文 | 大湾区人工智能应用研究院

从年初 DeepSeek 在全球大火，到年末 " 豆包手机 " 甫一发售即被抢购一空，AI 可谓贯穿 2025 年全年的最热话题之一。

" 遇事不决问 AI"" 打开视频看 AI"" 方案灵感找 AI" ……在今年，公众尝试 AI 的热情显著增加，吸引企业纷纷 " 进场 " 试水。在生产制造环节，我国 AI 应用增长同样显著，数据显示，今年大模型应用案例占比由去年 19.9% 增长至 25.9%，人工智能核心产业规模全年有望突破万亿元。

" 全民玩 AI 时代 " 来临，背后是怎样的技术进步？概念大火，是否意味着下一场 " 技术革命 " 即将到来？

百舸争流：AI 应用迎来 " 井喷期 "

历经数年技术积累，大模型赋能的 AI 应用已从无话不谈的 " 聊天机器人 "，升级为无所不答的 " 百科全书 "。今年 1 月，中国 AI 企业深度求索发布开源大模型 DeepSeek-R1，立刻吸引了公众广泛关注和踊跃尝试。

数据显示，DeepSeek 从今年年初 " 火 " 到了年末。腾讯元宝 12 月发布报告称，2 月接入 DeepSeek 模型以来其使用量持续飙升，12 月 14 日单日使用量达全年峰值，较年初增长超 100 倍。

生成式 AI 也在今年持续大热。由 AI 生成的图片、视频、音乐迅速占领社交媒体和视频平台，成为今年互联网 " 现象级 " 事件之一。中国互联网络信息中心发布的《生成式人工智能应用发展报告（2025）》显示，截至今年 6 月，我国生成式 AI 用户规模达 5.15 亿人，普及率为 36.5%。

一组数据直观地展现了 AI 应用在今年的火爆：Token（词元）是处理文本的最小数据单元，其消耗量可反映 AI 应用的活跃程度。2024 年初，我国日均 Token 消耗量为 1000 亿，截至今年 9 月底，我国日均 Token 消耗量已突破 40 万亿。

" 全民玩 AI" 是今年 AI 应用发展的另一特征。由阿里巴巴与浙江开放大学联合发布的《2025" 银发 +AI" 应用趋势报告》显示，在超 50 岁以上人群中，AI 高频使用者比例随年龄增长不降反升。这可能意味着，越年长的用户一旦接触 AI，使用黏性反而更强，打破了 " 年轻人更易接受 AI" 这一既有印象。

概念的广泛普及，催生 AI 应用在今年 " 井喷 "。

国内知名商业智能数据服务商 QuestMobile 发布的数据显示，7 月至 11 月国内市场有超过 200 款 AI 应用面世，其中 AI 应用插件、PC 网页端、AI 原生 APP 占比分别达到 81.5%、10.7%、7.8%。

5 月，腾讯上线 AI 助手应用 " 元宝 "；11 月，蚂蚁集团发布全模态通用 AI 助手 " 灵光 "；12 月，字节跳动与中兴通讯合作推出豆包 AI 手机……分析指出，今年 ToC 端（面向消费者）需求暴涨，吸引头部互联网企业纷纷 " 加码 " 布局。

ToB 端（面向企业）表现亦值得关注。3 月，中国公司 Monica 发布全国首款通用智能体产品 Manus，12 月，钉钉发布首个为 AI 打造的人工智能操作系统 AgentOS。行业普遍认为，2025 年是 AI Agent（智能体）元年，ToB 端落地进程受期待。

大湾区人工智能应用研究院的研究总监段磊接受南方 + 专访时表示，2025 年 AI 应用在国内爆火，背后是技术的大幅进步。在今年，AI 模型能力的提升，主要源于通过后训练来提升模型的深度理解能力，这让 AI 模型变得更加 " 聪明 "，AI 应用生成的图片、视频等也更 " 真实 "。

" 今年 AI 在技术发展上可谓日新月异，‘一载光阴抵三年。’ " 段磊说，"AI 模型的数量增长也有目共睹，往往是在一家团队发布技术领先的 AI 模型，在行业内拔得头筹后，没过两个月就被另一家团队的模型超越，堪称‘城头变幻大王旗’。"

开源赋能：中国 AI 如何 " 突围 "？

市场生机勃勃，技术迭代升级，政策层面也在加速布局。" 十五五 " 规划提出，要 " 全面实施‘人工智能 + ’行动，以人工智能引领科研范式变革，加强人工智能同产业发展、文化建设、民生保障、社会治理相结合，抢占人工智能产业应用制高点，全方位赋能千行百业。"

国家政策布局将引导我国 AI 技术向怎样的方向发展？大湾区人工智能应用研究院日前发文分析，随着技术逐步成熟，AI 已经走到了大规模落地应用的关键节点。国家政策和战略重心出现因此转向，提出 " 人工智能 +" 和 " 全方位赋能 "。

文章提出，AI 在多领域的赋能价值初步显现，展示出其在提升生产力、改善民生等方面的巨大潜力，证明 " 人工智能 +" 的蓝图已有广泛的实践基础。构建 " 人工智能 +" 的最终目标，是通过与 AI 的深入融合，实现资源配置效率的根本性提升。

文章还认为，" 人工智能 +" 的战略意义，更深层次地体现在国家科技主权的层面。AI 正是当前全球科技竞争的核心战场，主要经济体都在加紧布局。大力推进 " 人工智能 +"，正是要通过我国海量的应用场景和产业优势，加速技术迭代与产业化落地，构建自主可控的 AI 技术体系和产业生态，从而在全球竞争格局中掌握主动权。

全球竞争是 AI 发展中无法回避的话题，中美两国是该领域最主要的两位 " 玩家 "。段磊介绍，从发展 AI 技术时涉及的几项关键要素看，中国在电力基础设施上具备显著优势，美国在算力前沿技术和芯片制程上领先，两国在模型上竞争激烈，各有特点。

" 整体上看，中国相关算力企业在和具备技术优势与生态壁垒的英伟达等美国巨头的竞争中，面临巨大的困难，但也迎来了难得的机遇。" 段磊说，" 美国采取先进算力禁运的做法，实际上导致英伟达在中国的生态优势、网络效应被大幅削弱，这给了中国企业发展的空间。"

上述背景下，中国 AI 技术选择 " 开源 " 这一方向进行突围。2025 年，中国 AI 开源模型在全球表现抢眼。

美国麻省理工学院与 AI 社区 Hugging Face 联合追踪的一项数据显示，过去一年，中国团队自主研发的开源模型下载份额占比已上升至 17.1%，首次超过美国的 15.8%。另据 Hugging Face 统计，到 9 月份，中国模型已占该平台当月新增衍生模型的 63%。

从年初 DeepSeek-R1" 火出圈 "，到全球开发者社区加快速度围绕中国模型构建应用生态，中国 AI 开源模型的技术实力和影响力在全球范围内已难被忽视。

据外媒报道，尽管美国正在 AI 领域与中国展开竞争，但中国的相关技术已悄然进入美国市场。一位匿名的美国企业家透露，相比使用专有模型，其企业通过采用阿里巴巴的通义千问（Qwen）模型，每年可节省 40 万美元成本。报道还称，美国芯片巨头英伟达、AI 公司 Perplexity 以及斯坦福大学，也在部分业务中使用通义千问模型。

" 从国家战略层面看，AI 模型开源有助于构建一个远超 14 亿人的全球性网络，放大人才数量和创新效率，打破脱钩陷阱，让中国更有机会在全球的 AI 竞争脱颖而出；从企业角度看，开源是适合后发挑战者的一项优秀策略。" 段磊说。

大湾区人工智能应用研究院日前发文指出，当一个中国 AI 开源模型因其性能优越、成本低廉而被全球开发者广泛采用时，其架构、API 接口、数据格式就可能成为事实上的行业标准。这将引导全球的 AI 应用、硬件（如 AI 芯片）和下游工具链主动与之适配，从而打破美国在 AI 领域设下的技术壁垒和生态护城河。

" 泡沫 " 初现：概念大火背后的 " 危 " 与 " 机 "

今年 AI 概念的火热，吸引企业和投资者纷纷 " 入场 "，市场竞争趋白热化。高热度下，有关市场可能 " 过热 " 甚至已出现 " 泡沫 " 初期症状的担忧也随之出现。

12 月 11 日，美国甲骨文公司股价跌幅近 11%，创近 11 个月以来最大单日跌幅。甲骨文前一天披露的财报显示，其为 AI 数据中心建设投入的资本开支飙升，但营收转化速度未达投资者预期，被认为是此次股价下跌的主要因素。

17 日，美股大型科技股集体下跌，其中英伟达跌近 4%，甲骨文跌 5.4%，较年内高点跌幅达 48%。同日，中金公司发布研报称，甲骨文在披露高额资本开支计划后股价大幅回调，反映市场对 AI 投资的逻辑正在发生转向，单纯依赖资本开支驱动的乐观叙事或已不再占据主导，投资者开始重新审视潜在风险。

AI 应用能否满足企业的实际需求，是行业观察者关注的另一项主要议题。

10 月，OpenAI 创始成员、特斯拉前 AI 总监安德烈 · 卡帕西在接受采访时给 AI 智能体 " 泼冷水 "，指出当前智能体仍存在三大核心缺陷：无法持续学习、非真正的多模态、不能自如操作电脑。他认为，智能体要实现真正的实用化还需要十年左右。

国际知名咨询公司麦肯锡 12 月的发布 AI 应用调研报告也指出，尽管在调研中有 88% 的企业表示至少在一个职能中常态化使用了 AI，但近三分之二的受访者也承认，其企业尚未全面启动 AI 的规模化部署。多数机构仍停留在探索或试点阶段。

段磊表示，从国内市场看，尽管 AI 应用今年获得公众高度关注，也激励了从业者在多领域开展积极尝试，但从结果看，这些 AI 应用取得的市场成果相对有限，特别是在 ToC 端和 ToB 端都较少出现 " 杀手级 " 应用。

段磊也表示，现阶段的 AI 应用能力各行各业的需求并非完全契合。

" 例如在制造业领域，如果要借助 AI 来排查一台生产设备的故障原因，不仅要求模型有较强的分析推理能力，还需要极高的可靠性，甚至要求模型对真实世界和物理规律有深入的理解，但现在的大模型这些方面都还有很大的不足。" 段磊说，" 数据问题也是限制很多企业用好 AI 的痛点，包括数据积累不足、数字化不够、数据孤岛等数据规模方面的问题，也包括噪声数据占比大、高质量标注数据匮乏、标注错误等质量问题。"

段磊认为，解决 " 数据孤岛 " 等 AI 应用推广中面临的难题，不仅需要企业自主提升数字化程度，更需要整个行业团结协作，以及通过自上而下的政策设计才能 " 疏通 " 堵点。

" 在政策设计层面，中国实际存在制度优势。如果能够在数据生态建设上取得一些进展，我们也许能在国内较国外更早看到 AI 应用在一些行业产生价值。" 段磊说。

段磊认为，尽管 AI 应用落地仍存在一些问题，业内也存在有关 " 泡沫 " 的忧虑，但从整体上看，今年 AI 概念的大火仍吸引了企业、投资者和政策制定者的目光，推动了行业整体进步。在他看来，AI 模型仍将向 AGI（通用人工智能）甚至 ASI（超级人工智能）的进化方向迈进，届时其带来的社会价值将大大提升。