福布斯2025年AI十大趋势预测，Killer Agent近在眼前

今天小编分享的互联网经验：福布斯2025年AI十大趋势预测，Killer Agent近在眼前，欢迎阅读。

文 | 适道

如果说 2023 年是生成式 AI 元年，2024 年是 AI 普及元年；那么在 2025 年，AI 将迎来从广泛应用到深度转型的关键时刻——横向提升生产效率、优化业务流程；纵向在医疗、金融、制造、教育等多个领網域扎根，推动根本性的技术革新与商业模式变革。

眼下，谁将成为下一个发展方向，实现人工智能在千行百业中从概念到落地？行业给出的答案是 AI Agent。

近期，福布斯发布了 2025 年 AI 十大趋势预测，作者是 Radical Ventures 的风险投资家 Rob Toews。

Radical Ventures 是 AI 独角兽 Cohere 的首位投资者，该公司当前估值高达 55 亿美元。2024 年 8 月，Radical 新募集了近 8 亿美元资金，创建了同类中最大的人工智能基金。其投资者包括谷歌前 CEO Eric Schmidt 的家族办公室、"AI 教母 " 李飞飞、诺奖得主 Geoffrey Hinton 以及一些加拿大养老基金，如 CPP 投资公司。

自 2021 年起，Rob Toews 已经连续进行了 5 年 AI 预测。

单看战绩，他的准头还算不错，就是时间把握略有差异。

关于 2024 年，Toews 预测了——微软与 OpenAI 开始出现裂痕（微软认了很多 " 干儿子 "）；Stability AI 倒闭（年中已是强弩之末）；商业闭源模型将持续领先于开源模型（扛把子还是闭源）；英伟达将成为云服务商（老黄还在努力）；人工智能与版权纠纷（OpenAI 有苦难言）........

关于 2023 年，Toews 预测了—— GPT-4 在 2023 年初发布（3 月算年初吧）；训练 LLMs 将逐渐开始耗尽数据（终于，Ilya Sutskeve 宣布数据快枯竭了）；Google 搜索老大的地位将面临挑战（蹦出好大一个 Perplexity AI）；人形机器人是个火热赛道（不用多说，请看 VCR）........

那么，2025 年会发生哪些 AI 大事件？关于 Scaling laws" 终结说 "，关于 OpenAI、Anthropic 发展走向，关于特朗普 & 马斯克关系对 AI 行业的影响等等，又将迸发出哪些耐人寻味的趋势？我们对 Toews 的预测进行了梳理，并根据行业相关性，调整了顺序。

01 免费神话终结，Meta 将对 Llama 使用收费

为了 Llama 与 OpenAI、Anthropic 最新前沿模型处于同一梯队，Meta 每年要烧数十亿美元。而 2025 年，将是 Meta 开始认真实现 Llama 盈利的一年。

别着急，这不代表 Llama 会完全闭源。

2025 年，AI 爱好者、学者、个人开发者和初创公司能够继续享受免费；但大规模商业用户可能必须付费了。

从技术上讲，Meta 如今已经做到了这一点，即不允许最大的公司——云超级计算机和其他月活跃用户超过 7 亿的公司自由使用 Llama。

其实早在 2023 年，扎克伯格就表达过：如果你是微软、亚马逊或谷歌这样的巨头，打算转售 Llama ，那么你就应该分润。

我们预测，2025 年，Meta 会大幅扩大付费使用 Llama 的企业范围，将更多的大中型企业纳入其中。

02 Scaling Law 不死，而是转向其他模态

Scaling Law，即尺度定律，称得上 AI 行业的大模型第一性原理。

2020 年，OpenAI 在论文 Scaling Laws for Neural Language Models 提出该定律。只要 Scaling Law 成立，意味着大模型能力可以通过堆更多的算力、搞更多的参数，喂更多的数据得到大幅提升。

类似于摩尔定律，Scaling Law 并非真正的 " 法则 "，而仅仅是经验观察。

问题就出在了这里。过去 30 天，一系列报告显示，主要 AI 实验室在扩展 LLM 时碰壁了。这可以解释为何 GPT-5 发布一再推迟。

对于 Scaling Law 停滞的最常见反驳——测试时计算（test-time compute）能够开辟一个全新维度。

也就是说，与其在训练阶段大规模扩展计算，不如在推理阶段使劲。例如，OpenAI 的 o3 通过 " 思考更长时间 "，解锁新的 AI 能力。

不过，还有一个更重要的观点鲜有人提及。几乎所有关于 Scaling Law 的讨论——从 2020 年的原始论文到今天对测试阶段计算的关注——都集中在语言领網域。然而，语言并不是唯一重要的数据模态。

想想机器人技术、生物学、世界建模或网络代理。这些领網域的 Scaling Law 尚未饱和；相反，它们才刚刚起步！

为这些数据模态构建基础模型的初创公司——专注于生物学领網域的 EvolutionaryScale、机器人技术领網域的 Physical Intelligence、世界模型领網域的 World Labs ——正试图识别并利用这些领網域的 Scaling Law，就像 OpenAI 当初做的那样。

明年，这些领網域预计取得巨大进展。

不要相信 Scaling Law 消失的传言。它在 2025 年依然重要，但其活动中心将从 LLM 预训练转向其他战场。

03 Web Agent，预定下一个 AI 杀手级应用

想象一下，你无需伸出手指操作网页，也能完成所有琐碎任务——管理订阅、支付账单、预约医生、网购商品、预订餐厅等等。只需向 AI 助手发出指令，这些任务便能被自动执行。

说实话，Web Agent 的概念已经存在多年，但市场未出现一款可以正常运行的通用 Web Agent。

随着语言与视觉基础模型的持续进步，以及推理时间计算在 " 第二系统思维 "（System 2 thinking）方面取得的突破，Web Agent 将迎来黄金时代。

题外话，为何专注 AI Agent 的初创公司 Adept 倒在了半山腰？问题不是方向，而是时机未到。（对于初创企业，时机往往是成败的关键。）

2025 年将成为 Web Agent 大规模普及的 " 转折年 "。

虽然 Web Agent 将在企业应用中展现其巨大价值，但短期内，最具潜力的市场机会仍在 C 端。

目前为止，除了 ChatGPT，真正成功破圈的 C 端 AI 应用寥寥无几。未来 Web Agent 将改变这一局面，成为 AI 领網域下一个 " 杀手级应用 "。

04 AI 真正 " 开口说话 "，通过语音图灵测试

2020 年代，图灵测试已被证明可以通过书面文字的形式实现。

然而，人类的沟通方式不仅限于书面文字。

随着 AI 技术的多模态能力不断提升，我们可以想象一个更具挑战性的版本——语音图灵测试—— AI 必须通过语音与人类互动，其流畅度和表现力足以让你无法分辨对面到底是 AI，还是真人。

要实现语音图灵测试，需要克服以下技术难点：

1. 延迟：人类语音对话的即时性要求 AI 发出毫秒级响应，减少任何感知延迟。

2. 模糊输入处理：AI 能实时应对中断、模棱两可的指令，并优雅地完成对话。

3. 多轮对话记忆：长时间、多轮、开放式对话中，AI 需具备强大的记忆与上下文理解能力。

4. 非语言信号解读：AI 需准确理解语音中的情绪信号（如愤怒、兴奋、讽刺），并在自己生成的语音中表达这些细微差别。

目前，语音 AI 由语音到语音（speech-to-speech）模型等核心技术推动，已经站上了变革关口。2025 年，语音 AI 有望取得跨越式进展，并语音图灵测试的实现奠定基础。

05 OpenAI 等巨头将战略重点转向构建应用

开发前沿模型是一项艰巨的事业。首先，资金需求极为庞大。例如，OpenAI 数月前融资 65 亿美元，但很快又需要更多 " 金主爸爸 "。其次，客户忠诚度较低，用户可以根据成本与性能无缝切换不同模型。

虽然 OpenAI 和 Anthropic 等公司不会停止研究前沿大模型。但在 2025 年，为了开发更高利润率、更具差异化且用户粘性更高的业务线，他们将大力推动推出更多自家应用和产品。

明年我们会看到哪些应用？

一个是功能更丰富的搜索应用。例如，OpenAI 的 SearchGPT 。

一个是编程工具。例如，OpenAI 的 Canvas。

2025 年，OpenAI 或 Anthropic 会推出企业搜索服务？或是客户服务产品？也许是法律 AI？销售 AI？

在 C 端，他们可能会推出 Web Agent、旅行规划应用，或者可能是生成式音乐应用。

有趣的是，他们会与自己的重要客户直接竞争——在搜索领網域，与 Perplexity 竞争；在编程领網域，与 Cursor 竞争；在客户服务领網域，与 Sierra 竞争；在法律 AI 领網域，与 Harvey 竞争；在销售领網域，与 Clay 竞争……如此种种。

谁胜谁负呢？我们拭目以待。

06 AI 自主设计 AI，开启智能爆炸序章

1965 年，图灵的合作者 I.J.Good 写道：一台超智能机器可以超越人类所有智力活动，包括设计更好的机器。这会导致 " 智能爆炸 "，将人类智能远远抛在后面。

这个概念已经开始变得落地。2025 年，该研究方向将成为主流。

今年 8 月，Sakana AI 团队亮出一位 AI 科学家，展现 AI 能够完全自主地完成整个人工智能研究周期：

阅读相关文献；

提出创新研究思路；

设计实验；

执行实验；

撰写研究论文并完成同行评审。

研究内容以「The AI Scientist: Towards Fully Automated Open-Ended Scientific Discovery」为题发表在 arXiv 平台上。论文链接：https://arxiv.org/abs/2408.06292

据悉，OpenAI、Anthropic 等实验室正在为 " 自动化 AI 研究员 " 投入资源，尽管尚未公开证实。

未来，当一篇完全由 AI 撰写的研究论文首次被 NeurIPS、CVPR 或 ICML 接收，将成就 AI 领網域的历史性时刻。

07 马斯克 - 特朗普 " 破裂 "，OpenAI 躲过一劫

可以想象，马斯克会通过多种方式影响特朗普政府的 AI 决策。

首先是 " 瑟瑟发抖 " 的 Sam Altman。出于马斯克对 OpenAI 的新仇旧恨，特朗普政府可能对 OpenAI 不会那么友好。此外，特朗普政府可能会优先支持马斯克的公司：减少 xAI 建设数据中心的监管障碍，帮助其在前沿模型竞赛中占据优势；快速批准特斯拉部署 robotaxi 车队等。

更重要的是，与特朗普身边的许多其他科技领袖不同，马斯克是 "AI 威胁论者 "，他是为数不多支持 " 臭名昭著 " 加州 SB 1047 法案的巨头。

上述事件成立的前提是，特朗普和马斯克保持如胶似漆的关系。

真会如此吗？不一定。

因为特朗普盟友的平均 " 保鲜期 " 相当短暂，即便是看似最忠诚的盟友——从 Jeff Sessions 到 Rex Tillerson，再到 James Mattis、John Bolton 和 Steve Bannon。（当然，谁能忘记 Anthony Scaramucci 在白宫短短 10 天任期？）第一届政府中的多数助手如今已不再效忠特朗普。

我预测，在 2025 年结束之前，这段关系将难以维系。

这对 OpenAI 而言，至少是个利好消息；但对于特斯拉而言，则可能是一个不幸的讯号。而对关注 AI 安全的人来说，这将令人失望，因为特朗普政府很可能对 AI 监管采取放任态度。

08 AI 数据中心建在太空：寻找新的计算疆網域

为什么不把 AI 数据中心搬到太空？这不是一个段子。

2023 年，限制 AI 发展的关键资源是 GPU；2024 年，瓶颈已转变为能源与数据中心的供给。

全球对能源的需求激增，预计 2023 年至 2026 年间，数据中心的用电需求将翻倍。在美国，到 2030 年，数据中心的用电量可能占全国总用电量的 10%，而 2022 年这一比例仅为 3%。