從模型到產品，2025前沿AI產業峰會回顧與趨勢研判 | 前沿在線

AI行業正在經歷結構性換擋——從模型競速到落地博弈，從能力展示到執行閉環。五個場景，五種路徑，共同指向一個現實：AI，終于開始工作。

過去兩年，AI 行業追逐的都是更大的模型、更高的算力、更強的能力。可到了 2025 年，越來越多的從業者開始意識到——AI 太聰明了，反而沒那么有用。模型會回答，卻不一定能執行；企業看熱鬧，卻未必能回報。從“會說”到“會干”，是 AI 最艱難的一步。

就在不久前，2025前沿AI產業峰會在北京首都國際會展中心順利舉辦。

本次大會由前沿在線主辦，匯聚了字節跳動火山引擎、百度秒噠、出門問問、AiPPT.com 以及 LanguageX等代表性企業，共同探討一個現實而尖銳的問題：當 AI 真正開始工作，產業會變成什么樣？

不同于過往的技術秀，今年的舞臺少了宏大敘事，多了工程氣味。嘉賓們談的不是愿景，而是實踐：有人重構了企業敢上線的 AI 底座，有人把一句話變成能運行的應用，有人讓 AI 走出云端進入生產現場，也有人用千萬級用戶證明，長期留存才是勝負手。

這是一場務實者的聚會，也是一面照向行業的鏡子。AI 從炫技回歸執行，從算法競速轉向產業復利。真正的競爭，不再是誰的模型更大，而是誰的系統更穩、誰的結果更實。

火山引擎：模型開始真正進入業務鏈路

今年幾乎所有企業都在談“落地”，但真正能做到“把模型嵌進業務”的玩家并不多。在這一點上，火山引擎顯然走在了更靠前的位置。

如果說2023 年是模型研發的起跑線，那么 2025 年的火山方舟與豆包大模型，已經切換到工程化的主戰場。

在峰會現場，字節跳動火山引擎 AI 創新行業解決方案專家 楊振宇帶來了主題分享——《火山方舟與豆包大模型有力支撐 AI 應用落地》

分享重點展示介紹了火山引擎在模型、平臺與行業場景融合方面的最新進展，豆包大模型在多模態理解、任務推理、語音生成、視頻創作等領域的系統能力，以及火山方舟平臺在算力調度、安全合規和工程化部署方面的進展。

*該部分為閉門分享，詳細內容不在峰會回顧中闡述。

百度秒噠：當很多業務想法不再死于“排期”

如果說火山引擎代表企業級 AI 的“底座能力”，那百度秒噠思考的是一個同樣關鍵的問題：當模型成為標配后，誰來釋放那 90% 被困住的想法？

產業界有一句很現實的話：不是需求不夠，而是研發永遠不夠。數字化在加速，業務需求卻仍受制于資源分配，Jane 分享了一組行業觀察值得反復回味：“過去 90% 的創意，都死在了開發階段。”

因為組織必須在三個變量之間做選擇：低成本、高質量、個性化，三者無法兼得。

在這一背景下，Vibe Coding的出現不是概念創新，而是對既有“開發流程”提出的一次結構性質疑：如果語言就是接口，為什么還要懂代碼？

秒搭的意義也因此不在“炫技”，而在回答一個基本問題：如何讓更多業務想法活下來并快速試錯？

現場的生成 Demo 之所以值得觀察，不在于“是否驚艷”，而在于反差：原本需要產品、前后端、部署測試齊上陣幾周的開發周期，在對話框里變成了幾分鐘的自動生成。軟件開發第一次變得和發一條消息一樣輕量。

創新能力，從中心化走向分布式。組織權力結構被重新劃分。

更具象的例子來自現場：百度秒噠產品運營-董艷博演示“吳磊變裝”“五子棋小游戲”“跨景文旅站點”等案例，不是用來證明美觀或驚艷，而是證明誰都能動手、立刻動手。

甚至有孩子用它做了一個匯率換算器，為了知道爸爸和外公跨國探望他的成本。在商業敘事之外，這也是生產力普惠的最好解釋：不會寫代碼的人，也能改變數字世界的一角。

當行業談“生產力革命”時，往往盯著替代，而忽略了一個更重要的指標：哪些想法本來不存在，如今得以存在？

秒搭做的事情本質上是讓更多人具備數字化行動能力。不是為了取代程序員，而是讓稀缺資源專注于關鍵系統，讓長尾場景的創新不再沉沒。

不只在于“節省研發成本”，而是讓企業第一次有機會，規模化驗證“本來會被放棄的可能性”。因為未來競爭的關鍵指標不是“誰的想法最對”，而是誰的想法能最快變成現實。”

一句話總結：代碼的價值沒有下降，但代碼不再決定誰擁有創造權。從這個意義上說，秒搭站在了新一輪產業重構的起點上。不是為了取代工程師，而是為了釋放創新的母體。

出門問問：AI硬件的第二次機會，當Agent找到現實入口

出門問問副總裁謝富強分享了他對AI商業化與智能硬件未來的深度洞察。開場并沒有急著談技術，而是講了一個跨度十三年的創業故事。

“我們是一家從谷歌回國創業的公司，2012年成立，到現在已經十三年了。去年剛剛在港交所上市。”

出門問問最早以語音交互起家，是國內最早探索“讓機器聽懂人話”的團隊之一。從鍵盤到觸屏，再到語音，是人機交互的三次革命。

“從2014年開始，我們就在智能手表、智能家居、車載系統、機器人等場景中落地語音交互，讓語音真正成為連接人與設備的入口。”

2019年，大模型浪潮興起。團隊在上海立項研發“中國版GPT-3”，正式邁入AI模型時代。此后，出門問問不斷將語音、多模態與AI生成技術結合，推出了“魔音工坊”（AI配音）與“奇妙緣”（數字人生成與視頻翻譯）等產品。

謝富強總結說，他們在底層自研大模型，在上層利用多模態能力，持續打通AI軟件與AI硬件的結合，讓AI不再停留在屏幕上，而能在現實世界中“看、聽、說、做”。“我們希望讓大模型真正走出云端，進入日常的生活和工作中，解決真實問題。”

AI商業化的難題：技術太強，用戶卻無感

從語音時代走來的出門問問，對AI落地的痛點有著深刻體會。謝富強坦言，行業正在經歷一次“表面繁榮、底層焦慮”的階段：

“哪怕短短幾年之間，你幾百個項目，最后95%都會走向失敗。”

他指出，問題的根源不在創業者不努力，而在于商業化邏輯本身出現了錯位。過去幾年，行業陷入“越卷越通用”的悖論：技術越來越強，產品體驗卻愈發趨同。“要么在做技術堆砌，花了很多錢，卻沒能解決一個具體場景的問題。”

在他看來，這正是AI行業商業化的核心困境：1、技術越來越通用，體驗越來越相似；2、模型越強，用戶越無感；3、投入越大，ROI越難算。

許多創業者在做垂直模型時，都曾經歷這樣的挫敗：“產品剛上線沒多久，GPT又更新，通用模型的效果已經超過你半年打磨的垂直模型。”

模型升級的速度，遠遠快于商業閉環的形成速度。這讓AI創業陷入結構性困境：技術壁壘被更大的模型吞沒，商業壁壘卻來不及建立。

更致命的是，AI的智能提升對普通用戶幾乎不可感知。“像DeepSeek這樣的模型，對普通人來說已經足夠聰明，但它并不能解決特定場景的問題。”

于是，一個清晰的判斷浮現出來：AI商業化的問題，不在于技術不夠強，而在于它太通用了。

從模型到Agent：AI商業化的出路

謝富強認為，AI行業必須從“做模型”轉向“做智能體”。“Agent是破解AI商業化困境的重要突破口。”

過去一年行業的焦點是“基模”——誰能訓練出更大、更強的模型；而現在，新的問題是：如何讓模型真正理解人、記住人、為人行動。

他提出了一個核心觀點：“Agent的本質，是進化和遞歸。”

謝富強用人的成長作比喻：一個人從出生到成熟，會不斷與環境互動、吸收反饋、調整行為——這就是“進化”；而在這個過程中，他會不斷修正自己的思維模式，相當于“修改源代碼”，這就是“遞歸”。

AI智能體也應具備這種能力：

在真實環境中進化，不斷試錯與自我調整；

通過遞歸學習，重塑推理鏈與決策邏輯。

一個真正的 Agent 必須擁有：? 長期記憶——理解用戶在特定領域的歷史與偏好；? 使用工具的能力——能自主調用外部工具完成復雜任務；? 規劃與執行鏈路——具備多步任務設計與執行能力；? 與用戶綁定的私有語境——理解個體語境，實現個性化響應。

否則，它永遠只是“會聊天的鸚鵡”。

謝富強舉例:一個旅行規劃Agent如果能理解預算、偏好，自動搜索航班與酒店、完成下單與同步行程，“那才是真正的智能體，而不是一個回答問題的工具。”

為什么Agent必須上硬件？因為軟件無法看見你

過去十年的智能硬件浪潮幾乎都失敗了：音箱、路由器、手表被大量生產，卻無法持續變現。原因在于——它們只是被動響應指令，而非主動理解場景。

“你說‘播放一首歌’，它會播；你說‘講個笑話’，它會答。可當你什么都不說時，它就什么都做不了。”

傳統硬件缺乏記憶、無法感知場景，也沒有長期學習能力。而Agent硬件的出現，改變了這一切。現在的智能體能理解上下文，記得你昨天說過什么，也能讀懂你的情緒。

“過去我們買硬件是為了功能；未來我們用Agent，是為了關系。”

軟件雖然能實現類似功能，但存在三大局限：

• 缺乏感知能力——無法“看見”或“聽見”用戶的真實狀態；
• 缺乏場景上下文——不知道你身處何地、在做什么；
• 缺乏長期記憶——不記得你是誰、喜歡什么、昨天說過什么。

相比之下，硬件是AI的“觸角”，能收集用戶的行為數據、情緒與偏好，構建獨一無二的個性化語境。AI基于這些上下文，才能輸出“對的人、對的時間、對的內容”。

“Agent可以為你的AI硬件注入靈魂。”

硬件成為AI感知世界的入口：→ 看見你的狀態→ 聽見你的語境→ 記住你的偏好→ 主動采取行動

當設備不再只是工具，而能理解情緒與偏好，AI與用戶的關系從“使用”變為“陪伴”，付費結構也隨之重構。

TicNote：Agent在現實世界的第一塊拼圖

出門問問的落地方式很“反直覺”。不是科幻機器，而是一塊僅3毫米厚的錄音背夾——TicNote。

它的外形極簡，功能卻強大：

• 記錄每一場會議并自動總結；
• 形成可搜索、可追溯的組織知識庫；
• 理解個人工作方式并主動提示；
• 離線捕捉靈感，構建長期決策支持。

“假設有一個這樣的智能體，從你創業第一天就參與每一次會議、每一個決策，這種知識的積累對創業公司來說極具價值。”

謝富強稱，這是組織智能化的起點。人會遺忘，但Agent不會。它記錄的不是聲音，而是企業經驗的復利曲線。“這不是AI提高效率，而是讓公司從‘不再依賴個人記憶’開始變強。”

商業模式也在遷移：

• 傳統硬件：賣完即止；
• Agent硬件：使用越久價值越大。

因為：

• 數據積累越久，理解越深；
• 輸入越多，推理越準；
• 用戶越依賴，粘性越強。

“未來三到五年，幾乎所有智能硬件都值得再做一遍。”謝富強說。這不是口號，而是商業邏輯的遷移：從一次性變現到智能復利，從通用體驗到高度個性化價值。

AI不再比算力，AI開始比信任

從大模型競速到Agent落地，AI正從云端走向身邊，從屏幕走向現實。它不再只“懂世界”，而是開始“懂你”。智能硬件真正的競爭力，不是功能，而是陪伴的深度。當AI開始記住我們、理解我們、補位我們，它自然就跨入了“被付費”的世界。

出門問問正在回答這個問題：當Agent找到現實入口，AI才真正開始工作。

AiPPT.com：在巨頭縫隙里跑出的生產力新物種

如果只能用一句話定義當下AI應用的競爭本質，那就是：資源不再決定生死，需求理解與執行速度才決定生死。

過去兩年，幾乎所有創業者都盯著大模型，盯著算力。而在另一條看似擁擠的賽道里，一個不起眼的工具產品，用短短 20個月跑出2000萬用戶。這不是運氣，而是認知與方法論的勝利。

這家公司叫像素綻放 PixelBloom，它的明星產品叫AiPPT.com。

讓表達回歸效率

在前沿AI產業峰會上，像素綻放 PixelBloom(AiPPT.com)副總裁劉旭，回顧了團隊的起點。

他提到：AiPPT.com早期團隊發端于國內領先的新媒體商業集團微夢傳媒，于2018年孵化的智能內容創意工具——愛設計。團隊長期服務內容創作者，對創作場景與表達需求有深刻理解。

“我們基于創作者的真實需求，開發了365編輯器、愛設計等一系列工具。2023年AI爆發，我們把AI的能力重新賦能到這些工具中，讓制作PPT變得更高效。”

這句話揭示了AiPPT.com的產品原點：讓表達回歸效率，讓創作者專注內容本身。

PPT不是工具，是表達權

為什么AiPPT.com能殺出重圍？劉旭在分享中給出了答案：

“AI加PPT，打破了過去的行業限制，不再只是自媒體從業者使用，而是所有有PPT需求的人都能用。”

一句話：市場最大的痛點，不在于“做得好”，而在于“做不來”。

過去的辦公場景中，大多數人都經歷過這樣的痛苦：

用戶痛點

傳統代價

內容：找素材、查數據、保證準確性

查一天資料寫半頁PPT

排版：模板、圖標、配色全靠手

兩小時只改了標題頁

于是“做PPT”成了一個機械勞動，而非表達過程。AiPPT.com打破了這個邏輯。劉旭說：

“一句話，一到兩分鐘，讓大模型把PPT生出來。”

它重塑了兩條最典型的創作路徑：

1. 從0到1的暢想式生成（告訴主題 → 自動結構化內容）
2. 從1到100的資料導入式生成（文檔直接吃 → 自動排版優化）

它不是讓你更會寫，而是讓想法變得可見。產品定位不再是“做PPT”，而是：把表達權還給所有人。

不是驚艷，而是務實

PPT生成工具并不少，為什么只有AiPPT.com能留住用戶？

劉旭坦言：

“發布會里的海報型PPT不是主戰場。真正的主力，是對客戶的溝通、給領導的匯報、業務宣講。”

AiPPT.com的真正競爭力來自三個維度：

1）結構真實場景：智能大綱、邏輯收斂、內容復用（把業務經驗變成可調用資產）

2）版式工程化：20萬+專業模板，圖標、示意圖、顏色體系全覆蓋（拒絕“為了好看而好看”的海報風）

3）持續留存能力：高頻使用在職場，不是潮玩，是生產力工具（這也是2,000萬用戶能持續增長的關鍵）

一句話總結：AiPPT.com不是給觀眾驚艷的，是給老板省心的。

商業模式：不是單點爆發，而是生態占領

很多AI產品都火過，但活不久。AiPPT不一樣。劉旭展示了他們清晰的商業地圖：

“我們的用戶來自四條路徑：大模型生態、終端硬件、行業合作、企業方案。”

更像一張“生產力基礎設施”的分發網絡：

其中兩個案例尤其體現“工程化能力”：

教育：備課全鏈路重構：輸入主題 → 大模型拉取電子文獻 → PPT+講義+數字人課程→ 自動生成課后習題 → 自動評分與分析；教師第一次可以把精力放回教學本身。

政務：內容合規審校，與人民網合作，解決敏感政策信息“不可搜索”與“可罰風險”，這不是點狀創新，而是行業生產方式的升級。

劉旭一針見血地說：

“能留住用戶的，不是效果，而是工作流。”

為什么能贏？因為理解中國式增長

劉旭把最真實的一點說破：

“就算我們做到國內第一，賺的錢也只占全球10%。剩下的90%，在海外。”

所以AiPPT.com的下一步很明確：2026年重點出海。

當國內卷成本、卷速度，海外正缺這類“AI生產力工具”。而AiPPT.com具備中國創業者最強的兩種能力：

1. 懂需求：不是炫能力，而是解決問題
2. 能執行：快速迭代、場景驅動、以結果為準繩

這也是中國AI企業能快速突圍的底層邏輯。

對所有AI創業者的啟示

復盤AiPPT.com的路徑，可以總結為九個字：抓痛點、做長鏈、建復利

抓痛點：表達權不平等做長鏈：從內容到呈現到講述建復利：理解用戶越久越懂用戶

AiPPT.com證明：創業者不必在模型時代成為模型玩家。但必須在落地時代成為落地專家。巨頭爭算力，創業者爭理解，未來屬于能把能力轉化為結果的人

一句話結尾：AiPPT.com沒有依靠參數領先、算力領先，卻跑出了“價值領先”的結局。因為在AI時代，生意的護城河，不在服務器機房，而在用戶心智與工作臺前。中國AI應用玩家正在證明：技術的革命會過去，生產力的革命才剛剛開始

LanguageX：當AI開始理解語言背后的世界

產業里一直有一句略帶無奈的調侃：“機器翻譯解決了‘翻譯’本身，卻仍未解決‘理解’。”

在前沿AI產業峰會上，LanguageX 聯合創始人李光華分享的，是這句話背后的現實。

生成式AI正在席卷內容世界。寫文案、做PPT、甚至剪視頻，都已經越來越容易。然而，在一個最基礎的功能上，人們仍然頻繁失望：翻譯。

不是因為翻譯不好，而是因為翻譯太像翻譯。它傳遞的是詞，卻失去了意圖。它修正了語法，卻丟掉了尊重。它輸出了句子，卻無法承擔溝通。

李光華開場先拆掉一個幻覺：

“翻譯不是轉換，是理解。不是對照關系，而是文化關系。”

他說，LanguageX從第一天做的事情，就是把翻譯從“準確”，推進到“可信”。

為什么大模型強，但專業翻譯仍舊脆弱

大模型給翻譯帶來兩大“看似革命性”的提升：1、上下文理解變強；2、泛化能力極強，可以順帶潤色與風格改寫

舉個例子，“松下問童子，言師采藥去”大模型終于不會再把“松下”譯成“Panasonic”。可問題依舊：專業文檔里，術語哪怕差一個詞，就會造成法律風險。一本小說中，人物稱呼變化，就會破壞敘事關系。軟件本地化時，阿拉伯語從右向左，界面一片混亂。政策內容翻譯不嚴謹，傳播風險巨大。

大模型并不會替你承擔任何責任。它說了就算，說錯也算。

“當翻譯不是一句話，而是一個項目，大模型的短板會在第一秒暴露。”

李光華認為，專業翻譯的本質是“可交付”，而不是“能生成”。

LanguageX：不是工具，而是“智能語言工廠”。

他們打造的不是一個翻譯器，而是一個能接下復雜項目的“生產組織”。它包含：

• 多語言、多模型協同
• 術語體系貫通與可干預
• 翻譯記憶、母語審校機制
• 格式智能體與排版治理
• 風險檢測與質量量化
• 項目管理流與多人角色協同

一句話總結：“能交付完整結果，而不是丟給你一段機器譯文。”

李光華用了一個非常形象的比喻：

“我們希望構建一個虛擬的專業語言團隊，讓機器承擔機械勞動，人承擔判斷創作。”

因此，LanguageX 做的是讓機器和人各就其位：

機器擅長

人類擅長

一致性、速度、存儲、查錯

意圖、審美、文化、風格

翻譯不是替代，而是增強。

技術能力的底牌：不是一個模型，而是能力共振

LanguageX團隊自組建起就做了一件冷靜又困難的事：用統一標準，評測全球所有主流模型。

包括 ChatGPT、豆包、DeepL、Claude…也包括自研專業模型。通過持續打分、差異標注與任務拆解，讓每一種語言、每一類場景，都能找到最優路線。

換句話說：

英中不必是同一支隊伍政務不必用市場最貴的模型小說也不必交給最懂工程的智能體

翻譯進入了“最優分工時代”。

這就是一個產業級團隊的成熟：不迷信單一技術，不押注單一路徑。

為什么這是中國AI的一條確定性賽道

李光華分享了一個非常現實的判斷：

“中國企業正在集體出海，多語言本地化就是連接全球市場的必經通道。”

未來5年，中國將迎來兩個巨大的增量：1、產業AI化。2、企業全球化

每擴大一個國家市場，都意味著新的語言、文化、法規與表達方式。如果翻譯交付不了，商業就無法擴張。

在此基礎上，LanguageX有兩條明確的戰略優勢：

• 中國是世界上語言處理場景、內容量最復雜的市場
• 工程化與規模化能力，是國內團隊的天然強項

專業本地化不是“小而美”，而是“深且大”。

翻譯未來的分水嶺：AI要開始承擔責任

演講最后的Demo，有一個對行業極具象征意義的發現：

在盲測中，智能體交付的譯文，在一致性與規范性上，超過了大量普通人工譯文。這意味著，AI第一次具備：

• 做復雜項目
• 可量化交付
• 可追責的質量能力

當翻譯從“工具使用”變為“能力輸出”，它就和軟件、芯片一樣，是生產系統的一部分。

李光華說：

“翻譯是技術，也是文化。AI翻譯的終點，是讓世界彼此聽懂。”

當AI理解語言背后的世界，溝通才會真正產生力量

這場分享的真正價值，不是展示一個翻譯平臺有多強，而是指出一條關于AI的新方向：AI的下一步，不是變得更聰明，而是變得更通人性。

當模型不只理解語言規則，也懂得語氣、角色、關系與場景，那不是翻譯提升10%，是溝通能力提升10倍。

翻譯不是跨語言，是跨文明。這句話在今天聽起來也許有點浪漫，可它即將成為未來商業競爭最現實的真相。

因為只有當你被真正聽懂，你才有機會被真正選擇。

從模型到產品，AI真正開始工作了

從這五家公司的實踐看，AI敘事已徹底換擋。舞臺中心不再是“誰更聰明”，而是“誰更可靠”。能否嵌入價值鏈路，決定了AI能不能進入商業閉環。

技術紅利在消退，工程化紅利正在放大。算能力量在見頂，執行力競爭才剛開始。這意味著一個更現實的判斷：2025是AI從“演示時代”邁向“責任時代”的分水嶺。

在這一輪產業重排中，中國AI的真正優勢越來越清晰：不是模型參數領先，而是落地速度領先；不是概念發明，而是價值兌現。模型、工具、硬件、內容、智能體正在匯聚成一條新主線：讓AI不只“懂世界”，而是“懂業務”“懂場景”“懂你”。

前沿在線相信：下一代技術的護城河，不在GPU機房，而在生產關系與執行鏈路；真正的AI競爭，不在發布會上，而在工作臺前。

當AI開始真正工作，這場產業的重新分工與價值分配，才剛剛開始。我們會持續記錄這些節點，捕捉那些速度、勇氣與復利正在發生的地方。

關注前沿在線，讓我們一起見證：AI如何從響亮口號，變成可靠生產力。