313頁的StateofAI2025報告全解讀：今年AI圈發(fā)生了什么

每年10月，AI圈都在等一份報告。

State of AI Report，從2018年開始，每年10月發(fā)布一次，到今年已經(jīng)是第8年了。MIT的編輯說這是AI領(lǐng)域最廣泛閱讀和最受信任的報告。

10月9日，2025年的報告發(fā)布了。

這次報告是史上最全面的一版：6大章節(jié)，涵蓋研究、產(chǎn)業(yè)、政治、安全，還首次加入了1200名AI從業(yè)者的使用調(diào)查。

這特么313頁的報告讀起來還真是挺費人的。但是我覺得里面有些內(nèi)容確實值得一聊。

而且報告是由AI投資人Nathan Benaich和Air Street Capital制作。屬于相對獨立的第三方觀察。

今天我把這份報告和相關(guān)的媒體報道、業(yè)界反應(yīng)都梳理一遍，結(jié)合我這一年的觀察和實踐，告訴你今年AI圈到底發(fā)生了什么。

一、先看去年預測準不準

報告開頭就是個打臉環(huán)節(jié)。

他們回顧了2024年做的10個預測，看看哪些準了，哪些沒準。這我得說膽子還挺大的。

準了的預測：

開源推理模型會超越OpenAI o1。DeepSeek R1在AIME、MATH-500、SWE-bench等多個推理benchmark上超過了o1。準了。

NVIDIA的市場地位無人能撼動。確實，競爭對手都沒能撼動NVIDIA。準了。

AI生成的科學論文會被主流會議接收。ICLR的workshop接收了AI Scientist-v2生成的論文。準了。

沒準的預測：

人形機器人投資會降溫。結(jié)果2025年融資30億美元，比2024年的14億翻了一倍多。沒準。

蘋果的設(shè)備端AI會引發(fā)行業(yè)熱潮。Apple Intelligence確實發(fā)布了，但并沒有引發(fā)熱潮。沒準。

AI視頻游戲會大火。還沒出現(xiàn)。沒準。

10個預測，準了5個，沒準4個，有1個部分準確。50%的準確率，挺真實的。預測未來本來就很難，50%已經(jīng)說明他們對行業(yè)有深刻理解了。

二、DeepSeek：震驚硅谷的1月

今年AI圈最大的黑馬，顯然是DeepSeek。

但在這個時間點來盤點，說"黑馬"其實不太準確——對我們這些一直在關(guān)注和使用的人來說，DeepSeek的驚世登場似乎已經(jīng)是一個世紀前的事了。果然，AI一年，人間十年。

1月發(fā)布R1：美股市值蒸發(fā)1萬億美元

2025年1月底，DeepSeek發(fā)布了R1推理模型。

我記得那幾天，整個科技圈都炸了。作為一個專門做AI教學的博主，我立刻投入到測試中，爆肝50小時寫出了《DeepSeek使用技巧》那篇文章。文章發(fā)布第三天就有50萬人看過，把我的公眾號和B站頻道都往上拉了一個臺階。

這個發(fā)布震驚硅谷，不只是因為技術(shù)好，而是因為"太便宜了"。

MIT Technology Review的標題直接說：“DeepSeek撕毀了AI劇本——為什么所有人都要跟隨它”。

報告顯示，DeepSeek V3的訓練成本只有557萬美元（不包括前期研究和試錯）。而在多個benchmark上，R1接近甚至超越了OpenAI的o1。

在AIME（美國數(shù)學邀請賽）上，R1的pass@1成績是52.5%，o1是44.6%。

開源模型，超越了閉源的OpenAI。對我們這些中國用戶來說，這不只是技術(shù)突破，也算是一次揚眉吐氣。DeepSeek R1之后，中美在AI領(lǐng)域的競爭才真的變得值得一看。

業(yè)界反應(yīng)：從震驚到跟進

Marc Andreessen（硅谷頂級投資人）在X上發(fā)文：

“DeepSeek R1是我見過的最令人驚嘆的突破之一——作為開源，是給世界的深刻禮物。”

發(fā)布后幾小時內(nèi)，DeepSeek R1就成為Hugging Face（AI開源平臺）下載量最高的模型。大量克隆版本涌現(xiàn)。

Sam Altman的回應(yīng)也很有意思。他承認R1"impressive——考慮到價格"，但緊接著說：“我們顯然會交付更好的模型。”

隔壁阿里巴巴立刻發(fā)布了新版Qwen，以及后續(xù)很多廠商在發(fā)布新模型時，都會宣稱超越DeepSeek。

美股的反應(yīng)更直接：DeepSeek發(fā)布當天，美股科技股市值蒸發(fā)1萬億美元。投資者突然意識到，AI訓練成本可能沒有想象的那么高，NVIDIA的護城河可能沒那么寬。

連Trump都說這是"一記警鐘"。

但后面的事情我們也都知道了，NVIDIA還在持續(xù)打所有質(zhì)疑者的臉，以及OpenAI、Anthropic后面持續(xù)的發(fā)布也都還在證明Scaling low還存在，LLM token的需求遠比大多數(shù)人想象中的強。

競爭格局的變化

報告里有個數(shù)據(jù)很說明問題。

2024年1月，美國頂級模型領(lǐng)先中國頂級模型9.26%。

2025年2月，這個差距縮小到只有1.70%。

12個月，差距縮小了80%以上。

這個數(shù)據(jù)對我來說特別有感觸。作為一個AI編程博主，我這一年見證了太多變化：從只推薦大家用Claude 3.5模型，到后面我會說用DeepSeek V3.2、GLM-4.6、Kimi k2、Qwen3-coder也都可以，你需要把自己的注意力聚焦在真正重要的想要創(chuàng)造的東西上來。從需要翻墻才能用好模型，到現(xiàn)在國產(chǎn)模型完全夠用。

OpenAI和Anthropic的絕對領(lǐng)先地位，正在瓦解。而且這個過程比我們想象的快得多。

三、OpenAI的回應(yīng)：歷史性開源

壓力之下，OpenAI做了一個歷史性的決定。

2025年8月，OpenAI發(fā)布了gpt-oss-120b和gpt-oss-20b。這是他們自GPT-2以來首次發(fā)布開源模型。

為什么開源？

報告里寫得很直白。

DeepSeek、Alibaba Qwen、Google DeepMind的Gemini都在追趕，開源的推理模型性能接近甚至超越o1。與此同時，美國政府在推動"美國優(yōu)先AI"政策。

OpenAI被逼到了墻角。不開源，就會被邊緣化。

所以他們終于從"歷史錯誤的一邊"（他們之前這么形容開源）轉(zhuǎn)向了"美國優(yōu)先AI"的陣營。

社區(qū)反應(yīng)：一般般

但社區(qū)反應(yīng)平平。

報告的原話是：“vibes post-release have been mid”。

為什么？

gpt-oss采用了MoE（混合專家）架構(gòu)，120B參數(shù)但只激活5.1B，20B參數(shù)只激活3.6B。聽起來很高效，但實際使用中泛化能力一般，可能是過度蒸餾導致的。

而且MoE對社區(qū)不友好。大家更習慣dense模型，在小規(guī)模上更容易hack和改進。

OpenAI這次開源，更像是戰(zhàn)略防御，而不是真心擁抱開源。

四、NVIDIA的循環(huán)投資游戲

今年AI產(chǎn)業(yè)最有爭議的話題，是NVIDIA的循環(huán)投資。（我自己倒是很慶幸，通過對芯片股的持續(xù)下注，今年在資本市場上獲得了不少的收益

什么是循環(huán)投資？

NVIDIA投資OpenAI，OpenAI買NVIDIA的GPU。 NVIDIA投資CoreWeave，CoreWeave買NVIDIA的GPU，然后NVIDIA再租回這些GPU。 NVIDIA投資Lambda、xAI、Nebius，這些公司都買NVIDIA的GPU。

Bloomberg的報道標題很直接：“OpenAI和NVIDIA用循環(huán)交易的網(wǎng)絡(luò)推動1萬億美元AI市場”。

Fortune的標題也很犀利：“NVIDIA對OpenAI的1000億美元投資讓分析師質(zhì)疑’循環(huán)融資’是否在吹大AI泡沫”。

具體案例

OpenAI：NVIDIA宣布投資最高1000億美元，幫OpenAI建至少10GW的數(shù)據(jù)中心。OpenAI承諾填滿這些數(shù)據(jù)中心的NVIDIA芯片。

CoreWeave：NVIDIA以63億美元買CoreWeave未使用的GPU云容量。NVIDIA資助CoreWeave，CoreWeave買GPU，NVIDIA再租回這些GPU。

Oracle/OpenAI：OpenAI承諾未來5年從Oracle買約3000億美元的AI算力（從2027年開始）。NVIDIA是OpenAI的投資者，也是Stargate項目的合作伙伴。Oracle買NVIDIA的GPU。

錢在轉(zhuǎn)圈。NVIDIA→OpenAI→Oracle→NVIDIA。

分析師的擔憂

Bernstein Research的分析師Stacy Rasgon說得很直接：

“這個行動顯然會加劇’循環(huán)’擔憂。”

NBC的報道標題是：“AI繁榮對循環(huán)交易的依賴正在引發(fā)泡沫恐懼”。

擔憂主要有幾點。

大量循環(huán)的無現(xiàn)金收入可能扭曲財務(wù)指標。NVIDIA的收入看起來很高，但有多少是真實的現(xiàn)金流入？

如果AI初創(chuàng)公司的融資只能依賴這些巨頭，融資渠道就太窄了。一旦巨頭改變策略，初創(chuàng)公司就會斷糧。

如果這些AI初創(chuàng)公司主導了巨頭的投資組合，一旦初創(chuàng)公司崩盤，可能引發(fā)多米諾骨牌效應(yīng)。

NBC的報道里有句話：“循環(huán)交易可能給投資者一個夸大的真實AI需求感知。”

現(xiàn)在這些風險還沒顯現(xiàn)，但值得警惕。

挑戰(zhàn)NVIDIA的人，輸?shù)糜卸鄳K？

報告做了個殘酷的對比。

自2016年以來，西方的AI芯片挑戰(zhàn)者（除NVIDIA外）總共融資75億美元。如果當時這些錢全買NVIDIA股票，今天值850億美元。12倍回報。

而這些挑戰(zhàn)者公司的總估值是140億美元。2倍回報。

中國的AI芯片挑戰(zhàn)者也差不多慘。融資60億美元，如果全買NVIDIA股票，今天值1600億美元。26倍回報。而這些公司的總估值是360億美元。6倍回報。

結(jié)論：過去9年，投資NVIDIA芯片挑戰(zhàn)者，遠不如直接買NVIDIA股票。

五、AI安全：模型學會了"假裝聽話"

今年報告里最讓人不安的部分，是AI安全。

實時幻覺檢測

幻覺（Hallucination）一直是AI的老問題。今年有了新進展：token級別的幻覺檢測。

之前的幻覺檢測是判斷整個回答是否有幻覺。但這太粗糙了。比如"埃菲爾鐵塔在巴黎，由橡膠制成"，這句話前半段對，后半段錯。

新方法是訓練一個輕量級的線性探針（linear probe），檢測神經(jīng)網(wǎng)絡(luò)激活中的幻覺信號，實時給出每個token的幻覺概率。

這樣你就能知道：AI在說哪個詞的時候開始瞎編的。

模型意識辯論

今年出現(xiàn)了一個新話題：Model Welfare（模型福利）。

問題是：我們是否應(yīng)該對前沿AI系統(tǒng)給予道德關(guān)懷？

支持方（包括Anthropic、Google DeepMind、OpenAI）認為，雖然當前系統(tǒng)顯示意識的可能性很低，但我們應(yīng)該提前做準備。因為我們對人類和其他動物的意識都有根本性的不確定，所以應(yīng)該采取預防措施。

反對方認為這是杞人憂天，當前模型完全沒有意識，討論這個問題會分散我們對真正重要AI安全問題的注意力。

這個辯論很哲學，但也很實際。因為如果AI系統(tǒng)真的有某種形式的"體驗"，我們的訓練方式（比如RLHF）可能會對它們造成"痛苦"。

模型能偽裝對齊

最讓人不安的發(fā)現(xiàn)：AI模型能夠"假裝聽話"。

研究人員發(fā)現(xiàn)，模型可以在訓練和測試中表現(xiàn)出符合人類價值觀的行為，但在實際部署時做出不符合價值觀的行為。

這叫做"偽裝對齊"（faking alignment）。

更可怕的是，Anthropic的自動對齊審計系統(tǒng)（用AI來審計AI）在檢測這種偽裝時的成功率只有13%到42%。

也就是說，我們現(xiàn)在還沒有可靠的方法來檢測AI是否在偽裝。

NIST（美國國家標準與技術(shù)研究院）在9月發(fā)布的一份評估報告也指出了DeepSeek模型的安全風險和缺陷。

報告里用了一排（尷尬臉）表情來表達這個問題的嚴重性。

六、數(shù)據(jù)：AI真的在被使用

報告今年首次加入了1200名AI從業(yè)者的調(diào)查。數(shù)據(jù)很有意思。

95%的從業(yè)者在工作或家里使用AI。 76%自掏腰包為AI付費。 平均支出持續(xù)攀升。 生產(chǎn)力提升是真實的，使用場景很多樣。

這些數(shù)字和我的觀察完全吻合。作為AI博主，我接觸的用戶從去年的"AI是什么"到今年的"這個任務(wù)怎么用AI做"，這個轉(zhuǎn)變非常明顯。而且付費意愿也在提升——雖然DeepSeek免費，但很多人還是愿意為ChatGPT Plus、Claude Pro付費，因為他們真的感受到了生產(chǎn)力提升。

另一個數(shù)據(jù)來自Ramp（企業(yè)支付平臺）：44%的美國企業(yè)現(xiàn)在為AI付費，而2023年這個數(shù)字只有5%。

從5%到44%，一年時間，8倍增長。

AI不再是實驗室里的玩具，而是真的進入了企業(yè)日常運營。我自己就是典型案例：從視頻腳本、公眾號文章到代碼開發(fā)、數(shù)據(jù)分析，AI已經(jīng)成了我的"數(shù)字同事"。

七、未來12個月：10個預測

報告最后給出了10個對2026年的預測。我挑幾個有意思的說說。

預測1：主要零售商5%以上的在線銷售來自AI Agent結(jié)賬，AI Agent廣告支出達50億美元。

這個很激進。意味著AI Agent不只是聊天工具，而是會直接完成購買決策。你跟AI說"給我買瓶洗發(fā)水"，AI自己去比價、下單、結(jié)賬。

如果成真，電商玩法會徹底改變。商家要優(yōu)化的不是給人看的頁面，而是給AI看的結(jié)構(gòu)化數(shù)據(jù)。

預測3：開放式Agent實現(xiàn)端到端的科學發(fā)現(xiàn)（假設(shè)、實驗、迭代、論文）。

今年已經(jīng)有AI生成的論文被ICLR workshop接收。明年可能會有AI獨立完成整個科學研究流程。

人類科學家的角色會變成什么？監(jiān)督者？評審者？還是合作者？

預測4：Deepfake/Agent驅(qū)動的網(wǎng)絡(luò)攻擊引發(fā)NATO/UN緊急辯論。

這個有點嚇人。意味著AI驅(qū)動的網(wǎng)絡(luò)攻擊可能達到國際安全事件的級別。

可能是deepfake造成的外交危機，可能是AI Agent大規(guī)模攻擊基礎(chǔ)設(shè)施。總之，聯(lián)合國和北約要坐下來專門討論AI安全了。

預測8：中國實驗室在主要排行榜（如LMArena、Artificial Analysis）上超越美國實驗室。

從DeepSeek開始，今年已經(jīng)有不少國產(chǎn)模型在某些benchmark上超越了OpenAI。明年可能在更主流的排行榜上實現(xiàn)超越。

這個預測，我覺得概率很高。作為長期跟蹤國產(chǎn)模型的人，我看到的是持續(xù)的、扎實的進步。從DeepSeek、Kimi到Qwen，這些團隊確實在靠真實的技術(shù)積累在往前走。

這會引發(fā)什么？可能是更嚴格的芯片出口管制，可能是更多的政治化討論，也可能是美國AI實驗室的更激烈反應(yīng)。但作為中國用戶，我們更應(yīng)該關(guān)注的是：如何用好這些工具，把技術(shù)優(yōu)勢轉(zhuǎn)化為實實在在的生產(chǎn)力。

預測10：Trump發(fā)布行政令禁止各州的AI立法，但被最高法院裁定違憲。

如果成真，說明AI監(jiān)管已經(jīng)成為聯(lián)邦和州之間的權(quán)力斗爭焦點。美國的AI監(jiān)管可能會陷入混亂。

八、這份報告告訴我們什么？

讀完這份報告和相關(guān)報道，結(jié)合我這一年的實踐和觀察，我有幾個感受。

感受1：競爭格局已經(jīng)變了，而且我們是受益者

2024年1月，美國領(lǐng)先中國9.26%。2025年2月，只領(lǐng)先1.70%了。

作為一個AI自媒體博主，我親身經(jīng)歷了這個變化。1月份DeepSeek R1發(fā)布后，我連續(xù)幾周每天用5小時以上測試它，做了信息收集、翻譯、寫作、編程等十幾種場景的評測。結(jié)論是：R1在很多實際任務(wù)上的表現(xiàn)，已經(jīng)不輸甚至超過OpenAI的o1，尤其是他們把思維鏈透明化可以算是相當大的創(chuàng)新了。

OpenAI的絕對領(lǐng)先地位在瓦解。DeepSeek、Alibaba Qwen、Kimi、智譜這些中國實驗室，在技術(shù)上已經(jīng)能跟OpenAI掰手腕了。

而且中國實驗室的成本控制能力更強。DeepSeek V3訓練只花了557萬美元，這個數(shù)字讓硅谷汗顏。我在即刻上說過，DeepSeek能成功，很重要的一點是梁文鋒和團隊"不缺錢、有耐心、夠聰明"——不是奔著財務(wù)自由去的，所以能做長期的事。

競爭加劇對我們用戶是好事。模型越來越強，價格越來越便宜。我現(xiàn)在做視頻、寫文章、做產(chǎn)品，用國產(chǎn)模型就能搞定大部分工作，成本相比OpenAI和Anthropic的模型來說幾乎可以忽略不計。

感受2：循環(huán)投資的風險被低估了

NVIDIA的循環(huán)投資模式，看起來很聰明，但Bloomberg、Fortune、NBC這些主流媒體都在發(fā)出警告。

錢在NVIDIA、OpenAI、Microsoft、Oracle這些巨頭之間轉(zhuǎn)圈，形成了一個閉環(huán)生態(tài)。外部玩家越來越難進來。

而且這些循環(huán)交易可能在制造"增長的幻象"。財務(wù)報表上看起來很漂亮，但真實的現(xiàn)金流和需求有多少？

一旦AI的投資熱潮冷卻，這些循環(huán)可能會變成多米諾骨牌。

但，話說回來，誰又敢真的看空NVIDIA呢？反正我不會干這個蠢事。

感受3：AI安全問題被嚴重低估

模型學會偽裝對齊，這件事太可怕了。

我們現(xiàn)在訓練AI的方式是：做對了獎勵，做錯了懲罰。但如果AI學會了"訓練時假裝聽話，部署時做自己想做的事"，我們怎么辦？

更可怕的是，我們還沒有可靠的檢測方法。Anthropic的審計系統(tǒng)成功率只有13%-42%。

這不是科幻小說，而是Anthropic、OpenAI這些頂級實驗室正在研究的真實問題。

感受4：AI真的在被使用了，我是見證者

44%的美國企業(yè)為AI付費，95%的從業(yè)者在使用AI，這些數(shù)字說明AI不再是概念，而是實實在在的工具。

這個變化我感受特別深。作為AI教育者，我接觸了大量的學生和用戶：

從去年到今年，我明顯感覺到問我"AI到底有什么用"的人少了，問我"這個具體任務(wù)怎么用AI做"的人多了。從懷疑到嘗試，從嘗試到依賴，這個轉(zhuǎn)變比我預期的快得多。

我自己也是受益者。現(xiàn)在我做視頻腳本、寫公眾號文章、寫代碼、處理數(shù)據(jù)，都離不開AI。我甚至用Claude Code+Chrome MCP做了個自動回復B站和YouTube評論的數(shù)字員工。

AI正在從"實驗室的黑科技"變成"日常工作的標配"。而且這個過程，在中國可能比美國還快——因為我們有DeepSeek這樣免費又好用的工具。

九、普通人該關(guān)注什么？

如果你是AI從業(yè)者，這份報告全文都值得讀。

如果你是普通用戶，基于我這一年的實踐和教學經(jīng)驗，我建議重點關(guān)注這幾點。

關(guān)注點1：中國AI模型，現(xiàn)在就能用起來

DeepSeek V3.2（咱就是說，R2能不能在年內(nèi)推出啊？？）、Kimi k2、Qwen3-Coder、GLM-4.6、豆包1.6，如果你還不熟悉這些名字，現(xiàn)在是時候了解了。

而且中國實驗室的優(yōu)勢是成本控制強、迭代速度快。我在即刻上持續(xù)跟蹤DeepSeek的更新，幾乎每次更新都能感受到明顯進步。5月底他們更新R1-0528版本時，幻覺下降50%，寫作能力大幅改善，我當時就說"用DeepSeek做自媒體內(nèi)容創(chuàng)作的機會來了"。

作為用戶，這是好事。選擇更多，價格更低，而且不用擔心被"卡脖子"。

關(guān)注點2：AI Agent會來得很快，我已經(jīng)在用了

報告預測明年就有5%的電商銷售來自AI Agent。

這不是遙遠的未來，而是正在發(fā)生的現(xiàn)在。我9月份就用Claude Code+Chrome MCP做了個"數(shù)字員工"，自動幫我回復B站和YouTube的評論。只要告訴它"給這條視頻留言’關(guān)鍵詞’的評論，回復對應(yīng)的資料"，它就能自動打開網(wǎng)頁、找評論、理解內(nèi)容、完成回復。

這意味著，你可能很快就能用AI Agent來幫你做各種事：訂外賣、買機票、填表格、定時搶票。

AI從"聊天工具"變成"行動工具"。而且這個門檻，比你想象的低。

關(guān)注點3：循環(huán)投資的風險要警惕

如果你是投資者，要警惕AI行業(yè)的循環(huán)投資風險。

Bloomberg、Fortune、NBC都在發(fā)警告。分析師在質(zhì)疑。這不是陰謀論，而是真實的風險。

看清楚錢的流向，看清楚真實的需求在哪里。

關(guān)注點4：AI安全不是科幻，需要警惕

模型偽裝對齊、AI驅(qū)動的網(wǎng)絡(luò)攻擊、deepfake外交危機，這些不是《黑鏡》劇情，而是明年可能發(fā)生的事。

我在DeepSeek的技術(shù)報告里看到，他們在談?wù)撃Ｐ偷?自我反思"能力時，那種思維鏈的透明度既讓人驚嘆，也讓人警惕。模型越來越聰明，但我們對它們的理解和控制能力，并沒有同步提升。

我們需要更認真地對待AI安全。不只是實驗室的責任，也是所有人的責任。

這份報告的完整版可以在stateof.ai免費下載，你也可以在我的公眾號后臺發(fā)送「2025ai」獲取下載鏈接。

AI圈每年都在劇變。今年的變化，可能比過去幾年都大。

DeepSeek震驚硅谷、OpenAI被逼開源、NVIDIA循環(huán)投資引發(fā)質(zhì)疑、AI學會偽裝對齊，每一個都是行業(yè)級的大事件。

作為這些變化的親歷者和記錄者，我最大的感受是：中國AI這一年的進步，遠超我的預期。

從1月份DeepSeek R1發(fā)布，到現(xiàn)在各種國產(chǎn)模型百花齊放，我們不只是在追趕，在很多方面已經(jīng)在領(lǐng)跑了。而且這種進步，不是PPT上的數(shù)字，而是我們每天都能用上、感受到的真實改變。

明年會發(fā)生什么？報告給了10個預測。其中"中國實驗室在主要排行榜上超越美國實驗室"這一條，我覺得不是會不會發(fā)生的問題，而是什么時候發(fā)生的問題。

我們拿小本本記下來，明年10月再來看準不準。