以下是智源研究院发布的 2025 年十大 AI 技术趋势报告中对尺度定律、基础模型、具身智能、超级应用、AI 安全等关键方向的发展趋势预测124： 尺度定律
基于 scaling law 推动基础模型性能提升的训练模式 “性价比” 持续下降，后训练与特定场景的 scaling law 不断被探索。强化学习作为发现后训练、推理阶段的 scaling law 的关键技术，将会得到更多的应用和创新使用。 基础模型
统一的多模态大模型发展：训练阶段即对齐视觉、音频、3D 等模态的数据，实现多模态的统一，构建原生多模态大模型成为多模态大模型进化的重要方向，以更高效地模拟人类思维过程。 世界模型有望成为多模态大模型的下一阶段：更注重 “因果” 推理的世界模型赋予 AI 更高级别的认知和更符合逻辑的推理与决策能力，不仅能推动 AI 在自动驾驶、机器人控制及智能制造等前沿领域的深度应用，更有望突破传统的任务边界，探索人机交互的新可能。 合成数据的重要性凸显：合成数据已经成为基础模型厂商补充数据的首选，可降低人工治理和标注的成本，缓解对真实数据的依赖及数据隐私问题，提升数据的多样性，有助于提高模型处理长文本和复杂问题的能力，促进大模型的应用落地。 具身智能
行业格局变化：近百家的具身初创企业或将迎来洗牌，厂商数量开始收敛。 技术路线突破：端到端模型继续迭代，小脑大模型的尝试或有突破。 商业变现拓展：更多的工业场景下的具身智能应用出现，部分人形机器人迎来量产。 超级应用
近一年时间，生成式模型在图像、视频侧的处理能力得到大幅提升，叠加推理优化带来的降本，agent/rag 框架、应用编排工具等技术的持续发展，为 AI 超级应用的落地积基树本。虽然超级应用花落谁家尚未尘埃落定，但从用户规模、交互频次、停留时长等维度来看，AI 应用热度持续攀升，已到应用爆发的黎明前夕。 AI 安全
复杂系统特有的涌现结果不可预测、循环反馈等特有属性，对传统工程的安全防护机制带来了挑战。基础模型在自主决策上的持续进步带来了潜在的失控风险，需要引入新的技术监管方法，在人工监管上平衡行业发展和风险管控，这对参与 AI 的各方来说，都是一个值得持续探讨的议题。智源研究院也在持续推进 AI 安全底层关键技术研究，并积极推进 AI 安全国际合作。
