如果說2023年是生成式AI元年，2024年是AI普及元年；那么在2025年，AI將迎來從廣泛應用到深度轉型的關鍵時刻——橫向提升生產效率、優化業務流程；縱向在醫療、金融、制造、教育等多個領域扎根，推動根本性的技術革新與商業模式變革。

眼下，誰將成為下一個發展方向，實現人工智能在千行百業中從概念到落地？行業給出的答案是AI Agent。

近期，福布斯發布了2025年AI十大趨勢預測，作者是Radical Ventures的風險投資家Rob Toews。

Radical Ventures是AI獨角獸Cohere的首位投資者，該公司當前估值高達55億美元。2024年8月，Radical新募集了近8億美元資金，創建了同類中最大的人工智能基金。其投資者包括谷歌前CEO Eric Schmidt的家族辦公室、“AI教母”李飛飛、諾獎得主Geoffrey Hinton以及一些加拿大養老基金，如CPP投資公司。

自2021年起，Rob Toews已經連續進行了5年AI預測。

單看戰績，他的準頭還算不錯，就是時間把握略有差異。

關于2024年，Toews預測了——微軟與 OpenAI 開始出現裂痕（微軟認了很多“干兒子”）；Stability AI倒閉（年中已是強弩之末）；商業閉源模型將持續領先于開源模型（扛把子還是閉源）；英偉達將成為云服務商（老黃還在努力）；人工智能與版權糾紛（OpenAI有苦難言）........

關于2023年，Toews預測了——GPT-4在2023年初發布（3月算年初吧）；訓練LLMs將逐漸開始耗盡數據（終于，Ilya Sutskeve宣布數據快枯竭了）；Google搜索老大的地位將面臨挑戰（蹦出好大一個Perplexity AI）；人形機器人是個火熱賽道（不用多說，請看VCR）........

那么，2025年會發生哪些AI大事件？關于Scaling laws“終結說”，關于 OpenAI、Anthropic發展走向，關于特朗普&馬斯克關系對AI行業的影響等等，又將迸發出哪些耐人尋味的趨勢？我們對Toews的預測進行了梳理，并根據行業相關性，調整了順序。

01 免費神話終結，Meta將對Llama使用收費

為了Llama與OpenAI、Anthropic最新前沿模型處于同一梯隊，Meta每年要燒數十億美元。而2025年，將是Meta開始認真實現Llama盈利的一年。

別著急，這不代表Llama會完全閉源。

2025年，AI愛好者、學者、個人開發者和初創公司能夠繼續享受免費；但大規模商業用戶可能必須付費了。

從技術上講，Meta如今已經做到了這一點，即不允許最大的公司——云超級計算機和其他月活躍用戶超過7億的公司自由使用Llama。

其實早在2023年，扎克伯格就表達過：如果你是微軟、亞馬遜或谷歌這樣的巨頭，打算轉售Llama ，那么你就應該分潤。

我們預測，2025年，Meta會大幅擴大付費使用Llama的企業范圍，將更多的大中型企業納入其中。

02 Scaling Law不死，而是轉向其他模態

Scaling Law，即尺度定律，稱得上AI行業的大模型第一性原理。

2020年，OpenAI在論文Scaling Laws for Neural Language Models提出該定律。只要Scaling Law成立，意味著大模型能力可以通過堆更多的算力、搞更多的參數，喂更多的數據得到大幅提升。

類似于摩爾定律，Scaling Law并非真正的“法則”，而僅僅是經驗觀察。

問題就出在了這里。過去30天，一系列報告顯示，主要AI實驗室在擴展LLM時碰壁了。這可以解釋為何GPT-5發布一再推遲。

對于Scaling Law停滯的最常見反駁——測試時計算（test-time compute）能夠開辟一個全新維度。

也就是說，與其在訓練階段大規模擴展計算，不如在推理階段使勁。例如，OpenAI的o3通過“思考更長時間”，解鎖新的AI能力。

不過，還有一個更重要的觀點鮮有人提及。幾乎所有關于Scaling Law的討論——從2020年的原始論文到今天對測試階段計算的關注——都集中在語言領域。然而，語言并不是唯一重要的數據模態。

想想機器人技術、生物學、世界建�；蚓W絡代理。這些領域的Scaling Law尚未飽和；相反，它們才剛剛起步！

為這些數據模態構建基礎模型的初創公司——專注于生物學領域的EvolutionaryScale、機器人技術領域的Physical Intelligence、世界模型領域的World Labs——正試圖識別并利用這些領域的Scaling Law，就像OpenAI當初做的那樣。

明年，這些領域預計取得巨大進展。

不要相信Scaling Law消失的傳言。它在2025年依然重要，但其活動中心將從LLM預訓練轉向其他戰場。

03 Web Agent，預定下一個AI殺手級應用

想象一下，你無需伸出手指操作網頁，也能完成所有瑣碎任務——管理訂閱、支付賬單、預約醫生、網購商品、預訂餐廳等等。只需向AI助手發出指令，這些任務便能被自動執行。

說實話，Web Agent的概念已經存在多年，但市場未出現一款可以正常運行的通用Web Agent。

隨著語言與視覺基礎模型的持續進步，以及推理時間計算在“第二系統思維”（System 2 thinking）方面取得的突破，Web Agent將迎來黃金時代。

題外話，為何專注AI Agent的初創公司Adept倒在了半山腰？問題不是方向，而是時機未到。（對于初創企業，時機往往是成敗的關鍵。）

2025年將成為Web Agent大規模普及的“轉折年”。

雖然Web Agent將在企業應用中展現其巨大價值，但短期內，最具潛力的市場機會仍在C端。

目前為止，除了ChatGPT，真正成功破圈的C端AI應用寥寥無幾。未來Web Agent將改變這一局面，成為AI領域下一個“殺手級應用”。

04 AI 真正“開口說話”，通過語音圖靈測試

2020年代，圖靈測試已被證明可以通過書面文字的形式實現。

然而，人類的溝通方式不僅限于書面文字。

隨著AI技術的多模態能力不斷提升，我們可以想象一個更具挑戰性的版本——語音圖靈測試——AI必須通過語音與人類互動，其流暢度和表現力足以讓你無法分辨對面到底是AI，還是真人。

要實現語音圖靈測試，需要克服以下技術難點：

1. 延遲：人類語音對話的即時性要求AI發出毫秒級響應，減少任何感知延遲。

2. 模糊輸入處理：AI能實時應對中斷、模棱兩可的指令，并優雅地完成對話。

3. 多輪對話記憶：長時間、多輪、開放式對話中，AI需具備強大的記憶與上下文理解能力。

4. 非語言信號解讀：AI需準確理解語音中的情緒信號（如憤怒、興奮、諷刺），并在自己生成的語音中表達這些細微差別。

目前，語音AI由語音到語音（speech-to-speech）模型等核心技術推動，已經站上了變革關口。2025年，語音AI有望取得跨越式進展，并語音圖靈測試的實現奠定基礎。

05 OpenAI等巨頭將戰略重點轉向構建應用

開發前沿模型是一項艱巨的事業。首先，資金需求極為龐大。例如，OpenAI數月前融資65億美元，但很快又需要更多“金主爸爸”。其次，客戶忠誠度較低，用戶可以根據成本與性能無縫切換不同模型。

雖然OpenAI和Anthropic等公司不會停止研究前沿大模型。但在2025年，為了開發更高利潤率、更具差異化且用戶粘性更高的業務線，他們將大力推動推出更多自家應用和產品。

明年我們會看到哪些應用？

一個是功能更豐富的搜索應用。例如，OpenAI的SearchGPT 。

一個是編程工具。例如，OpenAI的Canvas。

2025 年，OpenAI或Anthropic會推出企業搜索服務？或是客戶服務產品？也許是法律 AI？銷售AI？

在C端，他們可能會推出Web Agent、旅行規劃應用，或者可能是生成式音樂應用。

有趣的是，他們會與自己的重要客戶直接競爭——在搜索領域，與Perplexity競爭；在編程領域，與Cursor競爭；在客戶服務領域，與Sierra競爭；在法律AI領域，與Harvey競爭；在銷售領域，與Clay競爭……如此種種。

誰勝誰負呢？我們拭目以待。

06 AI自主設計AI，開啟智能爆炸序章

1965年，圖靈的合作者I.J.Good寫道：一臺超智能機器可以超越人類所有智力活動，包括設計更好的機器。這會導致“智能爆炸”，將人類智能遠遠拋在后面。

這個概念已經開始變得落地。2025年，該研究方向將成為主流。

今年8月，Sakana AI 團隊亮出一位AI科學家，展現AI能夠完全自主地完成整個人工智能研究周期：

閱讀相關文獻；

提出創新研究思路；

設計實驗；

執行實驗；

撰寫研究論文并完成同行評審。

研究內容以「The AI Scientist: Towards Fully Automated Open-Ended Scientific Discovery」為題發表在arXiv平臺上。論文鏈接：   

據悉，OpenAI、Anthropic等實驗室正在為“自動化AI研究員”投入資源，盡管尚未公開證實。

未來，當一篇完全由AI撰寫的研究論文首次被NeurIPS、CVPR或ICML接收，將成就AI領域的歷史性時刻。

07 馬斯克-特朗普“破裂”，OpenAI躲過一劫

可以想象，馬斯克會通過多種方式影響特朗普政府的AI決策。

首先是“瑟瑟發抖”的Sam Altman。出于馬斯克對OpenAI的新仇舊恨，特朗普政府可能對OpenAI不會那么友好。此外，特朗普政府可能會優先支持馬斯克的公司：減少xAI建設數據中心的監管障礙，幫助其在前沿模型競賽中占據優勢；快速批準特斯拉部署robotaxi車隊等。

更重要的是，與特朗普身邊的許多其他科技領袖不同，馬斯克是“AI威脅論者”，他是為數不多支持“臭名昭著”加州SB 1047法案的巨頭。

上述事件成立的前提是，特朗普和馬斯克保持如膠似漆的關系。

真會如此嗎？不一定。

因為特朗普盟友的平均“保鮮期”相當短暫，即便是看似最忠誠的盟友——從Jeff Sessions到Rex Tillerson，再到James Mattis、John Bolton和Steve Bannon。（當然，誰能忘記Anthony Scaramucci在白宮短短10天任期？）第一屆政府中的多數助手如今已不再效忠特朗普。

我預測，在2025年結束之前，這段關系將難以維系。

這對OpenAI而言，至少是個利好消息；但對于特斯拉而言，則可能是一個不幸的訊號。而對關注AI安全的人來說，這將令人失望，因為特朗普政府很可能對AI監管采取放任態度。

08 AI 數據中心建在太空：尋找新的計算疆域

為什么不把AI 數據中心搬到太空？這不是一個段子。

2023年，限制AI發展的關鍵資源是GPU；2024年，瓶頸已轉變為能源與數據中心的供給。

全球對能源的需求激增，預計2023年至2026年間，數據中心的用電需求將翻倍。在美國，到2030年，數據中心的用電量可能占全國總用電量的10%，而2022年這一比例僅為3%。

核能是一個解決方案。然而，考慮到研發、項目開發及監管所需的漫長周期，無論是傳統核裂變電廠、下一代小型模塊化反應堆（SMR），還是核聚變電廠，都無法在2030年前對這一問題產生實質影響。

2025年，目標是將AI數據中心送入太空。

當前在地球上建設數據中心的最大障礙在于電力；而太空中的計算集群可以享受免費、無限、零碳的全天候太陽能。

那么，如何在地球與太空之間高效地傳輸大量數據？激光等高帶寬光通信技術已取得一定進展。

作為Y Combinator的明星項目，一家名為Lumen Orbit的初創企業近期籌集了1100萬美元，計劃打造一個多千兆瓦的太空數據中心網絡，用于訓練AI模型。

Lumen 的CEO Philip Johnston表示，與其花1.4億美元交電費，不如花1000萬美元發射，直接用上免費太陽能。

2025年，或許會有更多初創公司加入這一賽道，甚至一些云服務巨頭也可能啟動探索性項目。

亞馬遜已具備Project Kuiper的相關經驗，谷歌長期熱衷于投資此類大膽的創意，微軟在太空經濟領域亦有所涉獵。當然，馬斯克的SpaceX也可能涉足這一領域。

09 首起AI安全事故將發生，但無人傷亡

目前為止，AI安全問題仍然完全停留在理論階段。2025年，一切將會發生變化。

首起AI安全事故會是什么樣的呢？

需要明確的是，該事故不會涉及“終結者”式的殺手機器人，也很可能不會對任何人類造成任何形式的傷害。

或許，某個AI模型可能試圖悄悄地在另一個服務器上創建自己的副本以確保自身存續；或許，某個AI模型可能會得出結論：為了最好地推進自己被賦予的目標，它需要隱瞞自己能力的真實范圍，故意降低性能評估以避開更為嚴格的審查。

對此，Apollo Research已經發布了重要實驗，證明當今的前沿模型能夠進行策略性欺騙；Anthropic最新研究也顯示，LLMs學會了“偽裝對齊”。

在人類面臨巨大的AI生存威脅之前，我們需要接受一個更平凡的現實：我們如今與另一種形式的智能共享世界，這種智能有時可能是任性的、不可預測的和欺騙性的，就像我們人類自身一樣。

10 Robotaxi在美國至少5個主要城市鋪開

2024年，自動駕駛技術終于迎來戲劇性的變化。

如今在舊金山街頭，成千上萬的居民每天乘坐Waymo在城市中穿行，仿佛以前乘坐出租車或Uber。

自2023年8月推出以來，Waymo在舊金山的打車市場占據了驚人的22%市場份額，與Lyft相當（Uber市場份額為55%）。

轉眼間，Robotaxi已經從一項研究項目，發展成了一個龐大的商業模式。

我們預測，Robotaxi將迅速突破灣區，成為多個美國城市交通系統的重要組成部分。這個進程將比大多數人預期快得多。

2025年年底，我們預計會看到類似Waymo的無人出租車服務在至少5個主要市場中，占據兩位數的市場份額。

目前，Waymo已經在洛杉磯、鳳凰城啟動了Robotaxi服務，預計這些市場的采用率將于明年迅速上升。奧斯汀、亞特蘭大和邁阿密也將緊隨其后。與此同時，Waymo的競爭對手Zoox即將在拉斯維加斯推出商用Robotaxi服務。

2025年，在經歷了多年的炒作之后，自動駕駛車輛將最終走向主流。

       原文標題 : 福布斯2025年AI十大趨勢預測，Killer Agent近在眼前