0「共生伙伴」2025人工智能十大趋势报告腾讯研究院出品编委会顾问司晓|腾讯集团副总裁腾讯研究院院长吴运声」腾讯云副总裁腾讯云智能负责人优图实验室负责人黄晨霞|腾讯新闻运营总经理许好好|腾讯云战略研究院院长李侃|腾讯华东总部总经理主编策划徐思彦戚蕴编写委员袁晓辉黄小明王舒怀马晓芳研究团队袁晓辉徐思彦曹士圯王鹏白惠天徐一平李瑞龙刘莫闲胡璇贺泽轩戚蕴王亚鑫内容支持张栋陈梦凡郑可君孙星曹浩宇联合出品腾讯研究院腾讯优图实验室腾讯云智能腾讯科技目录TENTS序言序言1从智能工具到共生伙伴：AI演化的新篇章03序言2打造更好用的A1,走入产业的深水区05Part I基础模型的跃迁趋势01强化学习：引领大模型推理和行动能力新突破08趋势02原生多模态生成：统一感知与生成的新时代12趋势03声音模型广进化：迈向通情达义的情感智能16智能行动者的崛起趋势04智能体双轨进化：编排类与端到端的分途并进20趋势05 LifeOS:A1成为个性化生活的操作系统24趋势06智力即服务：智能化工作流赋能产业升级28趋势07游戏智能体：AI在虚拟世界的沉浸式进化33PartlllAI走向物理世界趋势08具身智能的“GPT-2时刻”：基础模型、数据工程与软件平台的协同进化37趋势09空间智能：从会聊天到真正懂世界41趋势10测试转量产，应用推动具身智能本体加速成熟45序言PREFACE序言01从智能工具到共生伙伴：AI演化的新篇章司晓腾讯副总裁腾讯研究院院长随着技术的快速演进，基础模型正迎来一场深层次的跃迁。2025年，大模型的训练重点从“数据+规模”转向“后训练+多模态”。这场变革的核心在于，强化学习开始在大模型后训练中发挥关键作用，并有望赋予模型自我优化与持续进化能力。例如，DeepSeek-Rl-Zero通过纯强化学习展现出推理能力，这不仅为DeepSeek R1的训练提供了关键支撑，更全面地将大模型应用推向了推理时代。想象一下，未来在诸多场景下A都不再需要人类工程师“手把手”教学，而是能像围棋大师Alph aGo那样，通过可验证的奖励信号，在工业机器人路径优化、复杂物流网络调度等领域自主找到最优解，甚至发现超越人类经验的全新策略，从而在未知环境中展现出卓越的适应性。同时，原生多模态生成技术实现了从底层结构上对图像、语音、文本等多模态数据的统一建模，使A能够在同一上下文中理解和生成跨模态信息。例如，一段视频中人物的表情、语调与语义内容可以被同时感知并融合处理，从而推动了A1从“看懂”、“听懂”到“合成表达”的一体化跃迁。此外，声音模型的突破，为其带来了更加拟人化的语音能力，使其能够跨越语言和文化的障碍，实现全球范围的情感交流。我们不再只是与冷冰冰的机器对话，而是与一个能理解你语气中的疲惫、并用温暖声音回应的智能系统交流，这显著提升了人机交互的自然度和沉浸感，为构建拟人化、实时反应的智能系统奠定了坚实基础。进入智能行动构建者(Aget)的领域，AI的角色正在发生深刻的变化一从传统的“工具”角色，逐步演变为每个人的“共生伙伴”。端到端Aget模型的崛起进一步推动了智能助手的进化，从单纯的执行任务转向成为更加可信的合作伙伴，能在多个场景下为用户提供更具深度的智能支持。借助大模型的推理与决策能力，这类智能体已能够主动感知用户意图、调度任务和协调资源，实现如行程安排、信息筛选和跨平台事务处理等日常操作的智能自主完成。智能助理将有望从小众工具走向大众应用，实现“人手一个”，进一步提升生活和工作效率。更有甚者，A1有望成为用户生活的个性化操作系统LifeOS。通过对用户日常生活相关的多模态数据（如语音、文本、行为轨迹、健康参数等)的长期整合与理解，构建起一个持续进化的“人生合伙人”。根据用户的习惯、偏好与情绪状态主动提供建议与支持，全面优化工作与生活的体验。在行业应用方面，垂直行业智能体的出现正推动各个行业的智能化升级。A不再仅仅提供通用模型或技术接口，而是以智能化工作流的形式深度嵌入医疗、金融、制造、零售和政务等关键行业。通过行业语料训练、场景逻辑建模和工作流集成，这些智能体能够承担风控审查、设备运维和客户服务等具体职能，显著提升业务效率与决策质量，推动从数字化到智能化的关键跃迁。而游戏智能体的沉浸式进化则为虚拟世界带来了全新的体验，A不仅仅在游戏中扮演角色，更能通过高度自适应的行为与玩家进行深度互动，推动虚拟世界向着更加动态和不可预测的方向演进。另一方面，智能的应用正在从语言智能走向空间智能。空间智能的兴起意味着A从处理词元(Toke)进化到理解体素(Noxe),初步具备了理解和处理三维世界的核心能力，包括3D环境的感知、推理、交互和生成。这一技术突破让A1能够像预测下一个词元一样去预测下一个体素，并再次基础上实现能力的涌现。空间智能正在重塑自动驾驶机器人制造、XR混合现实、医疗手术、建筑设计和智慧城市等领域的工作方式，为AI迈向通用人工智能(AG)补全了关链的物理常识和因果推理能力，推动A从"会聊天"到真正"懂世界"的跨越式发展。与此同时，具身智能的崛起，标志着图灵测试正从抽象的语言推理，迈向真实世界的感知一行动协同。A1不仅能“想得明白”，更能“动得精准”。通过与机器人平台、自动驾驶系统、智能穿戴设备等硬件深度整合，A开始具备类人感知与灵活执行力，在复杂、多变的物理环境中完成导航、操控、交互等任务。从配送机器人在城市街区的自主行动，到养老机器人在特定情境中提供主动服务，具身智能正在重塑人机交互的边界，推动A从“数字大脑”走向“现实代理人”，深刻改变人类的生活方式与生产模式。综合来看，2025年强化学习和多模态融合让大模型真正“长出五官”，Aget在工作与生活各个领域的应用，逐步使其成为人类真正的“共生伙伴”，空间智能与具身智能有望让它走出比特世界，进入原子世界。大模型产业将真正跨入“技术产品-社会”三位一体的深水区，我们不仅将见证效率的飞跃，更将共同探索如何与下一代A建立更深层次的信任与合作，共同书写人类与A1和谐共存、持续发展的未来篇章。序言0104从智能工具到共生伙伴：A1演化的新篇章序言02打造更好用的AI,走入产业的深水区吴运声腾讯云副总裁腾讯云智能负责人腾讯优图实验室负责人过去几年来，生成式的快速发展、落地，为人们的生产生活方式注入了全新活力和动力。我们看到，大模型能力正在经历从“数据驱动”到“自进化驱动”的技术跃迁。强化学习、多模态等技术的突破，让A系统具备了更强的感知、理解和生成能力，也让模型从传统的“语言专家”走向具备知识、推理与行动力的“通用智能体”。在这个背景下，腾讯研究院发布的《2025人工智能十大趋势：共生伙伴》，是一次具有前瞻性和现实指向的系统性总结。这份报告不只是简单罗列了技术趋势，更像是绘制了一张产业与社会共同进入AI深水区的思维地图，比较深刻地淡及了A如何从工具走向伙伴，如何从单点走向系统。这些趋势，也正与腾讯A1的整体方向同频共振。我们始终认为，A的下一发展阶段，不只是模型能力的竞赛，而是从模型到平台再到场景的综合能力比拼，是如何让AI在实际业务流程中落地生根、释放价值。也因此，腾讯A大方向的核心是打造“离产业更近的”，让每一个企业都能拥有自己的专属“AI大脑”、每一位用户都能体验到真正“好用”的A。在这一方向下，我们重点布局了三个层面：首先是模型层，腾讯混元大模型过去一段时间加速迭代，在语言、图像、多模态等方向均取得不小突破，近期也开放了Hunyuan-A13B的开源版本，持续推动国产开源生态健康发展；序言0205打造更好用的Al,走入产业的深水区第二是平台层，我们正以腾讯云智能体开发平台、腾讯元器等平台为核心，构建了面向企业、开发者和C端用户的全链路智能体开发能力，支持多模态输入、多智能体协同、与私有知识系统和业务系统深度融合，助力企业构建具备记忆、规划、和推理能力的智能体，帮助更多用户更低门槛创建24小时在线的智能助手。第三是应用层，我们联合政务、金融、文旅、制造、教育等垂直行业客户，打造了数百个场景化应用，涵盖客服、营销等多个方向，推动A从“有能力”走向“有用处”。例如，我们在制造行业联合某企业打造了产线A1质检智能体，能够自主识别缺陷并实时调整检测策略；在政务领域，我们打造了具有记忆能力的“数字政务助手”，实现跨系统信息调度和政策答疑。更值得一提的是，随着智能体逐步具备持久记忆和上下文理解能力，企业内部知识资产也开始真正被“调得动”、“用得上”，这正是报告中所指出的“智力即服务”的具体体现。此外，我们也此较认同报告中关于“LifeOS”的构想。未来，A不应只是我们手机里的一个应用，而应是我们生活的长期伴侣一一个能够理解你的行为、情绪、习惯并主动提供帮助的“数字自我”。与此同时，A正在从屏幕世界走向物理世界。从空间智能到具身智能，从模拟训练到真实世界感知，A的“身体”正在逐渐成形。腾讯刚刚发布的具身智能平台正与产业伙伴联手推进机器人在物流配送、制造作业、商业服务等领域的具身落地实践，也验证了报告所强调的“机器具身智能的GPT-2时刻”正在加速到来。回望A的发展史，每一次技术的跃迁都会带来人机关系的重塑。从语音助手到协作伙伴，从自动化到智能协同，A正在走出工具属性，迈向与人共生的下一程。这也对我们提出了新的命题：当A具备更强的自主性和行动力时，企业如何在平衡开放、安全的同时，确保AI发展惠及更多人？在腾讯，我们提出“科技向善”的理念，这不仅仅是一句口号，而是我们设计A产品与平台的重要价值底线。从数据安全、内容可控性，到模型对齐、贵任边界，我们始终致力于打造“可信任可控的A”,让A真正成为企业与社会可信赖的力量。2025年，我们站在A1发展的一个关键转折点。从算力驱动到智力驱动，从通用平台到垂直智能，从数字交互到现实行动。未来不会自动到来，真正值得期待的，是我们如何一起定义它、创造它、助力它。腾讯研究院这份《2025十大A1趋势》报告，为我们打开通往这一未来的想象之门提供了重要参考。我也衷心希望，这份报告能为企业提供战略参考、为技术人员提供探索方向、为社会公众提供理解AI的窗口。让我们共同见证一A仙，不止是工具，它将是我们携手同行的“共生伙伴”。序言0205打造更好用的Al,走入产业的深水区Part智能行动者的崛起随着基础模型的快速演进，我们正见证着N从传统的任务导向型学习，向更加深刻和灵活的自我优化和结果驱动型能力转变。强化学习的深刻影响，特别是基于可验证奖励的强化学习(RLV)的引入，使得模型能够在基于客观反馈的情况下不断积累经验并优化决策，突破了传统监督学习在追求实际正确性时的局限。这种由明确结果导向的持续学习能力大大提高了模型在复杂问题中的推理能力，并赋予其在未知环境中自主行动和规划的潜力。同时，原生多模态生成技术的突破，使得A能够从底层结构统一建模图像、语音和文本等多模态数据，不再只是理解单一模态的信息，而是能够跨模态进行深度感知与生成。的认知能力和生成能力从“看懂”和“听懂”逐步走向“合成表达”，推动了从传统感知到创造性生成的跨越。这一跃迁不仅意味着模型的理解能力进入全新阶“共生”而非单向服务。随着从单一任务的执行者转向多维度的合作伙伴，我们正在见证一种全新的智能生态的崛起，这种生态不仅优化个体的工作和生活方式，也为未来的跨领域合作，与创新奠定了基础。01强化学习：引领大模型推理和行动能力新突破作者：袁晓辉趋势0108强化学习新范式摘要强化学习(Reinforcement Learning,RL)正在大语言模型领域引发一场深刻的范式变革，当前，强化学习在大语言模型中的应用正从最初的人类反馈强化学习(RLHF)一主要旨在使模型输出符合人类偏好一向基于可验证奖励的强化学习(RLVR)大规模演进，RLV将奖励信号直接绑定到客观、可验证的结果上（例如编程或数学问题的正确答案），从而将优化目标从“听起来正确”转向“确实正确”，显著提升了大模型的核心推理能力。这种转变正推动大模型超越简单的内容生成，向解决实际问题、实现复杂目标的高级智能迈进。这一进展背后，隐藏着一个深刻的洞察：许多复杂任务的“验证不对称性”(Asymmetry of Verification)一即验证解决方案远此找到解决方案本身容易。正如“验证者定律”所揭示的，A训练的效率与任务的可验证性成正比，可验证性为强化学习提供了高效、高质量的反馈信号。基于此，本章深入剖析了强化学习驱动大模型演进的四大关键趋势：它正重塑大模型推理能力，使其能创造性解决问题；赋能大模型实现智能体飞跃，使其能与物理及数字世界交互并自主行动；在医疗、金融等垂直领域，强化学习通过提升泛化能力和利用离线学习保障安全，克服数据与风险瓶颈；以及多智能体强化学习(MARL)正推动大模型实现集体智能，解决超越单一模型能力的复杂协作挑战。整体来看，强化学习正通过利用任务的可验证性，全面驱动大模型从语言智能迈向行动智能、具身智能与集体智能，预示着八在解决现实世界问题上的巨大飞跃。从对齐到创造：强化学习重塑大模型推理能力的直接提升，预示着AI在解决科学、工程等硬核问题上的能力将迎来质变。强化学习在大语言模型中的应用范式正经历一场深刻的演变，其角色已从最初确保输出内容符合人类偏好的“对这一趋势的产业影响在于，未来的大模型将不再仅仅是齐”工具，转变为直接提升模型推理性能、甚至创造全新问题知识的复述者，而是能够产生真正创新见解的“思考者”。以解决方案的引擎。最初，以人类反馈强化学习(RLHF)为代表OpenAl的ol和DeepSeek的R1为代表的前沿模型，已经证明的技术，其主要目标是让模型输出更“有用”且“无害”的内了强化学习在激发和塑造高级认知能力方面的巨大潜力。这容，本质上是模仿人类主观偏好，然而，近期的发展趋势标志些模型通过强化学习，学会了在给出答案前进行深入的“思着一个关键转变：业界正大规模采用基于可验证奖励的强化考”，从而能识别并纠正自身错误、分解复杂问题。这种由客学习(RLVR,即奖励信号不再依赖主观判断，而是基于客观观结果驱动的训练方式，使得AI在未来有望攻克过去无法解结果，例如数学题和编程题的答案是否正确无误。这一转变决的科学难题，例如在药物发现、材料科学和复杂软件工程将优化的目标从“听起来正确”直接转向了“确实正确”，从而中，提出超越人类专家直觉的解决方案，为前沿科技创新提将强化学习的应用重心从对齐转向了对模型核心推理性能供强大的新动力。更深远地，强化学习正推动模型能力从“激发”潜能向大潜力：一个7B参数的智能体，通过与环境的交互式学习，其“创造”全新策路的跨越，近期的学术研究表明，强化学习不性能超越了671B参数、依赖提示工程的巨型模型。这证明了，仅能高效“激活”模型在预训练中已获得的潜在推理能力，还通过强化学习获得的动态策略远比静态的指令更为强大和能通过长期的探索式训练，帮助模型发现并“创造”出全新通用。未来，这种能力有望扩展到更多领域，如能够自主完成的、在基础模型中完全不存在的解题路径，这意味着，未来A!市场分析、管理供应链、编写和调试复杂软件的智能体，将成的能力增长将不再仅仅受限于人类已有数据的边界，通过持为企业优化运营、加速创新的核心资产。续学习和探索，具备真正的“自我进化”潜力，解决日益复杂的现实世界问题。而在物理世界中，强化学习也将助力大模型进一步“落地”，由于大模型本身缺乏对物理世界的直接感知，强化学习智能体飞跃：强化学习构筑连接模型与物理及数通过提供交互式反馈来弥补这一鸿沟，通过在真实或模拟环字世界的桥梁境中进行试错，将抽象的语言规划与具体的机器人动作联系起来。例如，LLM-Teach等框架利用大模型作为“教师”，通过强化学习正在成为驱动大模型实现从“语言生成器”向强化学习指导机器人学习复杂的操作任务，其教学效果甚至“任务执行者”智能体飞跃的关键力量。通过赋予模型与数字可以墟美人类教师。这预示着，强化学习将在连接模型与物及物理世界交互并从中学习的能力，L让大模型能够自主使理世界方面发挥核心作用，为训练具备更强适应性和学习能用工具并完成复杂任务。一个真正的智能体不仅需要生成文力的具身智能机器人提供助力，有望在制造业、物流、家庭服本，更需要感知环境、规划步骤并执行一系列动作以达成目务等场景处理更复杂的非结构化任务，从而深刻改变物理世标，强化学习凭借其独特的试错学习和奖励机制，为智能体界的生产和生活方式。提供了从经验中持续学习和优化的路径，使其不再仅仅是“说”，更能“做”。深耕垂直领域：强化学习协助克服数据与安全瓶颈，赋能专业化模型这一趋势正在从学术研究走向产业应用。例如，G00gle的Vertex Al平台作为一个全面的机器学习开发环境，支持开在医疗、金融等对可靠性和泛化能力要求极高的垂直领发者集成强化学习方法来提升智能体的能力，尤其是在需要域，强化学习正成为突破传统监督学习(SL)瓶颈、构建高性Agent能专业模型的关键驱动力。在这些专业领域，仅仅依靠监督Engine主要聚焦于基于大型语言模型(LLMW的工具调用和微调(SFT)往往难以满足应用需求，因为模型容易对训练数多步推理的编排与产品化，但其底层和更广阔的Vete以AI生据产生过拟合，无法应对真实世界的多变性。强化学习则提态系统提供了将L训练与LLM能力相结合的可能性，为构建供了一种更强大的泛化引擎，它鼓励模型通过探索去发现更更强大的自主智能体奠定了基础。鲁棒和通用的内在规律，而非简单地记忆表面模式。这将直接影响相关产业的智能化进程，使A1能够从“通用助手”转变在各行各业，这一趋势将催生出能够自主完成复杂工作为真正可靠的“领域专家”。流的“数字员工”，从而极大地提升生产力。例如，在自主机器学习工程领域，基于强化学习的ML-Agent框架已经展现出巨趋势0110强化学习新范式优行为，它为在这些领域部署更智能、更安全的自适应A系统铺平了道路，实现了在数据安全和策略优化之间的平衡。涌现集体智能：RL驱动多智能体协作解决复杂系统性问题强化学习正推动AI从优化单个智能体向协调多个智能体组成的“团队”演进，通过多智能体强化学习MARL)框架，使AI系统能够应对超出任何单个模型能力的复杂协作任务。现实世界中的许多重大问题本质上都是复杂的系统性问题，需要多个具备不同专长的角色协同工作。将大语言模型这一趋势在医疗健康领域的应用尤为突出，强化学习正(LW作为这些智能体的“认知核心”，并用强化学习作为协帮助模型在多样的医学任务和数据模态中实现卓越的泛化能调与优化机制，正在催生一种前所未有的集体智能。这一趋力。例如，在医学影像分析方面，RL能训练模型在面对CT、势预示着A!的应用模式将从依赖单一的、全能的“超级大M、X光等不同模态、不同设备来源的医学影像时，通过对诊脑”，转向构建一个由多个专业化智能体组成的、能够协同作断或治疗流程的模拟决策进行优化，显著提高其识别病灶、辅战的“AI生态系统”。助诊断的鲁棒性和泛化性。Med-R1框架就是一个例证，它利这种多智能体协作模式在自动化复杂决策与执行等前用强化学习训练医学视觉语言模型，使其在处理多种影像时，沿领域展现出巨大潜力。例如，在具身智能体(Embodied Al)性能超越了参数量大数十倍的同类模型，证明了L在有限、领域，最新的研究正积极探索如何结合大语言模型的高层规多样的医学数据上提升模型泛化能力的潜力。此外，L还在划能力与多智能体强化学习，像LLM-Aided MARL(AMARL)个性化医疗中发挥作用，通过学习患者的动态健康数据和治这样的方法，就利用LLM生成合作策略的先验知识或奖励信疗反馈，为疾病管理和药物剂量调整提供定制化的最优策略。号，而MARL则通过在模拟或真实环境中的试错学习，优化多而面对医疗等高风险领域中“试错”成本过高的问题，离机器人团队之间的通信、分工和动作协调，以高效完成复杂线强化学习(Offline RL)技术应运而生，它能够在不进行实的物理操作任务。同时，在数字世界中，利用MARL优化多时交互的情况下，从已有的、固定的历史数据集中安全地学LLM智能体团队的协作也取得了显著进展，例如，MARTI习优化策略。这为强化学习在安全性至关重要的领域应用打(Multi--Agent Reinforced Training and Inference)框架正是开了大门，例如，在临床决策支持方面，OGSRL等框架通过引将强化学习应用于优化LLM驱动的多智能体系统，通过RL机入安全约束(Safety Constraints),确保学习到的治疗策略始制提升智能体在复杂工作流（如软件开发、复杂辩论）中任务终保持在经过临床验证的安全区域内，从而在不引入额外风分配、信息共享和冲突解决的效率，这些进展表明，强化学习险的前提下，探索优化治疗方案的可能。类似技术展示了强赋予了N团队从经验中学习最优协作策略的能力，使其能够化学习对于金融风控、自动驾驶、关链基础设施管理等无法适应动态环境，并在物理和数字世界中实现更高效、更鲁棒承受在线探索风险的价值一通过从历史交互数据中挖掘最的集体智能。趋势01山强化学习新范式02原生多模态生成：统一感知与生成的新时代作者：王鹏摘要人工智能的早期发展主要聚焦于单一模态，如计算机视觉专注于图像理解，自然语言处理专注于文本分析。面对多模态任务，传统方法多采用后期融合'或拼接式策略，即分别训练模态独立的模型，再通过额外模块简单组合其输出。这种方式虽然在一定程度上实现了多模态信息的利用，但各模态间的交互浅层，信息在传递过程中容易丢失，难以捕捉跨模态间深层次的语义关联，也无法实现真正意义上的“联合生成”。进入深度学习时代，特别是随着Transformer架构的突破性成功，为彻底的多模态整合铺平了道路。这催生了“原生多模态模型”(Natively Multimodal Models),其核心理念在于从架构设计之初就将多种模态（如文本、图像、音频、视频）视为一个统一的输入空间。通过共享或紧密耦合的表示层，模型能够实现跨模态信息的深度交互、对齐与融合。这种“原生”设计让模型能在单一框架内同时完成多模态的联合感知，并基于模态间深度关联的理解进行多模态生成。从OpenAl的GPT4o实现文本、图像、音频的无缝交互，到Sora、Veo3等模型在视频生成领域的突破，这些标志性成果无不预示若统一感知与生成新时代的全面到来，即将改变多个行业的范式。统一空间：跨模态的表征空间正在形成模态输入编码到输出生成的全过程统一优化，模型能够更好地学习不同模态之间复杂的依赖关系，避免误差的累积，从原生多模态的技术基础在于构建统一的跨模态表征空而实现更自然的跨模态推理与生成。间，旨在让不同模态的同一概念（如图像中的“猫”和文本中的“猫”)被映射到语义空间中的相近位置。这一概念通过Transformer架构的应用进一步推动了原生多模态模CP模型的成功实践，奠定了跨模态对齐的技术基础。如今，型的发展。其强大的序列建模能力和并行计算优势使其成为越来越多的先进模型扩展了这一理念，利用海量多模态数据处理多模态数据的理想架构。通过跨模态统一编码，将图像、集和自监督学习任务（如掩码建模、对比学习、序列预测等），音频等多种模态的输入转换为统一的token序列，再通过共成功学习并融合跨模态知识和世界常识。享的Transformer主干网络进行处理，跨模态注意力机制的设计，使得模型能够显式学习不同模态token:之间的关系，从原生多模态的一个重要贡献在于端到端学习范式的引而在生成阶段实现高效的跨模态输出。入。它消除了传统模块化设计中信息传递的瓶颈。通过将多