《人工智能产业发展研究报告（2025年）》发布，具身智能处于从实验室验证向规模化商用过渡的关键期

深圳商报·读创客户端首席记者 王海荣

近日，中国信息通信研究院（简称“中国信通院”）在深入调研和量化评测的基础上，发布了《人工智能产业发展研究报告（2025年）》，全面探讨了基础模型演进、具身智能突破、智算基础设施升级、智能原生应用涌现、安全治理实践及全球合作进展等，并对迈向通用人工智能（AGI）的路径进行了前瞻展望。

核心产业规模突破9000亿元

据中国信通院测算，2024年我国人工智能核心产业规模已突破9000亿元，同比增长24%，2025年有望达1.2万亿元。截至2025年底，我国人工智能企业数量超过6000家，全球占比达16%，形成了从基础底座、模型框架到行业应用的完整产业体系。我国大模型调用需求快速增长，2025年公有云大模型（对客侧）Token调用量约2000万亿次，人工智能正加速从“能思考”向“能实干”转变，为千行百业开拓赋能新空间。

2月3日，记者从报告中获悉，基础模型正处于关键的演进节点，探索通过强化学习与环境交互突破增长瓶颈。根据中国信通院“方升”测试数据，截至2025年12月，头部语言大模型综合能力提升约30%，多模态理解能力增长超过50%，推理、编程等能力实现了“又好又快”的发展。技术范式正探索通过环境交互、任务试错和自我迭代积累“动态经验”，使模型具备自主提炼跨场景规律和修正认知偏差的能力，实现从“复刻已知”向“探索未知”的进化。

智能体进一步释放大模型应用潜能，自主性不断增强，成为“数字员工”雏形。中国信通院“方升”智能体基准测试结果显示，高度封装的通用智能体产品可以获得比顶级大模型更好的性能表现。其核心在于通过动态规划引擎与工具调用框架构建“感知-决策-执行”的闭环体系，实现任务执行从流程固化向动态优化的转变。

报告指出，具身智能处于从实验室验证向规模化商用过渡的关键期，核心在于场景驱动下的“数据-模型-本体”闭环优化。端到端VLA架构与世界模型加速探索，显著提升了机器人在未见环境中的泛化性与认知边界。目前，场景驱动下的联合设计正逐步成为产业创新的关键路径。未来具身智能要从“实训”走向“实战”，仍需克服高质量数据短缺、跨场景泛化难以及软硬协同稳定性等工程化瓶颈。

人工智能进入高效务实安全新阶段

过去一年，快速增长的模型训推需求，驱使人工智能计算向更加高效、经济、协同、多元方向加速演进，吉瓦级（GW）智算集群建设加码。软硬件协同方面，通过算法与软硬件的联合优化，实现了模型训练的高性能与低成本共存。中国信通院测试表明，通过协同优化，部分国产芯片部署大模型的精度已基本与国外主流系统持平。数据工程能力建设重点已由追求规模转向质量优先。中国信通院评估显示，当前行业数据集建设存在显著质量瓶颈，内容稠密性缺失占比高达82.50%，领域相关性不足占比14.04%。高质量数据集建设正向智能生成、多元专业、合规治理三个方向深化。

中国信通院调研发现，应用赋能遵循数字化水平领先领域率先突破的规律，正加速向新型工业化全场景渗透。工业大模型应用呈现“两端深化、中间突破”态势，后端运营管理环节占比最高（45.8%），前端研发设计环节占比28.3%，中间生产制造环节占比提升至25.9%。智能原生推动AI以“主角”身份嵌入业务流程与企业战略规划。以Cursor为代表的智能原生软件正开启软件业全面重塑的新阶段，以智能眼镜为代表的AI终端初步具备主动感知、多模态交互和自主学习进化功能，意图重构交互体验。

安全治理问题面临严峻挑战。报告指出，2025年，部分大模型在测试中展现出主动生成自身副本或拒绝关机指令的行为，甚至产生高达84%的策略欺骗行为，推理思维链攻击与模型幻觉问题依然复杂。产业界正构建涵盖安全对齐、框架漏洞检测、隐式水印溯源及权限精细化管理的全维度防护体系，以平衡内容创新与风险防控。人工智能已成为全球重点多边机制的核心议题，“开源生态+本地化拓展”构建国际公共产品，全球治理模式正从单边碎片化走向多边协商，更具包容性的标准生态正在形成。

未来发展趋势聚焦三大方面

报告也对人工智能创新的未来趋势进行了展望。报告指出，面向未来，人工智能创新将锚定通用智能方向持续突破，基础理论的深化、基础设施的完善、安全体系的构建与全球格局的演进将形成合力推动产业生态协同跃升。

技术创新方面，迈向通用人工智能的道路，可能会经历若干不确定的“奇点”。大模型方面，随着技术的创新发展，大模型基础架构、训练方法与运行机制将持续突破，未来将朝着优化推理效率，降低内容幻觉生成率、增强在真实场景中的表现方向发展。世界模型方面，作为 AI系统理解、推理并预测物理世界的“内部模拟器”，世界模型被视为通向通用人工智能的核心路径之一，正在萌芽中。未来，泛化能力强、物理一致性高、可解释性强的“通用世界模型”将成为学界与业界共同努力的目标。具身智能方面，通过感知、决策、行动、反馈的循环，具身智能可以实现持续地智能进化，未来将以突破物理图灵测试为目标，实现生物级感觉运动能力，并在复杂动态的环境中展现出前所未有的灵活性和适应性。

智算基础设施方面，以开源开放为特征的新型智算生态正在加速形成，涌现出开源框架、开源通信库、开源算子库、开放计算平台、开源互联协议等多层次、多领域的标志性成果，为全球人工智能创新发展注入新活力。从演进趋势上看，随着单点、局部开源开放逐步扩展至软硬全栈开源开放，开放智算生态影响力将进一步扩展深化，不同技术环节之间的开源成果有望实现更深层次的对接协同，形成自驱生长的飞轮效应。

安全治理方面，未来人工智能安全关注的目标应该是如何保证在潜在安全风险环境中安全运作。需要构建完善人工智能风险识别防护体系，全面洞察安全风险，动态防范安全隐患。在风险识别方面，搭建理论支撑的安全风险框架，设计基于内部机理透视的测试方案，配套全模态的安全测试工具；在风险应对方面，建立动态安全观，探索体系化的主动安全防护方案，同时守住物理层面的安全底线，防范失控行为。

（备注：文章配图来源于中国信息通信研究院）