站在2025年的人工智能技術浪潮中回望，我們會發現，真正的創新從來不是實驗室里的驚世突破，而是技術與社會需求共振產生的持續波動。

撰文丨艾川

進入2025年，人工智能應用就仿佛按下了加速鍵。

從DeepSeek把AI的算力消耗成本“打下來”開始，人工智能應用創新就層出不窮。深度學習算法的進步以及硬件成本的下降，甚至還帶動了具身智能產業的跨越。

就在剛剛過去的周末，北京拉開了一場人形機器人半程馬拉松。盡管機器人的表現并不盡如人意，但這場賽跑本身就已經具有足夠的標志性意義——人工智能在多領域的應用，正在不斷加速之中。

全世界也都看到了中國市場在人工智能應用上的巨大想象空間。

上周，英偉達創始人黃仁勛再一次來到中國，并對外反復強調了對中國市場的重視。在中美貿易出現劇烈摩擦、芯片半導體又是博弈關鍵的情況下，黃仁勛的來訪也足以證明中國市場的強大吸引力。

人們開始意識到，在由OpenAI帶來的從0到1的AI革新之后，“百模大戰”的行業內部競速讓人工智能技術完成1到10的積累，由此帶來創新擴散，AI來到從10到100的落地應用階段。而中國市場在大規模應用上的吸引力，暫時還沒有任何經濟體可以替代。

不夸張地說，產業應用層面的創新，決定了AI產業能發展多快，以及能給世界帶來怎樣的改變，甚至可能成為直接影響未來科技乃至大國博弈的關鍵變量。

那么新的問題來了，在10到100的階段，全球人工智能競賽下一步會怎么走？

01

創新的擴散

“比AI更重要的，是AI的應用。”

時至2025年，相信很多人已經可以深刻體會到穆斯塔法·蘇萊曼在《浪潮將至》中的那句判斷到底指向的是什么。

人工智能的進化歷史，可以說是非常典型的擴散比發明更重要的案例。

人工智能的學術歷史可以追溯到上個世紀50年代，但其真正產生廣泛的影響力，依然還是來自于近年來它在AI對話、AI搜索、內容生成、自動駕駛等領域的廣泛應用。

其實不只是人工智能。回過頭來看過去每一輪的技術革命，在最初的顛覆性創新發生之后，真正的加速度和廣泛應用，還是發生在場景競爭當中。

從蒸汽機到內燃機再到形成汽車工業，中間經歷了漫長的進化。而20世紀福特汽車通過流水線將汽車制造分解為標準工序，最終才讓汽車從奢侈品變為大眾消費品。

而芯片制造也是經過30年實驗室研發后進入消費電子領域才開始逐漸產業化的。20世紀七八十年代開始，隨著個人電腦、家用游戲機、移動電話等消費電子產品的大規模應用，芯片技術的產業化迎來了規模化的契機。

一方面市場對芯片的集成度、算力、功耗等多維度的技術極度苛求，另一方面電子產品以及游戲等內容產業對上游的芯片產業也提供了源源不斷的市場反哺，支撐起復雜、龐大且昂貴的芯片產業鏈，驅動著半導體產業的飛速發展，乃至于成為全球科技競爭的核心高地，并點燃了AI革命。

作為上一個全球化時代最重要的貿易產品，芯片的規模化應用，可謂是技術從實驗室走向全世界的經典案例。

每一年的科技發明都數不勝數，但只有真正意義上進入到真實生活場景中，成為大眾生活的一部分，才能積累出巨大的市場勢能，讓每個人的需求匯聚成對技術進步的渴望，讓上游的技術研發有源源不斷的市場投入。

能夠解決實際問題的，才會被人稱為是“科技革命”。反過來看也是同樣的道理，唯有技術與社會需求的深度融合，科技革命才能夠在真正意義上創造社會價值。

隨著技術的不斷擴散，公眾對于新技術的認知和接受度也在逐步提高。這一方面得益于教育水平的普遍提升，也有賴于企業在應用創新上的投入。

當然，規模化應用的前提依然是開放。就像安卓系統用開源策略完成對諾基亞的顛覆，這種擴散策略的本質是將技術轉化為社會協作的通用語言。這是OpenAI不斷被詬病的原因，也是DeepSeek在歐美產生如此強大沖擊力的原因——在OpenAI都被嘲諷是CloseAI的情況下，開放式創新居然源自一家中國公司。

埃弗雷特·羅杰斯曾經總結過創新擴散的曲線，他認為，任何創新想要突破“早期采用者”的窄門，必須建立可觀察、可操作、可復制的傳播鏈條。

今天的具身智能也同樣如此。

在北京亦莊半馬的賽道上機器人不斷“出丑”之后，很多人嘲諷機器人跑馬拉松暴露了機器人產業的階段，但卻忽視其在創新擴散上的積極意義——

當越來越多的人開始理解并愿意嘗試新技術時，便為技術的大規模普及創造了條件。反過來，這也激勵著更多的創業者投身于技術轉化的事業中來，形成了一個良性循環。

02

規模的優勢

同樣還是以上個周末在北京亦莊跑馬的機器人為例，相較于波士頓動力等國際廠商專注極限運動表演的技術路線，中國團隊更注重商業化應用場景的適配能力，基于大規模應用場景的創新，也意味著拓展了技術成果轉化的可能性。

在中國，機器人的應用場景需求正在大幅拓展。今年2月，國際電工委員會（IEC）已經發布了由中國牽頭制定的養老機器人國際標準。這也意味著哪怕是在政策上，中國在人工智能應用上已經選擇了快跑模式。

其實，隨著DeepSeek在全世界引發連鎖反應，已經有越來越多的人開始發現，生成式AI從硅谷極客們的游戲真正走向全民超級應用，最大的希望可能還在中國市場。

這當然首先與中國的互聯網普及程度有直接關系。第54次《中國互聯網絡發展狀況統計報告》顯示，截至2024年6月，我國網民規模近11億人（10.9967億人），較2023年12月增長742萬人，互聯網普及率達78.0%。

如此龐大的用戶數量，意味著巨大的需求和交易場景。

此外，被譽為“AI教父”的杰弗里·辛頓在2025年的開年專訪中表達了對人工智能發展的深刻見解，并談及中國在AI領域的發展。他強調，中國的STEM教育比美國更好，擁有更多受過良好教育的人才，這將為AI的發展提供堅實的基礎。

龐大的用戶基礎和海量的工程師紅利，意味著人工智能在中國實現爆發的基礎條件已經具備。而接下來應用創新將成為關鍵賽點。

回顧中國互聯網產業20余年的歷史就會發現，目前第一梯隊的幾乎所有互聯網科技公司，在1-10、10-100階段上，都具有豐富的經驗。Gartner 預測，到2027年，全球50%以上的人口將成為多個超級應用的日活躍用戶。

這個過程，具備龐大用戶數量的互聯網平臺，無疑將成為前沿技術和大眾的連接器，在技術快速普及和下沉進程中扮演不可或缺的角色。

03

拆掉AI的門檻

自2023年ChatGPT打開生成式AI新紀元以來，包括百度、阿里、騰訊、字節跳動等在內的中國互聯網科技公司的AI競速就從未停止。從百模大戰到AI搜索入口之爭，科技領域出現了久違的活躍。

特別是隨著騰訊在2025年以來的一系列加速度就可以看出，AI應用未來必然呈現井噴狀態已經成為行業共識。

按照之前《財經》雜志最新報道，騰訊公司正積極推動大型模型應用的發展，并為此向英偉達訂購了大量新芯片。由于騰訊訂單的需求，英偉達的H20芯片在中國市場上出現了短期供不應求的情況。

芯片僅僅只是騰訊在AI上投入的最基礎部分。其大模型上也有很大的技術投入，自研大模型混元正在快速迭代，相繼推出深度思考模型T1和自研快思考模型Turbo S。

在體現推理模型基礎能力的常見benchmark上，如大語言模型評估增強數據集MMLU-PRO中，混元T1取得87.2分，僅次于o1。在CEval、AIME、Zebra Logic等中英文知識及競賽級數學、邏輯推理的公開基準測試中，混元T1的成績也達到業界領先推理模型的水平。

而在應用側，騰訊的布局也非常快速，其眾多數億用戶量的國民級應用，如微信、QQ瀏覽器、QQ音樂、騰訊文檔、騰訊會議、輸入法等，紛紛接入最前沿的AI技術，讓普通用戶也可以快速、低門檻甚至無感地成為AI的使用者。

比如騰訊文檔可以直接幫你寫周報、做方案，還能根據需求續寫擴展或提煉總結。更神奇的是，這些內容還能直接生成PPT和思維導圖，描述精準，結構邏輯還清晰，已成為職場打工人的提效幫手。

同時騰訊也推出了ima、元寶這類原生AI產品。以知識庫為核心的AI智能工作臺ima，可以輔助用戶完成日常學習和工作任務，并長期沉淀為個人智能化的知識庫。

上線后，ima快速迭代了十幾個版本，它不再是普通的筆記工具，更像一個“活的”知識庫，你可以往里扔文章、PDF、網頁鏈接，甚至微信群里的文件，它不僅能自動整理，還能在你需要時精準回答你的問題。

而元寶甚至被騰訊送到了田間地頭。3月中旬，多地鄉村圍墻驚現“母豬產后護理難，問騰訊元寶”、“直播帶貨不會整，問騰訊元寶”等標語。標語的背后代表的是一個一個田間地頭的真實需求。

當山里的老農不用再花6小時往返鎮上的獸醫站，而是3分鐘從元寶里獲得母豬護理知識時；當村里的土地承包戶也能用元寶快速寫上一份小額貸款申請，來周轉資金時；當鄉下的父母勞作一天之后，還能跟元寶閑扯一會兒，排解寂寞時，你會發現，AI技術真的能改變生活了。而這樣的AI工具，今天已經通過騰訊的“村級服務平臺”連接了全國8萬個村莊、1600多萬農村用戶。

站在2025年的人工智能技術浪潮中回望，我們會發現，真正的創新從來不是實驗室里的驚世突破，而是技術與社會需求共振產生的持續波動。

當AI產業實現“技術－場景－商業”閉環及正向循環，當AI產品和服務深度融入國民生活日常時，不僅是商業價值的兌現，更是對AI基礎研究和AI基建服務的反向促進，AI的大規模應用將對中國上下游產業帶來深遠影響，大規模應用又反過來將能夠推動算法的不斷優化與創新。

隨著更多實際問題被解決，數據量呈指數級增長，這也將為機器學習提供更為豐富的“養料”。比如智能語音助手、自動駕駛汽車等產品需要處理海量用戶交互數據，從而促使算法在準確性、效率等方面持續進步。這種反饋機制有助于發現現有技術的局限性，激發科研人員探索新的解決方案。

決定技術生死的不是性能參數的巔峰值，而是其融入人類生活方式的契合度，這也會是未來全球博弈中國最大的底牌之一。

在龐大的市場需求下，在眾多互聯網公司的推動下，AI技術快速下沉、滲透和迭代，從而積累更強大的產業驅動力，或許才是中國科技應對技術封鎖的最好答案。