报告摘要

核心观点：大语言模型发展进入深度推理阶段，通用人工智能愈行愈近，AI应用进入爆发前夜。站在当前这一重要的历史节点，我们从技术、应用、能源三个维度展望了人工智能的未来发展，其中技术是源动力，应用是牵引力，能源是支撑力。对未来的展望中，我们提出推理计算、合成数据、缩放法则、超级智能体、具身智能、AI4Science、端侧创新、自动驾驶、人工智能+、能源需求十个方面的重要发展趋势。

技术是原动力。OpenAI发布具有深度思考能力的o1推理模型，标志大语言模型发展进入深度推理阶段，推理侧缩放法则同样存在，大模型算力需求侧逐步迁移至推理侧，推理计算提升大模型准确率，强化学习激发模型推理能力；伴随文本模型的日益成熟，高质量数据更为稀缺，合成数据价值显现，其与大语言模型推理有望产生新的化学反应；缩放法则从文本为主的大语言模型训练迁移到更加广阔的人工智能领域，同时o3与GPT5循环驱动有望开启。

应用是牵引力。AI Agent即将进入能力快速跃升阶段，头部的人工智能企业和互联网公司均在端侧AI Agent方面有所布局，超级智能体将走向普及；具身智能不断突破，人形机器人进入量产元年，机器人相继进入工厂实训，加速智能制造落地进展；人工智能极大加速科学研究进度，应用可见于所有STEM领域，AI4Science已经进入黄金时代；随着AI大模型逐步成熟，几乎所有硬件产品都可以加入AI元素来提升表现能力，端侧创新将不断涌现，AI塑造端侧新分工新格局；自动驾驶算法进入端到端驾驶算法发展阶段，大语言模型和视觉语言模型（VLM）逐步与端到端融合，进一步增强环境理解能力，Robotaxi进入商业化落地阶段；“人工智能+”全面铺开，企业数字化率先落地，AI在提升效率、精准决策、降低风险、创新服务方面均有巨大潜力。

能源是支撑力。推理端算力需求大幅增长，基于云的人工智能系统需要消耗更多的能源，可持续发展日益紧迫。

报告预览