找sf 势象2025人工智能更佳创意：20个关键预测

出品：世象投资研究团队

预测新一年的走势是世象投研团队的传统：只有厘清关键问题，找到研究主线，才能在动态变化的世界中增强确定性。

2024年，LLM竞赛的关键词是大基础设施：LLM竞赛的格局基本确定。下半年，随着3.5的惊人能力、o1模型和RL新范式的出现，LLM不再是单一的基础设施竞赛，Agent成为更大的主题。

2025年LLM将在哪些方面实现突破？从研究和投资配置的角度来看，哪些重点方向值得押注？作为实象投研团队特别策划的“2025人工智能更佳创意”，我们不仅预测趋势，还提出关键问题和解决问题的思路，希望对市场和投资者有所启发。

除了发布世象2025 AI更佳创意外，我们还计划在下周组织一场“2025 AI更佳创意”线上讨论会，围绕2025 AI最值得关注的关键AI趋势碰撞想法和灵感。如果您有兴趣参加我们的线上闭门讨论，请点击链接报名（注：由于活动名额有限，我们将根据问卷的回答进行针对性邀请）

微软切换到

模型和云的格局正在彻底改变

微软与微软之间的关系紧张已不是什么秘密。也许微软的公司结构以及与微软的联盟如此不寻常，以至于平衡多种利益的严格限制最终会被打破。相比之下，和之间的关系更加开放和健康。还与三大云中的两家（AWS、GCP）达成合作。

它将在2025年成为一个盈利的组织，微软很可能会进行投资，这将彻底改变模式和云格局——它会与Azure合作，也会因为与微软的排他关系结束而与其他云合作。最终所有的模型都会在所有的云上，所有的云都会支持和投资所有的模型。

当然，这种格局变化仍然充满不确定性，但至少，会从这次冲击中受益。

想法02

手握几张王牌扭转颓势，成为“领跑者”

在LLM培养进度上一直落后于He和He，并且从He RL的提出者变成了AI的追随者。然而，“领跑者”却等待着OAI和Po Feng，然后才投入资源追赶。目前，在模型和智能体进度方面与前两名的差距已经缩小，第四季度发布的一系列AI产品也拥有良好的声誉。

除此之外，我还有几张王牌：

• TPU代表无限的计算能力资源，

• / 代表最强的分销渠道，

• 代表了全球更高的人工智能人才密度，

从实际进展来看：

•RL是一项特殊技能，Agent进步很快。在今年9月发布的Agent白皮书中，提出了由模型（Model）、工具（、Data）和编排层（Layer）组成的Agent框架。

• flash 2.0 已展示出超越 GPT-4o 的功能，

•Deep、、Learn About等一系列to C AI产品的发布，不仅充分展现了多模态的优势，而且用更多创新的交互方式获取用户，

•硬件平台储备：继Meta Glass之后，今年也有望发布Glass 2，成为新一代消费级平台的重要力量。

目前市场主要担心的是最关键的搜索将被颠覆。从实际情况来看，Meta、、、、都是在抢夺搜索市场，而且在开始广告探索后也会产生影响。

想法03

下一代Mega 7已经成型，OS是更高的护城河。模型公司已经加入了 Agent OS 的争夺战。 Agent是LLM操作系统上的一个应用程序。

Satya近日在公开采访中明确表示，下一代Mega 7的原型机已经出现，并将围绕等LLM-进行生产。

今天主流模型供应商之间的竞争是 1980 年代/DOS 战争的重演，本质上是对开发者思想份额、生态系统、专有标准和 API 的竞争。微软的商业生态系统就是建立在这个基础上的。操作系统是微软生存的基础。对于当今的模型制造商来说找sf，拥有操作系统是更高的护城河。

各机型厂商打造OS的决心更加明显、更加强烈。从使用到MCP，他们不断尝试构建数据和工具的连接层。 MCP就是这个时代的TCP/IP。我们预测，在 Agent 爆炸式增长之后，其他 LLM 提供商很可能会推出自己的协议。

想法04

Agent是新的软件，是2025年投资核心的核心。Agent作为一个整体会逐渐演进，Agent会先落地。

2017年提出的2.0愿景就是今天的样子。该软件的本质是人类行为的数字化映射和自动化。当模型/Agent具备工具使用能力时，就可以实现从基于规则的1.0到动态编排软件2.0的转变。

它是模型信息处理能力的集中体现。 “下一次会议”是沿着代理和模型工具使用能力的路线诞生的。前 CTO Mira 的新公司将成为 2025 年绝对的明星交易。

与LLM一样，实施本身也是渐进的。 2024年下半年人工智能的突破是我们从软件时代迈向代理时代的关键。 AI代理也将首先在代理上实现，而不是之一天就实现代理：因为环境足够清晰，商业价值和天花板极高。

想法05

任务成为了关键词，长任务成功率是衡量Agent能力的核心指标。

今天Agent的定义还不太明确，但我们认为基于实际的实现场景，应该关注任务的成功率。

现任特工只是初级特工。通过编排和组合，将重复性高但需要一定灵活性的任务自动化，例如客服、售前、游戏测试等。此类Agent需要深入的业务理解和快速迭代的能力。发展迅速。

能力更强的Agent一定不再是LLM的组合，而是更加自主、主动，能够完成更多步骤的复杂任务。这类Agent需要能力强、长任务处理能力、对大基地的深入了解，这也是模型公司投资的重点。

想法06

该层成为Agent的秘密武器：数据、推理、行动三要素被重新组织成Agent的落地基础设施。

为了更好、更主动地完成多步骤的复杂任务，简单的RAG已经不能满足需求，将成为该场景下更高优先级的基础设施能力。如何收购企业并更好地构建层能力将成为人工智能应用或数据公司竞争的关键。

在二级市场上， 、 、 都是明确的层相关受益者。一级市场上，龙头企业也围绕需求积极投资。例如，最新的收购可以帮助实现与Docs、Slack等生产力工具的数据连接。

该层可以被视为企业的“数字孪生”。每个对象代表一个具有明确定义的输入和输出的逻辑。

想法07

训练在后，推理在前，ASIC叙事逐渐弱化，NV的算力份额和领导地位依然稳定，市值将达4万亿‍

以o1为起点，由于模型推理能力的增强以及软件公司利用LLM开发新产品或进行自我转型的热情增加，推理需求的指数级增长使CSP ASIC从第二季度开始显着受益今年一半。 CSP距离下游客户较远，需要讲理。群体更加紧密，苹果、三星、微软等主要厂商都在通过自己的芯片研发来减少对GPU的依赖。

2025年硬件板块的核心命题不会改变。考虑到整个算力市场的需求大于预期，明年CSP ASIC叙事将逐渐弱化，而NVDA仍将维持其在算力市场的地位在 TCO/性能方面依赖 GB200。 AMD市场份额的丧失可能比其自身的领导地位更为明显。

想法08

Pre-、Post、o3 整合，大规模 RL 成为关键赌注

自O系列开始以来，时间的理念大大提高了帖子的重要性。可以提升的空间和消耗的算力可能更重要。

在这种趋势下，后与前的界限将变得越来越模糊。 Post-将消耗更多的计算能力并解锁更多的能力，而Pre-将逐渐使用RL渐近地找到更好的数据。与from to类似，该模型可以逐渐离开部分人类数据，利用合成数据，在数据分布之外获取更多优质数据，解锁更高天花板的智能。

想法09

合成数据实现技术突破。大规模合成数据可以缓解数据碰壁的焦虑。

虽然重写和组织现有数据可以提高数据质量，但无法提供增量数据和新知识。如何大规模获取合成数据是一个重要的技术难点，也是我们期待的突破。这个突破去年没有实现，但我们预计今年可以取得进展，因为今年 pre-train 的数据瓶颈变得越来越紧迫。

想法10

o3验证了规律，但商业化遇到瓶颈。

o3在ARC-AGI和Math方面的突现能力突破定义了真正优秀的推理能力，这让我们对o系列的成长天花板更有信心：o3带来了法则，强大的推理能力是解锁特工最需要的。能力。 2025年，该模型将实现每3个月更新过去1年的能力。

:ARC-AGI

但o1的商业确定性比前几代模型要低，因为强推理并不是大众用户的需求，只有少数用户对这种高生产率、复杂的推理问题有需求。因此，目前产品中o1的使用率不足5%。同时o1查询也非常昂贵，因此需要200美元甚至2000美元/月的价格来支持更大的时间要求。

想法11

竞争有转折，

开始在新的AI产品形态中展开竞争‍

比赛将于2024年结束，2025年各车型公司将以全新的产品形态进行角逐。仍然会是最包容、用户受众最广的前端交互，但更复杂、更跨软件、更能捕捉用户行为数据的使用、代理等交互将成为新的焦点。

25年解决的问题，LLM更加主动和个性化

与推荐算法相比，LLM的缺点是无法实时更新，因此模型无法用于数千人。这是AI实验室和Agent公司花费大量精力来解决的问题。我们相信2025年会有一个好的解决方案，也会有一些突破，让LLM和Agent真正能够更加主动，更加了解用户。

想法13

多模态智能突破涌现，用户与AI交互可能性拓宽，AI+IP大热

近两年多模态智能能力发展不如语言，但多模态智能将在2025年获得更多投资。视觉推理和法律的出现现象已成为重要的研究方向。尤其是Meta、特斯拉等大公司，拥有海量的视觉数据、完整的视觉数据处理基础设施、以及更加清晰的多模态应用场景。他们会比AI实验室更关注多模态研发。

虽然我们在2024年的预测中提到，类.ai赛道的融合将在今年得到验证，但.ai所代表的底层需求并未改变。经典IP的长久繁荣和流行，本质上是“陪伴”。 AI时代的她不是，更有可能是从经典IP嫁接而来：AI，尤其是多模态智能，会让人类与现有IP的交互更加真实、流畅。例如迪士尼、任天堂等相关企业也将利用多模态推广新应用、复兴经典IP。

想法14

和跑通广告变现模式，广告超越订阅模式成为主流

由于面向生产力场景，LLM最初尝试通过订阅模式进行商业化，但订阅的增长曲线有限：其MAU预计已超过5亿，年收入约40亿美元，平均月收入活跃用户每年的收入仅为约 8 美元。然而，Meta 的每月活跃用户 ARPU 值 100 美元或更多。订阅无法支撑AI超级应用，广告仍是主流商业化方向。

从去年下半年开始，并透露正在测试广告，以问答的形式直接连接产品和服务搜索，还有可能进一步重组视频、电商、工作的供应链。 、酒旅、住宿等

想法15

自动驾驶到达商业化拐点：Waymo 开始蚕食 Uber 市场份额，Waymo 或于 2025 年 IPO‍

2024年8月，Waymo占据顺丰网约车市场5%的份额，到11月，订单额市场份额迅速提升至20%以上，并有一定的网络效应。截至 12 月初，Waymo 在美国已实现每周 175,000 次出行。有偿旅行。随着监管的放松，Waymo 的规模效应将会加速。

想法16

AI领域并购活跃：AI应用及领域出现大额收购，中小型GPU云将被整合

2025年，AI领域的投资和并购将继续活跃，但主题已从大型制造商收购样板公司转变为中大型公司收购AI应用。促成并购的因素有四个：

•在硬件领域，2025年NV B系列正式投入使用后，GPU云领域的成本和价格竞争将进一步加剧，许多中小型GPU云将破产。现在是龙头企业低价收购资产的好时机；

•过去SaaS领域围绕SaaS的“买跑”现象将在人工智能领域重演，特别是在销售、人力资源、法律等垂直领域，人工智能初创企业将被大公司收购；

•AI搜索、AI、视频生成等领域是LLM领域的竞争主线，大公司尤为重视。同时，估值上涨过快，公司业务发展可能首先跟不上估值炒作。在这种情况下，科技巨头的并购可能会带来双赢；

•总部为了增强自身竞争力，围绕技术栈和场景进行收购。

想法17

电荒持续，核电重启是明显趋势，10倍股公司有机会涌现

不仅在美国，超大型计算集群和再工业化引发的电力短缺仍在持续。到2050年，全球电力需求将增长1/3至3/4。核电的新建或重启在全球范围内是确定性趋势，但供给侧尚未做好相关准备。原材料短缺、地缘政治动荡等因素，给全产业链资产带来价值稀缺。

想法18

人工智能正在快速发展，每个科学领域都有自己的模型。

生命科学、材料、气象、工业模拟等各个科学领域都出现了自己的模型。与LLM不同的是，AI4S领域不存在数据墙问题。在实践中，通过之一原理模拟可以生成无限的高质量合成数据。这一特性将让AI4S各个领域的模型层出不穷，模型能力迭代速度极快。 。 ‍‍‍‍‍‍

想法19

人工智能技术的红利大部分流入大公司。

Mega 9 强者恒强

Mega 9公司控制着人工智能的关键资产：云、计算能力和分销渠道。任何为人工智能价值付费的公司或个人都将有机会“征税”。随着2025年AI真正起飞，这些公司可以继续坐拥AI富矿赚取利润。

想法 20

由于AI进展缓慢，2025年Q1业绩后美股将出现重大调整，但年底前将创出新高

代表性SaaS公司AI产品的表现，助推了美股市场对于AI应用层的炒作。尽管企业对人工智能产品的投资和推广比一年前更加积极，但作为投资者，需要了解企业人工智能业务的落地情况和盈利能力。保持理性和警惕。一旦实际表现略低于市场对AI故事的预期，就会出现大幅回调。我们预计这种情况将在 2025 年上半年发生。预计随着LLM能力的提升，特别是智能体在工具使用和远距离复杂任务方面的进步，AI将再次带动股价再创新高，重演2024年下半年的情况。

还有一件事：我们在2023年底提出了16个LLM猜想，其中9个在2024年得到了证实，还有7个还没有完全实现。以下是我们的审核点评：

↓点击查看大图↓

排版：杨乐乐