2025年，AI行业经历了具有里程碑意义的一程。从技术范式的革新到商业逻辑的重构，从产业应用的落地到全球规则的博弈，这一年既有突破也留下诸多思考。

多模态能力的发展是AI大模型的重要方向。过去几年中，AI大模型在文字、推理等方面进展迅速，但在多模态能力方面相对迟缓。从2024年开始，开发者们开始大力发展模型的多模态能力，但早期这些努力主要集中在对既有模型进行组合，通过工程手段拼接文本、图像和语音系统。到了2025年，越来越多的开发者开始设计原生多模态模型，从训练之初就让模型处理多种信息。这种模型不仅能够看图、听声音，还能把视觉、语言、时间与空间组织成一个可推理、可行动的统一表征。头部AI企业纷纷将多模态模型作为主战场，推动其在实际任务中的应用。

具身智能（Embodied AI）的发展也取得了显著进展。过去，机器人更多停留在实验室展示阶段，完成一些酷炫动作或局部自动化。而到了2025年，具身机器人真正走向市场，行业叙事从“能不能做到”转向“能不能规模化、能不能稳定工作、能不能进入岗位”。量产节奏的变化和成本下降使得具身机器人更容易走向工厂和家庭。原生多模态AI的发展补上了机器人“看不懂世界”的短板，使其具备实用价值。同时，用工成本的持续抬升也扩大了市场需求。

算力竞争也在发生变化。前几年的核心是“谁能抢到更多GPU”，但到了2025年，这场竞争已升级为一场长期、立体、甚至带有地缘意义的综合博弈。算力竞争从规模导向转向效率导向，部分开发者开始直接介入芯片环节，算力设施也开始全面基础设施化。理论界对持续算力投入的“规模法则”提出反思，认为单纯扩大自回归大模型并不会自然通向通用智能，未来突破更可能来自训练范式、数据结构与推理机制。

AI智能体的崛起也是2025年的显著趋势。初创公司Monica推出的Manus可以根据用户要求自动调用外部工具完成复杂任务，被视为AI智能体崛起的重要象征。Meta随后以数十亿规模收购了Manus，进一步印证了这一趋势。AI智能体带来了人机交互方式的变化，从“人去找功能”转向“任务驱动系统”，降低了学习和使用成本。

开源模型逐渐成为全球创新的基础设施。2025年，开源模型在性能、生态与采用率上全面逼近闭源体系，甚至在部分场景实现超越。中国力量格外醒目，以DeepSeek与Qwen为代表的一批模型，在工程效率、推理成本与可部署性上形成鲜明优势。开源模型的崛起不仅是由于“免费”，而是因为AI创新逻辑正在发生变化，封闭模型难以覆盖全部场景，而开源模型依托社区协作与快速定制，在工程效率和适配能力上展现出明显优势。

商业路径也在逐渐清晰。不同层级的玩家各自找到与自身能力匹配的变现方式，AI从单一的技术竞赛转向分工更加清晰的产业生态。技术底层的能力被商品化，平台服务层“结果作为商品”开始崛起，应用层场景分化明显成熟。这标志着AI的商业逻辑从“能力展示”走向“效率兑现”。

AI治理成为另一条重要战线。治理从“静态合规”转向“动态校准”，通过分层、分阶段、可调整的方式与技术演进保持同步。治理对象从单个模型延伸到数据、算力、模型训练、部署与使用场景等完整链条。不同国家和地区在治理路径上有所不同，美国强调国家安全和技术领先，欧盟强调制度边界和标准制定，中国强调发展秩序与场景适配。

国际竞争从企业层面上升到国家层面。中美欧在核心技术、芯片与算力供应链、标准制定权等方面展开竞争。美国在核心技术上掌握话语权，中国在工程优化、系统集成和真实场景反馈方面逐步形成优势，欧盟则通过基础研究网络和评测体系保持影响力。这种竞争并非简单对抗，现实中的中美欧在技术、供应链与市场层面依然高度相互依赖。

年轻科学家开始被大公司赋予指挥权，直接影响工程架构、数据策略与下一代AI能力的走向。腾讯、小米和Meta等公司纷纷启用年轻科学家负责核心研发。这种“年轻化+实权化”的背后，是AI发展逻辑本身的变化，技术边界不再只是把模型做得更大、更久，而是重新定义问题、重塑评估方式、判断未来路径。年轻技术领袖将在未来相当长时间内影响AI方向的关键抉择。