|
2025年春节那会儿，我看着DeepSeek在朋友圈刷屏。作为一个自媒体人，我当时第一反应是：完了，这玩意儿不会又要来抢我饭碗吧？结果不到一年，AI没抢走我的饭碗，倒是让我看清了一件事，这行业已经从“画大饼”进化到“摊煎饼”了，而且摊得满地都是。 先说说数据，毕竟数字不会说谎，但会讲故事。2025年中国AI核心产业规模破了1.2万亿，同比增长35%。生成式AI用户规模半年激增106.6%，达到5.15亿人，普及率36.5%。朋友们，这已经不是风口了，这是台风眼。 但问题是，这些数字背后到底在发生什么？ 01多模态：从“瞎子摸象”到“睁眼看世界” 2025年最大的变化，是AI终于不瞎了。以前的大模型就像我这种高度近视还不戴眼镜的人，五米开外雌雄难辨，十米开外人畜不分。GPT-4之前能写诗会编程，但你给它一张图，它只能干瞪眼。 从2024年开始，各家开始搞多模态，但那时候就是“拼装式”，文本一个系统，图像一个系统，语音再来一个系统，然后用工程手段硬拼在一起。就像我当年为了省钱，自己组装电脑，结果兼容性差到开机都费劲。 到了2025年，原生多模态模型成了主流。阿里、百度这些企业从训练初期就把文本、图像、视频、音频全塞一个锅里炖。清华的SALMONN模型在视频描述任务上表现亮眼，腾讯的混元Voyager能在3D空间里感知和推理。 这意味着什么？意味着AI开始理解真实世界了，不再是“看图说话”那么简单，而是能把视觉、语言、时间和空间组织成一个可推理的统一表征。 但这里就有意思了，多模态的真正瓶颈不在于能不能看图听声音，而在于能否构建对真实世界的内部模型。 就像我点外卖，APP能显示骑手位置、预计送达时间，但它理解不了“下雨天+饭点+商家爆单”这个复杂系统的真正含义。所以2025年的突破，是让AI能在“脑中预演”行动后果。麦肯锡说这会重塑软件生态，Gartner说影响将超出AI范畴。我只能说，希望下次点外卖，AI能预演出我的暴躁。 02具身智能：从“实验室宠物”到“工厂打工仔” 如果说多模态让AI睁开了眼，具身智能就是给它装上了手脚。2025年春节，宇树科技的G1机器人在成都表演后空翻，比春晚扭秧歌那批进步了一大截。到了年底，智元的“灵犀X2”宣布量产下线，标志着国产具身机器人从技术验证迈入规模商用。 波前湾新区的极氪工厂，几十台工业人形机器人在5G智慧工厂里协同分拣、搬运、装配。朋友们，这画面让我想起了当年在工厂打暑假工的日子，重复、枯燥、伤腰。现在机器人接班了，效率提升22%，3万多家智能工厂覆盖80%以上制造业大类。我不知道该为科技进步高兴，还是为当年的自己心酸。 具身智能的叙事从“能不能做到”转向“能不能规模化、能不能稳定工作、能不能进入岗位”。说白了，就是资本开始算账了：一个机器人多少钱？能替代几个工人？多久回本？用工成本持续抬升，机器人成本持续下降，这笔账不用算都知道结果。 03算力竞争：从“抢显卡”到“拼内功” 前几年的算力竞争，说白了就是谁能抢到更多GPU。2025年，这场游戏升级了。理论界开始反思“规模法则”，认为单纯扩大自回归大模型不会自然通向通用智能。 现在算力竞争从规模导向转向效率导向。部分开发者开始直接介入芯片环节，算力设施全面基础设施化。俄罗斯更狠，计划未来20年新建38座核电机组支撑算力需求。我只能说，战斗民族就是战斗民族，为了AI连核电站都安排上了。 但讽刺的是，当大厂在拼算力的时候，开源模型杀出来了。DeepSeek和Qwen在工程效率、推理成本和可部署性上形成鲜明优势。Meta花数十亿收购的Manus智能体，核心就是让AI能自动调用外部工具完成任务。 这意味着什么？意味着闭源模型再强，也覆盖不了全部场景。开源模型靠社区协作和快速定制，在工程效率上反而更有优势。 04产业落地：从“PPT造车”到“真枪实弹” 2025年，“人工智能+”写入政府工作报告，国务院8月印发《关于深入实施“人工智能+”行动的意见》，设定2027、2030、2035三阶段目标。政策到位了，钱也到位了，前11个月核心产业规模超万亿，前四个月投融资就超400亿。 但最让我这个韭菜欣慰的是，落地场景终于不画饼了。腾讯云把AI大模型塞进100多个金融业务场景，深交所的“智能资讯分析平台”把分析效率提升30倍。华兴银行的信贷审批从10天压缩到1天。太平保险用CodeBuddy让研发提效45%，AI生成的代码采纳率超30%。 医疗领域更实在。法国巴黎的肿瘤医院用AI自动勾画放疗靶区，把原来1小时的手工活缩到几分钟。俄罗斯Yandex推出儿科核磁共振影像分析AI工具，莫斯科数字医疗平台覆盖近2000家机构。埃及文明国家博物馆用AI翻译象形文字，让纳芙蒂蒂王后“开口说话”。 看到这些，我这个被网红店伤害过的人，终于感受到了什么叫“真诚”。不演、不装、不教育消费者，就是实实在在地解决问题。效率提升22%，审批压缩90%。不像某些餐厅，号称“AI智慧餐厅”，结果只是多了个语音点单，排队时间一点没减。 05光鲜背后的三道裂痕 但话说回来，2025年的AI行业，就像我点的那碗超时一个半小时的生煎，外表金黄酥脆，里面可能已经凉了。 第一道裂痕是隐私风险。当AI比你更了解你的“潜意识”，问题就来了。创作者小圆说，现在平台对AI生成内容的规范收紧，带AI标识的内容甲方拒收。AI能分析你未曾言明的需求。就像我点外卖，APP比我先知道我想吃什么，这到底是便利还是恐怖？ 第二道裂痕是算力鸿沟。服装设计师吴亮说，在传统公司一天画二三十个款，进大厂后AI一天生成上千款。但支撑这种效率的是公司级算力投入，小型工作室根本烧不起。大厂生产力暴涨，中小创业公司只能在缝隙里求生存。 第三道裂痕是概念泡沫。当“多模态”“具身智能”“世界模型”满天飞，当俄罗斯把AI部署到国际空间站提升卫星图像分辨率，当日本陪伴型机器人成为家庭新成员，我们必须问自己：这些是真的需求，还是资本讲的新故事？ 06普通人视角：如何在AI时代不被割韭菜 说了这么多，作为普通打工人，我们该怎么办？ 第一，别被概念吓到。什么“原生多模态”“具身智能”，本质上就是工具。能用、好用、解决问题，比参数重要。别为概念溢价买单。 第二，警惕隐私陷阱。当AI比你更了解自己，保护数据就是保护自己。能用本地模型就别用云端，能不开权限就别开。记住，免费的最贵，因为你的数据就是货币。 第三，算力不够，脑力来凑。大厂有算力优势，但创意和洞察力是机器替代不了的。就像我做内容，AI能写稿，但写不出真情实感。找准自己的不可替代性，比焦虑被替代重要。 第四，关注真实落地。别听PPT吹得天花乱坠，看实际效果。效率提升多少？成本降低多少？用户体验好不好？就像我评价餐厅，不看装修多豪华，看菜好不好吃、上菜快不快。AI应用也一样，能解决实际问题才是真本事。 2025年的AI行业，就像我楼下那家生煎店，终于从“网红店”变成了“街坊店”。不再靠排队炒作，而是靠味道留客。技术突破是真，产业落地是实，但隐私风险、算力鸿沟、概念泡沫也是真问题。 |
