[智能应用]AI生态迭代：应用加速落地，技术真正创造价值 [4P] [复制链接]

2025年，AI应用加速落地。
刚刚落幕的2025WAIC世界人工智能大会期间，一批金融、医疗、具身智能、社交等赛道的AI应用展出，百花齐放的AI应用正以多元形态渗透各个场景，勾勒出技术落地的繁茂图景。
启明创投主管合伙人周志峰认为，AI交互范式转移将在未来两年内加速到来。用户对手机屏幕依赖的减弱与语音等自然交互方式的重要性上升，将推动AI原生超级应用的诞生。
越来越多初创公司将凭借行业认知深耕细分领域、快速实现产品与市场匹配，以“Go Narrow and Deep”（深耕细分领域）的策略与大厂形成差异化竞争。
人机互动被AI改写
情感陪伴和教育是眼下热门的AI应用领域。
小智AI是十方融海研发“软硬协同”的开源AI操作系统，核心是多模态情感模型，通过长期记忆及自学习能力，优化AI交互的实时性、拟人度和稳定性，让AI的“情商”更高，反应更快，其车载AI机器人可通过蓝牙与汽车系统连接，实现实时在线交互。小智AI机器狗搭载声纹识别技术，可精准捕捉用户声波的频谱、节奏等生物特征，生成独有声纹ID，准确识别说话对象。
“小智AI出圈就是因为它跟年轻人聊得来。”小智AI产品负责人唐凯峰表示，今年是AI应用的大年，情感陪伴市场需求庞大。
人工智能教育产品“麦思AI”专注于成为教育的“CT机”，该系统通过扫描认知能力、学习品质等8大维度57项指标，构建个性化数字孪生模型。该公司创始人杜兰表示，AI时代，教育产品跨越鸿沟必须依靠技术突破。
作为AI驱动的金融科技平台，易鑫携一系列汽车金融领域AI创新成果首次亮相大会。易鑫首席AI科学家、高级副总裁张磊更在会上透露，易鑫自主研发的行业首个Agentic大模型已进入攻坚阶段。从目前的测试情况看，Agentic做到了动态决策的突破，可在汽车金融业务中摆脱人工依赖，实现全链条的智能化、自动化，沟通助手、资料助手、评估助手三个AI员工在Agentic大模型的智能调度下协同工作，从用户沟通、资料收集处理到预审评估一气呵成，相比人工预审大幅提升了审核效率和用户体验，令业务处理时效进入“秒级时代”。
根据埃森哲发布的《2025中国企业数字化转型指数》，46%的受访中国企业正在规模化应用生成式AI，将其嵌入大部分的业务和流程，AI技术已经从客户服务、营销等应用场景延伸至研发设计、制造、供应链等更复杂的领域。过去一年，中国企业在打造数字核心维度上取得了明显进步：有33%的受访企业已经意识到，AI与云的深度融合可以实现产品和服务的创新；有58%的企业表示能够根据业务变化灵活、快速地更新安全策略和工具。
不过，根据埃森哲的调研，目前还仅有9%的受访企业由此实现了生产效率、收入和利润提升等显著成果。
AI应用要依靠技术创造真正的价值。周志峰预判，未来12-24个月，智能体形态将从“工具辅助”走向“任务承接”，首批真正意义上的“AI员工”将进入企业，广泛参与客户服务、销售、运营、研发等核心流程，不再仅作为助手存在，而是具备协同作业、主动反馈、承担OKR等能力，推动从成本工具向价值创造转变。多模态智能体将不断走向实用化，能够融合视觉、语音、传感器等多源输入，进行复杂推理、工具调用与任务执行，在医疗、金融、法律等行业率先实现突破。
启明创投主管合伙人周志峰。
AI生态持续迭代
人工智能的应用需要依赖生态的迭代。
蚂蚁数科在今年世界人工智能大会期间推出金融推理大模型Agentar-Fin-R1，为金融AI应用打造可靠、可控、可优化的智能中枢，帮助金融机构加速落地智能体应用。创新的加权训练算法提高大模型对复杂金融任务学习效率与性能，在后续业务应用中可显著减少二次微调的数据需求与算力消耗。
蚂蚁数科CEO赵闻飙表示，通用大模型距离产业实际应用存在“知识鸿沟”，构建专业的金融大模型是推进金融与AI深度融合的必然路径，未来金融大模型的应用深度将成为金融机构竞争力的关键要素。
“随着技术越来越趋向于拐点，场景越来越多，智能体的效果会变得足够好。”蚂蚁集团副总裁王维表示， “今天大语言模型的发展，本质上是过去20年数字化数据积累的‘厚积’，算力爆发之后形成‘薄发’。我想我们可以拭目以待。”
“算力是智能时代的土壤，其规模与效率决定着数字未来的疆界。”无问芯穹联合创始人、CEO夏立雪同样表示，在Scaling Law（尺度定律）的推动下，计算资源持续驱动智能边界的拓展，但资源的有限性始终横亘在AGI之路上。当下的人工智能算力建设需要针对性适应小而广泛的AI应用企业，满足他们敏捷生产的算力需求。
“两年前，我们惊艳于几千卡集群训练而成的GPT3.5，但今天，一部手机也可以装下与它同等性能的小型AI了。”夏立雪表示，资源的稀缺性约束驱动着智能效率的持续进化，而广泛的应用需求也正牵引着顶尖模型不断从大规模计算中下放到中等算力、小算力场景中。
后摩智能端边AI芯片M50。
在AI芯片初创企业后摩智能的展台，专为大模型推理设计的新一代高能效端边AI芯片M50依托创新存算一体架构实现性能突破，单芯片算力达160TOPS，支持多精度运算，搭配最大48GB内存与 153.6 GB/s带宽，为百亿级参数模型本地运行提供硬件支撑，让云级推理能力下沉至终端。
“大模型重心逐渐从训练向推理迁移，从云端智能逐渐向边端或端边智能迁移。未来的计算格局有可能是端、边、云的混合体，90%的数据处理可能会在端和边。”后摩智能CEO吴强表示，端边大模型部署或将成为未来产业竞争的重要拐点。吴强介绍，依托M50芯片，AI会议助手可实现实时语音转写、声纹识别、智能纪要生成，全流程本地处理保障数据安全；AI+知识问答方案以轻量化部署支撑7×24小时稳定运行，160 TOPS算力适配多样化需求。
无问芯穹展区。
在AI基础设施明星企业无问芯穹的展区，场地中央有三个摞在一起的大、中、小“盒子”。工作人员介绍，这是无问芯穹在今年世界人工智能大会上将首次发布的全规模AI效能跃升方案，即三大“操作系统级”产品，包括无穹AI云、无界智算平台与无垠终端智能解决方案，分别面向跨地域智算网络、智算集群与多形态智能终端等全规模场景，统一适配多元算力，提供从模型调度、性能优化到AI应用部署的全链路支持。
独立分布式云计算服务商PPIO展台。
为加速AI应用的开发和规模化落地，独立分布式云计算服务商PPIO展台展出了一款Agentic AI基础设施服务平台。智能体在任务执行过程中生成的代码质量存在不确定性，危险代码的生成对系统安全造成威胁，并影响其他用户。PPIO推出的“Agent沙箱”是专为智能体执行任务设计的云端运行环境，让智能体的所有操作均处于“受限可控”的状态。

2025年AI应用加速落地

刚刚落幕的2025WAIC世界人工智能大会期间，展示了金融、医疗、具身智能、社交等赛道的AI应用，这些应用正以多元形态渗透各个场景，勾勒出技术落地的繁茂图景。

AI交互范式转移

启明创投主管合伙人周志峰认为，AI交互范式转移将在未来两年内加速到来。用户对手机屏幕依赖的减弱与语音等自然交互方式的重要性上升，将推动AI原生超级应用的诞生。越来越多初创公司将凭借行业认知深耕细分领域、快速实现产品与市场匹配，以“Go Narrow and Deep”（深耕细分领域）的策略与大厂形成差异化竞争。

人机互动被AI改写

情感陪伴和教育是眼下热门的AI应用领域。小智AI是十方融海研发“软硬协同”的开源AI操作系统，核心是多模态情感模型，通过长期记忆及自学习能力，优化AI交互的实时性、拟人度和稳定性，让AI的“情商”更高，反应更快。其车载AI机器人可通过蓝牙与汽车系统连接，实现实时在线交互。小智AI机器狗搭载声纹识别技术，可精准捕捉用户声波的频谱、节奏等生物特征，生成独有声纹ID，准确识别说话对象。

AI在教育和金融领域的应用

人工智能教育产品“麦思AI”专注于成为教育的“CT机”，该系统通过扫描认知能力、学习品质等8大维度57项指标，构建个性化数字孪生模型。作为AI驱动的金融科技平台，易鑫携一系列汽车金融领域AI创新成果首次亮相大会。易鑫自主研发的行业首个Agentic大模型已进入攻坚阶段，从目前的测试情况看，Agentic做到了动态决策的突破，可在汽车金融业务中摆脱人工依赖，实现全链条的智能化、自动化。

AI技术在企业数字化转型中的作用

根据埃森哲发布的《2025中国企业数字化转型指数》，46%的受访中国企业正在规模化应用生成式AI，将其嵌入大部分的业务和流程。过去一年，中国企业在打造数字核心维度上取得了明显进步：有33%的受访企业已经意识到，AI与云的深度融合可以实现产品和服务的创新；有58%的企业表示能够根据业务变化灵活、快速地更新安全策略和工具。不过，目前还仅有9%的受访企业由此实现了生产效率、收入和利润提升等显著成果。

AI生态持续迭代

人工智能的应用需要依赖生态的迭代。蚂蚁数科在今年世界人工智能大会期间推出金融推理大模型Agentar-Fin-R1，为金融AI应用打造可靠、可控、可优化的智能中枢。蚂蚁数科CEO赵闻飙表示，通用大模型距离产业实际应用存在“知识鸿沟”，构建专业的金融大模型是推进金融与AI深度融合的必然路径。

无问芯穹联合创始人、CEO夏立雪表示，在Scaling Law（尺度定律）的推动下，计算资源持续驱动智能边界的拓展。当下的人工智能算力建设需要针对性适应小而广泛的AI应用企业，满足他们敏捷生产的算力需求。

在AI芯片初创企业后摩智能的展台，专为大模型推理设计的新一代高能效端边AI芯片M50依托创新存算一体架构实现性能突破。后摩智能CEO吴强表示，端边大模型部署或将成为未来产业竞争的重要拐点。

为加速AI应用的开发和规模化落地，独立分布式云计算服务商PPIO展台展出了一款Agentic AI基础设施服务平台。智能体在任务执行过程中生成的代码质量存在不确定性，危险代码的生成对系统安全造成威胁，并影响其他用户。PPIO推出的“Agent沙箱”是专为智能体执行任务设计的云端运行环境，让智能体的所有操作均处于“受限可控”的状态。

AI生态迭代：技术落地与价值创造的协同演进
人工智能生态的迭代正推动技术从实验室走向产业实践，通过平台工具创新、端云协同深化和垂直场景突破，实现AI应用的规模化落地与商业价值转化。当前行业焦点已从基础模型研发转向场景化解决方案构建，头部企业通过硬件升级、开发者赋能和垂直领域深耕，加速技术与产业的深度融合。

技术落地的核心驱动力：平台与生态创新
AI应用落地的关键在于构建高效开发平台与开放协作生态，降低技术门槛并释放场景价值。

金融领域模型突破
蚂蚁数科推出金融推理大模型Agentar-Fin-R1，通过创新加权训练算法提升复杂金融任务的学习效率，为智能投顾、风险控制等核心场景提供“可靠、可控、可优化”的智能中枢，推动金融AI从通用问答向业务流程自动化升级1。

端云协同开发平台
英特尔与扣子云联合发布Coze-AIPC平台，整合AIPC端侧算力与云端开发能力：

硬件支撑：英特尔AIPC搭载酷睿Ultra处理器，实现7B模型0.9秒首字时延、22token/秒生成速度，2.8B多模态模型毫秒级响应，为智能体提供低延迟计算载体23。
开发者赋能：通过端插件商店、OpenVINO工具链及微软生态适配，开发者可快速调用本地推理、PC操控等能力，降低工具类智能体开发成本
广告
个人与工作场景智能化

生活助手：影视体育视频实时问答、关键画面识别、多模态情绪感知3。
办公效率：文档智能处理、本地隐私数据库表单自动填写，结合端侧计算保障数据安全3。
金融行业应用升级
腾讯通过“AI能力原子化”战略，将混元/DeepSeek模型能力拆解为可复用模块，嵌入金融科技业务，探索从智能问答到核心交易场景的全流程优化，应对高准确性与用户体验的双重挑战4。

未来趋势：生态协同与技术普惠
AI生态迭代将呈现三大方向：

硬件-软件-开发者协同：以Coze-AIPC为代表的平台模式，推动端云算力无缝衔接，加速工具类智能体普及23。
垂直领域知识沉淀：金融、医疗等行业需构建专业领域知识库，解决模型训练数据与业务场景适配问题4。
隐私与效率平衡：端侧推理技术的成熟（如英特尔AIPC本地计算）将成为AI应用规模化的关键保障23。
随着技术门槛持续降低与场景覆盖深化，AI正从“实验室技术”转变为普惠性生产力工具，真正实现从“技术突破”到“价值创造”的闭环。