首页科技快讯下一个十年，AI的大方向

下一个十年，AI的大方向

来源：晰数塔互联网快讯时间：2025年06月12日 09:13

本文来自微信公众号：阿朱说（ID：azhushuo），作者：吕建伟，原文标题：《大方向》，题图来自：AI生成

一

2015年，AlphaGo打败李世石，人工智能出圈，迎来爆发。AI四小龙纷纷创业，大多主打视觉识别。这也难怪，毕竟2015年以来爆发的人工智能热潮，其导火索是：2009年李飞飞创建图片标注数据集、2012年辛顿在这个图片识别竞赛中刷分屠榜。

今年是2025年，十年了。大家猛然发现，人工智能已经火了十年了。

回顾过去人工智能火的十年，现在来看，AI四小龙纷纷凋零。

二

现在是2025年6月份，我想回顾一下中国AI在这半年来的进展，我让AI给我列一下目前的中国人工智能大模型：

百度-文心、阿里-通义、腾讯混元与元宝、字节豆包、幻方-DeepSeek、智谱-GLM、月之暗面-Kimi、百川、零一万物、MiniMax-ABAB、面壁-CPM、商汤-日日新、科大讯飞-星火、360-智脑、昆仑万维-天工、华为-盘古……

三

如果说，AI的2015~2025年这十年是上半场，主打视觉识别，而下半场，2025~2035年这十年，会是视觉生成吗？视觉识别经历的十年会不会也会如AI四小龙一样尴尬呢？

我又总结了一下如今的大模型的热点：

1. 文本生成：代码生成、文案生成；

2. 语音生成：音乐生成、播客生成；

2. 图片生成：海报生成、美颜生成；

4. 视频生成：广告生成、影视生成。

而且这些热点，在中外都很热，都开始收费挣到钱了（除了中国的代码生成以外）。

有人把大模型比喻成操作系统iOS，我说，得有iPhone设备啊：

人肉两腿行走：AR眼镜、VR；

机器行走：智能汽车、无人狗、无人机、人形机器人。

四

回顾过去十年，有三个事让我挺深刻：

1. 2017年的Transformer时刻。过去教授们研究的都是小而美的专有模型，这个是做OCR识别的，那个是做QA问答的，那个是做对联生成的，那个是做机器翻译的，大家都井水不犯河水，玩得不亦乐乎。2017年，Transformer一出，教授专家们纷纷叫苦：完了完了，自己多年的专业精进，屁也不是了。于是，从2019年开始，大量的教授又纷纷回归象牙塔。

2. 2023年的ChatGPT时刻。2017年，谷歌大牛们发表了Transformer论文，但是谷歌也无动于衷，大牛们于是做了个BERT，证明Transformer这个理论可实现，就拍拍屁股放那儿了，谷歌仍然没觉得怎么样。但是OpenAI一直坚持做GPT1、GPT2、GPT3，终于，ChatGPT在2023年出圈，谷歌这才如梦初醒，匆忙于2023年底发布了自己的大模型Gemini。

3. 2014年的o1时刻。2024年初，OpenAI发布了Sora视觉模型，成了一个宣传品。整个AI业界发现，AI遇到瓶颈了，大家纷纷卷起了文本上下文对话的长度以及文本生成的长度。2024年10月，OpenAI发布了深度思考o1，这才又为业界打开了一条新路。

五

我回顾过ChatGPT，到底强在什么地方：

是文本生成？是音频生成？是图片生成？是视频生成？

我也回顾过DeepSeek，到底强在什么地方：

是文本生成？是音频生成？是图片生成？是视频生成？

好像中外这两个AI领头羊都没在各类生成这个方向上努力，他们俩都加强的是推理能力。也有人说，DeepSeek其实推理能力也不咋样，不外乎就是：国产、开源、小-省资源、中文语料友好、央视传播。

这就是大家经常讨论的一个哲学问题：现在到底是AGI时代，还是AIGC时代？

下一个十年，AGI是主流还是边缘？AIGC是主流还是边缘？

不同的人有不同的观点。

六

我又想起另外一件类似的事。