【量子位智库】2025上半年AI核心成果及趋势报告

量子位智库近日发布了《2025上半年AI核心成果及趋势报告》，这份报告深入分析了2025年上半年人工智能领域的重大进展和发展趋势。报告从应用、模型、技术和行业四个维度进行详细阐述，涵盖了AI编程、多模态能力、模型评估等多个核心变化，并探讨了大模型竞争格局、中美AI技术差距缩小等关键行业动态。报告内容丰富，为决策者、从业者和创新者提供了宝贵的行业洞察，帮助他们在AI领域把握机遇。

人工智能的浪潮正在以前所未有的速度改变世界。2025年上半年，AI领域的核心成果及趋势报告揭示了技术进步如何塑造我们的未来。这份报告由量子位智库发布，深入探讨了AI应用、模型、技术和行业的新动态。

AI的应用趋势显示，通用类Agent产品正在深度整合工具使用，主打完成场景多样的深度研究类任务。这些Agent能够完成数分钟人类工作量的知识类任务，交付形式包括文字、图文报告、视频素材等。例如，ChatGPT Agent、Manus和Deep Research等产品，它们通过Agent Planning框架、工具调用和记忆能力，实现了任务的自动化和效率提升。

模型趋势方面，推理模型能力的进步、工具使用能力的落地、模型多模态能力增强等成为焦点。小模型的加速应用普及，如Qwen 3系列和Seed-Coder小模型，它们在低算力设备上运行，性能全面，降低了模型部署的门槛。

技术趋势中，模型不同训练阶段的重心变化、强化学习的重要性、多智能体系统和在线学习的优势等成为核心变化。例如，强化学习的重要性继续提升，算力消耗在未来会超过以自监督学习为核心的预训练。这表明，未来模型的智能上限将更多依赖于强化学习。

行业趋势方面，AI领域的竞争愈发激烈。头部玩家在模型层的差距正在缩小，OpenAI的领先优势缩小，谷歌和xAI在上半年的竞争中迎头赶上。中美大模型的竞争差距也在缩小，AI编程成为目前必争之地。

AI编程的兴起，正在从源头改变软件生产方式。头部编程应用收入增长速度创纪录，获得市场有效验证。例如，Cursor ARR突破5亿美金，证明了AI编程的价值空间。AI编程产品演化大概分为几个阶段，从代码补全到端到端交付，自动化程度逐渐增加。

模型上下文协议MCP的加速大模型应用普及，赋能模型获取大量外部信息、操控现有软件应用，打开更大应用空间。尽管MCP生态技术侧尚未成熟，但随着模型能力增强，MCP将成为AI核心生态组件。

模型推理能力在思维链范式下，依然可以通过堆积更多算力持续提升模型能力。例如，AIME 25和Codeforce代码竞赛排名显示，模型的智能上限在继续提升。

大模型开始走向Agentic，对工具使用进行端到端训练集成，相比仅基于文本的思维链推理有重大提升。这使得模型可以完成更复杂困难的任务，例如GPT-4o/OpenAI o1/DeepSeek V3/Gemini/Grok 3等模型。

大模型开始端到端融合视觉和文本走向多模态推理，以语言为中枢逐渐解锁多模态推理的系统。例如，VisProg、ViperGPT和Visual Sketchpad等框架，它们通过大模型生成符号化程序来解决视觉任务。

大模型图像生成能力全方位增强，语言理解能力升级和审美提升是最大亮点。普通用户可以仅通过自然语言进行完整创作。例如，GPT-4o图像生成能力的提升，使得生成内容的艺术性、审美显著提升。

视频生成模型整合原生配音，可控性和编辑灵活度增加，生成视频的物体一致性和物理规律协调性增强。例如，Veo 3和Seed Dance模型，它们增强了生成视频的细节精细度，商业化方面有积极进展。

模型智能密度持续提升，模型厂商积极推出小模型实现极致性价比。例如，Phi 4系列模型，它们可以在消费级硬件上运行，上下文窗口为32K。

模型评估加速演化，传统评估榜单快速饱和。可以动态更新，能在真实世界产生使用价值任务成为重要评估方向。例如，推出HealthBench和xBench，它们衡量AI在医疗健康领域和HR、销售等领域落地商业价值的基准测试。

训练阶段上，资源投入向后训练和强化学习倾斜，但预训练仍然有充足的优化空间。二者最终共同决定模型能力。例如，预训练阶段的投入ROI在下降，但由于直接影响后训练和推理阶段的模型能力，整体来看投入的必要性依然很高。

多智能体(Multi-Agent)系统可能成为继思维链推理模型之后的下一个前沿范式，继续提高智能上限。例如，Grok 4 Heavy、Claude的Research功能和Manus已采用Multi-Agent架构。

从交互经验中学习有希望成为下一代模型学习方式，正在成为核心突破方向。这可使模型摆脱对人类数据的依赖，提高智能上限。例如，Google Deepmind和强化学习之父Richard Sutton联合提出“经验时代(Era of Experience)”，强调从与世界实时交互中学习的重要性。

Transformer模型架构正在快速迭代，优化主要集中在注意力机制和前馈神经网络等层面。例如，UltraMem、Dynamic Tanh和Native Sparse Attention(NSA)等核心优化点，它们在工业界有多个落地案例。

Transformer混合架构正在涌现，以RNN变体为主，已经出现在工业界大规模应用先例。例如，腾讯混元T1模型、RWKV-7和MambaVision等模型，它们在不同领域展现出优势。

代码验证成为目前AI编程自动化水平提升的前沿方向，可进一步加速软件生产自动化。例如，大模型极大加速了代码的生成速度，但目前细节上的指令遵循、意图理解和有效性依然不足。

系统提示词(System Prompt)正在成为决定模型用户体验的关键技术要素。例如，Claude模型系统提示词分布，它提供系统级指令来指导模型的行为、角色和响应风格，同时可以实现更高程度的个性化。

xAI发布Grok 4在多个领域达到SOTA水平，跻身全球大模型第一梯队。例如，HMMT-25、LiveCodeBench-(Jan-May)和Artificial Analysis Intelligence Index显示，Grok 4在多个领域达到SOTA水平。

算力是AI竞赛中的关键竞争要素，强化学习对算力的需求超过预训练。例如，Grok系列模型不同训练方式算力示意，xAI打破了大规模GPU集训的建设速度纪录。

OpenAI技术领先优势明显弱化，海外头部玩家水平趋同。例如，谷歌和xAI在2025年上半年迎头赶上，模型在多个领域达到SOTA水准。

中美通用大模型技术差距缩小，中国模型公司在通用大模型之外的其他领域可以达到SOTA水平。例如，视频生成(Image-to-video)、前端代码生成、图像生成&编辑等领域，中国模型表现出色。

AI编程领域成为模型厂商必争之地，海外和国内头部玩家在AI编程的模型和产品领域密集布局。例如，o3、GPT-4.1系列模型、Claude 4系列模型和Gemini 2.5 Pro等模型，它们在编程领域的优化和产品布局。

国内大模型创业公司路线开始分化，部分厂商积极发布前沿模型产品追求智能上限，其他厂商专注垂类领域和商业化落地，放缓通用模型投入。例如，DeepSeek的现象级出圈改变了国内大模型创业公司的竞争格局。

这篇文章的灵感来自于量子位智库发布的《2025上半年AI核心成果及趋势报告》。除了这份报告，还有一些同类型的报告也非常有价值，推荐阅读，这些报告我们都收录在同名星球，可以自行获取。

以上为节选样张，关注公众号【蝉鸣报告】回复领取PDF完整电子版（无广告）。

【蝉鸣报告】每日更新最新硬核报告，覆盖产业报告、全球化、经济报告、趋势等全领域。