2025年，中国人工智能领域的发展重 心从技术层比拼，全 面转向与实体经济的深度融合与应用落地。根据国家数据局等机构的报告，数据标注正借助大模型走向自主化，垂类模型在制造、医疗等领域规模化部署。与此同时，大模型训练因跨域混训技术的突破而降低成本与门槛，以“具身智能”为代表的AI新形态则开启了物理世界交互的新篇章。

　　一、数据标注：迈向“大模型驱动”的自主化智能服务

　　传统依赖密集人力的数据标注模式，在2025年被彻底重塑。核心驱动力是大模型与智能体技术的结合，实现了从“人工标注”向“自主标注服务”的范式转移。

　　国家数据局公布的数据标注优秀案例显示，北京数据向量科技有限公司已构建出“大模型驱动的数据自主标注智能服务”。该服务利用垂类智能体和检索增强生成（RAG）技术，为政府产业经济数据构建自动标注体系，将标注准确率提升至97%以上。一项原本需要30人数月完成的任务，现仅需5人辅助即可在2个月内完成，效率提升显著。

　　在农业等特定垂直领域，自动化标注方案同样取得突破。一项针对家禽养殖的AI研究显示，通过结合半监督模型、主动学习和“提示-检测”范式，开发的自动标注框架在鸡群检测中实现了99%以上的召回率，并将标注时间相比纯人工方式减少了超过80%。这为AI在样本稀缺、数据持续产生的场景中快速落地提供了可行路径。

　　二、大模型训练：“跨域混训”破解算力瓶颈，架构创新探索新路径

　　随着模型参数规模增长，算力成本与集群效能成为制约发展的关键。2025年，中国在训练基础设施和底层架构上均取得重要突破。

　　上海人工智能实验室于7月发布了“DeepLink超大规模跨域混训技术方案”，并成功完成多个落地项目。该方案支持跨越1500公里（如上海至济南）连接多个智算中心，协同训练千亿参数大模型，等效算力利用率可达单集群的95%以上。这项突破意味着全国分散、异构的算力资源得以高 效盘活，为业界提供了一种高灵活、低成本的获取大算力的新途径。

　　在算法层面，为追求更高的能效和不同任务能力，非Transformer架构的探索成为年度亮点。中国科学院自动化研究所于9月发布了基于“内生复杂性”的类脑脉冲大模型“瞬悉1.0”。该模型借鉴大脑神经元工作机制，在多项任务中仅需约主流模型2%的数据量即可达到媲美主流模型的性能，尤其在处理法律、医学等超长序列任务时展现出潜在效率优势，为大模型发展提供了全新的技术路线选择。

　　三、垂类小模型研发：深入工业场景，成为“人工智能+”落地主力

　　2025年，“通用大模型+行业小模型”的混合模式成为企业智能化的主流选择。垂类模型凭借更高的精准度、更低的部署成本和更好的数据安全性，在工业生产一线快速渗透。

　　在广西柳州公布的“人工智能+制造”典型案例中，基于视觉大模型的“铝板带材表面缺陷在线识别预警系统”已投入应用，可对生产带材进行全域实时监测与智能预警。广州的“天空地一张图智能平台”则融合多源数据，在公共安全、智慧矿山等领域将效率提升超40%。

　　垂类模型同样在服务领域深化应用。例如，广州某医院的生殖中心人工智能客服，通过AIGC与自然语言处理技术，实现了98.5%的问答准确率与24小时服务。柳州康云互联科技有限公司开发的“多模态生物信号处理检测模型”，已可通过手机进行多项健康监测，并进入共建实验室阶段。

　　四、前沿动态聚焦：智能体与具身智能引 领“AI伙伴时代”

　　行业共识认为，AI正从解决单一任务的“工具时代”迈向能够自主规划执行的“伙伴时代”。智能体（Agent）和具身智能（Embodied AI）是这一转变的核心载体。

　　根据《人工智能前沿技术趋势报告2025》，智能体正推动AI从“语言智能”向解决实际行业难题的“业务能手”转变。以智能体为核心的新型软件快速涌现，并开始重塑操作系统与人机交互模式。例如，广西汽车集团的“车易慧智能体管理平台”即致力于解决汽车行业的管理标准困境。

　　2025年，连接视觉、语言与动作的VLA模型成为年度技术亮点，推动机器人复杂技能突飞猛进。行业标志性事件是，优必选工业人形机器人Walker S2在2025年启动量产与交付，首 批数百台已投入汽车制造、智慧物流等一线，预期全年交付量超500台。同时，国内AI大模型公司也已开始采购人形机器人并进行整合开发，标志着“大脑”（AI模型）与“身体”（机器人本体）的融合进入实质商业阶段。

　　五、行业生态建设：倡导健康发展，数据治理成“必修课”

　　在技术狂飙突进的同时，产业生态的健康与可持续性受到空 前关注。

　　4月，中国人工智能产业发展联盟汇集产学研多方力量，发布《协力推进“人工智能+”行动促进产业健康发展的倡议》，明确提出提升创新能力、推动开源开放、尊重知识产权、守护数据安全等八项倡议，呼吁共同抵制恶意竞争和无序内卷。

　　随着AI应用深入，高质量数据成为核心瓶颈。广州市工信局指出，数据治理已从“选修课”变为“必修课”。DCMM（数据管理能力成熟度模型）作为国家标准的贯标工作急剧增长，2024年广州获得三级以上认证的单位数量全国第 一，反映出产业界正系统化构建数据管理能力，为AI赋能夯实基础。

　　2025年的中国人工智能产业画卷清晰地揭示，技术突破的价值最终由产业落地的深度与广度来定义。从虚拟世界的智能体到物理世界的机器人，从分散算力的整合到行业知识的注入，AI正在拆除技术与应用之间的壁垒。可以预见，2026年，这场以“深度融合”和“价值闭环”为核心特征的变革将继续深化，真正推动“人工智能+”成为千行百业转型升级的新质生产力。