专业报告 ，2025上半年AI核心成果及趋势报告！

当前，2025年已过去大半，AI行业的变化已经快得让人跟不上节奏。从能自己完成深度研究的Agent，到代码写得比程序员还快的AI工具，从大模型之间的激烈厮杀，到小模型的悄悄逆袭，这大半年的AI圈简直像坐了火箭。

前不久，量子位智库最新发布的《2025上半年AI核心成果及趋势报告》，梳理了应用、模型、技术、行业四大维度的关键变化。作为AI从业者，带你看透这半年来AI领域的“风起云涌”......

01、应用层：Agent从概念走向实用，AI编程成最大黑马

如果说2024年是Agent的“概念元年”，那2025年上半年绝对是它的“实用爆发期”。AI应用不再局限于简单的聊天问答，而是开始像真人一样“干活”了。

通用类Agent：从“聊天”到“做事”的跨越

ChatGPT、Kimi等AI工具已升级：此前仅能文字应答，如今深度研究类Agent能响应“生成2025年新能源汽车市场分析报告”等需求，自动调用工具查数据、扒财报、生成图表，输出完整报告。

其核心在于“任务分解+工具调用+记忆能力”，如OpenAI的o3、Kimi的Researcher可拆分复杂任务、调用工具并记忆信息，能自动化数小时人类工作量。

另一路径是视觉操作核心的Computer Use Agent（CUA），能像人一样操作电脑：通过屏幕识别按钮、菜单，用虚拟光标完成点击、输入，例如自动在Expedia订美联航纽约机票。ChatGPT Agent、Claude Computer Use已推出此类功能，未来两类Agent或融合为更全能的通用Agent。

垂类Agent：每个行业都在“AI化”

通用Agent在搞全能，垂直领域的Agent则在“精准打击”。在旅行APP、设计软件中，“自然语言操控”成了标配，这背后就是垂类Agent在发力。

比如飞猪 “问一问” 中，用户提出行程需求，路线、票务、酒店等Agent便协同运作，几分钟生成方案并支持实时调整，靠大模型精准对接数据源。

设计领域更突出：LOVART 能按需求生成生产级海报并响应修改；视频生成 Agent 输入文字参考图，即可生成含剧情镜头的视频，物理规律与一致性较去年显著提升。

时尚领域GENSMO也实用：输入穿搭需求，能结合身材与趋势生成效果图，支持照片 “试穿”。这些垂类 Agent 爆发，本质是大模型在特定场景落地 —— 技术从概念变为解决具体问题的工具。

AI编程：从“辅助”到“革命”，增长速度创纪录

如果说Agent全面开花，AI编程便是2025上半年最猛“黑马”：AI编程工具Cursor的年度经常性收入（ARR）突破5亿美元，达成这一规模，Uber用了8年，Zoom用了10年，而Cursor仅用2年多。

其进化路径清晰：从“代码补全”“单文件编辑”，到如今“多文件协同”——能理解整个代码库，自动写命令、改文件、并行处理任务，让程序员聚焦“验证和优化”。

火爆源于它从源头改变软件生产方式：从前代码生成与验证工作量1:9，程序员多耗于查bug；现在大模型快速生成框架，验证效率提升。当前OpenAI、Anthropic及国内阿里、字节等均在加码，毕竟拿下编程场景，便掌握数字时代“生产工具”。

模型上下文协议（MCP）：AI生态的“连接器”

大模型再强也需外部数据与工具支持，过去依赖API却因兼容问题如同“插头插座不匹配”。模型上下文协议（MCP）的出现，正是要制定“通用插座标准”。

MCP核心是标准化接口，可高效安全调用外部资源：以往调用10个工具需对接10套API，如今一套协议即可搞定。

目前谷歌、亚马逊、阿里、字节等巨头均在推MCP生态，但尚未达规模化生产级——客户端支持调用量有限（20-30个），服务端稳定性不一，部分厂商因担心失去用户关系不愿开放接口。

不过长期来看，MCP必将成为AI生态核心组件，正如当年HTTP协议推动互联网发展。

02、模型层：推理能力狂飙，多模态成标配，小模型逆袭

应用层的爆发，离不开模型层的“内功修炼”。这半年大模型的能力提升，用“突飞猛进”来形容一点都不夸张。

推理能力：从“做题”到“解题”，算力堆出高智商

大模型已能斩获国际数学奥林匹克（IMO）金牌，谷歌与OpenAI的实验模型实现了这一突破，核心在于推理能力的持续跃升。

以OpenAI的o3模型为例，其在AIME准确率较o1提升23%，Codeforce竞赛Elo评分从1891升至2706（涨幅43%），GPQA综合智力测试也提升7%。这些进步依托“思维链范式”单纯堆算力实现，印证了自然语言通用推理可达到极高智能水平。

从前模型解数学题、写代码易“卡壳”，如今能像人类般“逐步推导”，甚至在复杂逻辑中找最优路径。这种能力提升让模型在科研、工程等高端领域实用性大增，不再仅是“聊天玩具”。

工具使用：从“被动调用”到“主动解题”

大模型光会推理还不够，正转向“用工具”解题。这半年核心突破是“端到端训练集成工具使用能力”——模型无需人类额外提示，能自主判断何时调用工具。

比如问“2025年一季度全球智能手机出货量排名及同比变化”，以往模型可能凭“过时记忆”乱答；如今o3、Gemini 2.5 Pro会自动调用搜索引擎查新数据，甚至用Python分析趋势后作答。

未来模型还将更强大：不仅能用现有工具，还能“发明新工具”，比如遇复杂问题时先写小程序处理数据再解题，如同科学家为实验发明新仪器。

多模态：视觉+文本深度融合，“慢思考”成新能力

大模型已从“读文字”专家升级为“看图像+懂文字+会推理”的多面手，这半年关键进展是“端到端融合视觉与文本”，形成类人类“系统2慢思考”能力。

例如OpenAI的o3模型能解“走迷宫”“推箱子”等视觉推理题：放大细节识障碍、规划路线，甚至调用工具检查；复杂任务如“据公交车图推运营时间表”时，能放大读车牌、查站点，结合搜索给结果。

图像与视频生成亦大幅升级：GPT-4o生成图像文字清晰，可理解16个细节指令并支持多轮编辑；视频生成中，字节Seeddance 1.0排名第一，快手可灵2.0月入1400万美元，生成视频的物体一致性与物理规律协调性显著提升，此前体操动作“肢体扭曲”问题已解决，能精准还原复杂动作。

小模型：极致性价比，端侧设备也能跑

大模型并非越大越好，小模型正加速“逆袭”。近半年阿里、字节、谷歌、微软等厂商密集推新，核心聚焦“降门槛、提性价比”。

阿里Qwen 3系列中，0.6B参数版适配低算力设备，8B版支持128K上下文；字节Seed-Coder-8B凭高质量数据强化代码生成能力；谷歌Gemma 3n仅需2GB内存即可在移动设备流畅运行，还支持多模态实时处理。

小模型硬件要求低、可端侧部署，输出成本极低，适配AI陪聊、搜索等大token场景。多数场景无需“全知全能”的大模型，小模型即可满足需求，显著加快AI应用普及。

评估体系：从“考分数”到“看价值”

模型能力越来越强，怎么评估成了新问题。传统的静态榜单（比如MMLU、GSM8K）已经快“饱和”了——大部分头部模型的准确率都快摸到天花板，看不出真实差距。

现在评估方向正在转向“真实世界价值”。比如红杉中国推出的HealthBench，专门衡量AI在医疗健康领域的实用能力；xBench则聚焦HR、销售等领域的商业价值。

未来的评估不仅要看模型“多聪明”，更要看它能创造多少经济产出、解决多少实际问题——毕竟用户最终为“有用的能力”买单，而不是“高分成绩单”。

03、技术层：强化学习成算力黑洞，多智能体开启新范式

模型和应用的进步，背后是技术范式的革新。这半年AI技术的核心变化，正在重塑整个行业的底层逻辑。

训练重心转移：后训练和强化学习成“重头戏”

大模型训练不再是“预训练一家独大”。以前资源主要砸在预训练阶段，现在越来越多投入到后训练和强化学习（RL）中。

预训练为模型打下“基础知识”，但推理等能力难直接显现；后训练与RL则负责“激发潜力”，放大基座模型能力——如GPT-4通过RLHF让回答更贴合人类需求。

不过过争议也存在：后训练可能只是“选出正确推理路径”，不会创造新能力。但预训练投入ROI下降，后训练直接影响实用性，资源倾斜已成必然。

强化学习：算力消耗将超预训练，成智能核心

强化学习的重要性再怎么强调都不为过。OpenAI的o1模型是大规模强化学习在大模型领域的里程碑，而o3模型因为加入工具使用等复杂能力，对强化学习的算力要求更高。

未来强化学习将成算力消耗主力。从Grok系列可见，Grok 1强化学习算力已是预训练的10倍，Grok 4推理版差距进一步拉大。

核心挑战在于奖励模型设计：代码、数学因答案明确易评分，而创意写作等无标准答案领域需专用模型评分，难度更高。但突破后，强化学习将成为驱动模型智能的核心引擎。

多智能体（Multi-Agent）：下一个前沿范式

单个Agent能力再强亦有局限：上下文过载易分心、工具过多难决策、领域知识不深。多智能体系统则是破解之道。

其优势显著：分布式并行提效，局部决策减少上下文污染，知识技能互补出优案，且单个故障不影响整体。当前Grok 4 Heavy、Claude Research功能、Manus等均采用多智能体架构，如“领导型Agent分解任务+执行型Agent各司其职”模式，效率远超单Agent。

这或将成为思维链之后的下一个前沿范式——如同人类分工创造更大价值，AI正走向“集体智慧”之路。

在线学习：摆脱人类数据依赖，从交互中成长

当前大模型呈“静态”特征：依赖历史数据训练后即固定，升级需重新训练。而“在线学习”正打破这一局限——模型可从实时交互中学习，如同人类从经验中成长。

其核心在于“持续经验流+自主行动+环境反馈”：例如健康领域Agent能持续监控用户数据并动态调整建议，科研Agent可通过自主实验、分析结果从失败中优化方案。这种方式能摆脱人类数据依赖，突破认知边界——毕竟诸多宇宙规律与科学突破或不在现有人类数据中。

DeepMind与强化学习之父Richard Sutton均提出“经验时代”概念，这很可能成为下一代模型的核心学习方式。

Transformer架构迭代：更高效、更灵活

Transformer仍是主流，但持续“自我优化”。近半年改进聚焦注意力机制与前馈神经网络，以降延迟、提效率为目标。

例如MiniMax的01模型首次大规模实现线性注意力，可处理400万token超长上下文；Google的NSA通过分层设计聚焦关键信息并捕捉全局，性能与全注意力模型相当且更高效；动态Tanh替代归一化层、UltraMem结合超稀疏内存层解决访存问题，均助力Transformer工业落地更顺畅。

混合架构亦在涌现：MambaVision融合Mamba与Transformer，视觉任务达SOTA；Titans架构整合短期记忆（注意力）与长期记忆（神经记忆），兼顾精确性与持久性。架构创新从未停歇，成为模型能力提升的“隐形引擎”。

04、行业层：格局大洗牌，中美差距缩小，编程战场硝烟四起‘

技术和模型的变化，最终会反映在行业格局上。这半年AI圈的“权力榜”，已经悄悄换了位次。

头部玩家大洗牌：OpenAI优势缩小，谷歌、xAI迎头赶上

OpenAI不再是“孤独求败”。上半年谷歌Gemini 2.5 Pro综合推理出色，多模态（视频、音频）表现突出；成立仅2年的xAI Grok 4跻身全球第一梯队，科学、工程类问题表现甚至超OpenAI o3。

能力层面，通用场景中o3深度推理仍占优，但Gemini 2.5 Pro与Grok 4已追平；视频生成上OpenAI Sora与谷歌Veo 3各有千秋；图像生成GPT-4o仍是SOTA，Gemini原生能力亦不俗；代码领域Anthropic Claude Code、谷歌Gemini Code与OpenAI Codex快速趋同，集体提升。

仅Meta Llama 4表现不佳，正通过投资数据标注、引进顶尖人才追赶。头部差距缩小将加剧竞争，推动AI服务品质提升。

算力成核心竞争力：十万卡集群成标配

AI竞赛的核心是“算力竞赛”。在强化学习算力需求超越预训练后，计算集群的强弱直接决定成果产出能力。

xAI便是典型例证：其2024年上半年用122天建成1.5万卡集群，2025年上半年仅92天就将规模扩展至20万卡，未来计划冲刺100万卡。这种“算力暴兵”能力推动Grok 4快速跻身SOTA水平。

正如强化学习之父Richard Sutton“苦涩教训”的论断：通用方法+大规模计算永远优于依赖人类知识的特定方法。如今头部玩家集群已达数十万卡规模，算力堪称AI时代的“核武器”。

中美差距缩小：中国多模态表现亮眼

中美大模型差距正快速缩小。多模态领域已达世界一流：字节Seedance 1.0登顶视频生成榜单；NINMAX Hailu-02-616在图像生成与编辑中排名第二（仅次于GPT-4o Image）；音频生成领域国内模型成本更低、响应更快。

代码生成领域亦有突破：DeepSeek-R1-0528在Web开发场景评分仅次于Gemini 2.5 Pro，阿里Qwen 3-Coder部分榜单斩获SOTA。尽管通用大模型仍需追赶，但垂直领域中，中国厂商已凭借“性价比”与“响应速度”构建差异化优势。

AI编程成必争之地：国内外厂商密集布局

编程作为AI最可能率先超越人类的高价值领域，已成竞争焦点，国内外头部玩家动作密集如“军备竞赛”。

海外方面，OpenAI推出o3优化代码能力、Codex支持并行工程任务；Anthropic Claude 4专攻代码问题，Claude Code终端编程表现顶尖；谷歌发布AlphaEvolve对标Codex；xAI正训练专属编程模型，计划8月发布。

国内玩家“对标+创新”并举：阿里开源Qwen 3-Coder并推出命令行工具；字节开源Seed-Coder，发布对标Cursor的AI编程IDE Trae（月活破百万）；百度文心快码提供代码生成等功能，智谱GLM-4.5代码能力显著提升。编程场景竞争将直接决定未来软件生产“话语权”。

国内创业公司分化：两条路线选方向

国内大模型创业公司已告别“千篇一律”，分化趋势明显，DeepSeek的现象级出圈成为转折点，创业路径大致分两类：

一类走“技术驱动，追求智能上限”路线：如DeepSeek持续开源强化推理与代码模型，Moonshot AI推Kimi K2发力Agent和深度搜索，MiniMax开源长上下文模型并布局音视频生成，它们聚焦C端或Prosumer端产品，凭技术突破打开市场。

另一类聚焦“商业化与垂类落地”：部分转向行业解决方案，深耕金融、医疗等领域；部分收缩通用模型投入，专注快速变现场景。这种分化标志行业从“同质化竞争”迈向“差异化发展”，是成熟的体现。

结语：AI“实用化”时代已开启

回顾2025上半年，AI最核心的变化是“从实验室走向生活”：Agent能帮你干活了，AI编程能提效了，小模型能在手机上跑了，多模态交互更自然了。技术不再是PPT上的概念，而是能实实在在解决问题的工具。

下半年的看点会更多：通用Agent的融合、视频生成的商业化、MCP生态的成熟、中美模型的进一步较量……AI的进化速度只会越来越快，而那些能抓住趋势、用好工具的人，注定会在这场变革中抢占先机。

不管你是从业者、创业者还是普通用户，现在都该认真看看AI的新变化——因为它正在重塑我们工作和生活的每一个细节，而这场变革，才刚刚开始。

更多内容参见报告。

​报告版权归原撰写/发布机构所有，如涉侵权，请联系删除 ；资料为推荐阅读，仅供参考学习，如对内容存疑，请与原撰写/发布机构联系。

报告下载：https://t.zsxq.com/kfgjL

​以上就是今天分享观点，若有什么问题，欢迎在下方留言。

学习资料见知识星球。

以上就是今天要分享的技巧，你学会了吗？若有什么问题，欢迎在下方留言。

快来试试吧，小琥 my21ke007。获取 1000个免费 Excel模板福利​​​​！

更多技巧， www.excelbook.cn

欢迎 加入 零售创新 知识星球，知识星球主要以数据分析、报告分享、数据工具讨论为主；