2025年，AI江湖風云再起！

第一季度過去了，OpenAI仍然處于全球領先地位。

但其他公司正在迅速追趕，尤其是國內開源AI模型緊追不舍，且接近頂尖水平。

獨立機構Artificial Analysis，發(fā)布了2025年第一季度AI報告，總結了六大趨勢，涵蓋技術突破與市場格局演變。

報告亮點如下：

• 過去兩年中，GPT-4級別推理成本下降了1000倍。
• 三大驅動力引發(fā)AI成本革命：更小的模型、推理優(yōu)化和新一代硬件。
• 目前，智商天花板全是推理模型，但非推理模型還是性價比之王。
• 現(xiàn)在的AI能自主瀏覽代碼庫、創(chuàng)建文件、寫代碼、跑測試，不止補全代碼。
• 多模態(tài)和智能體讓AI從「單一工具」變成「全能助手」，離日常生活越來越近。

根據(jù)Artificial Analysis的官方分析，2025年初的AI有六大定義性結論：

1.前沿AI競賽持續(xù)升溫：頂級實驗室正以每8-12周的速度推出新模型。

OpenAI仍處于領先地位；在其身后，不僅有谷歌和Anthropic等傳統(tǒng)挑戰(zhàn)者，xAI、DeepSeek和阿里也已加入，形成了緊密的追趕梯隊。

2.推理模型投入實際應用：那些「先思考后回答」的模型，犧牲了一定的速度和成本，換取了更高的智能水平，使用的token數(shù)量和成本是非推理模型的10倍左右。

3.MoE模型已無處不在：混合專家模型（MoE）在為每個生成的token進行計算時，僅激活其總參數(shù)不到10%。目前，大多數(shù)頂級的開源權重模型均采用了MoE架構。

4.中國頂級實驗室差距顯著縮?。?/span>DeepSeek等中國公司正紛紛推出極具競爭力的模型，并常常選擇公開模型權重。

5.AI智能體走向實用化：由LLM驅動、能自主行動并使用工具端到端完成任務的系統(tǒng)，正開始在實際工作中顯現(xiàn)成效。新興的AI智能體類別包括編程智能體、深度研究智能體（Deep Research Agent）以及計算機輔助使用智能體。

6.大語言模型原生支持多模態(tài)：大語言模型如今的輸出已遠不止于文本。GPT-4o目前在圖像生成方面獨占鰲頭，同時各類語音到語音（Speech to Speech）模型也已相繼問世。

AI大洗牌

推理模型稱王 

2024年末，OpenAI利用大規(guī)模強化學習訓練的推理模型o1，將性能差距徹底拉開，顛覆了全球AI格局。

OpenAI全球領先，但競爭對手緊追不舍

2025年初，DeepSeek以極低成本訓練的推理模型R1，點燃開源推理革命的星星之火。

如今，Llama Nemotron Ultra、Qwen3等開源模型，已成燎原之勢。

私有模型和開源模型的差距變化

推理模型能夠逐步拆解任務、自我校驗，尤其在復雜問題如數(shù)學推理、研究輔助中表現(xiàn)出明顯優(yōu)勢。

比如，Gemini 2.5 Pro遇到問題會先拆解步驟、自我糾錯，像解數(shù)學題一樣一步步來，雖然花21秒，輸出1967個token，但答案準；而非推理模型（如GPT-4o）4秒輸出185個token，結果答錯了。

可以看到，在目前的Artificial Analysis智能指數(shù)中，最聰明的全是推理模型。

其中，o4-mini(high)排名第一，谷歌Gemini 2.5 Pro和Grok 3緊隨其后。

開源模型（如DeepSeek R1、Qwen 3、Llama 3.1）性能雖然落后閉源模型，但兩者非常接近。

「高情商」的推理模型，背后是高成本：要達到相同的性能，推理模型要使用非推理模型10倍以上的輸出token！

盡管在效率方面取得了顯著進展，推理速度比過去更快，但推理模型和智能體應用每次請求生成的token是過去一年平均水平的10多倍。

綜合下來，用戶反而要等待更長的時間。

LLM輸出速度變化

非推理模型也沒被淘汰，需要快速響應或省錢的場景，還是性價比之王。

開發(fā)者不能僅看單token定價，還需綜合考慮token總使用量，才能準確評估推理成本。

實際上，如今的頂級AI模型參數(shù)規(guī)模更大，每次請求需要的token數(shù)總更多，現(xiàn)在的AI應用需要更多的算力。

因此，最新的模型開始探索如何在智能和成本之間取得平衡。

其中，最引人注目的進展來自架構上的權衡優(yōu)化。

Epoch AI對每種算法進步的計算等效增益的估計

混合專家

省錢又提速

在本月中旬，DeepSeek創(chuàng)始人梁文峰署名的新文章，全面介紹了DeepSeek-V3的設計靈感和洞見。

DeepSeek-V3的混合專家（MoE）架構，如今已無處不在。

DeepSeek-V3基本架構

傳統(tǒng)模型像全科醫(yī)生，不管啥問題都調動全部知識；MoE像?？崎T診，遇到不同問題找對應的專家（激活部分參數(shù)）。

如果說全連接模型是「廣撒網(wǎng)捕魚」，MoE則是「精準出擊」，不僅能減少參數(shù)激活量，還大幅提升推理效率。

近期開源的前沿模型越來越多地使用MoE架構，每次輸入僅激活部分參數(shù)。

前沿模型采用更稀疏的MoE設計，僅激活不到10%總參數(shù)，早期模型通常激活約25%的參數(shù)。

在推理和訓練上，參數(shù)規(guī)模相同的MoE模型比稠密模型更高效。

此外，英偉達是算力領導者，Cerebras、SambaNova、Groq這些新玩家將「芯片+云服務」打包賣，通過垂直整合提供高性能推理，輸出速度更快。

但開發(fā)者需要在性能、成本和上下文窗口之間權衡。

雖然服務速度更快，但這些芯片新玩家有時比其他服務商價格更貴，且上下文窗口更短。

智能體

自主干活的「虛擬員工」

智能體是2025年AI領域的重要趨勢。

憑借LLM的推理能力，通過高效的工具使用和自主流程管理，大幅提升了任務完成的效率和智能化水平。

它們能自主完成復雜任務，尤其是編程、深度研究、操作計算機和客戶支持。

從自動補全（2021年）到現(xiàn)在能自主瀏覽代碼庫、創(chuàng)建文件，比如讓它搭個OAuth認證系統(tǒng)，它能自己寫代碼、跑測試，還能告訴你改了哪些文件。

比如問「AI對就業(yè)的影響」，它會自己拆分問題、查資料、整合答案。還能批量處理表格，打工人看了想流淚。

原生多模態(tài)

圖像、視頻、語音全面升級

OpenAI的GPT-4o畫出的圖又逼真又貼合需求。

字節(jié)跳動的Seedream 3.0、MiniMax的HiDream-I1-Dev一發(fā)布就沖進第一梯隊。

以前OpenAI的Sora是視頻界扛把子，現(xiàn)在谷歌Veo 3超越了它，MiniMax和快手也推出了能追上Sora的模型。

ElevenLabs的Scribe模型把語音轉文字的錯誤率降到8%，比OpenAI的Whisper還準；文本轉語音也更像真人了。

大型科技公司持續(xù)在所有領域全面發(fā)展，而較小的競爭者通常專注于特定的AI領域。

谷歌是AI價值鏈中垂直整合度最高的企業(yè)（從TPU加速器到Gemini模型）；NVIDIA、微軟、亞馬遜等在硬件、云推理和應用層各有側重。

未來AI會怎么發(fā)展？大概率會更全能、更聰明，也更接地氣。

說不定下次開會，你的會議紀要就是AI智能體幫忙寫的。

開源

大勢所趨

隨著越來越多的企業(yè)在業(yè)務中構建和部署AI驅動型解決方案，日益豐富的開源技術正成為首選，包括Meta的Llama系列、谷歌Gemma系列、艾倫人工智能研究所Ai2的OLMo系列、英偉達的NeMo系列、DeepSeek-R1等眾多選擇。

Mozilla基金會等機構聯(lián)合開展了一項開創(chuàng)性調研，覆蓋41個國家700多位技術負責人和資深開發(fā)者。

調研結果顯示，企業(yè)在AI工具選擇上日益偏向開源方案：

總體而言，超過四分之三的受訪者預計他們的組織將在未來幾年內增加對開源人工智能技術的使用。  

這在一定程度上得益于開源工具在企業(yè)軟件生態(tài)中的活躍表現(xiàn)，且長期以來始終是開發(fā)者社區(qū)的基礎資源。

在Sequoia合伙人Lauren Reeder主持的一場圓桌討論，揭示了關于開源AI模型當前狀況和未來趨勢的諸多關鍵見解。

目前在OpenRouter平臺上運行的推理任務中，只有大約20%-30%使用的是開源模型。盡管如此，與會者對未來的增長充滿信心。

本月OpenRouter的token使用總量排行榜

當被問及五年后開源與閉源模型在推理任務中的占比預估時，Jeffrey和Dmytro認為開源AI將和閉源AI分庭抗禮。

Jeffrey預測開源與閉源將各占一半，但也提到可以在開源與閉源模型之間智能切換的技術。

Dmytro也傾向于50/50的預測，但他指出開源生態(tài)將更加多樣化：「閉源可能仍由少數(shù)幾家主導……而開源則不會只有一個模型，會是更多的模型家族、微調版本和定制化方案?！?/span>

獨立機構Artificial Analysis最近的報告，也印證類似的AI發(fā)展趨勢。

Artificial Analysis認為雖然閉源推理模型整體上領先，但開源模型和閉源模型與2022年相比，差距已經(jīng)變小。

而在非推理模型方面，開源模型反而比閉源的商用模型更具優(yōu)勢。

特別是國產(chǎn)開源AI模型，已經(jīng)成為一股不容忽視的力量。