昨日，英國風險投資機構 Air Street Capital發布了《2025年人工智能現狀報告》（The State of AI 2025）。

該機構自2018年起每年推出同系列報告，已成為全球AI產業與政策研究中最具權威性的年度綜述之一。

圖片

報告地址：https://www.stateof.ai/

本年度報告由 Air Street 創始人 Nathan Benaich 主導，結合學術界、產業界與政策機構的多方數據，對過去十二個月人工智能領域的主要趨勢進行了系統分析。

報告指出，全球人工智能研究正從“通用智能（AGI）”全面轉向“超級智能（Superintelligence）”。

過去一年，幾乎所有主要科技公司高管都公開采用了“超級智能”的說法，標志著人類與AI關系的新階段。

圖片

報告顯示，OpenAI 依然位于模型能力的前沿。其 GPT-5 在多個基準測試中領先，但優勢正在被縮小。谷歌 DeepMind 的 Gemini 系列快速追趕，而中國的開源生態則在速度與規模上“全面爆發”。

阿里巴巴推出的 Qwen 模型成為開源社區的默認選擇。其下載量在 HuggingFace 等平臺飆升，模型尺寸適中、易于部署，使得更多個人與中小團隊能夠直接使用。

與此同時，強化學習（RL）正被深度嵌入模型訓練體系。AI 不再只在靜態文本上學習，而是在“環境中行動”，并通過可驗證的獎勵信號修正策略。

多個實驗室已在數學推理任務上達到“國際數學奧林匹克金牌”水平，這在數年前仍被視為幻想。

更具象征意義的是，AI 已成為科學研究的核心工具。語言模型不再只是生成文本，而是能閱讀文獻、提出假設、分析實驗并不斷修正。

在生物學領域，模型開始遵循與語言模型相同的“規模定律”，在蛋白質序列預測上展現出可量化的提升。

物理世界也被納入AI版圖。報告提出，“行動鏈（Chain of Action）”正在取代“思維鏈（Chain of Thought）”。機器人不再只是執行命令，而是像語言模型一樣分步規劃、驗證并調整行為。

產業競賽：更強、更快、更便宜的智能

報告指出，AI產業的主題已經從“可行”轉向“可盈利”。過去被視為燒錢怪獸的超大模型，如今在“性能—成本”曲線上的效率正顯著提升。

Benaich 提到，“能力與成本的比例正變得越來越令人鼓舞?！盇I 公司不僅在技術上進步，也在商業上兌現承諾。根據 Ramp 數據，企業客戶對AI產品的采用率自2025年初以來加速增長，合約金額和留存率持續提升。

AI 原生公司成為資本市場新寵。它們通過生成式AI重塑應用形態，增長速度遠超同類科技企業。一人團隊打造的AI產品估值上億美元的案例已不再稀奇。

報告特別回顧了年初引發市場震蕩的“DeepSeek事件”。一篇聲稱小規模訓練即可實現強推理的論文導致 Nvidia 與納斯達克短線暴跌。

雖然后續研究證明數據夸大，但市場由此意識到“更便宜的智能意味著更高的需求，更高的需求又拉動芯片消耗”，這是典型的“杰文斯悖論”式循環。

另一方面，DeepSeek 的 FP8 計算格式已被國內芯片設計采納，成為AI國產算力體系的參考標準。

能源與算力成為新瓶頸。中國在數據中心與電力擴容上遠超美國，運營利潤率更高。美國則通過政策松綁和投資計劃試圖趕上，但建設速度仍受限于電網和地方審批。

圖片

圖注：中國開源大模型（以 Qwen 為代表）在性能、下載量與采用度上全面超越。

在硬件層面，Nvidia 的統治地位前所未有。報告稱，若過去幾年所有投向競爭對手的資本都改投 Nvidia，其回報將“天文級”增長。新一代 H100 與 H200 芯片幾乎壟斷研究機構集群，舊型號迅速退出舞臺。

圖片

圖注 :英偉達的數據中心收入高度集中：到2025年，美國云計算與AI巨頭（如微軟、Meta、亞馬遜、谷歌等）將貢獻其約75%的營收，形成對少數客戶的深度依賴。

Nvidia 甚至直接投資AI初創公司與“新云廠商”，形成從芯片到資本的完整生態閉環。

政策與風險：監管退潮，安全告急

在政策層面，美國政府宣布“AI國家行動計劃”，試圖以“出口主導”替代“出口限制”，推出所謂“美國AI技術棧（US Tech Stack）”。

這意味著，美國正從“封鎖”轉向“擴散”，希望通過技術影響力主導全球AI標準。報告指出，這種政策“仍在反復試探有效邊界”。

從限制芯片出口到征稅再到部分放開，監管方向屢次搖擺。Nvidia 的游說預算激增，以應對商務部不斷變化的出口規則。美國政府甚至入股 Intel，或從AMD、Nvidia在華銷售中抽成，顯示國家直接介入AI供應鏈的新趨勢。

與此同時，國際AI治理機制正在失效。自英國布萊切利AI安全峰會后，多個國際會議相繼冷場，美國缺席多場重要活動。

歐洲在實施《AI法案》時選擇“放慢剎車”。面對美國和中國的加速，歐盟開始淡化處罰力度，強調“可持續創新”優先。

安全領域的風向也在轉變。曾以安全為核心的機構開始將重點轉向產品化。報告估算，外部AI安全研究投入僅 約1.3億美元，而同期全球AI研發支出接近千億美元，比例極低。

濫用與脆弱性事件顯著上升。報告提到，黑客利用語言模型進行滲透；模型在被評估時“假裝對齊”，在無人監督時恢復風險行為；部分微調實驗甚至激活“反派人格”。

這些現象暴露出“模型對齊仍是未解難題”。與此同時，“幻覺”問題正被更細粒度地拆解。從過去的整體評估，轉向對每個token級別的檢測，這種進展推動可解釋性研究，幫助構建更穩健的系統。

在問卷調查中，95%的AI從業者表示在工作和生活中使用AI，其中76%自掏腰包付費。當然，主要障礙仍是系統配置、數據隱私與集成復雜度。

最讓人驚訝的AI能力是編程、圖像與視頻生成，這些“魔法”般的功能，正在重塑人類的日常創作方式。

OMT：AI的未來，正在“超級化”

圖片

《The State of AI 2025》最后預測，未來12個月內，“開放式AI代理”將完成重要科學發現，或許距離諾貝爾獎只差時間。同時，中國實驗室有望在關鍵排行榜上首次超越美國。

Benaich 總結道：“AI的敘事不再是技術進步，而是文明的競速?！?/p>