用模型更具優(yōu)勢。

特別是國產(chǎn)開源AI模型，已經(jīng)成為一股不容忽視的力量。