2025年上半年，AI领域迎来诸多关键动态。应用上，通用类和垂类Agent崛起，AI编程成热门且获市场验证，模型上下文协议（MCP）受关注但未达规模化水平。

模型方面，推理、工具使用、多模态能力均有提升，小模型加速普及，评估方式也在演变。技术上，训练资源更多投向後训练和强化学习，多智能体系统、在线学习成前沿，Transformer架构持续优化，代码验证和系统提示词成关键。

行业里，头部玩家模型差距缩小，OpenAI领先优势减弱，谷歌和xAI迎头赶上，中美大模型竞争差距缩小，AI编程成必争之地，国内大模型创业公司路线分化。

报告目录：

序言

01 应用趋势

02 模型趋势

03 技术趋势

04 行业趋势

关于量子位智库

关于量子位

01 应用趋势

AI行业发展的底层逻辑是技术范式带来更强的模型能力，进而解锁更大的应用空间，加速价值创造。

通用类Agent：产品深度整合工具使用，主打完成场景多样的深度研究类任务，交付内容丰富，是2025上半年应用亮点。像OpenAI o1等，能完成数小时人类工作量，实现部分生产力自动化，其核心技术包括Agent Planing框架、工具调用、记忆能力和沙盒环境等。

垂类Agent：受益于大模型能力提升，垂直应用场景开始Agent化，自然语言操控成垂类工作流一部分。如飞猪旅行的“问一问”功能、设计领域的LOVART、创作领域的INMAX、时尚领域的GENSMO等，在各自领域提升效率。

AI编程：是当前最核心的垂类应用领域，正改变软件生产方式，头部编程应用收入增长迅猛，如Cursor的ARR突破5亿美元，其产品演化经历代码补全、单文件代码编辑、多文件同时编辑、端到端交付等阶段。

模型上下文协议（MCP）：为大模型提供标准化接口，高效安全调用外部数据和工具，赋能Agent，但技术尚未成熟，激励机制不完善，不过前景可观，头部互联网公司正积极推动其生态发展。

02 模型趋势

推理能力：在思维链范式下，通过堆积更多算力持续提升，尤其在数理类、代码类问题上提升显著，部分实验模型在国际数学竞赛中能取得金牌。

工具使用能力：大模型开始走向Agentic，对工具使用进行端到端训练集成，相比仅基于文本的思维链推理有重大提升，可完成更复杂任务，未来或能像人类一样发明新工具。

多模态能力：开始端到端融合视觉和文本走向多模态推理，以语言为中枢解锁多模态推理的“系统2”慢思考，虽存在性能不稳定、幻觉问题等不足，但在部分任务中表现出色。

图像生成能力：全方位增强，语言理解能力升级和审美提升是亮点，普通用户可仅通过自然语言进行完整创作，在文字生成控制、指令遵循、多轮对话编辑、上下文关联、审美、知识理解等方面均有进步。

视频生成能力：整合原生配音，可控性和编辑灵活度增加，生成视频的物体一致性和物理规律协调性增强，商业化和普及度进展积极，如快手可灵、字节的Seeddance 1.0等表现不俗。

小模型：模型智能密度持续提升，厂商积极推出小模型实现极致性价比，降低部署门槛，加速应用普及，如阿里巴巴的Qwen 3系列、字节跳动的Seed-Coder、智谱·AI的GLM系列等，适用于多种场景。

评估方式：加速演化，传统评估榜单快速饱和，动态更新且能在真实世界产生使用价值的任务成重要评估方向，如红杉中国推出的HealthBench、xBench等。

03 技术趋势

训练阶段：资源投入向后训练和强化学习倾斜，但预训练仍有优化空间，二者共同决定模型能力。预训练让模型学会基础能力和世界知识，后训练和强化学习激发基座模型能力。

强化学习：重要性继续提升，算力消耗未来或超过预训练，从数学、代码等奖励清晰领域向其他领域泛化，其关键在于设置奖励模型，训练评估难度随模型集成复杂能力而增加。

多智能体（Multi-Agent）系统：可能成为下一个前沿范式，具有分布式处理、高效利用上下文、能力多样化、鲁棒性与容错性等优势，能弥补单Agent在上下文、工具调用、领域知识等方面的限制，已有多个业界落地案例。

在线学习：从交互经验中学习有希望成为下一代模型学习方式，可使模型摆脱对人类数据的依赖，提高智能上限，具有持续经验流、行动和观察能力、吸收现实反馈等核心特征。

Transformer模型架构：快速迭代，优化集中在注意力机制和前馈神经网络等层面，如UltraMem、Dynamic Tanh、Native Sparse Attention等，在工业界有多个落地案例。

Transformer混合架构：以RNN变体为主涌现，如RWKV的MambaVision、RWKV-7，Google的Titans等，已有工业界大规模应用先例。

代码验证：因生成和验证难度不对称，成AI编程自动化水平提升的前沿方向，可加速软件生产自动化，解决验证问题需遵循客观事实、快速验证等关键原则。

系统提示词：成决定模型用户体验的关键技术要素，相比更新大模型更轻量化、敏捷化，未来将走向个性化，增强用户体验。

04 行业趋势

xAI表现：发布的Grok 4在多个领域达到SOTA水平，跻身全球大模型第一梯队，证明大模型无护城河，改变模型层竞争格局，其成功得益于充足资本、算力、人才及顶尖执行效率等。

算力竞争：算力是AI竞赛关键要素，强化学习对算力需求超过预训练，头部大模型玩家计算集群达数十万卡规模且持续扩张，xAI在GPU集群建设上速度领先。

海外头部玩家：OpenAI技术领先优势弱化，谷歌和xAI在2025年上半年迎头赶上，模型在多个领域达SOTA水准，头部模型公司差距缩小，竞争激烈，Meta的Llama 4表现不佳。

中美竞争：中美通用大模型技术差距缩小，中国模型公司在多模态等领域达SOTA水平，尤其多模态领域表现出色，且在低成本和响应速率上有优势。

AI编程布局：成模型厂商必争之地，海外和国内头部玩家在模型和产品领域密集布局，编程被认为是AI最先超越人类水平的高价值应用场景，国内玩家多采取跟随、对标策略。

国内创业公司：路线开始分化，部分厂商积极发布前沿模型产品追求智能上限，保持技术驱动；其他厂商专注垂类领域和商业化落地，放缓通用模型投入，DeepSeek的出圈改变了国内竞争格局，驱动开源战略。

报告预览如下（末尾下载通道）：