AI领域趋势深度洞察报告

AI领域趋势深度洞察报告从蛮力到智能：

2025年人工智能发展的三大核心趋势2025年度深度洞察趋势分析3大核心方向报告日期2025年12月覆盖范围全球视野01从拼蛮力到拼技巧AI变得更聪明

，也更便宜了

DeepSeek开源突破

MoE架构创新

开源浪潮兴起03从野蛮生长到规则重构AI要更有规矩了

中国标识办法

欧盟AI法案

国家战略规划02从对话工具到工作伙伴AI正在成为实打实的生产力工具

企业支出爆发 AI

Agent崛起

人形机器人量产

核心洞察过去一年

，AI领域发生了翻天覆地的变化。DeepSeek的开源突破、AI

Agent的爆发式增长、全球监管框架的建立

，这三大趋势正在重塑人工智能的未来格局。本报告将深度解析这些变革背后的逻辑、数据与影响。CONTENTS目录从拼蛮力到拼技巧AI变得更聪明，

也更便宜了01

算法创新p

开源浪潮$

成本革命训练成本DeepSeek-R1$557

万OpenAI同等性能模型数亿美元不到对手

1/10

2024年1月：

DeepSeek问世DeepSeek的发布

，奠定了2025年大模型领域的两大基调：从

"堆算力

"到

"拼算法

"

，

以及开源。66DeepSeek-R1的开源

，标志着中国AI企业开始在全球开源生态中扮演重要角色。混合专家（MoE）

架构创新DeepSeek采用

混合专家（MoE）架构，将模型分成多个专家模块

，每次只激活需要的那几个。这就像一家公司

，不是所有员工每天都干活

，而是根据任务调动对应的团队。TREND

01

·

算法创新DeepSeek：

开源模型的里程碑整个模型

完全开源，任何人都可以免费使用、修改、商用。

免费使用自由修改商业授权

完全开源总参数量671B激活参数37B成本降低的核心原因算法创新MoE架构让模型运行时只激活部分参数，

大幅降低计算成本训练优化更高效的训练策略和数据处理方法，

减少资源浪费硬件效率更优化的硬件利用，

提升计算资源的使用效率对普通人的意义AI使用门槛大幅降低。过去

，只有大公司才用得起先进的AI模型。现在

，一个学生、一个小团队

，也能用开源模型做出有价值的产品。

学生

:

小团队

创业者TREND

01

·

成本革命成本革命：

从数亿到数百万训练成本对比231MoE架构工作原理混合专家（MixtureofExperts）架构将大型模型分解为多个

"专家

"子网络，每个专家专门处理特定类型的任务。

路由网络：

决定激活哪些专家

专家网络：

多个专业子模型

门控机制：

动态分配任务权重类比理解

就像一家公司

，不是所有员工每天都干活

，而是根据任务性质

，调动对应的专业团队。财务部处理财务

，技术部处理技术

，市场部处理营销——各司其职

，效率最高。模型总参数虽大

，但推理时只激活部分专家，

计算成本显著降低。

推理速度提升激活参数减少

，推理时间缩短，

响应更快。TREND

01

·

技术解析MoE架构：

智能的专家分工MoE架构优势成本大幅降低DeepSeek-R1激活比例5.5%参数效率提升18×总参数量可达万亿级

，但推理成本可控

，性能更强。模型容量扩大Meta

Llama

4开源大模型的又一里程碑Meta发布的Llama4同样采用混合专家（MoE）架构

，进一步推动了开源模型的发展。这标志着开源生态正在快速追赶甚至超越闭源模型。MoE架构专家分工行业评价"开源模型正在改变AI行业的游戏规则。Meta的Llama系列证明了开源不仅可以追赶闭源

，甚至可以在某些领域实现超越。"——

AI行业分析师开源对AI生态的推动

降低门槛：

更多开发者可以接触和使用先进的AI技术

加速创新：

社区协作推动技术快速迭代和优化 促进透明：

开源代码让AI更加可解释、可审计

生态繁荣：

衍生出大量基于开源模型的应用和服务TREND

01

·

开源浪潮开源浪潮：

Meta的Llama4企业采用率

持续增长开源模型影响力推理效率大幅提升开源许可自由商用基于Llama的衍生模型Llama系列下载量数亿次数千个

新

杆谷歌的Gemini3在多模态融合上做了大量优化

，让文本、

图像、音频的处理效率大幅提升。在测试中

，Gemini3在性能上超越了GPT-4

，而且推理成本更低。性能表现超越GPT-4标3I的ni态Ami多模Ge行业地位Gemini3一度成为跑分最高的大模型之一

，标志着谷歌在AI大模型竞赛中重新夺回领先地位。技术架构多模态融合多模态融合能力文本理解与生成图像识别与创作音频处理与合成综合评分Gemini3

:

92.5GPT-4

:

89.3推理速度快35%基准多模态理解领先良好TREND

01

·

多模态突破谷歌Gemini3：

多模态融合突破发布时间2025年推理成本更低性能对比历史性转变自2019年以来首次2025年8月

，OpenAI发布GPT-OSS

，这是自2019年以来

，OpenAI首次发布开放权重模型

。这一转变标志着OpenAI战略的重大调整。发布时间2025年8月业界观点"来自中国开源模型的竞争压力

，是这个转变发生的重要原因。"——

行业分析师来自DeepSeek等中国开源模型的竞争压力，

是OpenAI转变的重要原因。

社区压力开发者社区对开源、透明的呼声越来越高。OpenAI的开源历史18

2018年GPT-1开源发布19

2019年GPT-2部分开源25

2025年GPT-OSS发布（时隔6年）TREND

01

·

战略转变OpenAI的转变：

GPT-OSS发布通过开源扩大影响力，

建立更广泛的开发者生态。模型类型开放权重转变的原因中国开源模型竞争生态战略C中国开源模型的崛起以DeepSeek为代表的中国开源模型

，正在对全球AI格局产生深远影响。这些模型不仅在性能上追赶甚至超越西方闭源模型

，更以极低的成本和完全开源的策略

，重塑了行业竞争规则。$成本优势1/10成本核心洞察开源不再是边缘选择

，而是成为主流竞争策略。中国开源模型的崛起

，正在推动全球AI行业向更加开放、透明、高效的方向发展。开源成为新的竞争维度 技术竞争：

从单纯追求性能到追求效率与成本平衡

生态竞争：

谁拥有更活跃的开发者社区

信任竞争：

开源透明赢得开发者信任

商业模式：

从卖模型到卖服务、卖生态DeepSeek、Qwen、ChatGLM等美国开源模型

传统领先Llama、GPT-OSS、Mistral等欧洲开源模型

稳步发展TREND

01

·

全球格局开源竞争：

中国模型的压力全球开源模型格局技术突破算法创新Mistral、Aleph

Alpha等快速崛起中国开源模型AI使用门槛大幅降低过去，

只有大公司才用得起先进的AI模型

。现在，

一个学生、

一个小团队，

也能用开源模型做出有价值的产品

。AI正在从精英工具变成大众工具。创业者快速验证模型获取成本↓

从数百万到零免费技术门槛↓

文档完善、社区支持降低部署难度↓

云服务、一键部署简化学习资源丰富AI民主化让更多人能够使用AI

、创造AI

用开源模型创造价值

学生项目用开源模型完成作业、研究项目、创意实验

小团队创业基于开源模型快速开发AI应用，

降低创业成本

科研创新研究人员可以低成本使用先进模型进行实验TREND

01

·

民主化时代门槛降低：

AI民主化时代门槛降低的表现学生创意实现小团队产品开发

教程、案例、社区关键发现算法创新

+开源

=

AI普及加速 算法创新降低成本MoE等架构让AI模型训练成本降低90%以上p

开源打破垄断开源模型让AI技术民主化，

降低使用门槛 创新速度加快更多人参与AI创新，

技术迭代速度显著提升未来方向1

算法持续优化更多高效架构将被发明

，AI模型将变得更小、更快、更强2

开源生态繁荣开源将成为主流，

闭源模型的市场份额将逐渐缩小3

应用场景爆发低门槛将催生大量AI应用，

改变各行各业总结从

"堆算力

"到

"拼算法

"

，从

"闭源垄断

"到

"开源共享

"

，AI行业正在经历一场深刻的范式转变。这场转变将让AI技术更加普及

，让更多人能够参与到AI创新中来。90%+数亿次成本降低幅度开源模型下载数千个全球衍生模型开发者参与TREND

01

·

核心洞察趋势一核心洞察数据支撑从对话工具到工作伙伴AI正在成为实打实的生产力工具02

生产力工具

人形机器人

AIAgent支出增长数据根据硅谷风投机构Menlo

Ventures在2025年12月发布的报告

，企业在生成式AI上的支出呈现爆发式增长。2024年$115亿年增长率：

3.2倍核心洞察企业正在从

"试用AI

"转向

"规模化部署AI

"

。3.2倍的增长表明

，AI已经从实验性技术变成企业核心生产力工具。钱花在哪里？这笔钱主要花在让AI

"干活

"上——从对话工具到生产力工具

，企业正在将AI集成到实际业务流程中。TREND

02

·

支出爆发企业AI支出爆发式增长编程辅助（GitHubCopilot等）AI

Agent自动化业务流程优化2025年$370亿支出增长趋势GitHub

CopilotAI编程助手GitHub推出的AI编程助手Copilot

，用户数在2025年初突破了1500万。这意味着

，全球有1500万程序员在用AI辅助编程。智能补全上下文感知行业影响Copilot正在重塑软件开发流程。AI不再只是工具

，而是成为

程序员的

"结对编程伙伴

"

，显著提升开发效率和代码质量。Copilot能做什么？ 代码补全：根据上下文智能预测并补全代码

函数生成：根据注释描述自动生成完整函数

代码解释：

解释复杂代码的逻辑和功能

测试生成：

自动生成单元测试代码TREND

02

·

编程革命编程革命：

GitHubCopilot代码质量改善

显著用户数1500万代码生成实时辅助效率提升编码速度提升开发者满意度88%55%增长奇迹Manus在8个月内，

年化收入从零突破到1.25亿美元

。这是什么速度？

全球SaaS和AI初创企业中，

没有人比它更快。年化收入$1.25亿成就全球SaaS和AI初创企业最快增长核心洞察Manus的成功证明

，AIAgent已经具备商业价值

。从对话到行动

，AI正在从

"能说

"

进化到

"能干

"。AI

Agent平台Manus是一个通用AI

Agent平台，

能够自主完成复杂任务

，如数据分析、报告生成、代码编写等。自动化工作流

Meta收购的战略意义2025年12月底，

Meta收购了Manus

。这一收购标志着AI

Agent领域的成熟，

也表明大型科技公司正在积极布局AI

Agent生态。

Meta战略布局AI

Agent生态TREND

02

·

AI

Agent标杆Manus：

AIAgent的标杆广泛应用于金融、法律、咨询、营销等领域

，成为企业数字劳动力。用户可以定义工作流

，Manus能够自主规划、执行、优化任务流程。Manus是什么？时间8个月企业级应用

IDC预测IDC预测

，到2030年

，全球将有22亿AI

Agent作为

"数字劳动力

"。22亿AI

Agent数量

22亿是什么概念？

相当于中国、

印度、美国、

印度尼西亚、

巴西这五个人口大国的劳动力总和。核心洞察AI

Agent将成为

"数字劳动力

"

，与人类协同工作

。这不是替代，

而是增强——让人类

专注于更有创造性的工作。TREND

02

·

数字劳动力数字劳动力：

22亿AI

Agent中国7.5亿印度5.0亿美国1.6亿印尼1.4亿巴西1.0亿数据分析自动收集、分析、可视化数据文档处理自动生成报告、合同、

邮件客户服务24/7智能客服、

问题解决AIAgent能做什么？流程自动化端到端业务流程自动化软件开发自动编码、测试、部署五大人口国劳动力总和总计：

约16.5亿（实际劳动力）特斯拉Optimus人形机器人量产计划特斯拉首次提出百万台年产能目标

。2026年第二季度末，

特斯拉计划全面停产Model

S和Model

X，现有高端生产线将全部转向Optimus。

造车产线

→

造机器人产能目标100万台/年马斯克愿景"Optimus的潜在市场比汽车业务更大。长期来看

，机器人业务可

能占特斯拉价值的大部分。

"Optimus的能力

工业作业：

搬运、装配、包装等重复性工作

精细操作：

抓取、放置、拧螺丝等精细动作

环境适应：

在复杂工业环境中自主导航

学习能力：

通过AI不断学习和优化工作流程人形机器人将重塑制造业，

降低劳动力成本

，提高生产效率。

劳动力市场部分体力劳动岗位将被替代

，但也会创造新岗位。TREND

02

·

人形机器人特斯拉Optimus：

百万台产能目标产业影响制造业变革人形机器人成为国家科技竞争的新焦点。产线转换2026年Q2产品Optimus全球竞争当前效率30%-50%相对于人类效率2027年目标70%WalkerS2量产交付2025年11月

，优必选工业人形机器人WalkerS2开启量产交付

，首批数百台投入产业一线。首批交付数百台核心洞察机器人不再是实验室里的摆设

，而是真的在工厂里跟人一起干活。这标志着人

形机器人从概念走向实用。应用场景

汽车制造车身装配、零部件搬运、质量检测

电子制造精密组装、

电路板检测、包装

仓储物流货物搬运、分拣、库存管理TREND

02

·

工业应用优必选WalkerS2：

工业人形机器人量产应用场景产业一线生产效率对比优必选期望目标AI音乐创作爆发据统计，

2025年第一季度我国独立发行的新歌作品中

，AI生成作品占比56.9%

。说白了

，一半以上的新歌，

是AI生成的。56.9%AI生成音乐占比2025年Q1中国独立发行新歌音乐产业变革

成本降低音乐制作成本大幅降低

，独立音乐人更容易创作

效率提升创作周期显著缩短，

一天可以生成多首歌曲

门槛降低不懂音乐的人也能创作专业级音乐挑战与争议AI音乐也带来版权、原创性、艺术性等争议。如何在技术进步与艺术价值之间找到平衡

，是行业需要思考的问题。AI音乐能做什么？ 旋律生成：根据风格、情绪自动生成旋律

编曲制作：

自动配器、编曲、混音 歌词创作：根据主题生成歌词 人声合成：AI生成逼真的人声演唱TREND

02

·

创意产业音乐创作：

AI生成占比56.9%华尔街震动就在几天前，

"ClaudeCowork血洗华尔街

"的新闻传得满天飞。仅仅是插件层面的改进

，就让Claude

Cowork能够自动起草法律文书、分析金融数据。金融数据智能分析法律文书生成速度10倍+数据分析效率100倍+人力成本降低70%+核心洞察AI

Agent正在重塑金融行业。从数据分析师到律师

，从研究员到客服

，AI正在

接管越来越多的白领工作。AI

Agent在金融领域的应用

投资研究：

自动收集、分析市场数据

，生成研究报告

风险评估：

实时监控风险

，预警潜在问题

合规审查：

自动检查合规性，

降低法律风险

客户服务：

智能客服

，解答客户问题TREND

02

·

金融领域ClaudeCowork：

血洗华尔街法律文书自动起草效率提升全球首位AI部长阿尔巴尼亚的创新实践2025年9月，

阿尔巴尼亚任命了全球首位AI部长

，这个部长还有个名字，

叫

"迪埃拉

"

，专门负责公共采购事务。

AI部长：

迪埃拉任命时间2025年9月AI部长的职责

采购审核自动审核公共采购申请，

识别异常和潜在腐败

数据分析分析采购数据

，发现规律和优化建议

透明监督提供透明、可追溯的决策记录示范意义阿尔巴尼亚的实践为全球提供了AI治理的新思路——用AI解决人类治理的难题。为什么用AI？原因是这个部门的贪腐太严重

，人类的人情世故太深，

已经无法信任了

，干脆使用AI。TREND

02

·

政府应用AI部长：

阿尔巴尼亚的创新负责领域公共采购数据分析师高风险法律文书高风险客服代表高风险内容创作中高风险翻译人员中高风险AI教父的预测Geoffrey

Hinton根据辛顿（GeoffreyHinton）

的预测，

在今年

，AI会取代大部分的白领工作。预测时间：

2025年影响范围：

大部分白领工作应对策略不是被AI替代，

而是学会与AI协作

。提升创造性思维、情感智能、复杂决策等人类独特

能力。哪些工作最危险？

数据分析师：

AI可以更快、更准确地分析数据

法律文书：

AI可以起草、

审核法律文件

客服代表：

AI可以提供24/7智能客服

内容创作者：

AI可以生成文案、设计、音乐

翻译人员：

AI翻译质量已接近人类水平TREND

02

·

未来预测辛顿预测：

AI取代白领工作影响程度核心洞察AI已经远远不是曾经的

"聊天伙伴

"，

它正在成为实打实的

"生产力工具

"

。从医疗到教育

，从影视到金融

，AI正在重塑每一个行业。

医疗领域AI辅助诊断影像识别、病理分析、疾病预测药物研发加速新药发现、优化临床试验个性化治疗基于患者数据定制治疗方案

教育领域个性化学习根据学生特点定制学习路径智能辅导24/7在线答疑、作业批改内容生成自动生成教学材料、试题

影视领域内容创作剧本生成、分镜设计、特效制作后期制作剪辑、调色、音效、配音虚拟制作虚拟场景、数字人、AI演员医疗、

教育、

影视：

全领域渗透

AI正在帮助医生提高诊断准确率，

降低医疗成本

AI降低影视制作成本，democratize

创作

AI让教育更加个性化，

提高学习效率TREND

02

·

全领域应用关键发现AI从

"聊天伙伴

"进化为"行动智能体

"

生产力工具企业AI支出增长3.2倍，

从试用到规模化部署 AI

Agent崛起22亿数字劳动力，

从对话到行动

物理世界渗透人形机器人量产

，AI进入工厂未来方向1

AI

Agent普及每个企业

、每个人都会拥有自己的AIAgent

，成为数字助手2

人机协作深化AI不是替代人类，

而是增强人类能力，

实现1+1>23

全领域渗透AI将渗透到每一个行业

、每一个岗位，

改变工作方式总结AI正在从

"能说

"进化到

"能干

"

。它不再只是聊天伙伴，

而是成为真正的生产力工具，

开始改变我

们的生产生活方式。TREND

02

·

核心洞察趋势二核心洞察3.2倍企业AI支出增长22亿2030年AIAgent1500万Copilot用户数56.9%AI音乐占比数据支撑从野蛮生长到规则重构AI要更有规矩了03监管框架合规要求

国家战略《人工智能生成合成内容标识办法》中国AI监管重要举措2025年3月发布，

9月正式落地。说白了

，就是要让你知道哪些内容是AI生成的。发布时间2025年3月意义与影响

提高透明度让用户清楚知道内容的来源

防止误导减少深度伪造带来的风险

建立信任为AI应用建立信任基础核心要求 显式标识：AI生成内容必须明确标注 隐式标识：在内容中嵌入不可见的标识信息

平台责任：

服务提供者需履行标识义务

用户知情：

用户有权知道内容是否由AI生成核心洞察标识办法是AI治理的第一步

，让AI应用更加透明、可信。TREND

03

·

中国监管中国AI标识办法：

透明化要求生效时间2025年9月针对

"装成人

"的AI2025年12月27日，

国家互联网信息办公室发布《人工智能拟人化互动服务管理暂行办法（征求意见稿）

》

。这个办法针对的

，是那些

"装成人

"的AI。

核心要求：

必须明确告知用户

"这是AI

"核心洞察随着AI越来越像人

，伦理和心理健康问题日益突出。监管的目的是保护用户，

特别是未成年人。提供这些服务的企业

，必须明确告知用户

"这是AI

"

未成年人保护对未成年人的保护措施更严格应用场景

陪伴机器人：情感陪伴、聊天互动

虚拟偶像：

直播、互动、表演 AI客服：越来越像真人的客服系统TREND

03

·

拟人化AI拟人化AI监管：

必须告知用户保护措施明确告知防止用户对AI产生过度依赖防止沉迷欧盟AI法案全球首个全面AI监管框架2025年2月2日首批禁令生效2025年8月2日通用AI模型规则生效通用AI模型规则

技术文档要求提供详尽的技术文档

版权政策明确版权政策和训练数据

透明度要求AI公司不能再把模型当黑盒子全球示范效应欧盟AI法案为全球AI监管提供了范本

，其他国家可能会参考或借鉴。首批禁令内容

禁止算法诱导：

让人上瘾或利用恐惧、焦虑诱导行为

禁止社会评分：

政府对公民进行社会信用评分欧盟AI法案：

全球首个全面监管 禁止实时远程生物识别：

公共场所的实时人脸识别TREND

03

·

全球监管韩国《AI基本法》亚洲首个AI基本法2026年1月22日

，韩国《AI基本法》生效。要求AI生成内容需添加水印

，违反可罚最高3000万韩元。最高罚款3000万韩元未添加水印最高3000万韩元罚款恶意使用AI刑事责任可能面临刑事起诉平台责任连带责任核心洞察韩国通过立法+处罚的方式，

强制要求AI生成内容标识

，为其

他国家提供了参考。

水印要求 显式水印：在内容中明确标注AI生成

隐式水印：在内容中嵌入不可见的标识 元数据标识：在文件元数据中记录AI生成信息韩国AI基本法：

水印与处罚生效时间2026.1.22TREND

03

·

亚洲监管处罚机制平台需履行审核义务政策180度大转弯2025年1月23日

，特朗普上任首日就签署行政令

，废除了拜登政府的AI政策。拜登时期强调

"安全优先

"

，特朗普改成

"创新优先

"。特朗普时期创新优先核心洞察美国政策转向反映了AI竞争的紧迫性。在与中国等国家的竞争中

，美国选择优

先发展

，而非优先监管。《赢得竞赛：

美国AI行动计划》2025年7月23日，

白宫发布《赢得竞赛：

美国AI行动计划》。

放松监管

鼓励创新

企业放手干TREND

03

·

美国政策美国政策转向：

从安全到创新拜登：

严格拜登：

安全拜登：

受限特朗普：

宽松特朗普：

创新特朗普：

自由政策对比监管态度拜登时期安全优先企业环境发展重点《关于深入实施

"人工智能+

"行动的意见》国务院印发2025年8月27日，

国务院印发《关于深入实施

"人工智能+

"行动的意见》，

明确AI发展的三步走战略。

这不是一个简单的产业政策，

而是一个关系到国家未来的战略规划2027年目标70%相当于智能手机在中国的普及率2030年目标90%几乎每个人都会用上AI2035年目标100%三步走战略1

到2027年应用普及率超70%2

到2030年应用普及率超90%，

智能经济成为重要引擎3

到2035年全面步入智能社会战略意义中国将AI发展提升到国家战略层面，

目标明确、路径清晰

，展现了

在AI时代的雄心。TREND

03

·

中国战略中国三步走战略：

智能社会蓝图普及率目标全面步入智能社会

70%意味着什么？70%是什么概念？相当于智能手机在中国的普及率。到2027年

，AI应用会像今天的智能手机一样普及。70%2027年AI应用普及率目标=智能手机普及率核心洞察70%的普及率意味着AI将从边缘应用变成主流工具

，带来巨大的产业机遇和社会

变革。产业机遇 AI应用爆发各行各业都将出现AI原生应用

产业升级传统产业通过AI实现数字化转型

新职业诞生提示工程师、AI训练师等新职业涌现2010年