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——专注于生物学领域的EvolutionaryScale、机器人技术领域的Physical Intelligence、世界模型领域的World Labs——正试图识别并利用这些领域的Scaling Law，就像OpenAI当初做的那样。
明年，这些领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——在搜索领域，与Perplexity竞争；在编程领域，与Cursor竞争；在客户服务领域，与Sierra竞争；在法律AI领域，与Harvey竞争；在销售领域，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返回搜狐，查看更多
责任编辑：