2025 AI产业复盘：全球大模型格局与未来展望

本报告是我们连续第三年对AI行业的年度复盘与展望，聚焦于2025年的关键发展及未来趋势。

2023年，OpenAI在模型界几乎一骑绝尘。而到了2024年，OpenAI大部分时间处于“被挑战”状态。2025年，中国大模型迎来“破局之年”，DeepSeek横空出世，不仅撼动了全球大模型格局，还引领了开源潮流。

回顾2025年，全球AI行业步入快速变化周期，伴随模型范式重构、算力建设加速及应用分化，智能逐渐逼近“可行动”与“可预演”。这一年，AI产业两条主线清晰：一是中美双核驱动全球发展，各有特色；二是关键技术加速工程化，从“能力演示”迈向“系统整合”。

遗憾的是，2025年依然是“模型能力提升”与“应用落地阻力”并存的年份。尽管模型能力持续进步，但行业关键词从“大模型”转向“AI+”，意味着人们对AI的期待从前沿技术转向其在真实世界的落地价值。AI应用侧不乏亮点，但仍面临多重挑战。

本报告从模型演进、产业链与基础设施、应用生态三个角度切入，试图提供一份来自投资人视角的2025 AI产业底稿，并回答以下问题：

• 模型技术演进将把行业推向何处？
• AI产业链上下游如何重组？
• 对AI领域的创业者而言，当下和未来有哪些创新机会？护城河又该如何建构？

这不仅是对AI领域过去一年的发展回顾，更是对AI发展走向的思考。2025年接近尾声，我们也很好奇：

• 2026年的AI行业会迎来哪些新变量？
• AI+会在哪些领域率先取得大进展？
• AI能打破“生产率悖论”吗？

/ 01 / 全球大模型格局：双核驱动，开源崛起

当前，全球大模型发展呈“双核驱动”态势，既体现在技术路径选择上，也反映在地缘竞争现实中——美国与中国成为推动人工智能发展的两大核心力量。

一、双核驱动：技术路径与地缘格局的交汇

从技术角度看，“双核”指向闭源与开源两种发展范式。闭源大模型由科技巨头主导（以OpenAI为代表），强调性能领先、产品闭环与商业变现；开源大模型则先由具备资源实力的组织主导（以DeepSeek为代表），在开源基础上依托社区协作、生态共建和透明迭代，展现出强大生命力。

从全球竞争格局来看，美国凭借在算力、算法和人才方面的长期积累，在闭源领域占据主导地位；在中国，开源成为AI发展的重要方向。开源既有助于应对AI供应链的不确定性和外部制约，也帮助中国在AI竞争中实现关键突破。欧洲等其他地区虽有所布局，但整体仍处于追赶状态。

由此可见，当前AI发展的主引擎已集中于中美两国。

二、头部大模型：三足鼎立，战略分化

在大模型阵营中，OpenAI、Anthropic与Google形成“三驾马车”之势。OpenAI的GPT系列模型在综合能力方面具备优势；Anthropic聚焦于专业场景与垂直应用；Google的Gemini路线则倾向于全面而均衡。

三、开源的崛起：中国AI的战略突围与生态重构

如果说闭源模型代表“精英式创新”，那么开源模型则像一场由领先机构引领并激发的“全民协同工程创新”。中国正借助这一模式实现战略突围。

DeepSeek的横空出世标志着中国大模型发展的破局之年。它提前完成了高性能基座大模型的构建，并率先以开源方式复现了具备“长链推理”能力的大模型。

四、端侧模型崛起：云之外的模型路径

2025年，“端侧推理”成为模型落地的重要战场。端侧模型以几亿到数十亿参数量级为主，可实现低延迟响应，其隐私保护能力较强且运行成本几乎可以忽略不计。

/ 02 / 大模型的关键技术演进：多模态、推理、上下文记忆及智能体能力

近年来，大模型发展从单一文本能力迈向更复杂、更智能的综合形态。四大技术趋势正重塑行业格局：原生多模态融合、推理能力、长上下文窗口与记忆机制，以及智能体能力。

一、多模态：从“文本为中心”走向“原生融合”

前沿大模型正转向原生多模态架构，将图像、语音、文本等多种模态嵌入同一个向量表示空间，实现更高效、更一致的理解与生成。

二、推理能力：从“回答问题”到“思考过程”

大模型的一大显著特征是“推理能力”成为核心标配。通过链式思维、结构化推理数据等机制，使模型能拆解复杂问题并逐步推演。

三、上下文与记忆：让AI真正“认识你”

新一代模型通过支持超长上下文并结合外部记忆存储及检索机制，能够在多次交互中持续追踪用户身份、项目历史等。这意味着AI不再是“不长记性的工具”。

四、智能体能力：从“生成响应”到“自主执行”

“智能体能力”指模型不仅能理解和生成内容，还能主动规划、调用工具并执行多步任务。例如，自动生成分析报告、跨平台调度任务等。

/ 03 / 大模型演进的新方向：训练范式转移，探索新架构

随着大模型技术进入深水区，行业正经历一系列结构性转变：从训练重心的迁移到底层架构的多元尝试。这些变化反映了技术本身的演进及未来AI发展路径的可能性。

/ 04 / 物理AI和世界模型：智能的新范式

过去几年，人工智能的发展重心集中在语言模型与数字内容生成上。然而，随着智能驾驶等技术的快速演进，AI正面临更复杂的挑战：处理文本和图像的同时必须在现实物理世界中“看见”、“行动”并“理解”环境。

/ 05 / 产业链与基础设施：从“单一赢家”到生态协同

一、基础设施：从“单一赢家”向“多极共存”的转变较为缓慢

在算力基础设施层面，英伟达的领先地位依然稳固。但多元化生态虽已萌芽，但远未成熟。

/ 06 / 应用层的边界与机遇：大模型公司vs AI应用创业

一、大模型公司的战略定位：从“超级助手”到“入口掌控者”

以OpenAI为代表的大模型公司正通过双重定位构建护城河。它不仅推出ChatGPT作为核心交互中枢，还陆续布局开发者工具等。

/ 07 / AI应用的进化路径：从Copilot到智能体，以及落地的真实挑战

一、进化路径：从对话→Copilot→有限Agent→自主Agent

AI应用的发展轨迹分为四个阶段：对话阶段、Copilot阶段、有限智能体阶段及自主智能体阶段。