【新智元导读】2025 年，ChatGPT 依旧领跑，但 DeepSeek、Qwen 等开源劲敌正加速追赶。从「推理革命」爆发到 DeepSeek 开源，一场围绕算力、架构与生态的战争已悄然打响，开源势力正以星星之火之势挑战闭源巨头。
2025 年，AI 江湖风云再起！
第一季度过去了，OpenAI 仍然处于全球领先地位。
但其他公司正在迅速追赶，尤其是国内开源 AI 模型紧追不舍，且接近顶尖水平。
独立机构 Artificial Analysis，发布了 2025 年第一季度 AI 报告，总结了六大趋势，涵盖技术突破与市场格局演变。
报告亮点如下：
-
过去两年中，GPT-4 级别推理成本下降了 1000 倍。
-
三大驱动力引发 AI 成本革命：更小的模型、推理优化和新一代硬件。
-
目前，智商天花板全是推理模型，但非推理模型还是性价比之王。
-
现在的 AI 能自主浏览代码库、创建文件、写代码、跑测试，不止补全代码。
-
多模态和智能体让 AI 从「单一工具」变成「全能助手」，离日常生活越来越近。
根据 Artificial Analysis 的官方分析，2025 年初的 AI 有六大定义性结论：
- 前沿 AI 竞赛持续升温：顶级实验室正以每 8-12 周的速度推出新模型。
OpenAI 仍处于领先地位；在其身后，不仅有谷歌和 Anthropic 等传统挑战者，xAI、DeepSeek 和阿里也已加入，形成了紧密的追赶梯队。
- 推理模型投入实际应用：那些「先思考后回答」的模型，牺牲了一定的速度和成本，换取了更高的智能水平，使用的 token 数量和成本是非推理模型的 10 倍左右。
3.MoE 模型已无处不在：混合专家模型（MoE）在为每个生成的 token 进行计算时，仅激活其总参数不到 10%。目前，大多数顶级的开源权重模型均采用了 MoE 架构。
- **中国顶级实验室差距显著缩小：**DeepSeek 等中国公司正纷纷推出极具竞争力的模型，并常常选择公开模型权重。
5.AI **智能体走向实用化：**由 LLM 驱动、能自主行动并使用工具端到端完成任务的系统，正开始在实际工作中显现成效。新兴的 AI 智能体类别包括编程智能体、深度研究智能体（Deep Research Agent）以及计算机辅助使用智能体。
- **大语言模型原生支持多模态：**大语言模型如今的输出已远不止于文本。GPT-4o 目前在图像生成方面独占鳌头，同时各类语音到语音（Speech to Speech）模型也已相继问世。
AI 大洗牌
推理模型称王
2024 年末，OpenAI 利用大规模强化学习训练的推理模型 o1，将性能差距彻底拉开，颠覆了全球 AI 格局。
OpenAI 全球领先，但竞争对手紧追不舍
2025 年初，DeepSeek 以极低成本训练的推理模型 R1，点燃开源推理革命的星星之火。
如今，Llama Nemotron Ultra、Qwen3 等开源模型，已成燎原之势。
私有模型和开源模型的差距变化
推理模型能够逐步拆解任务、自我校验，尤其在复杂问题如数学推理、研究辅助中表现出明显优势。
比如，Gemini 2.5 Pro 遇到问题会先拆解步骤、自我纠错，像解数学题一样一步步来，虽然花 21 秒，输出 1967 个 token，但答案准；而非推理模型（如 GPT-4o）4 秒输出 185 个 token，结果答错了。
可以看到，在目前的 Artificial Analysis 智能指数中，最聪明的全是推理模型。
其中，o4-mini(high) 排名第一，谷歌 Gemini 2.5 Pro 和 Grok 3 紧随其后。
开源模型（如 DeepSeek R1、Qwen 3、Llama 3.1）性能虽然落后闭源模型，但两者非常接近。
「高情商」的推理模型，背后是高成本：要达到相同的性能**，推理模型**要使用非推理模型 10 倍以上的输出 token！
尽管在效率方面取得了显著进展，推理速度比过去更快，但推理模型和智能体应用每次请求生成的 token 是过去一年平均水平的 10 多倍。
综合下来，用户反而要等待更长的时间。
LLM 输出速度变化
非推理模型也没被淘汰，需要快速响应或省钱的场景，还是性价比之王。
开发者不能仅看单 token 定价，还需综合考虑 token 总使用量，才能准确评估推理成本。
实际上，如今的顶级 AI 模型参数规模更大，每次请求需要的 token 数总更多，现在的 AI 应用需要更多的算力。
因此，最新的模型开始探索如何在智能和成本之间取得平衡。
其中，最引人注目的进展来自架构上的权衡优化。
Epoch AI 对每种算法进步的计算等效增益的估计
混合专家
省钱又提速
在本月中旬，DeepSeek 创始人梁文峰署名的新文章，全面介绍了 DeepSeek-V3 的设计灵感和洞见。
DeepSeek-V3 的混合专家（MoE）架构，如今已无处不在。
DeepSeek-V3 基本架构
传统模型像全科医生，不管啥问题都调动全部知识；MoE 像专科门诊，遇到不同问题找对应的专家（激活部分参数）。
如果说全连接模型是「广撒网捕鱼」，MoE 则是「精准出击」，不仅能减少参数激活量，还大幅提升推理效率。
近期开源的前沿模型越来越多地使用 MoE 架构，每次输入仅激活部分参数。
前沿模型采用更稀疏的 MoE 设计，仅激活不到 10% 总参数，早期模型通常激活约 25% 的参数。
在推理和训练上，参数规模相同的 MoE 模型比稠密模型更高效。
此外，英伟达是算力领导者，Cerebras、SambaNova、Groq 这些新玩家将「芯片 + 云服务」打包卖，通过垂直整合提供高性能推理，输出速度更快。
但开发者需要在性能、成本和上下文窗口之间权衡。
虽然服务速度更快，但这些芯片新玩家有时比其他服务商价格更贵，且上下文窗口更短。
智能体
自主干活的「虚拟员工」
智能体是 2025 年 AI 领域的重要趋势。
凭借 LLM 的推理能力，通过高效的工具使用和自主流程管理，大幅提升了任务完成的效率和智能化水平。
它们能自主完成复杂任务，尤其是编程、深度研究、操作计算机和客户支持。
从自动补全（2021 年）到现在能自主浏览代码库、创建文件，比如让它搭个 OAuth 认证系统，它能自己写代码、跑测试，还能告诉你改了哪些文件。
比如问「AI 对就业的影响」，它会自己拆分问题、查资料、整合答案。还能批量处理表格，打工人看了想流泪。
原生多模态
图像、视频、语音全面升级
OpenAI 的 GPT-4o 画出的图又逼真又贴合需求。
字节跳动的 Seedream 3.0、MiniMax 的 HiDream-I1-Dev 一发布就冲进第一梯队。
以前 OpenAI 的 Sora 是视频界扛把子，现在谷歌 Veo 3 超越了它，MiniMax 和快手也推出了能追上 Sora 的模型。
ElevenLabs 的 Scribe 模型把语音转文字的错误率降到 8%，比 OpenAI 的 Whisper 还准；文本转语音也更像真人了。
大型科技公司持续在所有领域全面发展，而较小的竞争者通常专注于特定的 AI 领域。
谷歌是 AI 价值链中垂直整合度最高的企业（从 TPU 加速器到 Gemini 模型）；NVIDIA、微软、亚马逊等在硬件、云推理和应用层各有侧重。
未来 AI 会怎么发展？大概率会更全能、更聪明，也更接地气。
说不定下次开会，你的会议纪要就是 AI 智能体帮忙写的。
开源
大势所趋
随着越来越多的企业在业务中构建和部署 AI 驱动型解决方案，日益丰富的开源技术正成为首选，包括 Meta 的 Llama 系列、谷歌 Gemma 系列、艾伦人工智能研究所 Ai2 的 OLMo 系列、英伟达的 NeMo 系列、DeepSeek-R1 等众多选择。
Mozilla 基金会等机构联合开展了一项开创性调研，覆盖 41 个国家 700 多位技术负责人和资深开发者。
调研结果显示，企业在 AI 工具选择上日益偏向开源方案：
总体而言，超过四分之三的受访者预计他们的组织将在未来几年内增加对开源人工智能技术的使用。
这在一定程度上得益于开源工具在企业软件生态中的活跃表现，且长期以来始终是开发者社区的基础资源。
在 Sequoia 合伙人 Lauren Reeder 主持的一场圆桌讨论，揭示了关于开源 AI 模型当前状况和未来趋势的诸多关键见解。
目前在 OpenRouter 平台上运行的推理任务中，只有大约 20%-30% 使用的是开源模型。尽管如此，与会者对未来的增长充满信心。
本月 OpenRouter 的 token 使用总量排行榜
当被问及五年后开源与闭源模型在推理任务中的占比预估时，Jeffrey 和 Dmytro 认为开源 AI 将和闭源 AI 分庭抗礼。
Jeffrey 预测开源与闭源将各占一半，但也提到可以在开源与闭源模型之间智能切换的技术。
Dmytro 也倾向于 50/50 的预测，但他指出开源生态将更加多样化：「闭源可能仍由少数几家主导…… 而开源则不会只有一个模型，会是更多的模型家族、微调版本和定制化方案。」
独立机构 Artificial Analysis 最近的报告，也印证类似的 AI 发展趋势。
Artificial Analysis 认为虽然闭源推理模型整体上领先，但开源模型和闭源模型与 2022 年相比，差距已经变小。
而在非推理模型方面，开源模型反而比闭源的商用模型更具优势。
特别是国产开源 AI 模型，已经成为一股不容忽视的力量。
参考资料：
