"DeepSeek-V3是在Mistral提出的架构上构建的。" 欧洲版OpenAI CEO此言一出，炸了锅了。 网友们的反应be like： 还没吃上瓜的家人们别着急，咱们从头捋一捋这事儿： 在最近一次访谈中，当被问到如何看待中国开源AI的强势发展时，Mistral联合创始人、CEO Arthur Mensch这样回应： 中国在AI领域实力强劲。我们是最早发布开源模型的公司之一，而他们发现这是一个很好的策略。 开源不是真正的竞争，大家在彼此的基础上不断进步。 比如我们在2024年初发布了首个稀疏混合专家模型（MoE），DeepSeek-V3以及之后的版本都是在此基础上构建的。它们采用的是相同的架 构，而我们把重建这种架构所需的一切都公开了。 这还是温和派，还有更直接的吐槽：Mistral在胡说八道些什么…… Arthur Mensch很自信，但网友们听完表示：桥豆麻袋，这不对劲。 且不说DeepSeek MoE论文的发布时间和Arthur Mensch提到的Mixtral论文相差仅3天： 认真细扒起来，两种架构实际上思路也并不相同。 并且此前，Mistral 3 Large还曾被扒出基本上照搬了DeepSe ...

全球AI模型发展格局与战略 - 美国企业正转向闭源AI模型 例如谷歌的Gemini和OpenAI的ChatGPT 这些公司不向外界提供底层代码 这能为用户带来更顺畅、更统一的使用体验 但通常成本更高、灵活性也更低 [2] - 中国在开发“开放权重”模型方面处于领先地位 这类模型具有更高的透明度 其做法基本是开放权重、开源的 [2] 欧洲面临的挑战与投资需求 - 欧洲需要投资建设自己的开源AI实验室 否则最终将依赖使用中国的AI模型 [2] - 欧洲需解决高企的能源价格问题 并建设更多可用于训练AI技术的数据中心 以在全球AI竞赛中具备竞争力 [2] - 美国AI发展对电力供应的影响也引发担忧 [2]

外贸表现 - 2025年2月至11月，中国货物贸易进出口已连续10个月保持增长，高盛预测2025年全年中国出口同比增速有望达到8% [1] - 2025年11月，中国首次实现了1万亿美元的年度贸易顺差 [1] - 摩根士丹利经济学家预测，到2030年，中国在全球商品出口中的份额会进一步提升 [2] 人工智能与科技发展 - 中国人工智能企业DeepSeek的R1模型发布，挑战了美国AI公司长期以来的主导地位，该模型完全免费 [3] - 美国《时代》周刊报道称，中国在开源AI领域取得领先地位，在AI竞赛中稳居第二，在开源模型领域领先 [4] - 2025年中国科技影响力从人工智能延伸至机器人、深海科学等多个前沿领域，呈现“多线并进”的发展态势 [3] 资本市场表现 - 2025年8月18日，A股总市值首次突破100万亿元大关 [5] - 高盛报告指出，A股和H股全年回报率超出其年初预测的13%和15%，并将2022年底周期低点以来的反弹幅度拓展至30%和75% [5] - 高盛预计到2027年底中国股市将上涨38% [5] - 彭博社报道称，2025年中国股市、汇市以及在岸债市集体实现正回报，是5年来未曾有过的局面 [5] - 香港在2025年重夺全球领先IPO市场的桂冠 [6] - 摩根大通今年已将对中国的投资评级从“中性”上调至“增持” [6] 软实力与品牌出海 - 《2025年全球软实力指数》将中国列为全球软实力领导者第二名，首次超越英国 [7] - 潮流玩具拉布布从一种玩具热潮演变成一种全球美学，代表中国设计从模仿转向引领全球潮流 [7] - 中国生活方式品牌、文化产品（如剧集、电影）在全球范围内收获成功，2025年是中国软实力走向主流的一年 [7] - 蜜雪冰城在东南亚市场快速扩张后已进入美国市场，霸王茶姬也在拓展海外业务 [8] - 电子游戏《黑神话：悟空》是中国文化产品在国际市场取得突破的标志性案例 [8] 经济增长与消费 - 国际货币基金组织（IMF）上调中国2025年经济增速预期至5%，并预期中国在未来几年对世界经济增长的贡献率很可能仍会达到约30% [9] - 经济合作与发展组织（OECD）上调中国2025年GDP增长预期至5% [9] - 消费对经济增长的季度贡献率从2024年底的29.7%大幅上升至2025年第三季度的56.6% [9] - 瑞银财富管理预计人工智能领域的创新和支出将推动中国科技行业2026年盈利大幅增长 [9]

美国对中国AI的围堵与市场反应 - 美国通过高端芯片禁运和闭源模型技术壁垒试图限制中国AI发展[1][2] - 超过一半的美国初创企业将中国开源AI模型作为开发首选 市场风向发生反转[4] - 硅谷明星公司如AI独角兽Perplexity和Airbnb公开使用并依赖中国模型技术[4][6] 中国开源模型在美企及学术界的应用现状 - Perplexity的底层技术搭建在中国模型上 Airbnb的AI客服系统重度依赖阿里的Qwen模型[6] - 斯坦福大学使用Qwen作为基座进行推理模型研究 英伟达使用Qwen生成高质量合成数据训练自家AI[8] - DeepSeek GLM Kimi等中国开源模型在硅谷工程师中普及 成为办公室标配[6] 美国企业选择中国开源模型的核心原因 - 成本优势显著 有美国创业者从闭源模型切换至Qwen后 每年节省约40万美元的API调用费[10] - Dayflow测算显示 闭源模型人均年成本超1000美元 而中国开源模型近乎免费[12] - 开源模型提供控制权与数据安全 代码公开可自由修改 数据无需外传 避免了闭源模型如ChatGPT因规则调整导致系统瘫痪的风险[12][14] 中国开源模型的竞争力来源与发展路径 - 受美国高端GPU供应限制 中国团队被迫在算法上创新 致力于用更少算力获得更好效果 例如DeepSeek团队仅用560万美元就训练出高性能模型[18][20] - 中国模型发展出如MoE MLA等高效算法 实现了对算力极限的压榨 与美国企业烧钱拼参数的模式形成对比[20] - 中国开源模型正从工具转变为全球性基础设施 吸引全球百万级开发者进行二次开发 构建生态[22] 开源模式对技术竞争格局的影响 - 开源与闭源成为世界大模型竞赛的关键路线之争[24] - 中国通过将技术转化为全球共享的公共产品 以开源生态共建应对技术壁垒和闭源垄断[24] - 中国AI模型凭借成本低 效率高 更自由的市场竞争力 从可选工具转变为全球AI生态中的刚需基建[26][28]

英伟达的战略收购与产品发布 - 全球市值最高的上市公司英伟达宣布收购人工智能软件公司SchedMD [1] - 此举彰显了公司对开源技术的加倍投入，并进一步加码人工智能生态系统投资，以应对日益激烈的竞争 [1] - SchedMD的核心技术Slurm为开源软件，可协助调度大规模计算任务，此类任务往往占用数据中心服务器容量的很大一部分 [1] - 英伟达推出第三代“Nemotron”大语言模型，该系列模型主打文本生成、代码编写等任务 [2] - 新款模型相较前代产品，运算速度更快、成本更低、智能程度更高，可覆盖物理仿真、自动驾驶等多个领域 [2] 英伟达的软件战略与行业定位 - 英伟达专有的CUDA软件已成为大多数开发者的行业标准，是推动其芯片销售的关键优势 [2] - 软件在英伟达维持AI领域主导地位中扮演核心作用 [2] - 随着Meta考虑转向闭源模型，英伟达成为具备影响力的开源人工智能模型供应商之一 [4] - 英伟达发布新款模型时，公开模型的训练数据及相关工具，便于企业用户开展安全测试和定制化开发 [4] 行业趋势与竞争格局 - 生成式AI的爆发，正推动AI技术从突破、硬件迭代到商业落地 [4] - 各家企业在新一轮开源AI浪潮中探寻未来十年的关键变量 [4] - 系统厂商通过自研芯片和CPU实现产品增值与全栈软件掌控，全面加快了追赶步伐 [4] - 近几个月来，各厂商全面推进开源人工智能模型研发，整个市场方向已快速转变 [6] - 端侧模型、AI应用、行业大模型等将成为未来整个AI领域新趋势 [6] 微美全息的开源AI布局 - 微美全息作为行业顶尖的AI从业者，推进“硬件+软件+生态”融合，并开放技术接口与第三方开发者共建生态 [5] - 公司通过多维度布局来完善开源全栈AI技术底座体系，目标是打造覆盖底层架构到行业应用的全链条能力 [5] - 微美全息加速探索低功耗芯片与边缘计算方案，以降低具身智能场景的算力门槛 [5] - 公司开放算力资源与技术接口，支持第三方调用进行模型训练，并已接入开源大模型，加速垂类应用商业化验证 [5] - 微美全息接入主权AI算力网络，构建“数据集-模型-应用”全链条开源体系，旨在实现AGI技术普惠，提供低成本、高性能的行业解决方案 [5]

文章核心观点 - 2025年人工智能领域的发展重心已从大模型转向智能体，智能体正从实验室走向家庭、办公室和生产线，成为触手可及的伙伴和贡献真实生产力的“智能员工”，一场智能变革正在拉开帷幕 [1] - 中国在开源AI领域展现出全球竞争力，正从“参与者”转向“领导者”，并以高性价比的普惠目标和垂直行业深度落地能力为核心竞争力，开源AI进入“中国时间” [5] 智能体成为关键落地载体与进化方向 - 智能体已成为大模型发展的关键落地载体与未来进化方向，入选2025年度十大科普热词 [1] - 智能体已不仅存在于技术讨论范畴，更成为走进家庭的智能助理以及在办公室、生产线上的“新同事” [1] 智能体从“工具时代”迈向“伙伴时代” - 量子位智库报告提出，2025年AI正从“工具时代”迈向“伙伴时代”，将深刻重塑经济结构、社会形态和人类生活方式 [2] - 智能体正实现从“人找服务”转向“服务找人”，成为下一代交互范式 [2] - 智能体在医疗健康、居家生活、娱乐休闲等领域成为人们触手可及的伙伴，例如AI医生智能体可在一分钟内提供视力检查报告的关键数据解读、风险分析和防控建议 [1][2] 智能体在各行各业实现场景深耕 - 智能体技术开始在各行各业应用，进化为参与核心流程、贡献真实生产力的“智能员工” [3] - 在高端制造业，工业预测性维护智能体能实时分析来自千万个传感器的数据，提前数小时甚至数天预警设备故障，大幅减少非计划停机时间 [3] - 在金融领域，合规审查智能体可全天候扫描数百万笔交易，自动识别可疑模式，将反洗钱筛查效率提升数十倍 [3] - 在客户服务场景，智能客服已升级为能处理复杂投诉、主动推荐解决方案并完成全流程跟进的“客户专员” [3] 智能体的技术本质与进化 - 大语言模型成熟，算力、能源供给，开源社区、产业生态场景等不同维度同步发展，共同托举起AI智能体 [3] - 过去的Chatbot主要负责“说”，Copilot负责“帮”，而智能体已经进化到“做” [3] - AI智能体的本质是把大模型的“超级大脑”和自动化的“敏捷双手”结合，打通人、物、财、资等所有关键节点，破解数据孤岛和流程割裂痛点 [3] - 未来多智能体协同的“群体智能”将成为主流，智能体可动态组建、灵活解散，实现高效协作，成为产业智能化转型的核心路径 [4] 政策与产业发展阶段 - 2025年8月，《国务院关于深入实施“人工智能+”行动的意见》发布，提出以行业应用需求为导向，部署开展六大重点领域行动，推进八大基础支撑体系建设，构建资源共享的人工智能产业生态 [4] - 《大模型2.0产业发展报告》提出，大模型发展已进入以规模化商业应用为标志的2.0阶段，智能体已成为当前大模型应用与落地的重要方式 [2] 中国开源AI的全球竞争力与领导力 - Deep-Seek、Qwen等开源模型在全球社区影响力迅速提升，下载量位居前列 [5] - 在全球百万用户盲测的大模型竞技场Code Arena上，智谱GLM模型在代码生成能力上与Anthropic、OpenAI等国际公司的模型并列全球第一 [5] - 《2025年度AI十大趋势报告》提出，中国AI正从“参与者”转向“领导者”，在开源AI领域，叠加应用、市场和生态要素，中国模型展现的竞争力席卷全球，开源AI进入“中国时间” [5] 中国AI发展路径与核心竞争力 - 中国工程院外籍院士张亚勤认为，中国大模型已跻身全球第一梯队，在AI应用层面正迅速实现超越甚至全面领先 [5] - DeepSeek的出现标志着中国技术路线分化并实现突破，仅用1%算力便实现相近性能的开源模式，打破了海外技术垄断，降低了行业准入门槛 [5] - 中国已走出一条以算力、模型效率的极致效能优化为核心，以开源、软硬协同等创新方案实现高性价比普惠目标的发展路径，垂直行业的深度落地能力成为中国AI发展的核心竞争力 [5]

公司战略转向 - 公司AI战略从大力推广开源模型转向研发可能闭源的新模型 代号为Avocado 标志着从“全面开源”战略的转变 [1][9][14] - 公司曾大力推广开源的Llama模型 但Llama 4在2025年4月发布后反响平平并被开发者边缘化 导致其在公司内部的焦点地位下降 [5][9][11] - 公司为在AI竞赛中追赶对手 实施了近乎疯狂的战略急转弯 并开启全明星招聘模式 开出天价薪酬挖角顶尖人才以打造“Meta超级智能实验室” [11] 核心模型与研发动态 - 公司投入上千亿元研发的新模型Avocado不仅可能闭源 甚至被曝在训练时蒸馏了多个第三方模型的数据 包括谷歌的Gemma、OpenAI的gpt-oss和阿里的Qwen [2][3][14] - Avocado模型的发布计划已从原定的2025年年底推迟至2026年第一季度 目前正深陷于各种与训练相关的性能测试中 [16] - 公司内部对Llama、Avocado与整体产品路线图的关联性感到困惑 高层曾讨论是否应优先聚焦现有Llama模型的落地应用而非押注新项目 [20] 内部组织与人事变动 - Llama 4的失败是公司态度转变的关键触发点 并直接导致了内部人事地震 拥有20年工龄的首席产品官Chris Cox在Llama 4翻车后被撤掉了AI部门 [11] - 公司成功将Scale AI创始人Alexandr Wang等行业资深大佬招致麾下 Alexandr Wang执掌全新的TBD实验室 负责管理大语言模型 打破了公司历来依靠内部晋升的传统 [11][13] - 新组建的团队在公司现有的企业架构中遭遇了摩擦 情况并未如预期般顺风顺水 [13] 市场竞争与行业格局 - 公司的竞争对手正在扩大战果 OpenAI在消费级市场一骑绝尘 谷歌加快将Gemini模型嵌入产品 Anthropic则在企业市场迅速扩张并获得亚马逊和谷歌双重加持 [20][23][26] - 公司在2025年股价表现不佳 明显落后于科技大盘 其AI之路年初被视为赢家 但如今投资回报和战略方向成了最大问号 [18] - AI竞赛需要大量资金投入 资金流向了AI芯片巨头英伟达 其11月财报营收同比暴涨62% 但其CEO在列举支持的大模型时未提及公司的Llama模型 [24] 产品与业务调整 - 公司正式确认计划削减虚拟现实和相关元宇宙业务的资源 将重心转向AI智能眼镜项目 [17] - 公司在产品中尝试引入其他AI模型 例如其AI短视频产品Vibes采用了来自Black Forest Labs和Midjourney的AI模型 [24] - 公司还在重构其AI基础设施架构 [25] 管理层决心与未来展望 - 公司管理层态度明确 决心要赢得这场AI豪赌 这场围绕AI开发权与文化的变革正深刻重塑公司的技术栈、管理架构以及权力核心 [28] - 这场AI竞赛被视为路线、文化、组织与资本的全面战争 Avocado能否逆转公司的颓势尚未可知 但这一赌将决定公司未来十年的命运 [28][29]

文章核心观点 - 报告指出，2025年AI正从“工具时代”迈向“伙伴时代”，其发展将深刻重塑经济结构、社会形态和人类生活方式 [3] - 中国AI正从“参与者”转向“领导者”，在开源生态、芯片自主、AGI路径等基础层面加速布局，展现出从“跟跑”到“并跑”乃至“领跑”的体系化能力 [28][31] 算力与芯片 - 算力已成为影响国家和企业战略的关键资源，算力经济是智能产业第一大引擎，全球AI算力需求推动超大规模数据中心建设进入算力工厂时代 [5][6] - “东数西算”、“太空超级计算机”等国家工程正系统构建高效、绿色的全国一体化算力网络 [6] - 芯片层面，GPU主导地位受到挑战，NPU在端侧普及，ASIC/FPGA迎来增长 [8] - 中国正加速构建自主可控的算力生态，国产“芯片+SDK+框架”方案已在千亿级模型训练中得到验证，DeepSeek等模型针对昇腾芯片深度优化，标志着全栈国产化能力迈入新阶段 [11] 大模型技术与架构 - 预训练决定大模型格局梯队，架构创新决定预训练水平 [5] - 混合专家模型成为主流选择，其“大参数、小激活”的设计让模型可在不显著增加成本的情况下扩充容量，中国头部模型团队正普遍采用这一思路 [13] - 为突破Transformer的O(n²)复杂度瓶颈，线性注意力和稀疏注意力等新架构快速发展，让模型能够更高效地处理长文本、视频理解等需要长程依赖的任务 [13] - 2025年，大模型落地进入“推理时间”，模型在多模态深度推理、自适应推理、边缘推理加速等方面持续突破，任务复杂度推动推理框架持续进化 [15] 应用与交互范式 - 信息AI处于应用期，物理AI处于研发期，具身智能成合流风口 [5][17] - 世界模型与VLA（视觉-语言-动作）框架成为技术焦点，具身智能正从小规模商业订单走向更广泛的应用探索 [17] - 自变量机器人自主研发的“Great Wall”模型系列已实现从感知到高精度操作的端到端控制，在复杂任务中展现出了强大的泛化能力 [20] - AI正在重塑流量入口，从PC互联网、移动互联网迈向Agentic互联网，AI智能体具备感知、规划、决策、执行的闭环能力，正逐步取代传统App，操作系统亦向超级Agent演进 [5][20] - 构建智能助手的关键在于对用户个性化知识的理解与调用，例如腾讯的ima知识库允许用户构建专属知识库并与大模型深度结合，实现“知识即能力”的模式 [22] 多模态与硬件 - 多模态成为AI应用落地关键，视频、3D、代码依次展现生产力，新一代AI系统能够同时处理和理解文本、图像、声音、视频等多种信息类型，实现跨模态的关联理解和生成 [5][22] - 报告预测，未来2-3年内，随着技术能力成熟，AI会成为相关产业的标准工具 [22] - AI硬件百端齐放，轻量化模型和边缘计算技术成熟，推动AI能力向手机、汽车、IoT设备等终端普及，端侧AI解决了数据隐私、网络延迟和成本效率三大核心问题 [5][22] 科研与开源生态 - AI正从科研工具升级为科研主体，开启自主科学发现新范式，在材料、化学、生物、医疗等领域，AI的复杂问题解决能力已触及博士水平 [5][25] - 腾讯与广州呼吸健康研究院联合开发的DeepGEM病理大模型，仅通过常规病理切片图像即可在1分钟内高精度预测肺癌基因突变，将检测成本降低数倍 [27] - 开源AI进入中国时间，DeepSeek、Qwen等开源模型在全球社区影响力迅速提升，下载量位居前列 [5][28] - 在AGI领域，中国正通过开源生态、自主芯片、国家算力网络与产学研协同，走出一条独特的“中国路线” [30]

报告核心观点 - AI正从“工具时代”迈向“伙伴时代”，其发展将深刻重塑经济结构、社会形态和人类生活方式 [3] - 技术从模型竞赛走向场景融合，大模型不仅是前沿试验，也是触手可及的生产力 [34] - 中国在AI领域正从“参与者”转向“领导者”，展现出从“跟跑”到“并跑”乃至“领跑”的体系化能力 [31][35] 趋势一：算力基建化 - 算力已成为影响国家和企业战略的关键资源，算力经济是智能产业第一大引擎 [3][6] - 全球AI算力需求推动超大规模数据中心建设进入算力工厂时代 [6] - “东数西算”、“太空超级计算机”等国家工程正系统构建高效、绿色的全国一体化算力网络 [6] 趋势二：芯片AI化 - AI原生需求重塑芯片创新，GPU主导地位受到挑战，NPU在端侧普及，ASIC/FPGA迎来增长 [3][9] - 中国正加速构建自主可控的算力生态，国产“芯片+SDK+框架”方案已在千亿级模型训练中得到验证 [11] - DeepSeek等模型针对昇腾芯片深度优化，标志着全栈国产化能力迈入新阶段 [11] 趋势三：预训练与大模型架构 - 预训练决定大模型格局梯队，架构创新决定预训练水平 [3] - 混合专家模型成为主流选择，其“大参数、小激活”设计可在不显著增加成本的情况下扩充容量 [13] - 为突破Transformer的O(n²)复杂度瓶颈，线性注意力和稀疏注意力等新架构快速发展，以更高效处理长文本、视频理解等任务 [13] 趋势四：大模型推理 - 2025年大模型落地进入“推理时间”，推理需求倒逼模型创新 [3][15] - 模型在多模态深度推理、自适应推理、边缘推理加速等方面持续突破 [15] - 任务复杂度推动推理框架持续进化 [15] 趋势五：具身智能 - 信息AI处于应用期，物理AI处于研发期，具身智能成为合流风口 [3][18] - 世界模型与视觉-语言-动作框架成为技术焦点，具身智能正从小规模商业订单走向更广泛的应用探索 [18] - 自变量机器人自主研发的“Great Wall”模型系列实现从感知到高精度操作的端到端控制，展现强大泛化能力，代表中国在该领域的实质性突破 [21] 趋势六：AI重塑流量入口 - AI正在重塑流量入口，从PC互联网、移动互联网迈向Agentic互联网 [3] - Agent从“人找服务”转向“服务找人”，成为下一代交互范式，具备感知、规划、决策、执行的闭环能力 [22] - 构建智能助手的关键在于对用户个性化知识的理解与调用，例如腾讯ima知识库可将用户碎片化资料构建成专属知识库，使AI成为懂用户的“第二大脑” [23] 趋势七：多模态AI应用 - 多模态成为AI应用落地关键，视频、3D、代码依次展现生产力 [3] - 新一代AI系统能同时处理和理解文本、图像、声音、视频等多种信息类型，实现跨模态关联理解和生成 [24] - 其关键价值在于释放高价值劳动力，报告预测未来2-3年内AI将成为相关产业的标准工具 [24] 趋势八：AI硬件普及 - AI硬件百端齐放，PC、手机、汽车、眼镜、玩具等终端设备焕脑正当时 [3] - 轻量化模型和边缘计算技术成熟，推动AI能力向各类终端普及，解决数据隐私、网络延迟和成本效率三大核心问题 [25] - 端侧AI使设备能够在不依赖云端的情况下实时响应用户请求，提供个性化智能服务 [25] 趋势九：AI for Science - AI4S突破加速通用人工智能实现，AI在数理化等领域的复杂问题解决能力已触及博士水平 [3][28] - AI正从科研工具升级为科研主体，开启自主科学发现新范式，在材料、化学、生物、医疗等领域能自主设计实验、预测蛋白质结构等 [28] - 腾讯与广州呼吸健康研究院联合开发的DeepGEM病理大模型，可通过常规病理切片图像在1分钟内高精度预测肺癌基因突变，大幅降低检测成本 [30] 趋势十：开源AI与中国路线 - 开源AI进入中国时间，通用人工智能拥有中国路线 [3] - 中国AI企业从应用导向转向深度研发，国家层面将通用人工智能置于战略核心，推动技术自主与生态可控 [31] - DeepSeek、Qwen等开源模型在全球社区影响力迅速提升，下载量位居前列，中国正通过开源生态、自主芯片、国家算力网络与产学研协同走出一条独特路径 [31][32][33]

文章核心观点 - 人工智能正从“工具时代”迈向“伙伴时代”，其发展将深刻重塑经济结构、社会形态和人类生活方式 [3] - 中国AI正从“参与者”转向“领导者”，在开源生态、芯片自主、AGI路径等基础层面加速布局，展现出从“跟跑”到“并跑”乃至“领跑”的体系化能力 [30][34] 行业趋势：算力与芯片 - **算力基建化**：算力已成为影响国家和企业战略的关键资源，全球AI算力需求推动超大规模数据中心建设进入算力工厂时代，“东数西算”、“太空超级计算机”等国家工程正系统构建高效、绿色的全国一体化算力网络 [6] - **芯片AI化**：GPU主导地位受到挑战，NPU在端侧普及，ASIC/FPGA迎来增长 [9] - **国产算力生态**：中国正加速构建自主可控的算力生态，国产“芯片+SDK+框架”方案已在千亿级模型训练中得到验证，DeepSeek等模型针对昇腾芯片深度优化，标志着全栈国产化能力迈入新阶段 [11] 行业趋势：大模型技术演进 - **预训练与架构**：预训练决定大模型格局梯队，架构创新决定预训练水平，混合专家模型成为主流选择，中国头部模型团队正普遍采用这一思路 [13] - **架构创新**：为突破Transformer的O(n²)复杂度瓶颈，线性注意力和稀疏注意力等新架构快速发展，让模型能够更高效地处理长文本、视频理解等需要长程依赖的任务 [14] - **推理需求**：2025年，大模型落地进入“推理时间”，模型在多模态深度推理、自适应推理、边缘推理加速等方面持续突破，任务复杂度推动推理框架持续进化 [16] 行业趋势：AI应用与交互 - **具身智能**：物理AI与具身智能迎来研发热潮，世界模型与VLA（视觉-语言-动作）框架成为技术焦点，具身智能正从小规模商业订单走向更广泛的应用探索 [18] - **具身智能代表**：自变量机器人自主研发的“Great Wall”模型系列已实现从感知到高精度操作的端到端控制，在复杂任务中展现出了强大的泛化能力，标志着中国力量在具身智能这一前沿领域的实质性突破 [20] - **AI重塑流量入口**：AI正在重塑流量入口，Agent从“人找服务”转向“服务找人”，成为下一代交互范式，AI智能体具备感知、规划、决策、执行的闭环能力，正逐步取代传统App，操作系统亦向超级Agent演进 [21] - **个性化知识库**：构建智能助手的关键之一在于对用户个性化知识的理解与调用，以腾讯推出的ima知识库为例，它允许用户将碎片化的资料、笔记、网页内容构建成个人或团队的专属知识库，并与大模型深度结合，使AI成为真正懂用户的“第二大脑” [23] 行业趋势：多模态与硬件 - **多模态应用**：新一代AI系统能够同时处理和理解文本、图像、声音、视频等多种信息类型，实现了跨模态的关联理解和生成，为创意内容生成、智能交互等应用开辟了新可能 [24] - **AI硬件普及**：轻量化模型和边缘计算技术成熟，推动AI能力向手机、汽车、IoT设备等终端普及，端侧AI的兴起解决了数据隐私、网络延迟和成本效率三大核心问题 [25] 行业趋势：AI for Science与开源 - **AI4S突破**：AI正从科研工具升级为科研主体，开启自主科学发现新范式，在材料、化学、生物、医疗等领域，AI已能自主设计实验、预测蛋白质结构、发现新材料、甚至从病理图像中精准预测基因突变，其复杂问题解决能力已触及博士水平 [27] - **医疗应用典范**：腾讯与广州呼吸健康研究院联合开发的DeepGEM病理大模型仅通过常规病理切片图像，即可在1分钟内高精度预测肺癌基因突变，将检测成本降低数倍 [29] - **开源AI中国时间**：中国AI正从“参与者”转向“领导者”，DeepSeek、Qwen等开源模型在全球社区影响力迅速提升，下载量位居前列，开源AI已经进入了中国时间 [30][31] - **AGI中国路线**：在AGI这一关乎未来的领域，中国正通过开源生态、自主芯片、国家算力网络与产学研协同，走出一条独特的“中国路线” [33]