未来若干年，规模定律（Scaling Law）仍然有效。一方面，更高质量更大规模的数据、更大的模型将会带来更强的能力；另一方面，大语言模型仍有提升空间，多模态大模型也会越来越好用，越来越实用。

由企业级大模型工程平台、异构算力平台组成的新型AI基础设施，将替代传统云计算，为大模型应用在企业生产力场景中的规模落地提供关键支撑

①包括李开复、姜大昕、杨植麟、闫俊杰、周鸿祎、王小川、徐立、何征宇等超过40名AI领军从业人士与学者参加了财联社、《科创板日报》，“AI领先者心声・2025”新年特别报道。
② AGI的尽头是生命科学和具身智能，AI会帮助实现人类和机器的融合，帮助我们繁荣和延续人类文明。

大模型时代的信息系统，正在从“面向数据的计算”转向“面向计算的数据”。对于传统数据库进行AI改造是充分发挥大模型能力最关键的因素之一。

AI从业者做人工智能就是在做对的事情；如何锁定行业找准场景，提升效率或者质量就是要把事情做对。

灵宝CASBOT董事长张正涛认为，未来的机器人不仅是工具，而是具备社会属性的“伙伴型”角色。预测未来五至十年，人形机器人的应用领域将从工业、服务领域向消费级市场渗透，养老服务、医疗健康、教育陪伴等领域将成为人形机器人规模化应用的重要场景。

国家地方共建具身智能机器人创新中心总经理熊友军表示，工业制造将是人形机器人的首个大规模应用领域，人形机器人可以充当工业生产的劳动力、救援救灾的先锋队等等，将人类从重复性重体力劳动和危险作业中解放出来。

清华大学交叉信息研究院助理教授、星动纪元创始人陈建宇认为，随着技术的不断成熟，具身智能将在2025年迎来新的发展高峰，其在工业、商业、家庭等领域的应用将展现出巨大的潜力和价值，为人类社会带来深远的影响。

实现多模态模型和交互创新的融合、走向真正意义的模型一统，是走向世界模型的必经之路。

与国外模型层、算力层“双头收敛”的格局不同，国产模型与算力生态高度分散，AI基础设施仍将长期呈现由“M种模型”和“N种芯片”构成的“M×N”格局。

数据是人工智能的“粮食”，数据集的质量直接决定着大模型训练效果的上限。针对大规模行业数据集稀缺的问题，应构建高价值共享数据集机制、加大在数据清洗与数据标注领域的关键技术研发及加强高素质数据处理人才的培养。

AGI的发展将推动服务行业经历前所未有的规模和速度的转型。由AGI驱动的服务将优先考虑人类的需求和情感，平台的能力也将从“匹配”提升至“生成”， 促成服务由千篇一律的标准化模式，向充满同理心与个性化的体验蜕变。最终服务本身将变得更加高效和个性化。

①大模型的下半场是成本和效率的比拼。
②推动算力生态、模型生态、应用生态的快速演变和融合，以应用落地的规模效应反哺大模型进入新一轮竞争。

魔珐科技CEO柴金祥认为，3D视频领域将迎来内容“大爆炸”，未来每个人和每家企业都会有属于自己的AI数字人，可以自由打造和编辑专属的超写实3D数字人。

傅利叶创始人兼CEO顾捷认为，人形机器人正逐渐走进人们的生活，技术的迭代不仅是机械上的进步，更是人类与人工智能共生的一种全新尝试。

种种现象都表明AI基础设施的真正落地已经迫在眉睫，而从半导体行业的角度出发，如何让AI芯片真正实现云边端智能一体化，是相关产业未来很长一段时间所面临的共同课题

零一万物CEO、创新工场董事长李开复李开复认为，2025 年是AI-First 应用迎来爆发之际，也是大模型行业面临商业化拷问之时。

云圣智能联合创始人朱胜利认为，低空经济发展的原动力一定是现实“刚需”，只有形成商业闭环，才会创造出低空经济应有的价值。

深势科技创始人张林峰认为，未来，AI for Science将进一步迈向多模态智能和大规模协同创新的阶段，推动从理论研究到工程实践的全面变革，在其构建过程中，中国拥有先发机会。