【大咖說】2025年趨勢:AI從「觀察者」變為「行動者」

作者/ IT時報記者 孫妍
編輯/ 郝俊慧 孫妍
科技革命的浪潮正以前所未有的姿態席捲而來。
回首2024年,人工智能、量子計算、衛星星座、生物醫藥……諸多科技的螺旋上升,讓人類對未知世界的好奇心被逐漸滿足,與這個世界的關係也正在被重塑。
如今,2025年科技發展的脈絡初現端倪,一系列令人期待的成果有望為人類生活帶來更多變革。
本期《IT時報》邀請九位學界和產業界大咖,以專業的視角和賽前分析性的眼光,共話2025科技新趨勢。
九九歸一,所有科技曙光都指向同一個未來:碳基和矽基共存的世界。
對話者

上海人工智能研究院總工程師 王資凱
從2024年到2025年,人工智能的趨勢發生了巨大轉折,從一個超級應用到千萬種超級「有用」。
在這個趨勢的背後,正在發生一場AI算法範式變革。尺度定律開始「撞牆」,OpenAI也承認「大力出不了奇蹟」。AI從證明自己有多強,轉變成證明自己多有用,將經歷三重角色轉變。
2025年,AI將從「觀察者」蛻變為「行動者」,世界模型加速湧現,在醫療仿真、自動駕駛領域率先突破;2025年,AI將兼具「數據煉金師」與「隱私守門人」雙重角色,只有讓數據可用不可見,才能在公開數據消耗殆盡時,讓個人與企業願意拿出更具價值、尚未被挖掘的數據;2025年,AI將如水電,甚至空氣,向手機、PC滲透,更隱形地融入生活。
上海人工智能研究院總工程師王資凱坦言,收到採訪提綱後,他第一時間打開了大模型共創。這是《IT時報》記者從業以來完成最快的一次專訪,從採訪到成稿,僅耗時30分鐘,令人驚呼「GPT速度」。大模型負責知識總結,人類負責注入經驗、思想、靈魂,共創共生在本次採訪中體現得淋漓盡致。
2025年的AI趨勢不言而喻,這不就是最大的收穫和意義嗎?
《IT時報》:
Scaling Law(尺度定律)撞牆的爭論甚囂塵上,你認為預訓練時代即將結束嗎?
王資凱:預訓練模型不會消失,但會像「水電」一樣成為智能時代的基礎設施。
國內已經出現能源、氣象領域的專用模型,通過結合專家經驗解決實際問題,比如上海人工智能研究院技術團隊為電網公司設計的輕量化模型可預測設備故障,成本僅為傳統方法的十分之一。國外雲服務商則會提供企業定製化服務,允許客戶按需調用大模型能力。
未來趨勢是「基礎模型+行業工具包」,類似於用統一的水電網絡搭配不同家電,例如製造業企業通過輕量化模型優化生產線,既省成本又提效率。
《IT時報》:
在這樣的背景下,2025年AI的技術趨勢是什麼?
王資凱:AI將更隱形地融入生活。國產手機已能離線實時翻譯和修復模糊照片,工廠攝像頭自動識別零件瑕疵的準確率超過99.9%。對比國外,已經有廠商可以用AI預測自然災害,速度比傳統方法快千倍。在國內製造業,我們看到很多生產型企業用AI優化生產節奏、半自動解決故障問題,產能提升超30%。未來,AI會像空氣一樣無處不在,從手機到家電,甚至城市交通系統都將依賴輕量化、低能耗的AI內核。
《IT時報》:
數據消耗殆盡,合成數據成為一種解決方案,如果想要讓企業或個人拿出更接近真實世界的高價值數據,就要跨過安全和隱私保護這一關,AI算法又該如何改進?
王資凱:當前AI行業在數據短缺與隱私保護的雙重壓力下,正推動技術範式革新,算法需兼具「數據煉金師」與「隱私守門人」雙重角色。
通過虛擬仿真生成自動駕駛訓練數據、聯邦學習實現跨醫院信息共享,AI在隔絕原始數據的前提下提煉有效信息。同時,AI深度融入醫學指南等領域知識,確保生成數據的邏輯合規性。國內外的自動駕駛極端場景模擬、雲服務廠商提供的各類合成數據平台,均已驗證這一路徑的可行性。
《IT時報》:
多模態大模型的下一階段是世界模型嗎?世界模型加速湧現會推動哪些領域的深度應用?
王資凱:多模態大模型的下一階段將邁向世界模型,使AI具備理解物理規律、社會規則及事件因果推理的能力。
機器人可預演搬運策略,自動駕駛模擬極端場景,醫療通過數字孿生測試治療方案。
製造業預判供應鏈風險,城市治理推演政策影響,教育轉向虛擬實踐。未來3年~5年,醫療仿真、自動駕駛將率先突破,挑戰在於精準識別因果關係與突破算力瓶頸。這標誌著AI從「觀察者」蛻變為「行動者」,推動人類決策模式從試錯轉向「模擬—執行」的範式重構。
《IT時報》:
AI算法加速迭代會推動AI原生應用向手機、PC等端側硬件滲透嗎?
王資凱:AI算法與硬件的協同進化正將智能注入終端設備,手機無須聯網即可實時翻譯、修復影片,這得益於百億參數模型被壓縮至1/10體積仍保持精度,而芯片AI算力年增數倍,電腦甚至搭載專用AI模塊。未來兩年,離線生成PPT、高速工業質檢、手勢控制智能家居等端側場景將成為常態。這場變革使AI從雲端沉降至口袋,用戶會像比較相機像素一樣關注設備「AI算力」,廠商和開發者將重構產業生態,創造更智能、私密的人機交互時代。
《IT時報》:
很多大模型都表示幻覺已經基本消除,事實如此嗎?這會催生哪些超級AI應用?
王資凱:當前大模型雖大幅減少幻覺,但尚未根除。
醫療診斷可能遺漏罕見病線索,法律審查或誤讀冷門法規。然而技術進步已催生教育AI生成精準學習路徑、金融系統高效識別洗錢等顛覆性應用。
未來突破將聚焦透明化,AI結論需標註來源與可信度,如同食品成分表。當AI進入手術決策、司法球證等高危領域時,必須構建新的責任體系,解答漏診誰擔責這一類生死攸關的問題。這不僅關乎算法優化,更是重構人機協作的社會信任機制。
排版/ 季嘉穎
圖片/ 採訪對象 豆包AI
來源/《IT時報》公眾號vittimes