魚羊 一水 發自 凹非寺
量子位 | 公眾號 QbitAI

我們正在進入AI創新的「中國時間」。

2025第一季度剛剛過完，中國大模型“國產之光”已經可以預定一個年度關鍵詞了。

從DeepSeek走紅全網，到Manus一夜爆火，再到宇樹為代表的機器人讓中外網友連連驚呼……

毫無疑問，中國前沿科技，正在2025年成為全世界熱議和肯定的焦點。

△LeCun評DeepSeek

但問題是：為什么是2025？

以ChatGPT為起點的新一輪技術風暴剛剛卷到第三年，時間不算長，但對于風暴眼里的人們來說，信息量卻早已爆炸。

更重要的是，隨著大模型變革迎來新的轉向，即關注點由訓練向推理的邁進，新的機會伴隨著挑戰，正在不斷涌現。密集突破，正在當下發生。

所以現在，又來到了一個值得好好復盤，進而展望未來的時刻。

如果你需要一份「全面」、「硬核」的科技報告作為參考，這份全新出爐的全景式科技報告，值得一讀：

報告來自諾安基金，一家長期陪伴中國科技成長的千億公募基金。自2003年成立以來，累計為740家科技企業提供IPO募資支持，產品持有新質生產力企業發行的股票市值合計278億元。可謂是真懂硬科技，真懂中國創新。

而且這份報告，也完整又詳細地展現了AI創新的全景路線，以及背后的中國機遇。

先給大家劃一劃重點：

• 強化學習 + 模態擴展 + 成本坍縮 + 工具進化引爆智能平權效應
• 開源模型有望幫助中國實現AI技術突圍，推動全球AI平權化
• 端側設備成為AI Agent載體，下個過億級別銷量市場蓄勢待發
• 人形機器人正在迎來規模化應用里程碑時刻
• AI for 生命科學讓“硅基智慧”引爆“碳基文明”核聚變

總之，從大模型被視作技術“奇點”的開端，到AI當下的實際突破，再到未來科技產業十大預測，在這份報告中，我們一起一文看盡。

密集突破正在發生

由OpenAI o1而起，再經DeepSeek R1引爆，大模型廠商的推理模型之爭，正在如火如荼地展開。

在此背后，可以觀察到的是，AI發展重心正在從“參數規模競賽”轉向“推理效能競爭”。

再加之多模態、AI Agent等應用趨勢的影響，可以看到，對于算力的需求正在呈現出差異化趨勢。

算力結構差異化，帶來AI基礎設施新機遇

按照預訓練、后訓練和推理的不同階段劃分：

預訓練階段：算力需求龐大，成本高昂。

在預訓練階段，模型要在海量的通用數據上進行訓練，訓練一個大語言模型，可能要處理數十億甚至數萬億字的文本數據，模型參數眾多，為了讓模型能學習到復雜的模式和特征，往往要進行成千上萬次的迭代優化。

以xAI的Grok-3為例，第一階段耗時122天，同步使用了10萬張NVIDIA H100 GPU進行訓練；隨后第二階段在92天內，將集群擴展至20萬張H100 GPU，預計訓練成本接近100億美元。

后訓練階段：算力需求和成本相對預訓練大幅降低。

后訓練階段，大模型僅在特定任務的數據上進行微調。舉個例子，醫療圖像識別模型在針對醫學影像數據進行微調時，數據規模會遠小于預訓練時使用的圖像數據集。并且后訓練主要是調整部分與特定任務相關的參數，計算量也相應減少。

不過，要讓模型精準適配特定任務，也需要多輪參數調整和計算，所以需要中等規模的算力來保證微調過程的高效進行。以DeepSeek V3為例，其使用了2048張英偉達H800 GPU，總訓練GPU卡時為2788千小時，訓練成本約為558萬美元。

推理階段：普通消費者也能購買，是走向AI普及的關鍵。

推理是使用已經訓練好的大模型對新輸入的數據進行預測。這個階段不需要對模型參數進行更新訓練，只是按照模型既定的結構和參數對新數據進行前向計算，得出輸出結果。

例如智能客服模型在回答用戶問題時，只是根據訓練好的模型對用戶輸入的文本進行分析并給出回答，計算過程相對簡單，通常2臺H20服務器即可運行滿血版671B的DeepSeek R1推理模型，成本約200萬人民幣。而如果運行14B以下的DeepSeek R1蒸餾模型，僅需配置一張價值2萬人民幣的RTX 4090顯卡即可。

可以看到，在后訓練和推理階段，大模型對算力的需求更加強調“性價比”。

OpenAI CEO奧特曼也曾提到，大模型的應用成本正在呈下降趨勢，“AI成本每年會降至上一年的1/10”。不少業內人士同樣指出，成本問題是大模型走向大規模應用的關鍵挑戰之一。

在模型側，以DeepSeek為例，能引發全球矚目的關鍵之一，就在于通過創新的模型架構、高效的訓練策略以及硬件適配優化，實現了性能與成本的極致平衡。

并且不僅是V3、R1開源，DeepSeek還通過開源周的活動，連續開源了FlashMLA等多項核心技術，覆蓋從AI模型訓練、推理加速到數據管理全鏈條。

諾安基金研究部總經理鄧心怡在接受央視財經《財訪》節目采訪時指出：

• DeepSeek橫空出世的意義不僅是DeepSeek團隊展現出AI領域的硬實力，更展現了國內科技產業扎實的研究基礎和研究能力。
• 開源項目清楚地展現了他們的研究過程、理論體系和成果迭代，我們有望憑借扎實的人才儲備和持續的教育和科研投入，以及更加開源開放的應用生態，引領AI下一波技術的變遷。

而優化技術帶來的模型計算效率和推理速度提升，同樣給定制（ASIC）芯片提出了新的要求、帶來了新的機會。

諾安基金科技投資報告歸納了ASIC芯片的幾大優勢：高性能、低功耗、成本優勢，以及靈活性帶來的與場景的深度結合。

不僅是谷歌早早在自研芯片上有所布局，Meta、OpenAI也均在今年在定制芯片方面有新的動作：

Meta被曝開始測試首款自研AI訓練芯片，OpenAI自研芯片也傳出今年流片的消息。

同時，報告也提到，“算力-算法-數據”三位一體的持續優化才能打開AI大模型更大的滲透空間。從硬件基礎設施的角度，在更快的通信、更好的散熱、更大的電源等方向的探索，能提供更好的算力基礎。

而應用落地帶來的云側以及端側的推理需求增長，也將帶動存儲需求的提升。

值得關注的是，國產異構算力上下游，在新的技術趨勢下，也正在加速走向高端化、平臺化。

依托于RISC-V這樣的開源架構，國內廠商可以深入底層研發，邁向高性能算力。比如，達摩院即將交付的玄鐵C930處理器，通用算力性能在SPECint2006基準測試下能達到15/GHz，并且基于RISC-V靈活、可定制的特點，將高性能與AI算力有機結合，能更好地應對AI時代的應用需求。

AI智能眼鏡迎來“iPhone時刻”

基礎模型越來越強，也越來越便宜，而聚焦到應用上，DeepSeek被廣泛熱議背后關鍵的一點是：先進模型的參數規模正在快速縮小。

這也就帶來了一個普遍預測：端側AI正在呈現爆發之勢。

當前，AI PC和AI手機已經率先成為AI Agent載體。根據IDC預測，2024年全球PC出貨量2.75億臺，其中AI PC市占率約為19%；預計到2027年，全球PC出貨量為2.93億臺，屆時AI PC市占率有望達到60%。

而在DeepSeek熱潮中，開春新機無不紛紛接入DeepSeek R1，榮耀、OPPO、vivo、小米概莫能外。

報告還著重關注到了AI智能眼鏡這一載體，并預測：

• AI智能眼鏡終端有望成為第一個全新AI時代的人機交互硬件，成就新的億級出貨終端。

基于輕量級、佩戴無感化、高頻響應，且為最靠近人體三大重要感官（眼、耳、嘴）的穿戴設備等優點，AI眼鏡一方面天然適用于處理短平快的臨時任務，成為個人助手的最佳載體；另一方面，結合顯示功能的智能眼鏡有望充分應用于社交、辦公、垂類行業等多領域，進而成為AI時代的通用人機交互平臺。

根據wellsenn XR預計，當前全球每年眼鏡銷量（含近視眼鏡和墨鏡）15億副左右，中國每年眼鏡銷量2.4億副左右，龐大眼鏡佩戴者基數為AI智能眼鏡提供了廣闊的市場空間。

當前，AI眼鏡產業尚處于發展初期，產品形態百花齊放，主要分為純音頻眼鏡、帶攝像智能眼鏡和帶顯示智能眼鏡三類主流形態。

諾安基金認為，帶攝像頭形態的眼鏡由于在純音頻眼鏡的基礎上，集成了攝像頭模組，用于提供圖像和視頻拍攝能力，同時可基于大模型實現AI識物等功能，具有更優的交互體驗。

2025年，隨著更多大廠進入AI智能眼鏡的競爭，AI智能眼鏡的發展將趨向成熟。預計2030年后，AI+AR技術逐漸成熟，開啟AI+AR智能眼鏡對傳統智能眼鏡的終極替代，智能眼鏡成為AI通用計算終端。

科技未來正在到來

密集創新正在發生，而隨著對AGI（通用人工智能）探索的不斷深化，曾經只存在于科幻小說中的“未來式”場景，如今也變得不再遙不可及。

報告里也專門有一部分提到了當前正在被重點關注、未來值得期待的應用領域。

人形機器人：迎來從技術驗證邁向規模化應用的里程碑

第一個就是今年火出圈的人形機器人產業。

從宇樹機器人登上國內春晚開始，盡管今年才過去了1/4，但國內外的人形機器人廠商已經動作頻頻。

不僅隔一陣就升級能力，用各種“整活兒”吸引世人目光，而且都在默默朝著量產發力。

截至目前，這一行業已逐漸達成共識：2025年或將成為人形機器人量產元年。

畢竟，隨著大模型的快速迭代、硬件成本的持續下降以及政策紅利的不斷釋放，這一產業從實驗室走向規模化應用已經來到了拐點。

而從應用場景來看，報告進一步總結了人形機器人的發展路徑：

• 從工廠擰螺絲到家庭情感陪伴的階梯式滲透。

中短期內，人形機器人將主要應用于工業制造、倉儲物流以及特種應用領域；中長期內，其目標則是進入千家萬戶，為家庭養老育兒等場景提供相關服務。

至于影響這一進程的因素，除了技術，另一大關鍵在于成本。

報告提出了一個觀點：

• 2萬美元時代將顛覆全球勞動力市場。

目前，美國汽車工廠工人時薪24美元，豐田美國工廠工人時薪34.8美元，德國汽車工人時薪14.7美元。

而假設機器人5年折舊，一年工作時間為350天 x 24小時，每年保養維修是本機價格的15%，若人形機器人定價10萬美元，則每小時成本4.2美元，若定價2萬美元，每小時成本僅為0.83美元。

這并非遙不可及。不說國內宇樹科技早已將售價定在10萬元以下，另一邊，馬斯克前幾日在一場公司全員會上也為Optimus機器人制定了目標：

• 百萬臺量產后單價降至2萬美元（約14.5萬元人民幣）。

報告指出，假設Optimus機器人降本幅度符合預期，售價能夠下探至2萬美元，參考北美的勞動力市場容量，則對北美人形機器人市場空間測算人形機器人總市場規模約480~4960億美元。

面對這一高潛市場，我國人形機器人產業的超車機會在于：全產業鏈突圍+政策紅利。

報告中提到，據不完全統計，國內人形本體廠商已有100+家，他們已構建起覆蓋人形機器人“核心部件-本體制造-場景落地”的全產業鏈能力，形成獨特的突圍路徑。

在上游硬件領域，國內已具備包括減速器、電機、絲杠、控制器和傳感器等硬件組件，以及相關的軟件系統的全產業能力。

而在本體制造環節，諸多創業公司、互聯網企業與車企競相發布旗下人形機器人產品，部分已率先在汽車工廠實現擰螺絲、物料搬運等任務驗證。

報告認為：

• 若能在2025年前實現“硬件成本降至15萬元+場景數據破千萬小時”兩大目標，中國或將成為全球首個將人形機器人從B端規模化導入C端市場的國家。

除了人形機器人，報告還提到了另一重點領域：AI+生命科學 。

AI+生命科學：生命認知的范式革命

其中進展最快的領域是AI制藥和AI醫療。

先說AI制藥，據貝哲斯咨詢的調研數據，2024年全球AI制藥市場規模為18.6億美元，預計在2024-2029年預測期內該市場將以31.2%的復合年增長率增長。

在這一背景下，中國創新藥產業也迎來了前所未有的發展機遇。

報告認為，從技術周期角度看，中國創新藥產業目前已進入快速發展的黃金十年。

技術的革新與突破，不僅提升了創新藥研發的效率，也降低了研發成本。從企業發展周期角度看，大量創新藥企即將邁過“盈虧平衡點”，形成自我造血能力。

與此同時，從市場空間拓展角度看，國產創新藥通過“license-out模式”出海，更廣泛地參與全球定價，本質上是中國研發效率和臨床資源價值的變現。

p.s. license-out模式是指企業在進行藥物早期研發后，將項目授權給其他藥企進行后期臨床研發和上市銷售。

以上整個過程中，AI制藥正發揮越來越重要的作用，并持續推動產業向前邁進 。

而在醫療領域，AI也正在重塑各細分應用場景。

當AI+影像診斷/精準診療/手術機器人等，醫療流程能夠獲得智能化升級，不僅大幅提升效率與精準度，還推動著醫療產業邁向個性化與高效化。

在養老領域，依托物聯網與AI監護系統，目前能實現跌倒預警、慢病管理等精準化服務，從而逐步構建起智慧養老生態。

同時，AI還能賦能健康管理（如疾病早篩、心理干預）與智能穿戴設備（如無創血糖監測、康復訓練），通過實時數據分析與預警，最終形成“預防-診斷-管理”全鏈路健康閉環，重塑大健康產業格局。

以上數據和跡象表明，AI制藥和AI醫療未來值得長期關注。

AI領域之外，報告也關注到了其他值得期待的前沿科技領域。

比如量子計算。

憑借量子疊加與糾纏特性，量子計算具備指數級超越經典計算機的并行運算能力，被公認為打破摩爾定律瓶頸的終極鑰匙。

報告提出量子計算具有強大的并行計算和模擬能力，將改變我們的生活和工作方式，解決一些經典的無法解決的問題，量子科技有望應用于未來AI訓練、生物研究、航空航天分析等場景。

截止目前，全球量子計算發展已跨越三大里程碑：

• 硬件突破：IBM推出1121量子比特處理器、中國“九章”光量子計算機實現算力領先；
• 錯誤率控制：谷歌將邏輯量子比特錯誤率降至0.0001%；
• 商業化落地：亞馬遜Braket云平臺上線量子機器學習服務。

著眼未來十年，量子技術將通過“三步走”路徑實現技術躍遷：

• 短期（2025-2027年）：聚焦金融優化、藥物模擬等專用場景；
• 中期（2028-2030年）：依托千比特級處理器與量子互聯網推動AI大模型訓練及跨域算力協同；
• 長期（2030年后）：向消費級量子手機、光子自動駕駛等應用擴展。

再加上國家已將量子科技納入未來產業增長機制，有大量政策支持。報告預測，2030年產業將爆發“量子風暴“。

• 到2030年前后，基礎算力優化所產生的外部市場規模可能達到萬億級別，主要集中在量子互聯網、量子人工智能等新賽道。

商業航天與衛星互聯網同樣是熱點之一。

中國商業航天方面，2025年可以重點留意的是：

• 成本競爭力持續提升：火箭發射與衛星制造成本逐步縮小與國際領先企業的差距；
• 應用場景初步規模化：手機直連衛星功能加速普及，航空互聯、跨境物流等場景形成商業雛形；
• 國際協作話語權增強：在頻軌協調、數據安全等領域參與規則制定，推動亞太區域合作。

未來科技產業十大預測

基于上述分析和報告其余內容，諾安基金給出了未來科技產業十大預測：

1. 開源突圍：中國開源模型+開源芯片技術，顛覆壟斷，實現全球AI平權。
2. 自主進化：從“人工投喂”到“主動學習”，下一代算法構建自主學習神經框架，無需人類監督，實現全域知識自主適應能力。
3. 芯片破局：中國實現先進芯片全鏈條自主化，打造國產AI算力底座。
4. 人機共創：AI賦能千行百業，重構生產流程、革新決策機制、重塑服務范式，催生“人機共創”的新產業形態。
5. 決策可溯：AI全鏈路生成過程實現技術揭秘，模型邏輯與數據影響雙通道可溯源。
6. Agent平權：多模態融合交互，徹底顛覆傳統人機協作模式，人類迎來“智能共生”的曙光時代，人人都將擁有“賈維斯”級智能體助手。
7. 硅基覺醒：機器人訓練模型躍升，多場景能力泛化，國產供應鏈突破，人形機器人進入特定場景實踐。
8. 天地一體：低軌星座進入“萬星競速”時代，天地一體化網絡初現雛形，太空資源開發邁出第一步。
9. 量子躍遷：專用量子計算機持續迭代，抗量子密碼進入“實戰部署”，觸及經典算力無法企及的行業痛點。
10. 生命無限：生物制造以指數型增長趨勢，使人類實現從“開采地球”到“編程地球”的文明層級躍升。

這十項預測指向的是全球科技領域備受矚目的技術發展路線，亦點明了中國科技產業邁向“創新引領者”與“規則定義者”的關鍵。

在基礎技術層面，開源模型和自主算力基座的協同創新，不僅是AI時代技術突圍的關鍵所在，其在全球科技領域產生的影響力，也將進一步影響中國在技術標準體系建立當中的話語權。

在應用創新層面，Agent交互革命被寄予重塑人類與技術共生關系的厚望。基于中國廣闊的市場空間，AI應用領域，“中國方案”率先打樣開啟的不光是市場空間，亦是推動技術深化的國際影響力空間。

在戰略前沿層面，著眼諸如生命科學、量子計算、航空航天，同樣既是對“無人區”的探索，亦是從技術創新到生態構建，再到范式定義的不斷跨越。

諾安基金研究部總經理鄧心怡的觀點可以作為補充參考：她認為，中國科技的崛起依托于三點。

首先是完備的供應鏈體系。國內強大的制造能力能夠快速推動新技術的量產落地。

同時政策與市場能夠快速協同，頂層設計加地方規劃指引產業發展方向，而激烈的市場競爭則加速技術與產品的迭代。

更重要的是，中國天然擁有超大規模應用場景，單一市場便可攤薄研發成本，形成技術研發、場景應用與規則制定的路徑閉環。

正是基于這三大優勢，中國AI產業正在走出一條差異化路徑：

不是單純堆砌算力，而是通過算法、框架、硬件協同的系統級創新，以“性價比突破”和真正意義上的源代碼開放，讓更多開發者能基于公開模型進行場景化創新。

這種模式不僅降低了技術門檻，還加速了創新的擴散和應用，從而鞏固了中國科技在全球競爭中的地位。

概括起來，這份報告實際也是今年以來產業隱隱共識的表達：中國科技，敢。

敢于想象，敢于創新，敢于在落地應用上轉動飛輪，敢于此時此刻非我莫屬。

這是底氣，也是信心，讓生態內的所有從業者有理由相信：更多“國產之光”，正在智能涌現。

最后，想要獲取這份干貨滿滿的完整版報告的話：

• 紙質版：關注“諾安基金”公眾號 → 回復關鍵字“諾諾” → 添加企業微信領取
• 電子版：

— 完 —