基础超级模型 - 集成多种关键能力的基础超级模型已出现，表现为思考与非思考模式合一、理解推理数学能力大幅提升、内置代码及工具调用等多种AGENT能力 [2] - 基础超级模型对用户产生三方面影响：模型使用更便利且种类数量收敛、自主决策工作流和外部工具调用增强精准度、对训练数据供应提出新要求需从AGENT应用和物理场景采集数据 [2] 自主性更强的智能体 - 高度封装的智能体产品通过融合基座模型和MCP服务等释放大模型应用潜能，能自主完成复杂任务并获得比单一模型更好的性能表现，但能力仍有很大提升空间 [3] - 智能体产品形态逐步清晰，在消费端和企业端深度赋能，成为数字员工的初级形态 [3] 走向实训的具身智能 - 具身智能正加速走出实验室走向竞技场和训练场，为进入场景实战迈出坚实一步 [3] - 具身智能从实训走向干活面临三大挑战：高质量数据短缺需百万小时机器人数据、模型泛化难导致性能急剧下降、软硬协同难致任务执行失败 [3] 其他AI产业趋势 - 人工智能产业其他关键词包括萌芽中的世界模型、AI重塑软件、开放智算生态、面向行业的高质量数据集、开源成为标配、缓解模型幻觉、人工智能国际公共产品 [4] - 2025年人工智能技术应用生态三维共振，智能原生新世界越来越清晰 [5]