近年来，人工智能技术发展突飞猛进，但也逐渐暴露出单纯依赖语言模型的局限性。
北京智源人工智能研究院1月8日发布的年度技术趋势报告揭示，今年将成为人工智能发展的重要分水岭，技术演进的主线正从虚拟演示转向实体价值创造。
报告显示，当前人工智能领域正发生深刻的范式转变。
过去几年，业界将技术竞争重心放在模型参数规模的扩张上，但这种路径已显现边际效益递减趋势。
新的竞争维度聚焦于模型能否真正理解物理世界的运行机制。
智源研究院院长王仲远表示，行业正在实现从预测下一个词语到预测世界下一个状态的历史性跨越,这一转变标志着人工智能开始具备对物理空间的认知与规划能力。
这场技术变革由三条主线驱动。
首先是世界模型与预测下一状态技术的兴起。
不同于以往仅处理文本信息的语言模型,新一代多模态世界模型能够学习和理解物理规律,掌握时空连续性与因果关系,为自动驾驶仿真、机器人训练等需要深度理解物理环境的复杂任务奠定认知基础。
其次是智能技术从软件形态向实体应用的延伸。
具身智能正脱离实验室环境,进入产业筛选与规模化落地阶段,人形机器人将在工业制造与服务场景中发挥实际作用。
第三是智能体从单一个体向团队协作演进。
随着通信协议的标准化,多个智能体能够像人类团队一样分工协作,共同攻克科研、工业等领域的系统性难题。
在应用层面,消费端与企业端呈现双轨发展态势。
消费市场上,国内外科技企业正竞相构建集成多种服务的一体化智能助手平台,新的市场格局初现端倪。
国内主要互联网企业依托各自生态优势积极布局,力图在新一轮竞争中占据有利位置。
企业端应用则经历着更为曲折的发展路径。
报告指出,企业级应用在经历早期概念验证的热潮后,因数据治理困难、成本控制压力等现实问题,目前正步入理性调整期。
不过,这种调整并非技术路径的否定,而是走向成熟的必经阶段。
随着数据治理体系的完善和工具链的成熟,预计今年下半年企业级应用将迎来转折,一批能够产生可衡量商业价值的产品将在垂直行业实现规模化部署。
这种从概念到落地的转变,将真正检验技术的实用性和经济效益。
智源研究院理事长黄铁军强调,人工智能发展必须重视结构与功能的相互作用。
当前技术演进已从简单的功能模仿转向对物理世界规律的深层理解,这一根本性转变意味着人工智能正在褪去早期的狂热色彩,其真正的发展路径是融入实体经济,解决现实世界中的系统性挑战。
在科研领域,人工智能的角色也在发生质的改变。
传统的辅助工具定位正在向自主研究方向升级,科学基础模型与自动化实验室的结合有望大幅提升新材料与药物研发效率。
报告特别指出,我国需要整合各方力量,加快构建自主可控的科学基础模型体系,以保障在这一战略领域的竞争力。
值得关注的是,高质量训练数据面临枯竭的挑战推动了合成数据技术的快速发展,这一技术路线正成为模型训练的重要支撑,有望缓解数据资源约束。
人工智能技术的快速发展正在重塑产业格局与社会生活。
从数字空间到物理世界的跨越，不仅是技术能力的提升，更是AI与人类协同解决复杂问题的开端。
面对这一趋势，行业需加快构建自主技术体系，推动标准化与数据治理，以确保技术红利充分释放。
未来，AI能否真正成为推动社会进步的核心力量，取决于技术与实体经济的深度融合程度。