来源：新芒xAI

作者：罗布·托斯

不知大家对前段时间OpenAI连续12天的发布会，还有没有印象，我是着实被惊着了。抛开发布的各式产品大招，总有一种怎么还没开完的即视感。

凭一己之力将2024年的AI水平和能力极限拉高，那么2025年的人工智能又将通往何处？

正好我们看到这样一篇2025年人工智能的10个预测深度文章，全文7000多字，够深够广。作者风险投资家罗布·托斯，为我们描绘了一个令人兴奋且充满挑战的人工智能未来。

他预测，2025 年，人工智能将在技术、商业和政策层面发生翻天覆地的变化。从 Meta 的商业模式转变、缩放定律在新的领域应用，到人工智能在太空中的发展、自动驾驶汽车的普及，再到人工智能安全问题的凸显，这些预测都将对我们的生活产生深远影响。我们试图进行一个分享。

以下，enjoy：

▌预测1：

Meta 将开始对其 Llama 模型的使用收费

Meta 是开放式 AI 的世界标杆。这是一个引人入胜的企业战略案例研究，尽管 OpenAI 和 Google 等竞争对手一直对其前沿模型保持闭源并收取使用费，但 Meta 却选择免费提供其最先进的 Llama 模型。

因此，当 Meta 明年开始向使用 Llama 的公司收费时，很多人都会感到惊讶。

需要明确的是：这并不是说 Meta 将使 Llama 完全闭源，也不意味着任何使用 Llama 模型的人都必须为它们付费。

相反，预计 Meta 将使 Llama 的开源许可条款更加严格，这样在一定规模以上的商业环境中使用 Llama 的公司将需要开始付费才能访问模型。

从技术上讲，Meta 现在已经实现了这个功能的一个限制版本。该公司不允许最大的公司（云超大规模企业和其他每月活跃用户超过 7 亿的公司）自由使用其 Llama 模型。

早在 2023 年，Meta 首席执行官马克·扎克伯格就表示：“如果你是微软、亚马逊或谷歌这样的公司，而且你基本上是在转售 [Llama]，那么我们认为我们应该从中分得一部分收入。我不认为短期内这会带来大量收入，但从长远来看，希望这能有所作为。”

明年，Meta 将大幅扩展使用 Llama 必须付费的组织范围，纳入更多大型和中型企业。

Meta 为什么会做出这样的战略转变？

跟上 LLM 前沿的步伐成本极高。如果 Meta 希望 Llama 能够与 OpenAI、Anthropic 和其他公司的最新前沿模型保持同步或接近，那么它每年需要投资数十亿美元。

Meta 是全球最大、资金最雄厚的公司之一。但它也是一家上市公司，最终要对股东负责。随着构建前沿模型的成本飞涨，Meta 投入如此巨额资金来训练下一代 Llama 模型，却不期望获得任何收入，这种做法越来越难以为继。

爱好者、学者、个人开发者和初创公司明年仍可免费使用 Llama 模型。但 2025 年将是 Meta 认真考虑将 Llama 货币化的一年。

▌预测2：

缩放定律将在文本以外的领域被发现和利用

特别是在机器人技术和生物学领域

近几周来，人工智能领域中没有哪个话题比缩放定律引发了更多讨论，以及缩放定律是否即将终结的问题。

缩放定律最初在2020 年的 OpenAI 论文中提出，其背后的基本概念很简单：在训练 AI 模型时，随着模型参数数量、训练数据量和计算量的增加，模型的性能会以可靠且可预测的方式提高（从技术上讲，其测试损失会减少）。缩放定律是 GPT-2 到 GPT-3 再到 GPT-4 的惊人性能改进的原因。

与摩尔定律一样，扩展定律实际上并不是定律，而只是经验观察。过去一个月，一系列报告表明，主要人工智能实验室发现，继续扩展大型语言模型的收益正在减少。这有助于解释为什么 OpenAI 的 GPT-5 发布不断推迟。

对扩展定律停滞不前的最常见反驳是，测试时计算的出现为扩展开辟了一个全新的维度。也就是说，与在训练期间大规模扩展计算不同，OpenAI 的 o3 等新推理模型可以在推理期间大规模扩展计算，通过使模型“思考更长时间”来解锁新的 AI 功能。

这是很重要的一点。测试时计算确实代表了扩展和 AI 性能改进的一条令人兴奋的新途径。

但关于缩放定律的另一点更为重要，但在今天的讨论中却很少被重视。几乎所有关于缩放定律的讨论——从 2020 年的原始论文开始，一直延伸到今天对测试时计算的关注——都以语言为中心。但语言并不是唯一重要的数据模式。

想想机器人技术、生物学、世界模型或网络代理。对于这些数据模式，缩放定律尚未饱和；相反，它们才刚刚起步。事实上，迄今为止，这些领域中缩放定律存在的严格证据甚至尚未公布。

为这些较新的数据模式构建基础模型的初创公司（例如生物学中的 EvolutionaryScale、机器人技术中的 Physical Intelligence、世界模型中的 World Labs）正在寻求识别和驾驭这些领域的缩放定律，就像 OpenAI 在 2020 年代上半叶成功驾驭 LLM 缩放定律一样。明年，我们期待看到这些领域取得巨大进步。

不要相信这些传言。缩放定律不会消失。到 2025 年，它们将像以往一样重要。但缩放定律的活动中心将从 LLM 预训练转移到其他模式。

▌预测3：

唐纳德·特朗普和伊隆·马斯克将发生激烈争吵

这将对人工智能世界产生重大影响

美国新政府将带来一系列人工智能政策和战略转变。为了预测特朗普总统任期内人工智能风向，考虑到马斯克在当今人工智能领域的核心地位，关注这位候任总统与埃隆·马斯克的密切关系可能是一个不错的选择。

我们可以想象，在特朗普政府的领导下，马斯克可能会以多种不同的方式影响人工智能相关的发展。鉴于马斯克与 OpenAI 的极度敌对关系，新政府在与行业打交道、制定人工智能法规、授予政府合同等方面可能会对 OpenAI 采取不那么友好的态度。（这是 OpenAI目前担心的真正风险。）

另一方面，特朗普政府可能会优先支持马斯克自己的公司：例如，削减繁文缛节，使 xAI 能够建立数据中心并在前沿模型竞赛中占据优势；迅速批准特斯拉部署自动驾驶出租车车队；等等。

更根本的是，与特朗普听取意见的许多其他技术领袖不同，埃隆·马斯克非常重视人工智能的安全风险，因此他主张对人工智能进行严格的监管。他支持加州备受争议的 SB 1047 法案，该法案旨在对人工智能开发者施加有意义的限制。因此，马斯克的影响力可能会导致美国对人工智能的监管环境更加严厉

然而，所有这些猜测都存在一个问题。唐纳德·特朗普和伊隆·马斯克的亲密关系将不可避免地破裂。

正如我们在特朗普第一届政府期间一次又一次看到的那样，特朗普盟友的平均任期非常短，即使是那些看似最坚定的盟友，从杰夫·塞申斯到雷克斯·蒂勒森，再到詹姆斯·马蒂斯，再到约翰·博尔顿和史蒂夫·班农。（当然，谁能忘记安东尼·斯卡拉穆奇在白宫的 10 天任期？）特朗普第一届政府的副手中，很少有人至今仍对他忠心耿耿。

唐纳德·特朗普和伊隆·马斯克都是复杂、反复无常、难以预测的人物。他们很难共事。他们让人精疲力竭。到目前为止，他们新建立的友谊已被证明是互惠互利的，但仍处于蜜月期。我预测，在 2025 年结束之前，这种关系就会恶化。

这对人工智能世界意味着什么？

这对 OpenAI 来说是个好消息，但对特斯拉股东来说却是个坏消息。对于那些关心人工智能安全的人来说，这将会是一个失望，因为这几乎可以肯定，在特朗普的领导下，美国政府将对人工智能监管采取不干预的态度。

▌预测4：

Web 代理将成为主流

成为消费者 AI 领域的下一个主要杀手级应用

想象一下，在一个你永远不需要直接与网络互动的世界里。每当你需要管理订阅、支付账单、安排医生预约、在亚马逊上订购东西、预订餐厅或完成任何其他繁琐的在线任务时，你都可以简单地指示人工智能助手代你完成这些任务。

“网络代理”这个概念已经存在多年了。如果这样的产品真的存在并且有效，那么毫无疑问它将是一款非常成功的产品。然而，目前市场上还没有一款通用的网络代理。

像 Adept 这样的初创公司，凭借一支优秀的创始团队筹集了数亿美元，但却未能实现其愿景——已经成为这一类别的警示故事。

明年将是网络代理最终开始发挥良好作用并进入主流的一年。语言和视觉基础模型的持续进步，加上新推理模型和推理时间计算带来的“系统 2 思维”能力的最新突破，将意味着网络代理将准备好迎接黄金时段。

换句话说，Adept 的想法是正确的，只是为时过早。在创业公司中，就像在生活中的许多事情一样，时机就是一切。

Web 代理将找到各种有价值的企业用例，但 Web 代理近期最大的市场机会将来自消费者。尽管最近人工智能热潮四起，但除了 ChatGPT 之外，很少有 AI 原生应用取得突破并成为主流消费者的成功。Web 代理将改变这一现状，成为消费者 AI 领域下一个真正的“杀手级应用”。

▌预测5：

将人工智能数据中心

引入太空的多项严肃努力将初见成效

2023年，阻碍AI发展的关键物理资源是GPU芯片。2024年，它变成了电力和数据中心。

在人们争相建设更多人工智能数据中心的过程中，2024 年很少有故事情节比人工智能巨大且快速增长的能源需求更受关注。由于人工智能的蓬勃发展，全球数据中心的电力需求在数十年内一直保持平稳，预计在 2023 年至 2026 年期间将翻一番。在美国，到 2030 年，数据中心预计将消耗所有电力的近 10%，高于 2022 年的 3%。