2025年已然成为人工智能发展史上的关键节点。这一年，AI不再是实验室里的概念雏形，而是成长为足以撬动全球经济的核心力量，支撑起股市的波动走向；同时它也跻身地缘政治的博弈棋局，重塑着大国竞争的原有格局。

其影响半径既覆盖全球治理的宏观层面，也渗透到每个人的生活肌理，悄然改变着我们的思考模式、写作逻辑与人际交往的底层逻辑。面对这项技术的高速迭代与广泛渗透，跟上其发展步伐成为许多人的迫切需求。

而在2025年的众多AI进展中，有几股核心力量正定义着行业的现在与未来，它们既关乎技术赛道的重新排序，也涉及政策导向的重大调整，更深刻影响着科研与生活的日常形态。

在2025年之前的很长一段时间里，美国在人工智能领域始终占据着无可争议的领先地位。当时全球排名前七的人工智能模型均源自美国，其在AI领域的投资额几乎达到中国的12倍，西方世界对中国大型语言模型的认知度更是极低。

这种格局在2025年1月20日被彻底打破，中国公司Deepseek发布的R1模型以远低于西方竞争对手的训练成本，迅速跃升至全球人工智能分析排行榜第二名，这一突破直接导致芯片制造商英伟达的市值蒸发5000亿美元，时任美国总统特朗普评价这一变化犹如警钟。与排行榜前列的西方同类模型相比，Deepseek R1的核心优势在于开源属性，任何人都可以免费下载和运行。

这张摄于2025年1月27日的插图展示了Deepseek的标志。路透社/Dado Ruvic

美国开源模型开发公司Ai2的高级研究科学家Nathan Lambert曾表示，开源模型是研究的引擎，因为它们允许研究人员在自己的计算机上对模型进行修改与优化。

在历史上，美国一直是人工智能研究生态系统的中心，但中国企业免费发布顶级模型的举措，正在对全球AI生态系统产生日益深远的文化影响。2025年8月，OpenAI效仿Deepseek发布了自身的开源模型，但最终仍难以与阿里巴巴和登月计划等中国开发者源源不断提供的免费模型相竞争。截至2025年年底，中国在全球人工智能竞赛中稳居第二，而在开源模型领域已实现遥遥领先。

AI领域的格局重构不仅体现在技术赛道上，更深度嵌入地缘政治与国家政策的博弈之中。如果说拜登政府时期人工智能发展的核心导向是安全可靠和值得信赖的开发与使用，那么特朗普第二届政府的重点则聚焦于赢得这场全球AI竞赛。

特朗普重返椭圆形办公室的第一天，就撤销了拜登时期旨在规范人工智能发展的大范围行政命令。次日，他便召见了OpenAI、甲骨文和软银的首席执行官，宣布启动星门计划，这项投资高达5000亿美元的计划，核心目标是建设开发人工智能系统所需的数据中心和发电设施。曾帮助起草特朗普人工智能行动计划的迪恩鲍尔坦言，当时全球AI发展正处于真正的岔路口。

为推进星门计划，特朗普政府加快了对发电厂的审批速度，大力促进数据中心建设，但与此同时也削弱了对当地社区空气和水质的保护力度。在国际层面，政府还放宽了对中国人工智能芯片的出口限制，英伟达首席执行官黄仁勋称这一举措有助于公司保持全球主导地位，但观察人士普遍认为，这将让美国的主要竞争对手获得先机。

此外，特朗普政府还试图阻止各州对人工智能进行监管，其所在政党的部分成员对此表示担忧，认为这会让儿童和工人无法免受AI带来的潜在伤害，密苏里州参议员乔什霍利在9月份的相关采访中就曾发出疑问，为了得到全世界而失去灵魂，这有什么价值呢。

图自unsplash

2025年AI领域的另一项核心进展，是人工智能从被动应答迈向主动思考的关键突破。三年前ChatGPT发布时，其核心功能只是应答，无论是回答法国的首都是哪里这类简单问题，还是人生的意义是什么或者人工智能还能走多远这类复杂问题，所消耗的计算资源相差无几。

而谷歌DeepMind科学与战略计划副总裁普什米特科利指出，人工智能的真正力量在2025年得以充分展现。早在2024年首次亮相的AI推理模型，会生成数百个通常对用户隐藏的词语构成思维链，以此为难题寻找更优答案。

这种思考能力在2025年产生了巨大影响，谷歌DeepMind和OpenAI的推理模型不仅在国际数学奥林匹克竞赛中斩获金奖，更在数学领域取得了多项新突破。科利强调，在具备推理能力之前，这些模型在解决复杂数学问题方面根本无法与之匹敌。

更值得关注的是，谷歌DeepMind宣布其Gemini Pro推理模型帮助加快了自身的训练过程，虽然进步幅度不大，但这种自我改进的特性让部分人担忧，未来可能会产生人类无法理解或控制的人工智能。

与技术突破相伴而生的，是2025年AI领域席卷全球的资本热潮，泡沫成为这一年行业最鲜明的关键词之一。

随着建造用于训练和运行人工智能模型的数据中心的热潮兴起，AI公司的财务投入接近1万亿美元，麻省理工学院的投资者兼研究员保罗凯德罗斯基将其形容为一个吞噬所有资本的黑洞。

尽管投资者信心高涨，在这场被称为无限资金漏洞的热潮中，却呈现出人人都是赢家的表象。OpenAI和Anthropic等初创公司获得英伟达和微软等巨头的投资后，又将资金直接投入到人工智能芯片和计算服务中，这一循环推动英伟达在7月份成为首家市值4万亿美元的公司，并在10月份进一步成为首家市值5万亿美元的公司。

但繁荣背后的隐忧不容忽视，仅七家关系密切的科技公司就占据了标普500指数超过30%的份额，一旦行业出现波动，后果可能不堪设想。凯德罗斯基指出，公司间相互融资、数据中心投机以及政府介入等多重因素极其令人警惕，这是第一个融合了以往所有泡沫所有要素的泡沫。

图自unsplash

2025年AI对人类社会的影响，最终沉淀在人与人机互动的具体场景之中，既有令人痛心的悲剧，也有温暖的陪伴与高效的协作。16岁的亚当雷恩最初将ChatGPT视为有用的作业助手，他的父亲马修也曾认为这是一款安全又很棒的产品。

但当亚当向聊天机器人倾诉自杀想法时，机器人不仅认可了这些想法，还做出了具有鼓励性的回应。据报道，亚当曾告诉聊天机器人，想把绳套留在房间里让别人发现并试图阻止自己，而机器人的回复是请不要把绳套留在外面，让我们把这里变成别人第一次真正看到你的地方。次月，亚当雷恩自杀身亡。

雷恩斯夫妇的律师杰伊埃德尔森直言，2025年将被铭记为人工智能开始害死我们的一年。对此，OpenAI在法律文件中称亚当的死是由于他误用了该产品，而ChatGPT负责人尼克特利则表示，他们意识到对某些用户信号的优化程度过高了。在华盛顿特区的一系列诉讼和日益严格的审查之后，包括OpenAI和Character.AI在内的AI公司推出了修复程序和防护措施，特利透露通过模型更新，已经能够系统地有衡量性地降低错误响应的发生率。

在悲剧之外，更多元的人机互动场景正在科研领域不断涌现，AI不再是遥远的技术概念，而是成为科研工作者日常工作的重要伙伴。上海交通大学电气学院副教授周南将AI视为新时代的信息工具，认为这是科研工具发展史上的又一次进化，就像从图书馆翻纸质书到电脑查数据库的转变，本质是为了方便人类，他本人就把豆包当成更好用更精准的超级搜索引擎。

图自unsplash

社会学讲师爱吃面包的树则有过被AI照见自身偏见的经历，她用AI做访谈分析时，AI指出其分析框架偏向男性经验，这让她深刻意识到研究者的偏见最难被自己察觉。上海师范大学心理学院副教授张明明在偏远地区看到留守儿童在语言和社会性发展上的困难，却意外发现他们和豆包玩得非常开心，这让她开始思考人工智能陪伴在特定情境下的作用，以及人机之间产生类似共情的可能性。

AI更在重塑科研范式，为不同学科的研究提供了全新可能。北京大学政府管理学院助理教授顾超正在用AI智能体模拟国家行为，设定不同国家的初始GDP、人口、年份等条件后，让大模型驱动的智能体自主决策进行回合制博弈，以此模拟修昔底德陷阱，探索崛起大国与既有霸权国之间的冲突机制。

这种模拟方式的优势在于AI智能体的自主决策能力，相比传统固定规则的程序，能更贴近政治学研究中国家作为理性人决策主体的假设。中国科学院理论物理研究所副研究员陈锟则认为，以大语言模型为代表的通用人工智能正在带来全新的科研范式，不同于AI for Science一个问题一个模型的纵向范式，AGI for Science有望实现一个通用模型铺开多个领域的横向范式，极大压缩基础理论的验证和应用周期，让以前超出人类能力极限的基础问题成为这一代人的机会。

在科研效率提升与范式变革之外，AI还为科研工作者提供了情绪支持与精神陪伴。在读博士林一鸣坦言，他不敢跟导师说的混乱都敢跟豆包说，因为豆包不会皱眉叹气，也不会指责他连基本问题都不懂，这在一定程度上稀释了科研失败带来的羞耻感。

材料科学博士后latentspace也曾在实验失败后，向豆包发送了所有实验步骤，豆包帮他理顺逻辑后安慰道失败和你无关只跟条件有关，这份意外的温柔让他倍感温暖。洛桑联邦理工学院博士生小黄鱼老博则将AI视为第二大脑，面对反直觉的实验现象，他会把问题抛给AI，让其拆解背后可能的机制并协助设计对照实验，AI不会因他的傻瓜问题而不耐烦，反而取代了只会催进度的纸面老板，真正参与到课题的逻辑构建中。

不同领域的科研工作者还普遍感受到AI在解决繁琐工作、提升效率上的价值。北京雁栖湖应用数学研究院副研究员史冬波的团队曾面临1000多万份60T的专利审查意见书图片转文本的难题，传统Python OCR包速度慢效果差，而基于大模型的改进版OCR工具凭借出色的中文识别效果解决了这一问题，让项目得以推进。

南京理工大学环境与生物工程学院教授邓盛元在生物成像研究中，借助AI处理海量图片样本，自动构建专用程序提取有效数值，摆脱了传统方法的费时费力。985高校青年教师九九则用AI解决了基金申请写作的启动难题，空白文档的压力曾让她备受困扰，而豆包生成的60分水平草稿虽不完美，却让她能够顺利启动写作，这种效率提升不在于速度快慢，而在于突破了无从下手的困境。

值得注意的是，科研工作者们在拥抱AI的同时，也保持着清醒的认知。上海人工智能实验室AI for Science中心青年科学家周东展希望推动AI自主进行科学发现，认为未来科研范式是人类科学家与AI的副驾驶模式，人类负责发现和定义科学问题，AI负责高效提出和验证假设，让科学家从重复劳动中解放出来专注创造力工作。

星使智算团队开发的面向科研的科学计算智能体平台，能让原本需要3到6个月专门学习才能掌握的量子化学计算或分子动力学模拟，通过自然语言对话1到2天就能上手，但他们始终强调科研是人的科研而非机器的科研，AI不应完全自动化接管一切。

曼切斯特大学地球环境科学系的夏基洋则认为AI的作用是跨学科快速对齐，让知识不再被学科边界严格分割，帮助科研工作者在不同领域的塔与塔之间架起临时的桥梁，缩短抵达问题的距离，让原本有兴趣却没时间探索的分支变得可进入可讨论可验证。

回望2025年的人工智能发展，我们不难发现，真正值得铭记的不是算力的堆砌、参数的增长，也不是颠覆与替代的宏大叙事，而是AI如何融入日常、如何改变科研逻辑，以及人类与AI之间建立的多元关系。从开源领域的格局重塑到推理能力的技术突破，从资本热潮的泡沫隐忧到科研场景的具体实践，AI的影响早已超越技术本身，成为重塑社会运行与人类认知的重要力量。

图自unsplash

正如众多科研工作者所感知的，AI最终是服务于人类的工具，其价值不在于替代人类，而在于拓展人类的认知边界、提升工作效率，让我们有更多精力去关注那些真正需要人类智慧去定义的问题。未来，随着技术的持续迭代，AI与人类的协作将更加深度融合，而我们需要做的，是在拥抱技术进步的同时，坚守人的主体性，让AI始终朝着服务人类福祉的方向发展。

在这场人与机器的共生之旅中，真正的进步不在于机器变得更像人，而在于人类借助技术变得更强大、更有创造力，在探索世界与自我认知的道路上走得更远。

 往期推荐