追光之后：2025中国AI的落地时代

《投资者网》张静懿

如果要为2025年的中国科技行业找一个关键词，它或许不是“突破”，而是“转向”。

这一年，AI仍然是最核心的主线，但行业的重心在不断移动。从年初围绕参数规模和算力堆砌的讨论，到年中强调效率与成本控制，再到年末集中于应用渗透与社会影响，技术本身没有停下，但评价技术的标准正在变化。

某种程度上，2025年并非单一意义上的“爆发年”，而更像是一次结构性的调整——它让中国科技行业从“能否追上”转入“如何落地”，也让AI从实验室议题走向更广泛的现实场景。

技术逻辑的改变——从“更大”到“更有效”

2025年的开局，来自一次具有象征意义的模型发布。

1月，DeepSeek推出R1推理模型，在性能接近国际领先模型的同时，将训练成本控制在相对可观的范围内。围绕其训练路径与技术来源的争议在国内外技术圈持续发酵，但更重要的影响在于：它打破了“性能提升必须依赖极端算力投入”的单一路径假设。

算法优化、推理效率、成本结构，成为此后半年的关键词。

随后的几个月里，开源成为重要趋势。阿里密集发布并开源Qwen3系列模型，百度在推出文心4.5后也逐步开放模型能力。过去在开源问题上立场分明的企业开始重新平衡生态扩展与商业回报之间的关系。中国模型厂商在全球开源社区的活跃度明显提升，技术讨论不再局限于国内市场。

与此同时，AI产品形态也出现变化。3月起，以Manus为代表的通用智能体（Agent）开始展示自动执行复杂任务的能力。下半年，智谱推出AutoGLM，尝试让模型直接操作手机应用。企业关注的焦点随之变化——从“模型参数多少”，转向“能否直接替代一个流程”。

到年底，视频生成模型Seedance2.0在春节前夕迅速传播，让AI能力从技术圈走向大众社交场景。它既展示了生成技术的成熟，也暴露出拟真能力提升后所带来的新问题。

这一年，技术仍在进步，但衡量技术的标尺，正在从规模转向效率，从演示效果转向真实可用性。

资本与产业重心——从概念扩张到现实落地

技术叙事变化的同时，资本结构也在调整。

上半年，大模型领域仍然获得大量融资，但资金逐渐向头部企业集中。智谱完成大额战略融资，月之暗面拓展开放生态，部分公司开始筹备资本市场路径。相比前两年的广泛布局，投资节奏明显趋于理性。

更值得注意的是，资金开始从“屏幕里的智能”流向“现实世界的智能”。

具身智能成为年度热点之一。宇树科技、智元机器人等企业提出量产计划，机器人供应链环节获得持续关注。资本逻辑逐渐转向一个更直接的问题：AI如何进入工厂、仓储、医疗或家庭场景，而不仅停留在对话界面。

算力与基础设施同样成为焦点。在外部环境约束趋于常态化的背景下，国产算力链条获得更多确定性需求。昇腾、寒武纪、海光信息等企业受益于智算中心扩建订单，市场讨论从“替代预期”转向“实际采购规模”。光模块、液冷服务器等配套产业同步受益。

与此同时，早期借“AI概念”获得市场关注的部分公司，在业绩披露后出现回调。监管层对“PPT式AI融资”的关注度提高，市场情绪逐步回归基本面。

资本没有离开AI，但开始更在意真实的订单、真实的收入，以及可验证的技术能力。

技术进入社会——效率之外的现实问题

如果说上半年讨论的是技术路径，下半年开始，更多问题来自技术后果。

春节前夕，视频生成模型在社交平台广泛传播，一些用户通过AI生成“已故亲人团聚”的视频，引发关于数字伦理与情感边界的讨论。与此同时，语音与视频克隆能力被不法分子利用，催生新的诈骗形式。技术能力的提升，使“真实性”成为需要重新定义的概念。

在职场层面，随着智能体工具逐步进入金融、法务、内容生产等行业，一些企业在年底进行组织结构优化。外界普遍认为，流程自动化能力的提升是背景因素之一。效率提升与岗位变化并行，成为科技行业不得不面对的现实议题。

数据问题同样在2025年浮出水面。高质量语料资源趋紧，各大平台加强数据抓取限制，行业内部围绕“数据确权”与“开放边界”的讨论升温。年底，多起涉及训练数据版权的案件落地，监管部门发布AI合成内容标识规范，合规框架逐步明确。

与前几年相比，2025年的讨论焦点明显变化——从“技术能否实现”，转向“技术应该如何使用”。争议并未削弱行业活力，但提醒企业：技术扩张必须与社会承载能力同步。

一个阶段的结束

回望2025年，它更像是一次方向校准。

中国科技行业在这一年经历了几次关键转向：从规模竞争转向效率优化，从模型能力转向流程执行，从资本热情转向产业落地，从技术兴奋转向社会审视。

AI并未完成所有问题的回答，但它已经深入现实结构之中。它不再只是发布会上的性能对比，而开始影响企业组织、市场秩序乃至家庭情境。

对行业而言，这或许意味着一个阶段的结束——追赶的焦虑正在减弱，落地的压力正在增加。

2026年即将到来。技术还会继续进步，但真正决定行业走向的，可能不再只是模型参数，而是它能否在复杂的现实环境中稳定运行。

而这，或许才是中国科技真正的考验。（思维财经出品）■

AI科技