2025年上半年，AI初創(chuàng)企業(yè)吸納了全球53%的風險投資資金，也就是說，在諸多投資細分領域里，AI一個領域就占了全球一半的投資。這是7月28日上午在WAIC期間的啟明創(chuàng)投·創(chuàng)業(yè)與投資論壇上，啟明創(chuàng)投主管合伙人周志峰公布的數(shù)字。
AGI產業(yè)又到了一個特別的產業(yè)發(fā)展的時間點。一方面技術還在往上快速增長，沒有看到明顯的天花板。同時，由于技術的性能、成本等諸多方面變得更加可用，能夠看到大規(guī)模的應用已開始落地。
從投資人角度，周志峰認為，做AI投資依然是累的，因為這是最熱門的行業(yè)。還有越來越多的投資人用真金白銀投票，投入到AI基礎模型公司中，這意味著，大模型依然在高速增長。
2024年啟明創(chuàng)投發(fā)布了AI十大展望，包括Multi-Agent技術將飛躍、3年內視頻生成將全面爆發(fā)、將見證壓縮更多模態(tài)信息的超級多模態(tài)大模型等，這些預測在今年來看也都一一實現(xiàn)了。
在此次大會上，啟明創(chuàng)投也更新發(fā)布了2025年AI的十大展望，預測接下來12至24個月AI行業(yè)即將產生的一些趨勢，包括多模態(tài)、AI Agent、AI應用、具身智能等方面。
啟明創(chuàng)投認為，未來一到兩年，200萬Token的上下文窗口將成為頂級AI模型的標配。圍繞更大上下文窗口展開的更精細、更智能的上下文工程，會成為推動AI模型及應用發(fā)展的核心驅動力之一。“從供給側技術來看，包括新的注意力機制等模型架構的創(chuàng)新，做較長的上下文窗口變得越來越可能了?！敝苤痉逖a充。
多模態(tài)方面，通用視頻模型有望在一到兩年內出現(xiàn)，該模型可處理視頻模態(tài)下的生成、推理與任務理解，促進視頻內容生成與交互的革新。
圍繞時下最熱門的AI Agent，啟明創(chuàng)投預測，未來一到兩年，Agent形態(tài)將從“工具輔助”走向“任務承接”，首批真正意義上的“AI員工”將進入企業(yè)，廣泛參與客戶服務、銷售、運營、研發(fā)等核心流程，不再僅作為助手存在，而是具備協(xié)同作業(yè)、主動反饋、承擔OKR等能力，推動從成本工具向價值創(chuàng)造轉變。
多模態(tài)Agent也將不斷走向實用化，能夠融合視覺、語音、傳感器等多源輸入，進行復雜推理、工具調用與任務執(zhí)行，在醫(yī)療、金融、法律等行業(yè)率先實現(xiàn)突破。
圍繞AI基礎設施，在AI芯片領域，將有更多“國設”且“國造”的GPU開啟批量交付；與此同時，在3D DRAM堆疊、通算融合發(fā)力創(chuàng)新的新一代AI云端芯片，也將在市場中嶄露頭角。
“回看過去兩年，AIInfra的推理成本已經降低了大概100倍以上，我們認為這個趨勢還會繼續(xù)?！眴⒚鲃?chuàng)投預測，未來一到兩年， Token消耗量將提高1至2個數(shù)量級，集群推理優(yōu)化、終端推理優(yōu)化、軟硬協(xié)同推理優(yōu)化成為AI Infra側降低Token成本的核心技術。
圍繞AI應用，啟明創(chuàng)投認為，AI交互范式轉移將在未來兩年內加速到來，伴隨用戶對手機屏幕依賴的減弱與語音等自然交互方式的重要性上升，將推動AI原生超級應用的誕生。 “隨著AI能力的提升，屏幕越來越不重要，會有很多更符合人性的、更自然的人機交互方式去改變我們使用手機甚至硬件的習慣?！痹谥苤痉蹇磥?，也許會馬上出現(xiàn)一個新的硬件形態(tài)，正如從PC轉向手機一樣，新一代的硬件也從手機上將今天很多需求轉移出來。
此外，垂直場景中的AI應用潛力巨大，越來越多初創(chuàng)公司將憑借行業(yè)認知深耕細分領域、快速實現(xiàn)產品與市場匹配，以“Go Narrow and Deep”（垂直深耕）的策略與大廠形成差異化競爭。
AI BPO（業(yè)務外包）模式將在未來一到兩年，實現(xiàn)商業(yè)化突破，從“交付工具”走向“交付結果”，并通過“按結果付費”的方式，在金融、客服、營銷、電商等流程標準化行業(yè)快速擴張。
最后是當下投資圈熱門的具身智能，當下行業(yè)較為關注的一個問題是，具身智能機器人會率先在哪些真正有用的場景落地，而不是今天大部分的舞臺展示。啟明創(chuàng)投認為，具身智能將率先在揀選、搬運、組裝等場景實現(xiàn)規(guī)?；渴?，積累大量機器人第一視角數(shù)據與帶觸覺的操作數(shù)據，構建“模型-本體-場景數(shù)據”的閉環(huán)飛輪。
周志峰預計，上述三大場景的規(guī)?；渴鹨馕吨辽偈巧锨_機器人的落地，這非常重要。只有在一些細分場景落地后，有了模型本體到場景數(shù)據的飛輪，才能驅動模型能力迭代，最終推動通用機器人邁向更大規(guī)模落地。
