X热点｜福布斯2025年AI十大趋势预测，Killer Agent近在眼前

本文图片来源：网络配图

如果说2023年是生成式AI元年，2024年是AI普及元年；那么在2025年，AI将迎来从广泛应用到深度转型的关键时刻——横向提升生产效率、优化业务流程；纵向在医疗、金融、制造、教育等多个领域扎根，推动根本性的技术革新与商业模式变革。

眼下，谁将成为下一个发展方向，实现人工智能在千行百业中从概念到落地？行业给出的答案是AI Agent。

近期，福布斯发布了2025年AI十大趋势预测，作者是Radical Ventures的风险投资家Rob Toews。

Radical Ventures是AI独角兽Cohere的首位投资者，该公司当前估值高达55亿美元。2024年8月，Radical新募集了近8亿美元资金，创建了同类中最大的人工智能基金。其投资者包括谷歌前CEO Eric Schmidt的家族办公室、“AI教母”李飞飞、诺奖得主Geoffrey Hinton以及一些加拿大养老基金，如CPP投资公司。

自2021年起，Rob Toews已经连续进行了5年AI预测。

单看战绩，他的准头还算不错，就是时间把握略有差异。

关于2024年，Toews预测了——微软与 OpenAI 开始出现裂痕（微软认了很多“干儿子”）；Stability AI倒闭（年中已是强弩之末）；商业闭源模型将持续领先于开源模型（扛把子还是闭源）；英伟达将成为云服务商（老黄还在努力）；人工智能与版权纠纷（OpenAI有苦难言）........

关于2023年，Toews预测了——GPT-4在2023年初发布（3月算年初吧）；训练LLMs将逐渐开始耗尽数据（终于，IlyaSutskeve宣布数据快枯竭了）；Google搜索老大的地位将面临挑战（蹦出好大一个PerplexityAI）；人形机器人是个火热赛道（不用多说，请看VCR）........

那么，2025年会发生哪些AI大事件？关于Scaling laws“终结说”，关于 OpenAI、Anthropic发展走向，关于特朗普&马斯克关系对AI行业的影响等等，又将迸发出哪些耐人寻味的趋势？我们对Toews的预测进行了梳理，并根据行业相关性，调整了顺序。

为了Llama与OpenAI、Anthropic最新前沿模型处于同一梯队，Meta每年要烧数十亿美元。而2025年，将是Meta开始认真实现Llama盈利的一年。

别着急，这不代表Llama会完全闭源。

2025年，AI爱好者、学者、个人开发者和初创公司能够继续享受免费；但大规模商业用户可能必须付费了。

从技术上讲，Meta如今已经做到了这一点，即不允许最大的公司——云超级计算机和其他月活跃用户超过7亿的公司自由使用Llama。

其实早在2023年，扎克伯格就表达过：如果你是微软、亚马逊或谷歌这样的巨头，打算转售Llama ，那么你就应该分润。

我们预测，2025年，Meta会大幅扩大付费使用Llama的企业范围，将更多的大中型企业纳入其中。

Scaling Law，即尺度定律，称得上AI行业的大模型第一性原理。

2020年，OpenAI在论文Scaling Laws for Neural Language Models提出该定律。只要Scaling Law成立，意味着大模型能力可以通过堆更多的算力、搞更多的参数，喂更多的数据得到大幅提升。

类似于摩尔定律，Scaling Law并非真正的“法则”，而仅仅是经验观察。

问题就出在了这里。过去30天，一系列报告显示，主要AI实验室在扩展LLM时碰壁了。这可以解释为何GPT-5发布一再推迟。

对于Scaling Law停滞的最常见反驳——测试时计算（test-time compute）能够开辟一个全新维度。

也就是说，与其在训练阶段大规模扩展计算，不如在推理阶段使劲。例如，OpenAI的o3通过“思考更长时间”，解锁新的AI能力。

不过，还有一个更重要的观点鲜有人提及。几乎所有关于Scaling Law的讨论——从2020年的原始论文到今天对测试阶段计算的关注——都集中在语言领域。然而，语言并不是唯一重要的数据模态。

想想机器人技术、生物学、世界建模或网络代理。这些领域的Scaling Law尚未饱和；相反，它们才刚刚起步！

为这些数据模态构建基础模型的初创公司——专注于生物学领域的EvolutionaryScale、机器人技术领域的Physical Intelligence、世界模型领域的World Labs——正试图识别并利用这些领域的Scaling Law，就像OpenAI当初做的那样。

明年，这些领域预计取得巨大进展。

不要相信Scaling Law消失的传言。它在2025年依然重要，但其活动中心将从LLM预训练转向其他战场。

想象一下，你无需伸出手指操作网页，也能完成所有琐碎任务——管理订阅、支付账单、预约医生、网购商品、预订餐厅等等。只需向AI助手发出指令，这些任务便能被自动执行。

说实话，Web Agent的概念已经存在多年，但市场未出现一款可以正常运行的通用Web Agent。

随着语言与视觉基础模型的持续进步，以及推理时间计算在“第二系统思维”（System 2 thinking）方面取得的突破，Web Agent将迎来黄金时代。

题外话，为何专注AI Agent的初创公司Adept倒在了半山腰？问题不是方向，而是时机未到。（对于初创企业，时机往往是成败的关键。）

2025年将成为Web Agent大规模普及的“转折年”。

虽然Web Agent将在企业应用中展现其巨大价值，但短期内，最具潜力的市场机会仍在C端。

目前为止，除了ChatGPT，真正成功破圈的C端AI应用寥寥无几。未来Web Agent将改变这一局面，成为AI领域下一个“杀手级应用”。

2020年代，图灵测试已被证明可以通过书面文字的形式实现。

然而，人类的沟通方式不仅限于书面文字。

随着AI技术的多模态能力不断提升，我们可以想象一个更具挑战性的版本——语音图灵测试——AI必须通过语音与人类互动，其流畅度和表现力足以让你无法分辨对面到底是AI，还是真人。

要实现语音图灵测试，需要克服以下技术难点：

1. 延迟：人类语音对话的即时性要求AI发出毫秒级响应，减少任何感知延迟。

2. 模糊输入处理：AI能实时应对中断、模棱两可的指令，并优雅地完成对话。

3. 多轮对话记忆：长时间、多轮、开放式对话中，AI需具备强大的记忆与上下文理解能力。

4. 非语言信号解读：AI需准确理解语音中的情绪信号（如愤怒、兴奋、讽刺），并在自己生成的语音中表达这些细微差别。

目前，语音AI由语音到语音（speech-to-speech）模型等核心技术推动，已经站上了变革关口。2025年，语音AI有望取得跨越式进展，并语音图灵测试的实现奠定基础。

开发前沿模型是一项艰巨的事业。首先，资金需求极为庞大。例如，OpenAI数月前融资65亿美元，但很快又需要更多“金主爸爸”。其次，客户忠诚度较低，用户可以根据成本与性能无缝切换不同模型。

虽然OpenAI和Anthropic等公司不会停止研究前沿大模型。但在2025年，为了开发更高利润率、更具差异化且用户粘性更高的业务线，他们将大力推动推出更多自家应用和产品。

明年我们会看到哪些应用？

一个是功能更丰富的搜索应用。例如，OpenAI的SearchGPT 。

一个是编程工具。例如，OpenAI的Canvas。

2025 年，OpenAI或Anthropic会推出企业搜索服务？或是客户服务产品？也许是法律 AI？销售AI？

在C端，他们可能会推出Web Agent、旅行规划应用，或者可能是生成式音乐应用。

有趣的是，他们会与自己的重要客户直接竞争——在搜索领域，与Perplexity竞争；在编程领域，与Cursor竞争；在客户服务领域，与Sierra竞争；在法律AI领域，与Harvey竞争；在销售领域，与Clay竞争……如此种种。

谁胜谁负呢？我们拭目以待。

1965年，图灵的合作者I.J.Good写道：一台超智能机器可以超越人类所有智力活动，包括设计更好的机器。这会导致“智能爆炸”，将人类智能远远抛在后面。

这个概念已经开始变得落地。2025年，该研究方向将成为主流。

今年8月，Sakana AI 团队亮出一位AI科学家，展现AI能够完全自主地完成整个人工智能研究周期：

• 阅读相关文献；
• 提出创新研究思路；
• 设计实验；
• 执行实验；
• 撰写研究论文并完成同行评审。

研究内容以「The AI Scientist: Towards Fully Automated Open-Ended ScientificDiscovery」为题发表在arXiv平台上。论文链接：https://arxiv.org/abs/2408.06292

据悉，OpenAI、Anthropic等实验室正在为“自动化AI研究员”投入资源，尽管尚未公开证实。

未来，当一篇完全由AI撰写的研究论文首次被NeurIPS、CVPR或ICML接收，将成就AI领域的历史性时刻。

可以想象，马斯克会通过多种方式影响特朗普政府的AI决策。

首先是“瑟瑟发抖”的Sam Altman。出于马斯克对OpenAI的新仇旧恨，特朗普政府可能对OpenAI不会那么友好。此外，特朗普政府可能会优先支持马斯克的公司：减少xAI建设数据中心的监管障碍，帮助其在前沿模型竞赛中占据优势；快速批准特斯拉部署robotaxi车队等。

更重要的是，与特朗普身边的许多其他科技领袖不同，马斯克是“AI威胁论者”，他是为数不多支持“臭名昭著”加州SB 1047法案的巨头。

上述事件成立的前提是，特朗普和马斯克保持如胶似漆的关系。

真会如此吗？不一定。

因为特朗普盟友的平均“保鲜期”相当短暂，即便是看似最忠诚的盟友——从Jeff Sessions到Rex Tillerson，再到James Mattis、John Bolton和Steve Bannon。（当然，谁能忘记Anthony Scaramucci在白宫短短10天任期？）第一届政府中的多数助手如今已不再效忠特朗普。

我预测，在2025年结束之前，这段关系将难以维系。

这对OpenAI而言，至少是个利好消息；但对于特斯拉而言，则可能是一个不幸的讯号。而对关注AI安全的人来说，这将令人失望，因为特朗普政府很可能对AI监管采取放任态度。

为什么不把AI 数据中心搬到太空？这不是一个段子。

2023年，限制AI发展的关键资源是GPU；2024年，瓶颈已转变为能源与数据中心的供给。

全球对能源的需求激增，预计2023年至2026年间，数据中心的用电需求将翻倍。在美国，到2030年，数据中心的用电量可能占全国总用电量的10%，而2022年这一比例仅为3%。

核能是一个解决方案。然而，考虑到研发、项目开发及监管所需的漫长周期，无论是传统核裂变电厂、下一代小型模块化反应堆（SMR），还是核聚变电厂，都无法在2030年前对这一问题产生实质影响。

2025年，目标是将AI数据中心送入太空。

当前在地球上建设数据中心的最大障碍在于电力；而太空中的计算集群可以享受免费、无限、零碳的全天候太阳能。

那么，如何在地球与太空之间高效地传输大量数据？激光等高带宽光通信技术已取得一定进展。

作为Y Combinator的明星项目，一家名为Lumen Orbit的初创企业近期筹集了1100万美元，计划打造一个多千兆瓦的太空数据中心网络，用于训练AI模型。

Lumen 的CEO Philip Johnston表示，与其花1.4亿美元交电费，不如花1000万美元发射，直接用上免费太阳能。

2025年，或许会有更多初创公司加入这一赛道，甚至一些云服务巨头也可能启动探索性项目。

亚马逊已具备Project Kuiper的相关经验，谷歌长期热衷于投资此类大胆的创意，微软在太空经济领域亦有所涉猎。当然，马斯克的SpaceX也可能涉足这一领域。

目前为止，AI安全问题仍然完全停留在理论阶段。2025年，一切将会发生变化。

首起AI安全事故会是什么样的呢？

需要明确的是，该事故不会涉及“终结者”式的杀手机器人，也很可能不会对任何人类造成任何形式的伤害。

或许，某个AI模型可能试图悄悄地在另一个服务器上创建自己的副本以确保自身存续；或许，某个AI模型可能会得出结论：为了最好地推进自己被赋予的目标，它需要隐瞒自己能力的真实范围，故意降低性能评估以避开更为严格的审查。

对此，Apollo Research已经发布了重要实验，证明当今的前沿模型能够进行策略性欺骗；Anthropic最新研究也显示，LLMs学会了“伪装对齐”。

在人类面临巨大的AI生存威胁之前，我们需要接受一个更平凡的现实：我们如今与另一种形式的智能共享世界，这种智能有时可能是任性的、不可预测的和欺骗性的，就像我们人类自身一样。

2024年，自动驾驶技术终于迎来戏剧性的变化。

如今在旧金山街头，成千上万的居民每天乘坐Waymo在城市中穿行，仿佛以前乘坐出租车或Uber。

自2023年8月推出以来，Waymo在旧金山的打车市场占据了惊人的22%市场份额，与Lyft相当（Uber市场份额为55%）。

转眼间，Robotaxi已经从一项研究项目，发展成了一个庞大的商业模式。

我们预测，Robotaxi将迅速突破湾区，成为多个美国城市交通系统的重要组成部分。这个进程将比大多数人预期快得多。

2025年年底，我们预计会看到类似Waymo的无人出租车服务在至少5个主要市场中，占据两位数的市场份额。

目前，Waymo已经在洛杉矶、凤凰城启动了Robotaxi服务，预计这些市场的采用率将于明年迅速上升。奥斯汀、亚特兰大和迈阿密也将紧随其后。与此同时，Waymo的竞争对手Zoox即将在拉斯维加斯推出商用Robotaxi服务。

2025年，在经历了多年的炒作之后，自动驾驶车辆将最终走向主流。