cepoo與TIIT領(lǐng)域，cc（）ox落地，趨勢(shì)一推理計(jì)算提升大模型準(zhǔn)確率，強(qiáng)化學(xué)習(xí)激發(fā)模型推理能力Oe反思能力涌現(xiàn)。pRZo結(jié)合蒸餾技術(shù)實(shí)現(xiàn)能力的高效遷移。使用DeepSeek-R1作為教師模型生成800K圖：推理側(cè)縮放法則展現(xiàn)出的巨大潛 圖：DeepSeek-R1-Zero在RL過程中訓(xùn)練集上的平均響應(yīng)長 圖：DeepSeek-R1-Zero中間版本一個(gè)有趣的“頓悟時(shí)刻趨勢(shì)二高質(zhì)量數(shù)據(jù)更為稀缺，合成數(shù)據(jù)價(jià)值顯現(xiàn)生成式合成數(shù)據(jù)是一種模仿真實(shí)世界數(shù)據(jù)的非人工創(chuàng)建的數(shù)據(jù)，是由基于生成式AI技術(shù)的計(jì)算算法和模擬創(chuàng)建而成。英偉達(dá)發(fā)布的開源模型Nemotron-4340B，開發(fā)者可以使用它們生成用于訓(xùn)練大型語言模型的合成數(shù)據(jù)，以應(yīng)用于醫(yī)療、金融、制造、零售及其他各行各業(yè)的商圖：公共數(shù)據(jù)耗盡時(shí)間

圖：英偉達(dá)Nemotron-4數(shù)據(jù)合成過程趨勢(shì)三o3模型有望驅(qū)動(dòng)模型和數(shù)據(jù)間的飛輪效應(yīng)。o3模型思維鏈過程數(shù)據(jù)是目前AI行業(yè)的稀缺資源，可以極大推動(dòng)模型和數(shù)據(jù)的飛輪效應(yīng)，未來o3提升GPT-5、GPT-5提升o4的循環(huán)有望開啟。

圖：縮放法則的延拓

趨勢(shì)四應(yīng)用的最佳形態(tài)——超級(jí)智能體（AIAgent）AIAgent指接受周圍環(huán)境的信息，做出規(guī)劃和決策，并通過執(zhí)行器采取行動(dòng)的人工智能體。Agent主要包括三個(gè)組成部分：大腦、感知和行動(dòng)，以LLM為大腦模塊的Agent展現(xiàn)出強(qiáng)大潛能，大語言模型展現(xiàn)的推理能力和決策能力是AIAgent的靈魂。近期大語言模型在推理側(cè)“慢思考”能力方面取得的突破，意味著AIAgent已準(zhǔn)備好進(jìn)入普及階段。圖：AIAgent框架

圖：全球AIAgent進(jìn)展梳理日期公司備注10月22微軟在B端辦公產(chǎn)品Dynamics365中集成10個(gè)自主AlAgent,自動(dòng)執(zhí)行客服、銷售、財(cái)務(wù)、倉儲(chǔ)等集成OpenAl的o1 Claude模型更新電腦操作功能,按照用戶的命令在計(jì)算機(jī)屏幕上移動(dòng)光標(biāo),點(diǎn)擊相關(guān)位置,并通過虛擬鍵盤輸入信息預(yù)計(jì)25預(yù)計(jì)25 發(fā)布名為“Operator”AIAgent訂旅行等10月25 智10月29 微 發(fā)布新模型,支持網(wǎng)頁自動(dòng)化操1212 蘋 Siri將集成ChatGPT,讀取屏幕信息、完成復(fù)雜任務(wù)的能力有望提今年內(nèi) 谷歌 谷歌將推出Javi,能讀取和輸入信息幫助用戶進(jìn)行收集研究、購買產(chǎn)品或預(yù)訂航班趨勢(shì)五具身智能Nvidia世界模型加速機(jī)器人訓(xùn)練。物理AI模型開發(fā)成本很高并且需要大量真實(shí)數(shù)據(jù)和測試，英偉達(dá)推出的Cosmos世界基礎(chǔ)模型可以使開人形機(jī)器人進(jìn)入量產(chǎn)元年。特斯拉在2023年12月發(fā)布第二代原型機(jī)OptimusGen2，Optimus而僅僅依靠2D圖：特斯拉機(jī)器人分揀電 圖：斯坦福家務(wù)機(jī)器人ALOHA趨勢(shì)六AI4scienceT諾貝爾獎(jiǎng)：2024年諾貝爾物理學(xué)獎(jiǎng)給了美國科學(xué)家約翰?霍普菲爾德、英國裔加拿大科學(xué)家杰弗里?辛頓，以表彰他們通過“網(wǎng)絡(luò)實(shí)現(xiàn)機(jī)器學(xué)習(xí)的基礎(chǔ)性發(fā)現(xiàn)和發(fā)明”。2024年諾貝爾化學(xué)獎(jiǎng)授予德米斯·哈薩比斯和約翰·M·詹珀，以表彰他們對(duì)使用AI展望未來，特定領(lǐng)域短期內(nèi)就能從AI中受益，比如自主實(shí)驗(yàn)室。同時(shí)，AI圖：AI4Science的廣泛應(yīng)用領(lǐng) 圖：不同空間尺度上的AI應(yīng)趨勢(shì)七端側(cè)創(chuàng)新將不斷涌現(xiàn)，AI未來有望在更多場景以更多品類形式進(jìn)行應(yīng)用。2024CES展會(huì)的關(guān)注焦點(diǎn)是AIPC和AI手機(jī)，2025CES展會(huì)能看到端側(cè)AI的泛化，例如“百鏡大戰(zhàn)”的預(yù)演，三星喊出“AllforAI”的口號(hào)，在手機(jī)、電視、耳機(jī)、戒指、手表等產(chǎn)品中均融入AI。圖：“AI+ AI+桌面機(jī)器 AI+手機(jī)/PC/平趨勢(shì)八自動(dòng)駕駛邁向端到端，Robotaxi自動(dòng)駕駛算法經(jīng)過多年不斷演進(jìn)路線，目前進(jìn)入端到端駕駛算法發(fā)展階段。端到端自動(dòng)駕駛算法采用感知決策一體化方案:即設(shè)計(jì)一個(gè)算法模型，直接輸入傳感器感知的信息，輸出控制結(jié)果。自2023年以來智駕行業(yè)掀起的BEV、端到端技術(shù)浪潮后，智駕正逐步將AI神經(jīng)網(wǎng)絡(luò)融入感知、規(guī)劃、控制等環(huán)節(jié)。大語言模型和視覺語言模型（VLM）逐步與端到端融合，進(jìn)一步增強(qiáng)環(huán)境理解能力。遠(yuǎn)期來看VLA模型將端到端、VLM兩個(gè)模型合二為一，多模態(tài)大模型將成為端到端自生的一種能力。圖：VLA模型及“端到端+VLM”技術(shù)框 圖：特斯拉資料來源：元戎啟行，中信建投

資料來源：特斯拉，中信建投趨勢(shì)九“人工智能+”圖：人工智能 圖：企業(yè)數(shù)字化轉(zhuǎn)資料來源：中信建 趨勢(shì)十AI對(duì)能源需求推理端算力需求大幅增長。隨著基礎(chǔ)模型的日益成熟，推理側(cè)算力需求開始大幅增長。以字節(jié)為例，日均tokens調(diào)用量從1200億增長到4隨著人類進(jìn)一步訓(xùn)練更大參數(shù)量的模型，以及越來越多的AI應(yīng)用開始部署，基于云的人工智能系統(tǒng)需要消耗更多的能源。英偉達(dá)單卡功耗從A100的400W到B200的1200W，功耗越來越高，并且服務(wù)器也開始邁向機(jī)柜式方案設(shè)計(jì)，對(duì)供電系統(tǒng)提出了更大的挑戰(zhàn)。同時(shí)，為了更高效、更穩(wěn)定、更環(huán)保，全球新一輪AIDC開始啟動(dòng)建設(shè)。圖：豆包日均tokens數(shù)據(jù)

圖：主流服務(wù)器對(duì)應(yīng)配置服務(wù)器型號(hào)DGXDGXHGXNVLGPU類型GPU個(gè)數(shù)GPU功耗其他部件功耗——服務(wù)器整機(jī)功耗電源配置方案（國內(nèi)電源配置方案（國外能源轉(zhuǎn)化率94%鉑金96%鈦金96%鈦金96%鈦金資料來源：火山引擎，中信建 資料來源：英偉達(dá)官網(wǎng)，SemiAnalysis，中信建

資料來源：中信建投趨勢(shì)一推理計(jì)算提升大模型準(zhǔn)確率，強(qiáng)化學(xué)習(xí)激發(fā)模型推理能力趨勢(shì)二高質(zhì)量數(shù)據(jù)更為稀缺，合成數(shù)據(jù)價(jià)值顯現(xiàn)趨勢(shì)三縮放法則依然有效，o3與GPT5循環(huán)驅(qū)動(dòng)有望開啟趨勢(shì)四應(yīng)用的最佳形態(tài)——超級(jí)智能體（AIAgent）走向普及趨勢(shì)五具身智能不斷突破，人形機(jī)器人進(jìn)入量產(chǎn)元年趨勢(shì)六