以下是我对 2025 年 AI 发展的 10 个观察。
1. AI 平权时代真正到来
计算成本的大幅下降，以及高阶推理能力的普及，让更多人能够低门槛地使用 AI，并做出真正有价值的成果。
2025 年初，DeepSeek-R1 的发布震动了整个行业。它不仅展示了如何通过更高效的算法实现复杂逻辑推理，更重要的是，证明了高阶智能并非必须依赖天量算力。
这在某种意义上，打破了硅谷长期以来对“顶级智能 = 巨额算力”的隐性垄断，开启了一场以效率为核心的 AI 革命。
在今天，每一位中国用户都可以通过 DeepSeek、元宝或豆包，低成本地接触并使用先进的人工智能能力。
AI 正从少数人的“重型武器”，变成多数人的“基础工具”。
2. 具身智能走出实验室
具身智能（Embodied AI）是指拥有物理身体的智能系统，通过感知、行动与真实世界持续交互来完成任务。它的智能并不只存在于模型参数中，而是诞生于身体与环境的互动之中。
机器人是最直观的具身智能形态。
2025 年，中国的宇树、智元，以及美国的特斯拉 Optimus、波士顿动力 Atlas，都在加速迈向工厂试点和初步商业化，真实地走向“进厂打螺丝”的阶段。
自动驾驶汽车同样属于具身智能。
具备端到端自动驾驶能力的特斯拉，已经很难再被简单地看作一辆传统汽车——它本质上是一个装着四个轮子的机器人。
3. 编程正在发生结构性变化
2025 年，编程模式开始发生质变。
Cursor 还未完全站稳脚跟，Claude Code 的出现便迅速抢走了聚光灯。随着产品的快速迭代，MCP 成为事实上的接口标准，SubAgents、Skills 等能力不断推出，再叠加 Opus 4.5 级别模型的加持，AI 编程正式跨过了一个关键拐点。
以“纯手敲代码”为核心的编程方式，正在退出舞台中央。
当然，工具战争远未结束。
OpenAI 的 Codex、Google 的 Gemini CLI、Anysphere 的 Cursor、Cognition AI 的 Windsurf，以及字节的 Trae，仍在不同路径上持续竞争。
程序员的角色，正在从“代码执行者”，转向智能系统的设计者与调度者。
4. 算力竞赛仍在加速
2025 年，硅谷几乎所有头部科技公司都在加码建设 AI 数据中心。全年投入在 AI 数据中心与相关基础设施上的资本支出，达到数千亿美元规模。
在芯片层面，大多数公司仍然高度依赖英伟达，唯一的例外是谷歌。得益于早年对 TPU 的长期投入，谷歌成为少数能够在核心算力上保持相对独立的公司。
中国则在奋力追赶。
华为在 2025 年发布昇腾 920，虽然与英伟达最顶级芯片仍存在差距，但已经迈出了关键一步。
5. AI for Science
AI 在数学证明、生物制药、新材料等领域持续取得突破。
它不再只是科研人员的辅助工具，而是在部分场景中，开始扮演**“实验室首席科学家”**的角色：
提出假设、筛选路径、加速实验验证。
这意味着，AI 不仅在提升科研效率，也在重塑人类探索自然规律的方式本身。
6. AI 的燃料开始短缺
AI 的发展依赖两种核心燃料：数据和电力。
而在 2025 年，这两种燃料都开始显现瓶颈。
一方面，高质量的人类数据（书籍、网页、人工创作内容）正在被快速消耗殆尽，合成数据成为训练新一代大模型的关键补给。
另一方面，算力需求的持续膨胀，使得电力问题重新回到科技公司的战略核心。核能，正在从“远期选项”走向现实布局。
7. 端侧 AI 进入现实阶段
2025 年，AI 正在真正进入“本地时代”。
一个极具代表性的标志，是 Apple Intelligence 2.0。
苹果并未选择单纯追逐更大的模型，而是将重点放在端侧推理、隐私保护与系统级整合之上。
在这一范式下，手机和 PC 不再只是云端模型的接口，而是开始依托本地算力，直接处理高度敏感的个人数据，同时显著降低延迟与云端依赖。
端侧 AI，不只是技术路线之争，而是一种对隐私、能源与用户体验的系统性回应。
8. 情感计算走向日常生活
AI 开始具备更稳定、更细腻的情感反馈能力。
在客服、陪伴、心理支持等场景中，AI 不再只是提供信息，而是能够感知情绪、调整语气、维持关系连续性，成为一种新型的人机交互界面。
情感计算并不意味着 AI “拥有人类情感”，但它正在深刻影响人类的情绪结构与社会关系。
9. AI 治理成为全球议题
应用快速扩张的同时，AI 幻觉、安全漏洞和伦理风险也在不断暴露。
2025 年，成为全球范围内的 AI 立法大年。
人类一边释放这项强大工具的潜力，一边也在学习如何为它设定边界。
治理不是为了限制 AI，而是为了让它长期可控地存在于人类社会之中。
10. 世界模型成为真正的分水岭
如果说前几年的 AI 擅长“生成内容”，
那么 2025 年开始，AI 正在迈向理解和模拟世界本身。
随着世界模型的成熟，AI 不再只是对语言和图像的统计拟合，而是能够在内部构建对物理规律、因果关系和时间演化的统一表示。
这不仅推动了自动驾驶、机器人和视频生成的飞跃，也正在模糊虚拟与现实之间的边界。
当“看见”不再等同于“真实”，数字水印与真实性验证，成为人类守护现实世界的重要防线。
世界模型，或许才是通向通用人工智能的真正基石。
结语
2025 年，并不是 AI 成熟的一年。
而是人类第一次清晰地意识到：我们正在与一个能够理解、模拟甚至重构现实的系统共同前行。
而这条路，才刚刚开始。
