2025年9月23日，2025人工智能產(chǎn)業(yè)及賦能新型工業(yè)化大會在北京國家會議中心召開。會上，中國信息通信研究院（簡稱“中國信通院”）正式發(fā)布“2025人工智能產(chǎn)業(yè)十大關(guān)鍵詞”，中國信通院人工智能研究所所長魏凱針對十大關(guān)鍵詞反映出的新熱點、新趨勢進行了深入解讀。

中國信通院自2022年起連續(xù)4年發(fā)布人工智能十大關(guān)鍵詞，獲得了產(chǎn)業(yè)界的廣泛關(guān)注，成為追蹤行業(yè)發(fā)展的重要窗口。2025年，立足產(chǎn)業(yè)視角，基于廣泛專家調(diào)研和熱點事件統(tǒng)計分析，結(jié)合團隊研究洞察，梳理發(fā)布2025人工智能產(chǎn)業(yè)十大關(guān)鍵詞?？傮w來看，2025年人工智能技術(shù)、應(yīng)用、生態(tài)三維共振，智能原生的新世界越來越清晰地展現(xiàn)在我們眼前。

一、基礎(chǔ)超級模型

2025年，基礎(chǔ)模型與推理模型雙線并進，技術(shù)迭代速度與能力躍升幅度均超預(yù)期。根據(jù)中國信通院 “方升” 基礎(chǔ)模型測試數(shù)據(jù)，2024年底至2025年8月，大模型綜合能力提升超過30%。以GPT-5、Grok4、DeepSeek V3.1、Claude Opus 4.1、 Qwen3-235B-A22B為代表的頭部大模型表現(xiàn)出顯著的集成特征：一是思考+非思考模式合一，根據(jù)用戶提示詞自主選擇模型或推理模式；二是理解、推理、數(shù)學能力大幅提升；三是內(nèi)置代碼、工具調(diào)用等多種AGENT能力。集成多種關(guān)鍵能力的基礎(chǔ)超級模型已出現(xiàn)，不僅綜合能力強，且在真實業(yè)務(wù)場景中的表現(xiàn)得到進一步強化。

技術(shù)創(chuàng)新是驅(qū)動模型能力躍升的核心引擎，基礎(chǔ)超級模型有兩個主要技術(shù)特點：一是通過路由融合集成多種關(guān)鍵能力。二是面向智能體的強化學習（Agentic RL）提升真實業(yè)務(wù)場景表現(xiàn)。基礎(chǔ)超級模型對用戶產(chǎn)生三方面重要影響：一是模型的使用更便利，基礎(chǔ)超級模型出現(xiàn)后，模型種類和數(shù)量收斂，GPT-5可以根據(jù)用戶的指令動態(tài)選擇合適的模型和處理模式，降低用戶的使用門檻。二是自主決策工作流和外部工具調(diào)用，工作流和工具使用能力集成到基礎(chǔ)超級模型內(nèi)部后，極大程度上增強了工作流工具調(diào)用的精準度，使得應(yīng)用效果更佳。三是對訓練數(shù)據(jù)供應(yīng)提出新要求，從AGENT應(yīng)用中采集數(shù)據(jù)和從物理場景中采集數(shù)據(jù)成為新的迫切需求。

二、自主性更強的智能體

2025年，高度封裝的智能體產(chǎn)品通過融合基座模型、MCP服務(wù)、智能體沙箱等，進一步釋放大模型應(yīng)用潛能。一方面，智能體相比大模型可以自主完成復(fù)雜任務(wù)，但仍不及預(yù)期。中國信通院“方升”智能體基準測試對國內(nèi)外通用智能體進行了4大類101個具體任務(wù)測試，結(jié)果顯示當前智能體能夠自主完成復(fù)雜任務(wù)，可以獲得比單一模型更好的性能表現(xiàn)，但能力仍有很大提升空間。另一方面，智能體產(chǎn)品形態(tài)逐步清晰，在消費端和企業(yè)端深度賦能，智能體成為數(shù)字員工的初級形態(tài)。

互聯(lián)互通和長難任務(wù)處理仍是當前智能體技術(shù)創(chuàng)新的主旋律。一方面，通信協(xié)議成為智能體與外界交互的“橋梁”，加速實現(xiàn)互聯(lián)互通。Anthropic公司發(fā)布的模型上下文協(xié)議（MCP）、谷歌式發(fā)布的Agent2Agent(A2A)全新開放協(xié)議，二者在應(yīng)用過程中可實現(xiàn)互補協(xié)同。另一方面，智能體發(fā)展還需要提升長時間執(zhí)行復(fù)雜任務(wù)的能力。相關(guān)研究顯示，過去兩三年，智能體能完成任務(wù)的長度大約每7個月翻一番。未來，智能體將能獨立完成大量需要人類數(shù)天或數(shù)周才能完成的任務(wù)，加速開啟智能原生應(yīng)用時代。

三、走向?qū)嵱柕木呱碇悄?/strong>

具身智能正在加速走出實驗室，走向競技場和訓練場，為真正進入場景實戰(zhàn)邁出了堅實一步。本體方面，加快推進在現(xiàn)實場景的部署。2025年，本體從實驗室走到真實賽場、訓練場，并逐步推進行業(yè)場景的試點驗證，在真實場景的實踐打磨中推動技術(shù)不斷進步。模型方面，與本體結(jié)合初步實現(xiàn)現(xiàn)實任務(wù)執(zhí)行。蔚來世界模型NWM在Banyan 榕車型上全量推送，強化追尾預(yù)防及保護和通用障礙物識別能力。智元機器人GO-1端到端VLA模型部署到智元精靈G1上，完成擦桌子、倒水等任務(wù)。分層式端到端VLA如Figure AI Helix支持Figure 02學習物流分揀、疊毛巾和洗碗等任務(wù)的作業(yè)技能。

具身智能要從“實訓”走向“干活”，仍面臨三大挑戰(zhàn)：一是高質(zhì)量數(shù)據(jù)缺，行業(yè)普遍認為要實現(xiàn)物理智能涌現(xiàn)至少需要百萬小時的機器人數(shù)據(jù)，而當前真正可用數(shù)據(jù)遠遠不足；二是模型泛化難，任何在訓練數(shù)據(jù)分布外的場景任務(wù)，都會導(dǎo)致性能急劇下降，難以覆蓋現(xiàn)實場景的復(fù)雜情況；三是軟硬協(xié)同難，模型與本體的結(jié)合需要在多個時間尺度上實現(xiàn)協(xié)同控制，任何一環(huán)信號傳輸?shù)牟环€(wěn)定，都很可能導(dǎo)致任務(wù)執(zhí)行失敗。

四、萌芽中的世界模型

世界模型作為AI系統(tǒng)理解、推理并預(yù)測物理世界的“內(nèi)部模擬器”，被視為通向通用人工智能（AGI）的核心路徑之一，正在萌芽中。產(chǎn)業(yè)界期待發(fā)展泛化能力強、物理一致性高、可解釋性強的“世界模型”，滿足自動駕駛、具身智能等現(xiàn)實需求，也架起通向通用智能的橋梁。世界模型的核心能力主要包含四類：一是數(shù)據(jù)生成能力，世界模型能夠根據(jù)幾何和語義線索生成多樣化的3D/4D場景；二是動作解釋能力，世界模型能夠根據(jù)歷史觀測數(shù)據(jù)、動作條件預(yù)測未來狀態(tài)；三是環(huán)境交互能力，世界模型能夠生成連續(xù)場景，模擬與環(huán)境之間的閉環(huán)交互；四是場景重建能力，世界模型能夠從部分、稀疏、受損數(shù)據(jù)中還原完整場景。

世界模型的技術(shù)路線還處于百花齊放的探索中，當前主要有三條技術(shù)路線，主要包括大模型增強、大模型與物理引擎融合、物理世界表征等。下一步發(fā)展仍面臨不少挑戰(zhàn)。一是定義存在爭議，不同領(lǐng)域的研究者對其范圍和邊界的理解不同。二是技術(shù)路線不清晰，目前世界模型的實現(xiàn)方法包括生成式模型、強化學習、多模態(tài)融合等，不同技術(shù)路徑的側(cè)重點和適用場景不同。三是應(yīng)用范圍局限，當前世界模型只在自動駕駛領(lǐng)域有一定規(guī)模的應(yīng)用，其他領(lǐng)域仍未實現(xiàn)大規(guī)模應(yīng)用。未來，隨著技術(shù)層面的突破，其應(yīng)用將從封閉場景向開放系統(tǒng)延伸，最終成為AI通向AGI的關(guān)鍵基石。

五、AI正在重塑軟件

軟件和信息技術(shù)服務(wù)業(yè)作為我國先導(dǎo)性、支柱性產(chǎn)業(yè)。大模型向軟件研發(fā)全過程滲透，深刻改變軟件開發(fā)工具和產(chǎn)品形態(tài)，正開啟軟件業(yè)全面重塑的新階段。首先，AI變革軟件研發(fā)全過程，國內(nèi)外大模型用于編程任務(wù)的Token調(diào)用量顯著提升，深度滲透軟件研發(fā)全生命周期各個環(huán)節(jié)。根據(jù)中國信通院調(diào)研數(shù)據(jù)，AI在開發(fā)、測試等環(huán)節(jié)持續(xù)穩(wěn)定保持高比例應(yīng)用。其次，AI變革軟件研發(fā)工具，2025年以來，AI IDE、智能體等工具密集發(fā)布，在工程化支撐、檢查修復(fù)、記憶決策等多個維度實現(xiàn)能力躍升，智能研發(fā)工具正從副駕駛（Copilot）向駕駛員（Pilot）持續(xù)演進。最后，AI變革軟件研發(fā)產(chǎn)品形態(tài)，對話交互、多模態(tài)交互、具身智能交互等方式成為主流，軟件逐漸具備自我學習、自我優(yōu)化和自適應(yīng)能力。

大模型為軟件行業(yè)帶來智能化新動力，推動人員、企業(yè)、產(chǎn)業(yè)的深刻變革。對軟件從業(yè)者來說，角色定位、入門門檻轉(zhuǎn)變。開發(fā)人員從單一程序員角色轉(zhuǎn)變?yōu)閺?fù)合角色，催生“超級個體”誕生。對軟件企業(yè)而言，企業(yè)組織結(jié)構(gòu)、業(yè)務(wù)場景、生產(chǎn)管理、供應(yīng)鏈管理向智能化轉(zhuǎn)型。對軟件行業(yè)而言，競爭規(guī)則與商業(yè)模式正在經(jīng)歷深刻重構(gòu)。傳統(tǒng)軟件以代碼為核心，而智能化軟件則轉(zhuǎn)向以結(jié)果和價值為導(dǎo)向，軟件產(chǎn)品的計費方式也從用戶定期支付固定費用的訂閱模式，逐步轉(zhuǎn)變?yōu)榘磳嶋H資源（如Token）消耗量計費的定量模式。

六、開放智算生態(tài)

2025年智算領(lǐng)域發(fā)展形勢發(fā)生極大變化，以開源開放為特征的新型智算生態(tài)正在加速形成，涌現(xiàn)出開源框架、開源通信庫、開源算子庫、開放計算平臺、開源互聯(lián)協(xié)議等多層次、多領(lǐng)域的標志性成果，為全球人工智能創(chuàng)新發(fā)展注入強勁活力。與此同時，在開放智算生態(tài)引領(lǐng)下，我國廠商加快軟硬件協(xié)同適配，取得顯著成效。DeepSeek、千問、文心一言等優(yōu)質(zhì)模型大規(guī)模開源，為我國算力廠商提供了關(guān)鍵的適配驗證場景，國產(chǎn)硬件在實際AI負載中的性能和兼容性顯著提升。中國信通院AISHPerf測試結(jié)果表明，通過軟硬件協(xié)同優(yōu)化，部分參測硬件產(chǎn)品部署DeepSeek R1模型的精度、部署規(guī)?；九c英偉達系統(tǒng)持平，已能夠滿足實際產(chǎn)業(yè)應(yīng)用需求。

智算生態(tài)正在加速走向軟硬協(xié)同開放階段。從演進趨勢上看，隨著單點、局部開源開放逐步擴展至軟硬全棧開源開放，我們認為開放智算生態(tài)影響力將進一步擴展深化，且不同技術(shù)環(huán)節(jié)——如模型、框架、算子庫、通信庫、底層硬件之間的開源成果有望實現(xiàn)更深層次、更精細的對接協(xié)同，形成自驅(qū)生長的飛輪效應(yīng)，如DeepSeek結(jié)合V3訓練經(jīng)驗對英偉達硬件體系提出改進建議、智譜GLM 4.5端側(cè)模型基于昇騰環(huán)境自定義算子完成高效微調(diào)量化等，軟硬件間形成更為高效開放、緊密耦合的新一代協(xié)同生態(tài)，助力人工智能前沿技術(shù)以更低成本、更高效率實現(xiàn)價值普惠和規(guī)模落地。

七、面向行業(yè)的高質(zhì)量數(shù)據(jù)集

人工智能數(shù)據(jù)集的建設(shè)重點從通用基礎(chǔ)數(shù)據(jù)集轉(zhuǎn)向行業(yè)高質(zhì)量數(shù)據(jù)集，數(shù)據(jù)集質(zhì)量問題成為當前制約行業(yè)垂類模型落地和場景應(yīng)用的核心瓶頸。根據(jù)中國信通院可信AI人工智能數(shù)據(jù)集質(zhì)量評估統(tǒng)計情況，當前人工智能行業(yè)數(shù)據(jù)集建設(shè)中主要面臨內(nèi)容密集性、領(lǐng)域相關(guān)性、數(shù)據(jù)多樣性和形式規(guī)范性等核心質(zhì)量問題，占比分別為82.50%、14.04%、1.73%和0.92%。為解決以上人工智能數(shù)據(jù)集質(zhì)量問題，亟需建立面向人工智能的數(shù)據(jù)工程體系。

面向通用人工智能和行業(yè)深度賦能，要加快建設(shè)適應(yīng)強化學習、世界模型等前沿技術(shù)和行業(yè)智能體所亟需的新型高質(zhì)量數(shù)據(jù)集，構(gòu)建新型人工智能數(shù)據(jù)供應(yīng)鏈。面向訓練方面，為更好支撐強化學習與智能體訓練，未來需構(gòu)建交互軌跡數(shù)據(jù)集、偏好對齊數(shù)據(jù)集、基準評測數(shù)據(jù)集三大類訓練數(shù)據(jù)集。面向應(yīng)用方面，為更好支撐AI原生應(yīng)用，未來需建立基礎(chǔ)支撐數(shù)據(jù)集、過程埋點數(shù)據(jù)集、外部交互數(shù)據(jù)集三大類原生基礎(chǔ)數(shù)據(jù)集。

八、開源成為標配

2025年，DeepSeek的開源某種程度上改變了大模型的發(fā)展軌跡。開源不僅孕育出一批高質(zhì)量的人工智能項目，還有力促進了上下游產(chǎn)業(yè)鏈的協(xié)同與融合，深刻改變了人工智能產(chǎn)業(yè)的發(fā)展格局。開源模型性能比肩閉源。以深度求索、通義千問等為代表的國產(chǎn)開源模型迅速崛起，為用戶帶來更具性價比的選擇。模型性能方面，目前全球性能前25的大模型中，我國開源模型占據(jù)9席。模型普及方面，國產(chǎn)開源模型在Huggingface上的全球累計下載量已突破3億次。應(yīng)用生態(tài)方面，在Huggingface上基于我國開源模型的微調(diào)模型占比從2024年初的10%大幅上升至2025年7月的45%，顯示出國產(chǎn)開源模型在國際范圍內(nèi)的接受度和影響力正快速提升。

開源社區(qū)協(xié)同演進，推動技術(shù)普惠發(fā)展。我國人工智能開源生態(tài)規(guī)模穩(wěn)步擴大。截至2025年9月，我國主流AI開源社區(qū)平臺已托管模型達38萬個、數(shù)據(jù)集5.3萬個，分別相當于HuggingFace同期托管數(shù)量的15.3%和9.5%。此外，我國活躍AI開源開發(fā)者數(shù)量達2.2萬人，約占全球AI開源開發(fā)者總數(shù)的18.7%。一批本土開源社區(qū)正在積極推動技術(shù)普及與生態(tài)建設(shè)。商業(yè)模式孕育成型，探索合作共贏模式。模型廠商普遍采用“開源免費+高階服務(wù)收費”的策略，即采取開源模型吸引開發(fā)者，進而通過技術(shù)支持、定制開發(fā)、云服務(wù)等增值服務(wù)實現(xiàn)商業(yè)轉(zhuǎn)化。同時，開源模型也推動了云服務(wù)與芯片需求的增長。

九、緩解模型幻覺

伴隨大模型的落地應(yīng)用，幻覺引發(fā)的風險日益凸顯，越來越成為制約應(yīng)用的主要障礙之一。根據(jù)OpenAI理論研究，幻覺是一種在LLM統(tǒng)計學習本質(zhì)下必然會產(chǎn)生的、可預(yù)測的副產(chǎn)品。根據(jù)中國信通院“AI Safety Benchmark”大模型幻覺測試結(jié)果，幻覺問題難以得到根治：盡管推理模型被認為是緩解幻覺的一種方案，但所測推理模型的幻覺率依然維持在10%以上。此外，大模型幻覺也存在類似“Scaling Law”的規(guī)律：基本呈現(xiàn)大模型參數(shù)量越高，幻覺率越低的情況。但大參數(shù)量的模型幻覺問題仍較為明顯，72b參數(shù)模型幻覺依然超過14%。在現(xiàn)有技術(shù)架構(gòu)下，大模型幻覺是其固有屬性，成因復(fù)雜，訓練數(shù)據(jù)、訓練方法、推理過程、評估指標等因素交織。

各界探索技術(shù)路徑，多措并舉已現(xiàn)雛形。針對供給側(cè)，在數(shù)據(jù)維度，通過數(shù)據(jù)過濾篩查來提升數(shù)據(jù)質(zhì)量，采用知識檢索增強擴展模型知識邊界。在模型訓練維度，通過雙向自回歸充分捕獲上下文信息，采用多偏好對齊提升獎勵信號的魯棒性。在模型評估維度，采用不確定性評估機制，避免模型過度自信。 在模型推理維度，通過對比增強解碼保持輸出的一致性，采用反思解碼及時修正累計錯誤。針對用戶側(cè)，在測試選型層面，需判定應(yīng)用場景對幻覺的容忍度，并通過測試選擇適配場景的模型；在二次開發(fā)層面，可基于特定應(yīng)用領(lǐng)域數(shù)據(jù)，對模型進行微調(diào)或編輯；在應(yīng)用增強層面，可在推理過程加入約束提示或通過知識檢索增強引入外部可靠數(shù)據(jù)，降低幻覺率；在輸出審校層面，使用插件審核與人工校對雙重核驗。

十、人工智能國際公共產(chǎn)品

全球人工智能發(fā)展不均衡，迫切需要國際公共產(chǎn)品促進跨國交流合作。當前，全球人工智能技術(shù)的研發(fā)、應(yīng)用和關(guān)鍵資源高度集中在少數(shù)國家和大型科技公司，發(fā)展中國家尚未能真正接觸、使用人工智能并從中受益。隨著人工智能全球化發(fā)展進入“爆發(fā)年”，國際合作擴面提質(zhì)。中國信通院統(tǒng)計分析，在聯(lián)合國、金磚、東盟、上合、G20、G7、太平洋共同體等12個全球重點多邊機制中，人工智能均被作為核心議題，發(fā)布領(lǐng)導(dǎo)人宣言或聯(lián)合聲明等合作共識，并且中國、沙特、印尼、美國、俄羅斯等國在國際合作中比較活躍。

產(chǎn)業(yè)界通過生態(tài)基建創(chuàng)新、工具賦能創(chuàng)新、服務(wù)模式創(chuàng)新等策略推動全球化發(fā)展。“技術(shù)開源+生態(tài)共建”促進通用模型推廣，“本地化拓展+普惠賦能”拓展全球市場。華為云、阿里云、昇騰AI等基礎(chǔ)層企業(yè)提供算力數(shù)據(jù)芯片等底層支持；Deepseek、通義千問等技術(shù)層企業(yè)提供算法模型、開發(fā)平臺；科大訊飛等應(yīng)用層企業(yè)面向場景提供產(chǎn)品與解決方案?？傮w來看，人工智能國際化發(fā)展仍需解決跨境合規(guī)認證復(fù)雜、ESG評估體系模糊、數(shù)據(jù)跨境流動受限等挑戰(zhàn)，才有望成為真正普惠共享的國際公共產(chǎn)品。

AI發(fā)展是無盡的前沿，這些關(guān)鍵詞雖然不能代表產(chǎn)業(yè)全貌，但我們認為它們應(yīng)該是眾多議題中最值得關(guān)注的部分，有助于大家把握產(chǎn)業(yè)脈搏、洞察未來趨勢，希望能夠為業(yè)界同仁提供有價值的參考。

致謝：感謝人工智能智庫網(wǎng)絡(luò)專家代表和中國人工智能產(chǎn)業(yè)發(fā)展聯(lián)盟對2025人工智能產(chǎn)業(yè)十大關(guān)鍵詞征集工作的關(guān)注和大力支持！

本文轉(zhuǎn)自：中國信通院CAICT