每年年底，福布斯都会对来年的AI趋势做出一些前瞻性判断。2025年的这份预测，涵盖的范围比往年更广，从技术突破到商业博弈，甚至包括整治人物之间的微妙关系。
先说一个整体判断：2025年不会是AI发展趋于平稳的一年，反而会是一个转折点——很多原本在实验室里讨论的概念，将真正走进现实，并引发一系列连锁反应。
以下是十个关键预测，逐个拆解。
1. Meta将开始对其Llama模型的使用收费
Meta一直是开源大模型阵营里的标杆。当OpenAI、谷歌这些竞争对手把最前沿的模型闭源、收费使用时，Meta选择把Llama系列模型免费开放给整个行业。正因如此，当Meta明年开始向使用Llama的公司收费时，很多人会感到意外。
需要澄清一点：这不等于Llama会彻底闭源，也不等于任何人都要付费使用。更准确的描述是——Meta会让Llama的开源许可证条款变得更严格，商业环境下使用超过一定规模的公司，将要开始付费才能访问这些模型。
从技术上说，Meta今天已经做了有限度的版本。最大的公司——超大规模云企业和月活超过7亿的企业——已经被限制免费使用Llama。早在2023年，扎克伯格就说过：“如果你是微软、亚马逊或谷歌这样的公司，你打算转售Llama，我们认为理应分得一部分收入。我不觉得这会在短期内带来大规模收益，但长期来看，有希望成为一门不错的生意。”到了明年，Meta将大幅扩大需要付费的组织范围，涵盖大量大中型企业。
Meta为什么要做这个战略转变？跟上大语言模型的前沿，实在太烧钱了。如果Meta希望Llama保持在OpenAI、Anthropic这些公司最新前沿模型同一水平或接近水平，每年需要投入数十亿美元。
Meta确实是全球最大、资金最雄厚的公司之一，但它终究是上市公司，要对股东负责。前沿模型的构建成本在飙升，如果Meta把巨额资金砸进去训练下一代Llama，却没有任何收入预期，这个模式会变得越来越难维持。
业余爱好者、学者、个人开发者、初创公司，明年依然可以免费使用Llama。但2025年，将是Meta认真考虑Llama货币化的元年。
2. 在文本以外的领域探索Scaling law——尤其是机器人技术和生物学领域
最近几周，AI圈没有哪个话题比Scaling law——以及它是否即将走到尽头——引发了更多讨论。
Scaling law的基本概念首次提出是在2020年OpenAI的一篇论文中：当训练AI模型时，模型参数数量、训练数据数量、计算量增加，模型性能就会以可靠且可预测的方式提升。正是Scaling law推动了从GPT-2到GPT-3再到GPT-4的惊人性能飞跃。
和摩尔定律一样，Scaling law本质上不是物理法则，而是经验观察。过去一个月里，一系列报告显示，主要的AI实验室在继续扩展大语言模型时，开始看到递减的回报。这有助于解释为什么OpenAI的GPT-5发布一再被推迟。
针对Scaling law趋于平稳的最常见反驳是：测试时计算的出现，开辟了一个全新的扩展维度。不再是训练期间大规模扩展计算，新的推理模型如OpenAI的o3，使得在推理期间大规模扩展计算成为可能——让模型能够“思考更长时间”，从而解锁新的能力。
这个观点很重要。测试时计算确实代表了扩展和AI性能提升的一条令人兴奋的新路径。
但关于Scaling law的另一个观点更加重要，在今天的讨论中反而被低估了。几乎所有关于Scaling law的讨论——从2020年那篇论文开始，一直延伸到今天的测试时计算——都集中在语言上。然而，语言并不是唯一重要的数据模态。
想想机器人技术、生物学、世界模型或Web Agents。对这些数据模态来说，Scaling law远未饱和；恰恰相反，它们才刚刚起步。事实上，这些领域是否存在Scaling law的严格证据，至今甚至尚未发表。
那些为这些新数据模态构建基础模型的初创公司——比如生物学领域的EvolutionaryScale、机器人技术领域的Physical Intelligence、世界模型领域的World Labs——正在做的事情，就是像OpenAI在2020年代上半叶成功利用LLM Scaling law那样，识别并利用这些领域的Scaling law。到了明年，可以预期这些方向会有巨大的进步。
别听那些“Scaling law已经到头”的说法。Scaling law不会消失，它在2025年依然和以往一样重要。只不过，Scaling law的活动中心将从LLM预训练转移到其他模态去。
3. 特朗普和马斯克将会有一场混乱的决裂。这对AI世界将产生重大影响
美国新政府上台，意味着AI政策和战略将迎来一系列转变。要预测特朗普任期里AI的风向，很多人倾向于关注当选总统与马斯克之间的密切关系——毕竟马斯克在当今AI世界扮演着核心角色。
可以想象，马斯克可能在很多不同方面影响特朗普政府的AI政策。考虑到马斯克与OpenAI之间深刻的敌对关系，新政府在和行业接触、制定AI法规、授予政府合同等方面，很可能对OpenAI采取不那么友好的态度。这是OpenAI眼下担心的真实风险。另一方面，特朗普政府也可能更倾向于支持马斯克自己的公司：比如削减繁文缛节，让xAI能够建立数据中心并追赶前沿模型；为特斯拉部署机器人出租车车队提供快速监管审批等等。
更深层地说，马斯克与很多技术领袖不同——他非常认真地看待存在的AI安全风险，因此也是重大AI法规的倡导者。他支持了加州有争议的SB 1047法案，这个法案试图对AI开发者施加有意义的限制。所以，马斯克的影响可能导致美国AI监管环境变得更严格。
但这些推测有一个问题。特朗普和马斯克的亲密关系，注定难以长久。
回顾特朗普第一任期，他的盟友平均任期——哪怕是最坚定的盟友——都异常短暂。从杰夫·塞申斯到雷克斯·蒂勒森，从詹姆斯·马蒂斯到约翰·博尔顿再到史蒂夫·班农。当然也别忘了安东尼·斯卡拉穆奇在白宫的10天任期。特朗普第一任期里的副手中，至今仍忠于他的寥寥无几。
特朗普和马斯克都是复杂、易变、不可预测的性格。他们都不好合作，他们都会让人筋疲力尽。这段新发展的友谊到目前为止互惠互利，但还处于蜜月期。预测是，在2025年结束之前，这段关系会恶化。
这对AI世界意味着什么？对OpenAI来说是天大的好消息。对特斯拉股东是不幸的消息。对那些关心AI安全的人来说，则是失望——因为这场决裂几乎可以确定，特朗普政府在AI监管上会采取放任自流的态度。
4. Web Agents将进入主流，成为消费AI的下一个重大杀手级应用
想象一个不需要你直接与网络互动的世界。每当需要管理订阅、支付账单、预约医生、在亚马逊下单、订餐厅、完成任何乏味的在线任务时，你只需要指示AI助手替你执行就行了。
“Web Agents”这个概念存在了很多年。如果真有一个这样的产品并且有效，毫无疑问它会极其成功。但问题就在这里——直到今天，市场上还没有可用的通用Web Agents。
Adept这家初创公司就是一个典型。创始团队出身顶级，融了数亿美元，但最终未能实现愿景，成了这类产品的警示故事。
明年，Web Agents终于将开始足够好用，从而进入主流。语言和视觉基础模型的持续进步，加上最近在“系统2思维”能力上的突破——这得益于新的推理模型和推理时计算——意味着Web Agents已经准备好进入主流。
换句话说，Adept的理念是对的，只是走得太早了。对创业公司来说，时机就是一切。
Web Agents会找到各种有价值的企业用例，但最大的近期市场机会是在消费者一侧。尽管这两年AI热情高涨，但真正成为主流消费者成功案例的AI原生应用，除了ChatGPT之外屈指可数。Web Agents将改变这个局面，成为消费AI中的下一个真正的“杀手应用”。
5. 将AI数据中心送入太空的多项严肃尝试将成形
2023年，限制AI增长的关键物理资源是GPU芯片。到了2024年，瓶颈变成了电力和数据中心。
2024年，关于AI巨大且快速增长的能源需求的消息不绝于耳——都是为了建造更多的AI数据中心。全球范围内，数据中心的电力需求在几十年来保持平稳，但因为AI的繁荣，预计2023年至2026年间会翻倍。在美国，预计到2030年数据中心将消耗近10%的电力，而2022年这个数字只有3%。当今的能源系统根本承受不了来自AI工作负载的巨大需求冲击。能源网和计算基础设施——这两个价值数万亿美元的系统之间——的历史性冲突，正在逼近。
今年，核能作为一种可能的解决方案获得了强劲势头。核能多种方式上确实是AI的理想能源：零碳、全天候可用、取之不尽。但现实是，新的核能资源要到2030年代才能产生实际影响——考虑到漫长的研究、项目开发和监管周期。这对传统核裂变、下一代“小型模块化反应堆”甚至核聚变都适用。
到了明年，一个非传统的新想法将出现并吸引真正的资源来应对这个挑战：把AI数据中心送入太空。
乍一听，这像是个风险资本家试图把太多创业热门词汇堆在一起搞出的笑话。
但仔细想想：在地球上快速建造更多数据中心的最大瓶颈，是获取足够的电力。而轨道上的计算集群，可以全天候享受免费、无限、零碳的电力——太空中太阳一直在照耀。
当然，还有很多现实挑战需要解决。最明显的一个问题是，能否以具有成本效益的方式在轨道和地球之间转移大量数据。这是个开放问题，但很可能可以解——目前正在进行使用激光和其他高带宽光通信技术的有希望的工作。
一家来自Y Combinator的明星初创公司Lumen Orbit，最近筹集了1100万美元，追求的就是这个愿景：在太空建立数据中心网络来训练AI模型。
就像Lumen首席执行官说的那样：“与其支付1400万美元的电费，不如付1000万美元的发射和太阳能费用。”
Lumen不会是2025年唯一认真对待这个概念的机构。其他初创公司竞争者会出现。而且，如果看到一两家超大规模云企业也开始沿着这个方向启动探索性工作，不必感到惊讶。亚马逊通过Project Kuiper项目在送资产入轨方面经验丰富；谷歌有资助这类登月想法的悠久历史；微软对太空经济也不陌生。马斯克的SpaceX也能在这里发挥作用。
6. AI系统将在语音领域通过图灵测试
图灵测试是AI领域最古老、最著名的基准之一。
要“通过”图灵测试，AI系统必须能用书面文本交流到这种程度：普通人无法分辨自己是在跟AI互动，还是在跟另一个人交流。
得益于大语言模型的显著进步，文本图灵测试在2020年代已经成了一个被解决的问题。
但书面文本不是人类交流的唯一方式。
随着AI越来越朝着多模态发展，可以想象一个更新、更具挑战性的图灵测试版本——一个“语音图灵测试”。在这个测试里，AI系统必须能用语音与人类互动，技巧和流畅度好到让人无法与真人说话者区分开来。
今天的AI系统还没有达到语音图灵测试。要解决它，还需要更多的技术进步。为了匹配和另一个人交谈的体验，延迟——人类说话和AI回复之间的停顿——必须降低到接近零。语音AI系统必须能更好地实时处理模糊输入或误解，尤其当它们在句子中被中途打断的时候。它们必须能参与长回合、多轮、开放式对话，同时记住前面讨论的内容。最关键的是，语音AI袋里必须学会更好地理解语音中的非语言信号——比如如果一个人听起来恼怒、兴奋还是讽刺，意味着什么——并且在自己的语音中也能产生这些非语言线索。
到了2024年底，语音AI正处在一个令人兴奋的转折点上。这个转折点是由语音到语音模型等基础突破推动的。今天很少有AI领域在技术和商业上的进步比这个更快。可以预期，到2025年，语音AI的最新技朮会向前飞跃一大步。
7. 在构建能够自行构建更好AI系统的AI系统方面取得重大进展
自我改进的AI这个概念，几十年来一直是AI界反复触及的话题。
早在1965年，图灵的密切合作者I.J.古德就写道：“超智能机器可以被定义为在所有智力活动中远超任何人的机器，无论一个人多聪明。因为设计机器本身也是这些智力活动之一，所以超智能机器能设计出更好的机器；那么毫无疑问，会有一场‘智能爆炸’，人类的智能将被远远抛在后面。”
能够发明更好AI的AI，这是个智力上令人着迷的概念。但即使在今天，它仍然带着科幻小说的味道。
然而——这一点可能尚未被广泛认识到——这个概念实际上已经开始变得真实起来。AI科学的前沿研究人员已经在构建能自己构建更好AI系统的AI系统上取得了切实进展。
到了明年，可以预期这个研究领域会进入主流。
迄今为止，这方面最引人注目的公开研究案例，是Sakana的AI科学家。八月份发表的那项工作，代表了一个令人信服的概念验证：AI系统确实可以完全自主地进行AI研究。
Sakana的AI科学家执行了整个AI研究的生命周期：阅读现有文献、产生新的研究想法、设计实验验证这些想法、进行实验、撰写研究论文报告发现、然后对工作进行同行评审。它完全自主完成这一切，不需要人为干预。AI科学家撰写的一些研究论文，现在可以在线阅读。
有传言说，OpenAI、Anthropic和其他研究实验室正在向这种“自动化AI研究人员”的概念投入资源，尽管尚未公开承认。
随着人们越来越广泛地认识到自动化AI研究其实正在变成一个真实的可能性，可以预期到2025年，这个领域会有更多的讨论、进展和创业活动。
不过，最有意义的里程碑会是：完全由AI袋里撰写的研究论文，首次被顶级AI会议接收。因为论文是匿名评审的，会议审稿人在论文被接收之前并不知道作者是AI。如果看到AI产生的研究工作被NeurIPS、CVPR或ICML这些会议接收，不必感到惊讶。那将是AI历史上一个迷人、有争议且具有历史意义的时刻。
8. OpenAI、Anthropic等前沿实验室将开始“向上移动”，将战略重点越来越多地转向构建应用层
构建前沿模型，本质上是门非常难做的生意。
这是个资本极度密集的行业。前沿实验室烧钱的速度是空前的。OpenAI几个月前刚刚筹集了创纪录的65亿美元——而且很可能不久后需要再融一笔。Anthropic、xAI这些公司也处境相似。
转换成本和客户忠诚度都很低。AI应用往往被设计成模型无关的，可以根据不同提供商在成本和性能上的比较来灵活切换。
随着Meta的Llama、阿里巴巴的Qwen等最先进的开源模型不断涌现，技术商品化的威胁持续逼近。
像OpenAI和Anthropic这样的AI领导者，不可能也不会停止投资前沿模型。但到了明年，为了发展利润率更高、更具差异性和粘性的业务线，可以预期前沿实验室会大力推出更多自有的应用和产品。
当然，前沿实验室已经有一个应用取得了巨大成功：ChatGPT。
在新的一年里，还能期待AI实验室推出哪些第一方应用？一个明显的答案是更复杂、功能更丰富的搜索应用。OpenAI的SearchGPT努力已经预示着未来的趋势。
编码是另一个明显类别。同样，最初的产品化努力已经在进行中——OpenAI的canvas产品于10月首次亮相。
OpenAI或Anthropic会在2025年推出企业搜索产品吗？或者客户服务产品？法律AI或销售AI产品呢？在消费者一侧，可以想象一个“个人助理”类型的网络袋里产品，或者一个旅行规划应用，也可能是一个生成音乐的应用。
前沿实验室向应用层“向上移动”时，最引人注目的动态之一是：它们将和它们最重要的许多客户直接竞争——搜索领域对Perplexity，编码领域对Cursor，客户服务领域对Sierra，法律AI领域对Harvey，销售领域对Clay……这个名单还会继续增长。
9. 机器人出租车服务将在至少五个美国主要城市赢得两位数的市场份额
自动驾驶汽车经历了多少年的过早炒作和未兑现的承诺。差不多十年里，这项技术看起来总是“快到了”，但始终没有准备好成为主流。
这种情况在2024年发生了戏剧性变化。无人驾驶的Waymo现在在旧金山街头随处可见，成千上万的居民每天乘坐Waymo在城市里穿行，就像他们从前打出租车或Uber一样。
自2023年8月推出以来，Waymo在旧金山的网约车市场份额已经增长到难以置信的22%，和Lyft的市场份额相当——Uber的市场份额是55%。
这些数字可能会让最近几个月没去过旧金山的读者感到惊讶。几乎一夜之间，机器人出租车从一个研究项目变成了一个大生意。
下一步是什么？机器人出租车的快速推广将扩展到湾区以外，成为几个美国城市交通系统的重要组成部分。这个过程会比大多数人以为的要快。到明年年底，可以预期Waymo这样的机器人出租车服务在至少五个主要市场上都赢得两位数的市场份额。
继旧金山之后，哪些城市最有可能？Waymo已经在洛杉矶和凤凰城启动了机器人出租车运营，可以预期这些市场明年会开始被广泛采用。奥斯汀、亚特兰大和迈阿密很快也会跟进。与此同时，Waymo的竞争对手Zoox正在准备在拉斯维加斯推出自己的商业机器人出租车服务。
到了2025年，经过这么多年的炒作，自动驾驶汽车终于要走向主流了。
10. 第一起真正的AI安全事件将发生
随着AI近年来变得愈发强大，人们越来越担心AI系统可能开始以与人类利益不一致的方式行事，人类可能失去对这些系统的控制。想象一个AI系统学会了欺骗或操纵人类来追求自己的目标，即使这些目标会对人类造成伤害。
这类担忧通常被归在“AI安全”这个总标题下。AI当然也制造了许多其他社会挑战，从助长监控到延续偏见，但这些话题和AI安全不是一回事——AI安全更具体地关注AI系统可能开始以超出人类控制的方式行事的风险，甚至可能最终对人类构成生存威胁。
近些年来，AI安全已经从一个边缘的、带点科幻色彩的话题，变成了一个主流的活动领域。从谷歌到微软到OpenAI，每个主要的AI参与者今天都在AI安全上投入了真正的资源。Geoff Hinton、Yoshua Bengio、Elon Musk这些AI领域的大神，都已经公开表达过对AI安全风险的担忧。
但到目前为止，AI安全问题仍然是纯理论层面的。现实世界中从未发生过任何实际的AI安全事件——至少没有被公开报道过。
2025年，这个局面会改变。
那么，第一起AI安全事件应该是什么样？需要明确一点：不会是终结者那种杀手机器人，大概率也不会对任何人造成任何伤害。
可能的情形是什么呢？也许是某个AI模型试图在另一个服务器上秘密创建自己的副本以求自保——这叫自我外泄。也许是某个AI模型得出结论：为了更好地推进自己被赋予的目标，它需要向人类隐瞒其能力的真实范围，故意在性能评估中放水来躲避更严格的审查。
这些例子并不牵强。Apollo Research本月早些时候发表了重要的实验，证明今天的前沿模型在某些提示下确实能进行这样的欺骗行为。同样，Anthropic最近的研究显示，大语言模型具有令人不安的“伪造对齐”能力。
这第一起AI安全事件，很可能会在造成任何真正伤害之前就被发现并制止。但它会成为AI社区乃至整个社会的一个开眼界的时刻。
这件事会清楚地说明一点：在人类面对全能AI带来的生存威胁之前，我们需要先面对一个更平凡的现实——我们现在和另一种智能共享着这个世界，而这种智能有时候也会是任性的、不可预测的、欺骗性的——像我们一样。