“工具时代”迈入“伙伴时代”到2025年，人工《报告》指明了2026年AI的个突发展方向。量子位智库12月10日发布《2025年度AI十大趋势报告》。破点报告依据基础设施、人工模型进化、个突应用版图等四部分展开，破点其中应用领域的人工趋势共占四席，涉及流量入口、个突多模态以及AI硬件和通用人工智能AGI（全知全能人工智能）。破点来自学术研究机构和产业界的人工参与者就这些热门话题进行了深入分析与展望，《报告》明确指出AI的个突下半场属于执行力。

算力成为经济增长的破点新引擎

在这个代表现阶段AI产业的关键部分中，核心的人工组件包括了芯片、云端平台和基于模型的个突各类应用。这些部分各自发挥着独特的破点作用，并且彼此间相互依赖，在技术发展上扮演着不可或缺的角色。

根据这份研究报告，重点放在了基础设施领域上，主要关注于计算力和芯片发展状况。

算力经济是人工智能产业中的最大驱动引擎之一。在世界范围内，对人工智能计算的需求增长速度已经前所未有地迅猛起来。这种需求的增长导致全球各地都投入巨资建设超级大规模数据中心。这些新的数据中心不再仅仅是传统意义上的服务器托管点，而是成为了由单一公司主导的、拥有海量计算处理能力、存储以及网络资源的大规模计算设施。

云计算服务提供商在转向更侧重于满足人工智能需求的专业计算资源投资布局。这些公司正逐步发展成为和人工智能企业建立战略联盟的合作伙伴，并不仅仅局限于传统意义上纯粹的资源出租交易。

相应地，越来越多的AI原生需求正在重塑芯片创新，在大市场、大生态中打开了时代的“芯机遇”。具体表现在，图形处理器占据了主导地位，嵌入式神经网络处理器开始在边缘端普及，定制集成电路和现场可编程门阵列迎来了快速增长。

中国已构建了自主可控的计算力生态，并且已经在千亿级别模型训练方面进行了实践应用。自主研发的芯片、软件框架及SDK方案已经被应用于大型模型训练中，其中，DeepSeek等特定模型已被针对昇腾处理器进行深度优化，这一成果标志着国产化全栈能力达到了新的水平。

需求倒逼模型创新

在建模领域，预先训练为大模型确定了格局的范围和层次。而架构创新决定了预训练的质量，混合智能模型因其低成本就成为主流的选择。这类模型通过大量的数据可以轻易地提升其能力，尽管这些成本并不明显增加。 中国顶级的研发团队正在普遍采用这一设计思路来开发它们所拥有的先进模型技术。

此外，在2025年大模型将进入落地阶段，并将持续发展成为有效的工具。在多模态深度推理和自主性方面，模型能更好地理解各种形态的信息，以实现更好的处理能力；边缘推理也能加速响应，以更快的速度完成复杂任务的推断。

随着物理学AI和身体智能的开发热潮兴起，基于世界模型和VLA（视觉-语言-动作）框架的技术已经成为研究前沿，后者特别受到重视。在这样的背景下，身体智能开始从少量业务订单逐步拓展到更加广泛的市场探索之中。

在发布报告的那天，优必选宣布与国内的一项人工智能大模型企业达成一项新的订单合作协议，其购买者将以超过5000万元的价格采购一批仿人机器人产品。

根据协议条款，除了向合作商供应先进的机器人体硬件之外，优必选还会开放必要的数据接口和机器人核心技术，支持其进行自主研发的大模型在与机器人本体相集成的同时，并逐步推进技术交付计划，在基础控制、多模态感知和高级任务规划等多领域协同开发。

作为最早涉足具身智能赛道的企业，11月上旬，优必选工业人形机器人 Walker S2启动量产和交付活动，在产业一线率先应用数数百台。首批产品已投入到汽车制造、智能制造、智慧物流及具身智能数据中心等众多行业领域，目前产能已经达到每月300台，并有望在年内实现全年500台以上的产量交付。

北京智源人工智能研究院（以下简称“智源研究院”），拥有对具身智能和多模态技术路线深入研究的经验积累。院长王仲远也坚信，未来几年内，人工智能在进入从语言学习发展至更多模态、全场景理解和学习的阶段。智源研究院所推出的世界模型Emu3.5正是这一变革路径中的基石之一。

谈到构建物理世界的基础模型，自变量机器人的创始人王潜认为虚拟和真实世界存在本质上的不同。在实际运行中，实体世界中的随机性给机器人操作增加了极大的困难，并且需要依靠物理接触来实现端到端控制。当前，自变量机器人已经研发出了“Great Wall”系列模型，其端到端的高精度操作能力能够有效解决复杂任务中的泛化问题。

应用版图扩大

根据报告，AI正在重塑流量入口。Agent从“人找服务”转向“服务找人”，成为下一代交互范式。AI智能体具备感知、规划、决策、执行的闭环能力，正逐步取代传统App，操作系统亦向超级Agent演进。构建这类智能助手的关键之一，在于其对用户个性化知识的理解与调用。

新一代人工智能系统具备识别、解析多种不同形式的信息数据能力，即可以处理文本、图像、声音、视频等多种信息类型。这种跨模态关联理解与生成的能力大大提升了AI系统的整体性能和应用场景范围，并且对创意内容的生成和智能交互等领域具有划时代的影响和潜力。

应用的价值在于提高人类投入高价值劳动的比例，将其转移到真正具有重要意义的核心任务和战略性工作中去。一项能有效提升生产力的技术一旦被证实将为竞争提供显著优势的话，它就会从竞争优势转变为生存所需技术。预测表明，随着人工智能的能力成熟，在未来2—3年内AI会成为这些行业的标准工具。

另一个关注的是人工智能（AI）硬件市场。在轻量化模型和边缘计算技术方面取得了显著进展，正在推动AI能力向手机、汽车以及物联网(IoT)设备等终端延伸普及。这些终端开始具备本地AI处理能力，并有效解决数据隐私、网络延迟和成本效率三大主要难题。 随着智能设备的出现，它们已经开始摆脱对云端的支持。在没有依赖网络的情况下，这些设备能够实时响应用户的请求，为用户提供个性化智能服务。

北京商报记者魏蔚

《2025年》报告预测，在《报告》发布的那一年，《报告》报告指出，《报告》报告指出，“AI”正从“工具时代”迈向“伙伴时代”。随着技术的进步以及研究机构对行业未来趋势的探索，《报告》报告显示，预计将在接下来的一个季度内迎来人工智能的重大变革。2026年将会有明确的人工智能发展趋势，其特点也将在《报告》中有所体现。《报告》基于基础设施、模型进化和应用版图三部分进行了总结，并指出有关人工智能应用的趋势有四点，分别是流量入口、多模态、AI硬件和通用人工智能的AGI（AI通用性）。来自学术界和产业界的参与者对一些热门主题做了回顾和展望。可以说，《报告》的“想象力”正在被转移到“执行力”。

算力正成为经济增长的新引擎。

在人工智能（AI）的产业链上，关键的“芯”、“端”、“云”、“模”四大环节彼此相辅相成、互为支撑，并形成了全链合作的独特模式。

在提及基础设施时，《报告》重点在于对计算能力和芯片的关注。

在智能产业中，算力经济作为其核心引擎正以前所未有的速度发展。全球范围内对AI算力的需求正大幅增加，并因此催生了大量超大规模的数据中心建设，这些数据中心不再简单地被定义为传统的服务器托管站点，它们正在演变成一个由单一企业主导的、集合了大量的计算能力、储存和网络资源于一体的“算力工厂”。

云计算厂商的发展重心正从前沿的通用计算能力向以满足AI发展需要为中心的技术专有设施转移。这种转变是基于他们认识到目前的公有云计算环境难以支持高度复杂的AI任务需求，因此在与AI企业的合作方面从单纯的资源租赁模式逐步演变为深入绑定的战略伙伴关系。

相应的，越来越多的AI原生需求正在重新定义芯片创新，而日益庞大的市场需求和生态体系正开启新一轮的“芯机遇”。具体表现包括：GPU处理器将受到冲击；嵌入式神经网络处理器NPU将在终端市场普及；ASIC/FPGA（定制集成电路/现场可编程门阵列）的需求增长。

中国的计算生态系统正在快速发展，其自主可控的能力显著提高，已经可以在千万级别的训练场景中证明其有效。 Deepseek 模型经过深思熟虑的优化，在昇腾芯片上进行了深度定制，表明中国全栈的本地化技术开发能力已进入崭新的阶段

由用户驱动的创新模型

在模型方面：预训练为大模型奠定了框架与格局，并决定大模型的发展趋势，而架构创新决定了预训练的效果。持续的模型架构优化突破，尤其是在算力的约束条件下，混合专家系统已经成为主流的选择方式。这种设计通过保持参数量的大规模不变且激活函数数量减少的方式，可以在不显著提高成本的情况下扩充容量。目前，中国顶尖团队普遍在采用这一思路和策略。

同时，2025年，大模型落地进入“推理时间”。模型在多模态深度推理、自适应推理、边缘推理加速等方面持续突破，任务复杂度推动推理框架持续进化。

物理AI与具身智能迎来研发热潮，世界模型与VLA（视觉—语言—动作）框架成为技术焦点，具身智能正从小规模商业订单走向更广泛的应用探索。

在发布的同一天，《报告》公布优必选公司获得一个新项目，与一家大型人工智能模型生产商签署关于生产并销售一款具有高度定制化的智能仿生机器人的合作合同。该协议涉及的总额超过了5千万人民币。

根据协议条款，优必选科技除向用户提供先进的机器人工硬件系统外，还将开放相应的机器人数据接口以及相关的技术能力以供合作方进行集成并进一步二次开发，并将在逐步推进技术交付和运维支持计划上展开工作。这一计划涵盖了基础控制、多模态感知，乃至高级任务规划等多个层面的协同开发内容

作为进入具身智能赛道较早的公司，11月中旬，优必选工业人形机器人Walker S2开始量产及发货，首批几百个已应用在产业线中，并覆盖汽车制造、智能制造、智慧物流、具身智能数据中心等多个领域。目前Walker S2每个月产力可达300台，预计全年可交付超过500台。

智源研究院在北京（简称“智源研究院”）在具身智能和多模态技术路线的发展上都有累积；院长王仲远则认为，“人工智能将在未来几年进入语言学习、多模态，乃至世界的全周期阶段”。该研究院发布的一个多模态模型Emu3.5就是实现这一目标的基础。

提到构建物理世界基础框架的问题时，自变量机器人创始人王潜指出，虚拟和现实世界之间存在本质差异，它们各自独特的随机性和复杂的物理接触导致了对物理世界机器人的操作控制困难重重，并且这种复杂性对实现端到端控制有着必要性。目前，他自主研发的“Great Wall”系列模型在从感知到精准操作的各个环节都展现了端到端控制的高效率。这些成功展示了在复杂任务中自变量机器人具有的强大的泛化能力。

应用的版图扩展了

报告指出AI正在改变流量入口的方式：从“人类寻找服务”转向“为人类提供服务”。这种变化使得AI智能体具有闭环能力，能够感知、规划并作出决策，在执行任务时拥有自主权。这些AI具备了从识别到引导用户的整体过程，正逐步取代传统的App和操作系统。构建这类助手的关键在于对其个性化知识的理解与调用。

新一代人工智能系统拥有强大的处理多种类型数据的能力：它能够理解和生成以文本、图像和语音为基础的信息。这不仅使人工智能可以有效应对复杂的环境，还能扩展到如创意内容生成以及智能交互等功能的应用。

这些应用程序的关键优点在于通过释放出高价值劳动力，并将人类的精力集中于那些对实体结果或战略任务至关重要的工作上而发挥作用。当一项技术证明它能大幅度提高生产率时，那么这种技术就从“竞争优势”转变为“生存所必需”的产品。预计在未来的2—3年时间里，随着技术能力日趋成熟，在未来数年内，AI就会成为这些行业的标准工具。

AI硬件市场也受到了人们的广泛关注，轻量化模型和边缘计算技术已经成熟并得到广泛应用，使AI能力得以普及到智能手机、汽车等终端设备上，并有效解决数据隐私、网络延迟和成本效率三大关键问题。这些产品能在不依赖云端连接的前提下实时响应用户需求并提供个性化服务。

记者魏蔚报道