cepoo與TIIT領域，cc（）ox落地，趨勢一推理計算提升大模型準確率，強化學習激發模型推理能力Oe反思能力涌現。pRZo結合蒸餾技術實現能力的高效遷移。使用DeepSeek-R1作為教師模型生成800K圖：推理側縮放法則展現出的巨大潛 圖：DeepSeek-R1-Zero在RL過程中訓練集上的平均響應長 圖：DeepSeek-R1-Zero中間版本一個有趣的“頓悟時刻趨勢二高質量數據更為稀缺，合成數據價值顯現生成式合成數據是一種模仿真實世界數據的非人工創建的數據，是由基于生成式AI技術的計算算法和模擬創建而成。英偉達發布的開源模型Nemotron-4340B，開發者可以使用它們生成用于訓練大型語言模型的合成數據，以應用于醫療、金融、制造、零售及其他各行各業的商圖：公共數據耗盡時間

圖：英偉達Nemotron-4數據合成過程趨勢三o3模型有望驅動模型和數據間的飛輪效應。o3模型思維鏈過程數據是目前AI行業的稀缺資源，可以極大推動模型和數據的飛輪效應，未來o3提升GPT-5、GPT-5提升o4的循環有望開啟。

圖：縮放法則的延拓

趨勢四應用的最佳形態——超級智能體（AIAgent）AIAgent指接受周圍環境的信息，做出規劃和決策，并通過執行器采取行動的人工智能體。Agent主要包括三個組成部分：大腦、感知和行動，以LLM為大腦模塊的Agent展現出強大潛能，大語言模型展現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“慢思考”能力方面取得的突破，意味著AIAgent已準備好進入普及階段。圖：AIAgent框架

圖：全球AIAgent進展梳理日期公司備注10月22微軟在B端辦公產品Dynamics365中集成10個自主AlAgent,自動執行客服、銷售、財務、倉儲等集成OpenAl的o1 Claude模型更新電腦操作功能,按照用戶的命令在計算機屏幕上移動光標,點擊相關位置,并通過虛擬鍵盤輸入信息預計25預計25 發布名為“Operator”AIAgent訂旅行等10月25 智10月29 微 發布新模型,支持網頁自動化操1212 蘋 Siri將集成ChatGPT,讀取屏幕信息、完成復雜任務的能力有望提今年內 谷歌 谷歌將推出Javi,能讀取和輸入信息幫助用戶進行收集研究、購買產品或預訂航班趨勢五具身智能Nvidia世界模型加速機器人訓練。物理AI模型開發成本很高并且需要大量真實數據和測試，英偉達推出的Cosmos世界基礎模型可以使開人形機器人進入量產元年。特斯拉在2023年12月發布第二代原型機OptimusGen2，Optimus而僅僅依靠2D圖：特斯拉機器人分揀電 圖：斯坦福家務機器人ALOHA趨勢六AI4scienceT諾貝爾獎：2024年諾貝爾物理學獎給了美國科學家約翰?霍普菲爾德、英國裔加拿大科學家杰弗里?辛頓，以表彰他們通過“網絡實現機器學習的基礎性發現和發明”。2024年諾貝爾化學獎授予德米斯·哈薩比斯和約翰·M·詹珀，以表彰他們對使用AI展望未來，特定領域短期內就能從AI中受益，比如自主實驗室。同時，AI圖：AI4Science的廣泛應用領 圖：不同空間尺度上的AI應趨勢七端側創新將不斷涌現，AI未來有望在更多場景以更多品類形式進行應用。2024CES展會的關注焦點是AIPC和AI手機，2025CES展會能看到端側AI的泛化，例如“百鏡大戰”的預演，三星喊出“AllforAI”的口號，在手機、電視、耳機、戒指、手表等產品中均融入AI。圖：“AI+ AI+桌面機器 AI+手機/PC/平趨勢八自動駕駛邁向端到端，Robotaxi自動駕駛算法經過多年不斷演進路線，目前進入端到端駕駛算法發展階段。端到端自動駕駛算法采用感知決策一體化方案:即設計一個算法模型，直接輸入傳感器感知的信息，輸出控制結果。自2023年以來智駕行業掀起的BEV、端到端技術浪潮后，智駕正逐步將AI神經網絡融入感知、規劃、控制等環節。大語言模型和視覺語言模型（VLM）逐步與端到端融合，進一步增強環境理解能力。遠期來看VLA模型將端到端、VLM兩個模型合二為一，多模態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，中信建投趨勢九“人工智能+”圖：人工智能 圖：企業數字化轉資料來源：中信建 趨勢十AI對能源需求推理端算力需求大幅增長。隨著基礎模型的日益成熟，推理側算力需求開始大幅增長。以字節為例，日均tokens調用量從1200億增長到4隨著人類進一步訓練更大參數量的模型，以及越來越多的AI應用開始部署，基于云的人工智能系統需要消耗更多的能源。英偉達單卡功耗從A100的400W到B200的1200W，功耗越來越高，并且服務器也開始邁向機柜式方案設計，對供電系統提出了更大的挑戰。同時，為了更高效、更穩定、更環保，全球新一輪AIDC開始啟動建設。圖：豆包日均tokens數據

圖：主流服務器對應配置服務器型號DGXDGXHGXNVLGPU類型GPU個數GPU功耗其他部件功耗——服務器整機功耗電源配置方案（國內電源配置方案（國外能源轉化率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：英偉達官網，SemiAnalysis，中信建

資料來源：中信建投趨勢一推理計算提升大模型準確率，強化學習激發模型推理能力趨勢二高質量數據更為稀缺，合成數據價值顯現趨勢三縮放法則依然有效，o3與GPT5循環驅動有望開啟趨勢四應用的最佳形態——超級智能體（AIAgent）走向普及趨勢五具身智能不斷突破，人形機器人進入量產元年趨勢六