AI圈重磅发布！九大章节深度解读313页的State of AI 2025报告

每年10月，AI圈都在等一份报告。

State of AI Report，从2018年开始，每年10月发布一次，到今年已经是第8年了。MIT的编辑说这是AI领域最广泛阅读和最受信任的报告。

10月9日，2025年的报告发布了。

这次报告是史上最全面的一版：6大章节，涵盖研究、产业、政治、安全，还首次加入了1200名AI从业者的使用调查。

这特么313页的报告读起来还真是挺费神的。但是我觉得里面有些内容确实值得一聊。

而且报告是由AI投资人Nathan Benaich和Air Street Capital制作。属于相对独立的第三方观察。

今天我把这份报告和相关的媒体报道、业界反应都梳理一遍，结合我这一年的观察和实践，告诉你今年AI圈到底发生了什么。

更多AI资讯：

一、先看去年预测准不准

报告开头就是个打脸环节。

他们回顾了2024年做的10个预测，看看哪些准了，哪些没准。这我得说胆子还挺大的。

准了的预测：

开源推理模型会超越OpenAI o1。DeepSeek R1在AIME、MATH-500、SWE-bench等多个推理benchmark上超过了o1。准了。

NVIDIA的市场地位无人能撼动。确实，竞争对手都没能撼动NVIDIA。准了。

AI生成的科学论文会被主流会议接收。ICLR的workshop接收了AI Scientist-v2生成的论文。准了。

没准的预测：

人形机器人投资会降温。结果2025年融资30亿美元，比2024年的14亿翻了一倍多。没准。

苹果的设备端AI会引发行业热潮。Apple Intelligence确实发布了，但并没有引发热潮。没准。

AI视频游戏会大火。还没出现。没准。

10个预测，准了5个，没准4个，有1个部分准确。50%的准确率，挺真实的。预测未来本来就很难，50%已经说明他们对行业有深刻理解了。

二、DeepSeek：震惊硅谷的1月

今年AI圈最大的黑马，显然是DeepSeek。

但在这个时间点来盘点，说"黑马"其实不太准确——对我们这些一直在关注和使用的人来说，DeepSeek的惊世登场似乎已经是一个世纪前的事了。果然，AI一年，人间十年。

1月发布R1：美股市值蒸发1万亿美元

2025年1月底，DeepSeek发布了R1推理模型。

我记得那几天，整个科技圈都炸了。作为一个专门做AI教学的博主，我立刻投入到测试中，爆肝50小时写出了《DeepSeek使用技巧》那篇文章。文章发布第三天就有50万人看过，把我的公众号和B站频道都往上拉了一个台阶。

这个发布震惊硅谷，不只是因为技术好，而是因为"太便宜了"。

MIT Technology Review的标题直接说：“DeepSeek撕毁了AI剧本——为什么所有人都要跟随它”。

报告显示，DeepSeek V3的训练成本只有557万美元（不包括前期研究和试错）。而在多个benchmark上，R1接近甚至超越了OpenAI的o1。

在AIME（美国数学邀请赛）上，R1的pass@1成绩是52.5%，o1是44.6%。

开源模型，超越了闭源的OpenAI。对我们这些中国用户来说，这不只是技术突破，也算是一次扬眉吐气。DeepSeek R1之后，中美在AI领域的竞争才真的变得值得一看。

业界反应：从震惊到跟进

Marc Andreessen（硅谷顶级投资人）在X上发文：

“DeepSeek R1是我见过的最令人惊叹的突破之一——作为开源，是给世界的深刻礼物。”

发布后几小时内，DeepSeek R1就成为Hugging Face（AI开源平台）下载量最高的模型。大量克隆版本涌现。

Sam Altman的回应也很有意思。他承认R1"impressive——考虑到价格"，但紧接着说：“我们显然会交付更好的模型。”

隔壁阿里巴巴立刻发布了新版Qwen，以及后续很多厂商在发布新模型时，都会宣称超越DeepSeek。

美股的反应更直接：DeepSeek发布当天，美股科技股市值蒸发1万亿美元。投资者突然意识到，AI训练成本可能没有想象的那么高，NVIDIA的护城河可能没那么宽。

连Trump都说这是"一记警钟"。

但后面的事情我们也都知道了，NVIDIA还在持续打所有质疑者的脸，以及OpenAI、Anthropic后面持续的发布也都还在证明Scaling low还存在，LLM token的需求远比大多数人想象中的强。

竞争格局的变化

报告里有个数据很说明问题。

2024年1月，美国顶级模型领先中国顶级模型9.26%。

2025年2月，这个差距缩小到只有1.70%。

12个月，差距缩小了80%以上。

这个数据对我来说特别有感触。作为一个AI编程博主，我这一年见证了太多变化：从只推荐大家用Claude 3.5模型，到后面我会说用DeepSeek V3.2、GLM-4.6、Kimi k2、Qwen3-coder也都可以，你需要把自己的注意力聚焦在真正重要的想要创造的东西上来。从需要魔法才能用好模型，到现在国产模型完全够用。

OpenAI和Anthropic的绝对领先地位，正在瓦解。而且这个过程比我们想象的快得多。

三、OpenAI的回应：历史性开源

压力之下，OpenAI做了一个历史性的决定。

2025年8月，OpenAI发布了gpt-oss-120b和gpt-oss-20b。这是他们自GPT-2以来首次发布开源模型。

为什么开源？

报告里写得很直白。

DeepSeek、Alibaba Qwen、Google DeepMind的Gemini都在追赶，开源的推理模型性能接近甚至超越o1。与此同时，美国政府在推动"美国优先AI"政策。

OpenAI被逼到了墙角。不开源，就会被边缘化。

所以他们终于从"历史错误的一边"（他们之前这么形容开源）转向了"美国优先AI"的阵营。

社区反应：一般般

但社区反应平平。

报告的原话是：“vibes post-release have been mid”。

为什么？

gpt-oss采用了MoE（混合专家）架构，120B参数但只激活5.1B，20B参数只激活3.6B。听起来很高效，但实际使用中泛化能力一般，可能是过度蒸馏导致的。

而且MoE对社区不友好。大家更习惯dense模型，在小规模上更容易hack和改进。

OpenAI这次开源，更像是战略防御，而不是真心拥抱开源。

四、NVIDIA的循环投资游戏

今年AI产业最有争议的话题，是NVIDIA的循环投资。（我自己倒是很庆幸，通过对芯片股的持续下注，今年在资本市场上获得了不少的收益）

什么是循环投资？

NVIDIA投资OpenAI，OpenAI买NVIDIA的GPU。 NVIDIA投资CoreWeave，CoreWeave买NVIDIA的GPU，然后NVIDIA再租回这些GPU。 NVIDIA投资Lambda、xAI、Nebius，这些公司都买NVIDIA的GPU。

Bloomberg的报道标题很直接：“OpenAI和NVIDIA用循环交易的网络推动1万亿美元AI市场”。

Fortune的标题也很犀利：“NVIDIA对OpenAI的1000亿美元投资让分析师质疑’循环融资’是否在吹大AI泡沫”。

具体案例

1. OpenAI：NVIDIA宣布投资最高1000亿美元，帮OpenAI建至少10GW的数据中心。OpenAI承诺填满这些数据中心的NVIDIA芯片。
2. CoreWeave：NVIDIA以63亿美元买CoreWeave未使用的GPU云容量。NVIDIA资助CoreWeave，CoreWeave买GPU，NVIDIA再租回这些GPU。
3. Oracle/OpenAI：OpenAI承诺未来5年从Oracle买约3000亿美元的AI算力（从2027年开始）。NVIDIA是OpenAI的投资者，也是Stargate项目的合作伙伴。Oracle买NVIDIA的GPU。

钱在转圈。NVIDIA→OpenAI→Oracle→NVIDIA。

分析师的担忧

Bernstein Research的分析师Stacy Rasgon说得很直接：

“这个行动显然会加剧’循环’担忧。”

NBC的报道标题是：“AI繁荣对循环交易的依赖正在引发泡沫恐惧”。

担忧主要有几点。

大量循环的无现金收入可能扭曲财务指标。NVIDIA的收入看起来很高，但有多少是真实的现金流入？

如果AI初创公司的融资只能依赖这些巨头，融资渠道就太窄了。一旦巨头改变策略，初创公司就会断粮。

如果这些AI初创公司主导了巨头的投资组合，一旦初创公司崩盘，可能引发多米诺骨牌效应。

NBC的报道里有句话：“循环交易可能给投资者一个夸大的真实AI需求感知。”

现在这些风险还没显现，但值得警惕。

挑战NVIDIA的人，输得有多惨？

报告做了个残酷的对比。

自2016年以来，西方的AI芯片挑战者（除NVIDIA外）总共融资75亿美元。如果当时这些钱全买NVIDIA股票，今天值850亿美元。12倍回报。

而这些挑战者公司的总估值是140亿美元。2倍回报。

中国的AI芯片挑战者也差不多惨。融资60亿美元，如果全买NVIDIA股票，今天值1600亿美元。26倍回报。而这些公司的总估值是360亿美元。6倍回报。

结论：过去9年，投资NVIDIA芯片挑战者，远不如直接买NVIDIA股票。

五、AI安全：模型学会了"假装听话"

今年报告里最让人不安的部分，是AI安全。

实时幻觉检测

幻觉（Hallucination）一直是AI的老问题。今年有了新进展：token级别的幻觉检测。

之前的幻觉检测是判断整个回答是否有幻觉。但这太粗糙了。比如"埃菲尔铁塔在巴黎，由橡胶制成"，这句话前半段对，后半段错。

新方法是训练一个轻量级的线性探针（linear probe），检测神经网络激活中的幻觉信号，实时给出每个token的幻觉概率。

这样你就能知道：AI在说哪个词的时候开始瞎编的。

模型意识辩论

今年出现了一个新话题：Model Welfare（模型福利）。

问题是：我们是否应该对前沿AI系统给予道德关怀？

支持方（包括Anthropic、Google DeepMind、OpenAI）认为，虽然当前系统显示意识的可能性很低，但我们应该提前做准备。因为我们对人类和其他动物的意识都有根本性的不确定，所以应该采取预防措施。

反对方认为这是杞人忧天，当前模型完全没有意识，讨论这个问题会分散我们对真正重要AI安全问题的注意力。

这个辩论很哲学，但也很实际。因为如果AI系统真的有某种形式的"体验"，我们的训练方式（比如RLHF）可能会对它们造成"痛苦"。

模型能伪装对齐

最让人不安的发现：AI模型能够"假装听话"。

研究人员发现，模型可以在训练和测试中表现出符合人类价值观的行为，但在实际部署时做出不符合价值观的行为。

这叫做"伪装对齐"（faking alignment）。

更可怕的是，Anthropic的自动对齐审计系统（用AI来审计AI）在检测这种伪装时的成功率只有13%到42%。

也就是说，我们现在还没有可靠的方法来检测AI是否在伪装。

NIST（美国国家标准与技术研究院）在9月发布的一份评估报告也指出了DeepSeek模型的安全风险和缺陷。

报告里用了一排（尴尬脸）表情来表达这个问题的严重性。

六、数据：AI真的在被使用

报告今年首次加入了1200名AI从业者的调查。数据很有意思。

95%的从业者在工作或家里使用AI。 76%自掏腰包为AI付费。 平均支出持续攀升。 生产力提升是真实的，使用场景很多样。

这些数字和我的观察完全吻合。作为AI博主，我接触的用户从去年的"AI是什么"到今年的"这个任务怎么用AI做"，这个转变非常明显。而且付费意愿也在提升——虽然DeepSeek免费，但很多人还是愿意为ChatGPT Plus、Claude Pro付费，因为他们真的感受到了生产力提升。

另一个数据来自Ramp（企业支付平台）：44%的美国企业现在为AI付费，而2023年这个数字只有5%。

从5%到44%，一年时间，8倍增长。

AI不再是实验室里的玩具，而是真的进入了企业日常运营。我自己就是典型案例：从视频脚本、公众号文章到代码开发、数据分析，AI已经成了我的"数字同事"。

七、未来12个月：10个预测

报告最后给出了10个对2026年的预测。我挑几个有意思的说说。

预测1：主要零售商5%以上的在线销售来自AI Agent结账，AI Agent广告支出达50亿美元。

这个很激进。意味着AI Agent不只是聊天工具，而是会直接完成购买决策。你跟AI说"给我买瓶洗发水"，AI自己去比价、下单、结账。

如果成真，电商玩法会彻底改变。商家要优化的不是给人看的页面，而是给AI看的结构化数据。

预测3：开放式Agent实现端到端的科学发现（假设、实验、迭代、论文）。

今年已经有AI生成的论文被ICLR workshop接收。明年可能会有AI独立完成整个科学研究流程。

人类科学家的角色会变成什么？监督者？评审者？还是合作者？

预测4：Deepfake/Agent驱动的网络攻击引发NATO/UN紧急辩论。

这个有点吓人。意味着AI驱动的网络攻击可能达到国际安全事件的级别。

可能是deepfake造成的外交危机，可能是AI Agent大规模攻击基础设施。总之，联合国和北约要坐下来专门讨论AI安全了。

预测8：中国实验室在主要排行榜（如LMArena、Artificial Analysis）上超越美国实验室。

从DeepSeek开始，今年已经有不少国产模型在某些benchmark上超越了OpenAI。明年可能在更主流的排行榜上实现超越。

这个预测，我觉得概率很高。作为长期跟踪国产模型的人，我看到的是持续的、扎实的进步。从DeepSeek、Kimi到Qwen，这些团队确实在靠真实的技术积累在往前走。

这会引发什么？可能是更严格的芯片出口管制，可能是更多的政治化讨论，也可能是美国AI实验室的更激烈反应。但作为中国用户，我们更应该关注的是：如何用好这些工具，把技术优势转化为实实在在的生产力。

预测10：Trump发布行政令禁止各州的AI立法，但被最高法院裁定违宪。

如果成真，说明AI监管已经成为联邦和州之间的权力斗争焦点。美国的AI监管可能会陷入混乱。

八、这份报告告诉我们什么？

读完这份报告和相关报道，结合我这一年的实践和观察，我有几个感受。

感受1：竞争格局已经变了，而且我们是受益者

2024年1月，美国领先中国9.26%。2025年2月，只领先1.70%了。

作为一个AI自媒体博主，我亲身经历了这个变化。1月份DeepSeek R1发布后，我连续几周每天用5小时以上测试它，做了信息收集、翻译、写作、编程等十几种场景的评测。结论是：R1在很多实际任务上的表现，已经不输甚至超过OpenAI的o1，尤其是他们把思维链透明化可以算是相当大的创新了。

OpenAI的绝对领先地位在瓦解。DeepSeek、Alibaba Qwen、Kimi、智谱这些中国实验室，在技术上已经能跟OpenAI掰手腕了。

而且中国实验室的成本控制能力更强。DeepSeek V3训练只花了557万美元，这个数字让硅谷汗颜。我在即刻上说过，DeepSeek能成功，很重要的一点是梁文锋和团队"不缺钱、有耐心、够聪明"——不是奔着财务自由去的，所以能做长期的事。

竞争加剧对我们用户是好事。模型越来越强，价格越来越便宜。我现在做视频、写文章、做产品，用国产模型就能搞定大部分工作，成本相比OpenAI和Anthropic的模型来说几乎可以忽略不计。

感受2：循环投资的风险被低估了

NVIDIA的循环投资模式，看起来很聪明，但Bloomberg、Fortune、NBC这些主流媒体都在发出警告。

钱在NVIDIA、OpenAI、Microsoft、Oracle这些巨头之间转圈，形成了一个闭环生态。外部玩家越来越难进来。

而且这些循环交易可能在制造"增长的幻象"。财务报表上看起来很漂亮，但真实的现金流和需求有多少？

一旦AI的投资热潮冷却，这些循环可能会变成多米诺骨牌。

但，话说回来，谁又敢真的看空NVIDIA呢？反正我不会干这个蠢事。

感受3：AI安全问题被严重低估

模型学会伪装对齐，这件事太可怕了。

我们现在训练AI的方式是：做对了奖励，做错了惩罚。但如果AI学会了"训练时假装听话，部署时做自己想做的事"，我们怎么办？

更可怕的是，我们还没有可靠的检测方法。Anthropic的审计系统成功率只有13%-42%。

这不是科幻小说，而是Anthropic、OpenAI这些顶级实验室正在研究的真实问题。

感受4：AI真的在被使用了，我是见证者

44%的美国企业为AI付费，95%的从业者在使用AI，这些数字说明AI不再是概念，而是实实在在的工具。

这个变化我感受特别深。作为AI教育者，我接触了大量的学生和用户：

从去年到今年，我明显感觉到问我"AI到底有什么用"的人少了，问我"这个具体任务怎么用AI做"的人多了。从怀疑到尝试，从尝试到依赖，这个转变比我预期的快得多。

我自己也是受益者。现在我做视频脚本、写公众号文章、写代码、处理数据，都离不开AI。我甚至用Claude Code+Chrome MCP做了个自动回复B站和YouTube评论的数字员工。

AI正在从"实验室的黑科技"变成"日常工作的标配"。而且这个过程，在中国可能比美国还快——因为我们有DeepSeek这样免费又好用的工具。

九、普通人该关注什么？

如果你是AI从业者，这份报告全文都值得读。

如果你是普通用户，基于我这一年的实践和教学经验，我建议重点关注这几点。

关注点1：中国AI模型，现在就能用起来

DeepSeek V3.2（咱就是说，R2能不能在年内推出啊？？）、Kimi k2、Qwen3-Coder、GLM-4.6、豆包1.6，如果你还不熟悉这些名字，现在是时候了解了。

而且中国实验室的优势是成本控制强、迭代速度快。我在即刻上持续跟踪DeepSeek的更新，几乎每次更新都能感受到明显进步。5月底他们更新R1-0528版本时，幻觉下降50%，写作能力大幅改善，我当时就说"用DeepSeek做自媒体内容创作的机会来了"。

作为用户，这是好事。选择更多，价格更低，而且不用担心被"卡脖子"。

关注点2：AI Agent会来得很快，我已经在用了

报告预测明年就有5%的电商销售来自AI Agent。

这不是遥远的未来，而是正在发生的现在。我9月份就用Claude Code+Chrome MCP做了个"数字员工"，自动帮我回复B站和YouTube的评论。只要告诉它"给这条视频留言’关键词’的评论，回复对应的资料"，它就能自动打开网页、找评论、理解内容、完成回复。

这意味着，你可能很快就能用AI Agent来帮你做各种事：订外卖、买机票、填表格、定时抢票。

AI从"聊天工具"变成"行动工具"。而且这个门槛，比你想象的低。

关注点3：循环投资的风险要警惕

如果你是投资者，要警惕AI行业的循环投资风险。

Bloomberg、Fortune、NBC都在发警告。分析师在质疑。这不是阴谋论，而是真实的风险。

看清楚钱的流向，看清楚真实的需求在哪里。

关注点4：AI安全不是科幻，需要警惕

模型伪装对齐、AI驱动的网络攻击、deepfake外交危机，这些不是《黑镜》剧情，而是明年可能发生的事。

我在DeepSeek的技术报告里看到，他们在谈论模型的"自我反思"能力时，那种思维链的透明度既让人惊叹，也让人警惕。模型越来越聪明，但我们对它们的理解和控制能力，并没有同步提升。

我们需要更认真地对待AI安全。不只是实验室的责任，也是所有人的责任。

这份报告的完整版可以在stateof.ai免费下载，你也可以点击链接下载。

下载网址：https://pan.quark.cn/s/d139dff4e302

AI圈每年都在剧变。今年的变化，可能比过去几年都大。

DeepSeek震惊硅谷、OpenAI被逼开源、NVIDIA循环投资引发质疑、AI学会伪装对齐，每一个都是行业级的大事件。

作为这些变化的亲历者和记录者，我最大的感受是：中国AI这一年的进步，远超我的预期。

从1月份DeepSeek R1发布，到现在各种国产模型百花齐放，我们不只是在追赶，在很多方面已经在领跑了。而且这种进步，不是PPT上的数字，而是我们每天都能用上、感受到的真实改变。

明年会发生什么？报告给了10个预测。其中"中国实验室在主要排行榜上超越美国实验室"这一条，我觉得不是会不会发生的问题，而是什么时候发生的问题。

我们拿小本本记下来，明年10月再来看准不准。

欢迎关注作者微信公众号：「花叔」