工联网消息(IItime) 在2月26日举办的“2025移动转售产业生态发展大会”上，中国信息通信研究院人工智能所副总工程师王蕴韬系统梳理了2024年人工智能技术发展脉络，并对未来趋势作出展望。

“如果用三个字概括2024年AI发展，就是快、实、稳。”王蕴韬指出。

人工智能技术迭代速度已远超互联网时代——以DeepSeek为代表的国产大模型仅用半年时间便逼近国际顶尖水平，多模态模型在数学推理、视觉理解等领域的性能较年初提升160%，小模型通过知识蒸馏等技术实现“以小搏大”，Phi-4等模型在复杂推理任务上的表现较年初翻倍。

技术落地的“实”则体现在产业融合深度：大模型已渗透至能源电力、机械制造等工业核心领域，在研发设计、运营管理等“微笑曲线”高附加值环节形成规模化应用。

而全球安全治理框架的初步成型，推动技术发展趋“稳”，ISO/IEC风险管理指南、我国人工智能标准化技术委员会等机制，正将伦理原则转化为可操作的企业实践。

面对“规模定律是否失效”的行业争议，王蕴韬给出明确判断：“算力驱动创新的底层逻辑未变，但供需结构正在重塑。”数据显示，2024年我国建成多个十万卡级智算集群，单次大模型训练成本突破10亿美元，但超大规模训练需求正向头部企业集中。

与此同时，推理算力占比从2023年的41%激增至2027年预期的72.6%，催生终端部署、定制芯片等新业态——Meta部署150万颗自研推理芯片，博通ASIC定制服务降低企业成本，7GB内存即可运行的GRPO强化学习算法，预示手机端模型自进化将成为可能。

“就像AlphaZero通过自我博弈碾压AlphaGo，大模型通过智能体协作实现能力跃迁，这需要比训练更庞大的推理算力支撑。”王蕴韬指出。

全球公开文本数据将在2026年耗尽，但多模态数据开发仅触及冰山一角。王蕴韬揭示了数据困局下的破局之道。英伟达Nemotron-4模型98%训练数据来自合成，微软Phi-4小模型40%数据为自动生成，我国32.85ZB年数据产量亟待激活。针对行业应用中的“幻觉”难题，信通院牵头推动数据精标体系建设——Scale AI通过博士团队标注构建专业数据库，国家数据局在7大城市布局标注基地，OpenAI计划用o1模型合成数据训练下一代Orion系统。

“当合成数据解决量的问题，精标数据攻克质的难关，我们就能打开万亿Token级多模态训练的新空间。”王蕴韬指出。

大模型只是AI工程化的起点，77%中标项目聚焦外围工具链。王蕴韬展示的行业图谱显示，RAG增强检索、智能体工作流、提示词自动化等工程化技术构成完整工具矩阵，非头部企业凭借场景化创新斩获82%行业订单。

在工业领域，大模型虽未深入生产制造环节，但在研发端的材料模拟（AlphaFold）、设计端（ChatCAD）、管理端（FocusGPT）等场景形成突破；消费侧除聊天机器人外，AI已隐身于图像设计、语音转录等200余类应用，重构用户体验。

面对AI技术伦理挑战，王蕴韬强调“善治促善智”的产业共识：我国已有17家企业签署《人工智能安全承诺》，40%世界500强设立伦理委员会，蚂蚁AIR Engine、谷歌SAIF等风控工具投入实战，信通院AI Safety Benchmark成为行业标尺。

王蕴韬预言，2025年，我们将迎来更强的模型，工程创新、架构创新及推理侧创新将不断推动模型智能化能力提升；我们将迎来AI原生应用，模型新技术将会带来更多新应用，衍生更多新业态；我们将迎来深度赋能的新机遇，AI赋能行业将从点状的星星之火呈现燎原之势，与我们生产生活更深入的融合。