《麻省理工科技评论》预测2025年AI五大趋势

在过去的几年里，我们一直在尝试预测人工智能领域接下来会发生什么，然而考虑到这个行业发展的速度，这几乎是一个不可能完成的任务，不过我们再次进行了预测。

简单回顾一下我们上次的预测情况。我们在 2024 年提出的四个值得关注的热门趋势中，包括所谓的定制聊天机器人——由多模态大语言模型支持的交互式助手（虽然当时我们还不知道，但我们实际上是在谈论现在 AI 领域中最炙手可热的“智能体”）；生成视频（这一点也得到了验证，很少有技术在过去 12 个月内进步如此之快，OpenAI 和 DeepMind 发布了视频生成模型 Sora 和 Veo）；以及可以执行更广泛任务的更通用的机器人（大语言模型继续渗透到科技行业的其他领域，机器人是其中的佼佼者）。

我们也曾预测，人工智能生成的选举虚假信息将无处不在，但幸运的是，这次我们错了。尽管去年有很多事情令人担忧，但政治深度伪造的信息却并不算多。

那么 2025 年将会发生什么？这里我们不谈那些显而易见的趋势：智能体和更小巧、更高效的语言模型将继续重塑这个行业。相反，以下是我们人工智能团队带来的其他五个趋势。

生成式虚拟游乐场

如果说 2023 年是生成图像流行的一年，2024 年是生成视频火爆的一年，那接下来会发生什么？如果你猜到了生成式虚拟世界（也就是电子游戏），那就让我们一起击个掌吧。

去年 2 月，我们对这项技术有了初步了解，当时 DeepMind 展示了一个名为 Genie 的生成式模型，它可以拍摄静态图像并将其变为玩家可以与之互动的横向卷轴 2D 游戏；到了 12 月，其推出了 Genie 2，这个新模型可以从一个初始图片生成整个虚拟世界。

其他公司也在开发类似的技术。去年 10 月，人工智能初创公司 Decart 和 Etched 展示了一个非官方的《我的世界》修改版本，在这个版本中，每一帧游戏画面都是在玩家游玩过程中即时生成的。而由 ImageNet 的创建者李飞飞共同创立的 World Labs 初创公司正在构建所谓的大型世界模型，或称 LWMs。

这类技术一个显而易见的应用就是在电子游戏中。这些早期实验带有玩乐的性质，生成式 3D 模拟可以帮助探索新游戏的设计概念，将草图即时转变为可玩的游戏环境，而这可能会催生全新的游戏类型。

除此之外，它也可以用来训练机器人。World Labs 希望开发所谓的“空间智能”，即机器理解和与真实世界互动的能力。然而，机器人开发者缺乏足够的关于现实场景的数据来进行训练。通过生成无数的虚拟世界，并将虚拟机器人置入其中进行试错学习可以弥补这一不足。

会“推理”的大语言模型

这个话题确实引起了广泛关注。当 OpenAI 在去年 9 月份发布 o1 时，它为大语言模型的工作方式引入了一种新范式。两个月后，该公司通过 o3 几乎在所有方面推动了这一新范式的发展，这个模型可能会彻底重塑这项技术。

大多数模型，包括 OpenAI 的主打产品 GPT-4，在给出答案时往往是“想到什么就说什么”，有时候答案是对的，有时候则不然。但该公司的新模型经过训练可以“一步步”地处理问题，将复杂的问题分解成一系列更简单的问题来解决。如果一种方法行不通，它们会尝试另一种。这种被称为“推理”的技巧（当然我们知道这个词有很多含义）可以让该技术更加准确，尤其是在处理数学、物理和逻辑问题上。

这对于智能体来说也至关重要。

去年 12 月，DeepMind 推出了一款名为 Mariner 的实验性新型网络浏览智能体。在该公司向《麻省理工科技评论》提供的预览演示中，Mariner 似乎陷入了困境。该公司的产品经理 Megha Goel 要求智能体为她找到一份圣诞饼干的配方，Mariner 在网上找到了食谱，并开始将原料添加到 Goel 的在线购物车中。

然后 Mariner 就停了下来，它不知道该选择哪种面粉。Goel 看着 Mariner 在聊天窗口中解释它的逻辑：“它说，‘我将使用浏览器的后退按钮返回到食谱页面。’”

这是一个意义非凡的时刻，智能体没有被困住，而是将任务分解为一系列操作，并选择一个可能解决问题的操作。对于一个通常没有思考能力的机器人来说，知道要点击返回按钮就像“火箭科学”一样复杂。而且它真的奏效了：Mariner 回到了食谱页面，确认了面粉的种类，然后继续往 Goel 的购物车里添加商品。

谷歌 DeepMind 还正在构建 Gemini 2.0 的实验版本，这是他们最新的大语言模型，该模型使用这种分步解决问题的方法，称为“Gemini 2.0 Flash Thinking”。

但 OpenAI 和谷歌只是冰山一角。许多公司正在构建使用类似技术的大语言模型，使它们能够更好地胜任成从烹饪到编码的各种任务。今年关于“推理”（我们明白这词听起来已经让人耳熟能详）的话题将会更多。

AI 在科学领域将持续繁荣

人工智能最令人兴奋的用途之一是加速自然科学的发现进程。去年 10 月，瑞典皇家科学院将诺贝尔化学奖授予了来自谷歌 DeepMind 的 Demis Hassabis 和 John M. Jumper，以表彰他们构建了可以解决蛋白质折叠问题的 AlphaFold 工具，以及授予 David Baker，因为他开发了帮助设计新蛋白质的工具。这无疑是证明了人工智能在这方面潜力的一个重要里程碑。

预计这种趋势今年将继续下去，并且会有更多专门针对科学研究的数据集和模型出现。蛋白质之所以成为人工智能的理想目标，是由于这个领域已经有了非常优秀的现有数据集，可以用来训练模型。

我们正在寻找下一个趋势，材料科学是一个潜在领域。Meta 发布了庞大的数据集和模型，可以帮助科学家利用人工智能更快地发现新材料。去年 12 月，Hugging Face 与初创公司 Entalpic 共同推出了 LeMaterial，这是一个开源项目，旨在简化和加速材料研究。

人工智能模型开发商也热衷于将他们的生成式产品作为科研工具推荐给科学家们。OpenAI 让科学家测试其最新的 o1 模型，并观察它如何在研究中提供支持，测试结果令人鼓舞。

拥有一个能像科学家一样工作的 AI 工具是科技界的一个梦想。在去年 10 月发布的一份宣言中，Anthropic 创始人 Dario Amodei 强调，科学领域尤其是生物学领域，是强大的人工智能可以提供帮助的关键领域之一。他推测，未来人工智能可能不仅是一种数据分析方法，而且是“执行生物学家所做的所有任务的虚拟生物学家”，当然，距离实现这一目标还有很长的路要走。但今年，我们可能会看到朝着这个目标迈出的重要一步。

AI 公司与国家安全的关系愈加紧密

很大程度上，人工智能公司如果愿意将其工具用于边境监视、情报收集和其他国家安全任务可以赚得盆满钵满。

美国军方已经推出了一系列举措，表明其渴望采用人工智能技术，从“复制者”（Replicator）计划（承诺在小型无人机上投入 10 亿美元）到人工智能快速能力小组，该小组将人工智能引入从战场决策到后勤保障的各个方面）。

2025 年，这些趋势将继续为 Palantir、Anduril 等国防科技公司带来福音，这些公司目前正在利用机密军事数据来训练人工智能模型。

国防工业的雄厚财力也将吸引主流人工智能公司加入。OpenAI 去年 12 月宣布，它将与 Anduril 合作开展一项打击无人机的计划，这标志着该公司逐渐改变不与军方合作的政策，它加入了微软、亚马逊和谷歌等的行列。

其他花费数十亿美元训练和开发新模型的人工智能竞争对手将在 2025 年面临更大压力，需要认真考虑营收问题。他们可能会找到足够多的非国防客户，这些客户愿意为能够处理复杂任务的 AI 智能体支付丰厚费用，或者找到愿意在图像和视频生成器上付费的创意产业。

但同时，它们也会被诱人的“国防部合同”所吸引。预计公司将不得不权衡参与国防项目是否会与其价值观产生冲突。OpenAI 改变立场的理由是“民主国家应该继续在人工智能开发方面发挥带头作用”，该公司写道，它认为将其模型借给军方将推进这一目标。2025 年，我们将看到其他公司可能效仿其做法。

英伟达面临真正的竞争

在当前人工智能热潮中，如果你是一家科技初创公司，并且想涉足 AI 模型开发，那么黄仁勋可能会是你理想中的合作伙伴。作为世界上极具价值公司的首席执行官，黄仁勋让英伟达成为无可争议的芯片领导者，这些芯片主要用于训练人工智能模型。

然而，2025年这种情况可能发生变化。首先，亚马逊、博通、AMD 等巨头一直在大力投资研发新芯片，而且有早期迹象表明，这些新芯片可能会与英伟达的芯片展开激烈竞争，尤其是在推理方面，毕竟英伟达在这方面的领先地位并不稳固。

越来越多的初创公司也从不同的角度向英伟达发起挑战。不同于试图对英伟达的设计进行细微改进，一些初创公司，比如 Groq 正在大胆押注全新的芯片架构，如果给予足够的时间它有望提供更高效或更有效的训练方法。2025 年，这些实验仍处于早期阶段，但可能会出现一个有力竞争者改变顶级人工智能模型完全依赖英伟达芯片的现状。

支撑这一竞争的是持续不断的“地缘政治芯片战”。到目前为止，这场“战争”依靠两种策略展开：一方面，西方寻求限制向中国出口顶级芯片和制造技术；另一方面，美国《芯片和科学法案》等举措旨在促进美国本土半导体生产。

特朗普可能会加强出口管制，并承诺对从中国进口的任何商品征收高额关税。这将在 2025 年使中国台湾（美国因芯片制造商台积电而严重依赖中国台湾）成为“贸易战”的核心。

目前尚不清楚具体如何发展，但可以预见这会进一步刺激芯片制造商减少对中国台湾的依赖，而这也是《芯片和科学法案》的主要目的。随着该法案提供的资金陆续到位，今年可能会首次证明它是否在实质上促进美国国内芯片生产。

https://www.technologyreview.com/2025/01/08/1109188/whats-next-for-ai-in-2025/