人工智能正加速“技术创新-产业转化-行业应用”的迭代过程
思瀚产业研究院    2025-07-21

人工智能是生产要素配置的新质工具，根据生产函数理论，只有当生产要素通过应用转化为实际的生产力时，才能真正创造出经济价值。根据新技术产品发展的“S型曲线规律”，一开始，由于基础研究和技术路线探索不确定性大，产业处于萌芽期。技术路线清晰后，有更多参与者加入、更多用例出现，同时工艺进步显著，效率加快提高，产业越过曲线的第一个拐点，渗透率和市场规模进入高速增长期。

当前，人工智能技术已经跨越了第一个拐点，且大模型的训练和推理效率持续提升，成本不断降低，大规模应用的条件已经具备，进入S曲线的高速成长期，这一时期AI发展呈现出“技术创新-产业转化-行业应用”的加速迭代特征，不仅 AI 在消费场景加速落地，也为更多企业和开发者提供了低成本、高效率的解决方案，推动了人工智能生态的快速扩展。

大模型性能持续提升

自2017年Transformer架构提出以来，大模型经历了快速的发展。首先，模型的参数量和训练数据量大幅上升，2018年BERT 模型均仅有1.1亿左右参数，训练数据量大约 33 亿级 token；到 2025年，头部模型参数量已突破万亿级，训练数据量扩展至10万亿token以上，多模态数据（图像、视频、代码等）占比显著提升。其次，模型架构逐步优化。

一方面，加强对 Transformer 架构的创新，如DeepSeek提出的多头潜在注意力机制（MLA），提升模型在处理长序列时的效率和性能；MoE架构在保持模型效果的同时提升训练和推理效率；强化学习的大规模采用提升模型的逻辑推理能力。

另一方面，部分机构已经在探索Transformer架构之外的新算法，例如MIT提出的Liquid Foundation Model，采用的是液态神经网络（LNN）；此外，Transformer架构与其他模型架构的融合，也成为重要趋势，如DiT（Diffusion Transformer）模型，极强地提高了图像生成的质量。在模型算法、参数量、数据量的协同作用下，大模型在基准测试中的表现持续提升。

斯坦福大学发布的《2025年 AI 指数报告》认为，目前性能最高的人工智能在许多类别的任务能力（如图像分类、中等难度阅读理解、多任务语言理解、竞赛级别推理等）上已经超过了人类的平均水平。以LLM的常用评测标准MMLU（衡量大规模多任务语言理解）为例，2021 年初全球最先进大模型的MMLU得分刚达到60%，2022年底超过70%，而2023年底已提升至超过85%，到 2025 年 5 月，MMLU 上记录的最高分数已经达到 93%以上。

人工智能商业化加快落地

高性能、低成本的大模型大大提升了 AI 的商业化进程。一方面，训练和推理工程持续优化，降低模型成本。如DeepSeek V3单次训练的硬件成本约600万美元，仅为GPT-4单次训练成本的1/10。在MMLU基准测试中达到GPT-3.5水平（MMLU准确率64.8%）的AI模型调用成本，已从2022年11月的20美元/每百万token，骤降至2024年10月的0.07美元/每百万token，18个月内AI成本下降99.6%。

另一方面，模型压缩与知识蒸馏技术的协同发展有效提升了轻量化模型的性能，显著增强了边缘计算场景下的端侧部署能力。以在 MMLU上评测得分超过60%的模型参数为例，2022-2024 两年内尺寸减少为之前的1/142。主要人工智能开发公司都发布了紧凑且性能高的模型，如 GPT-4o mini、o1-mini、Gemini 2.0 Flash、Llama 3.1 8B 和qwen3-8b 等。

Dealroom 数据显示，2024 年全球人工智能（AI）初创企业在融资总额达到1100 亿美元，较上一年增长了62%。AI创业企业不断涌现，形成包括AI创意生成（如AI设计、AI生图、AI视频、AI图像编辑、AI音频、AI音乐）、AI办公、AI开发平台、AI数据平台、AI搜索问答、AI陪伴、AI翻译等的AI SaaS 创业企业以及 AI 硬件企业。《赢在AI+》通过市场全面调研，挖掘了一批AI原生创业企业，并精选进“创想设计”、“智能办公”、“高校力量”、“智能芯算”、“智能终端”等各期节目中。

“人工智能+”行业深度拓展

AI 应用开发工具和应用生态的繁荣，大幅降低了行业应用的门槛并加速了产业智能化落地进程。一方面，众多开放的开发平台，汇聚了丰富的开发框架、工具组件、算法资源、海量的数据集等，开发者可便捷调用模型、微调模型、快速验证想法、构建 AI 应用。另一方面，开源模型因其具备可控性强、可定制性强以及社区支持丰富等优势，正吸引越来越多的企业选择将其作为技术解决方案的重要组成部分。阿里云研究院对不同行业领域的 AI 应用企业进行调研访谈，可以看到开源模型的采纳比例在持续提升，2024 年 12 月，受访者中仅使用开源模型的比例有 34.7%，同时采用开源和闭源模型的占 48.4%；到 2025 年 3 月，这一比例显著上升，仅使用开源模型的比例有 46.9%，提升了 12.2%。

当前， AI技术和解决方案已经深入到了文化传媒、智能硬件、医疗、机器人、制造、汽车、教育等多个行业，通过创新产品和服务、优化生产流程来推动这些行业的智能化转型。例如，在医疗健康领域，基于AI的诊断系统能够辅助医生进行更精准的疾病诊断；在制造业中，智能机器人推动高效自动化生产。此外，AI还在催生诸如智能辅助驾驶、人形机器人、AI硬件等的新型业态，展示了其广阔的应用前景。IDC数据显示，2024年全球人工智能IT总投资规模为3158亿美元，中国占亚太地区人工智能总支出超五成。预计到2028年中国人工智能总投资规模将突破1,000亿美元，生成式AI投资占比将达到30.6%。

随着科技的发展，每一代新技术都在此前基础之上加速进化，新技术被大规模实际应用所需的时间正在不断缩短。相较于历史上电力和互联网等的技术扩散，AI的渗透速度显著加快：摩根斯坦利数据显示，生成式AI 从chatGPT 发布以来仅用1年便实现10%的市场渗透率，并预计 2025 年将成为 GenAI 商业化的分水岭，到 2028年 GenAI 的市场规模将突破 1.1 万亿美元。AI技术正在形成一个“技术创新→产业转化→行业应用→反哺研发”的良性循环，加速促进技术经济系统的协同进化。

更多行业研究分析请参考思瀚产业研究院官网，同时思瀚产业研究院亦提供行研报告、可研报告（立项审批备案、银行贷款、投资决策、集团上会）、产业规划、园区规划、商业计划书（股权融资、招商合资、内部决策）、专项调研、建筑设计、境外投资报告等相关咨询服务方案。