布年百度研究院發十大科技趨勢預測

　　2025年12月24日，百度研究院發布2025年十大科技趨勢預測，對全球科技創新進行年度預測：各個領域的AI工廠將大量涌現、AI芯片大規模落地、深度學習滲透產業并大規模應用,……一個個前沿技術熱點劍指落地，展現了百度研究院對科技發展和應用全局的大視野，也為所有想用技術改變世界的夢想者提供了行動指南。

　　百度研究院2025年十大科技趨勢預測

　　趨勢1：AI技術已發展到可大規模生產的工業化階段，2025年將出現多家“AI工廠”

　　AI技術本身以及各類商業解決方案已日臻成熟，正在快速進入“工業化”階段。伴隨著國內外科技巨頭對AI技術的持續投入，2025年在全球范圍內將出現多家AI模型工廠、AI數據工廠，將AI技術和商業解決方案大規模生產出來，運用在各行各業幫助產業升級。例如客服行業的AI解決方案將可以大規模復制運用到金融、電商、教育等行業。

　　趨勢2：2025年將會是AI芯片大規模落地的關鍵年

　　最近幾年，AI芯片已經逐步達到了可用的狀態，2025年將會是AI芯片大規模落地的關鍵年。端側AI芯片將更加低成本、專業化、解決方案集成化。同時，NPU（神經網絡處理單元）將成為下一代端側通用CPU芯片的基本模塊，未來越來越多的端側CPU芯片都會以深度學習為核心進行全新的芯片規劃。芯片之外，AI還將重新定義計算機體系架構，支持AI的訓練和預測計算成為新的異構設計架構思路。

　　趨勢3：深度學習技術深入滲透產業，并大規模應用

　　深度學習是當前人工智能領域最重要，也是被產業界證明最有效的技術。以深度學習框架為核心的開源深度學習平臺大大降低了人工智能技術的開發門檻，有效提高了人工智能應用的質量和效率。2025年，各行各業將會大規模應用深度學習技術實施創新，加快轉型和升級。

　　趨勢4：自動機器學習AutoML將大大降低機器學習的門檻

　　AutoML將能夠把傳統機器學習中的迭代過程綜合在一起，構建一個自動化的過程。研究人員僅需輸入元知識（如卷積的運算過程，問題的描述等），該算法就可以自動選擇合適的數據，自動調優模型結構和配置，自動地訓練模型，并將其適配部署到不同的設備上。AutoML的快速發展將大大降低機器學習的門檻，擴大AI應用普及率。

　　趨勢5:多模態深度語義理解進一步成熟，得到更廣泛應用

　　多模態深度語義理解以聲音、圖像、文本等不同模態的信息為輸入，綜合感知和認知等AI技術，實現對信息的多維度深層次理解。隨著視覺、語音、自然語言理解和知識圖譜等技術的快速發展和大規模應用，多模態深度語義理解進一步成熟，應用場景更加廣闊。結合AI芯片等，將廣泛應用于互聯網、智能家居、金融、安防、教育、醫療等行業。

　　趨勢6：自然語言處理技術將與知識深度融合，面向通用自然語言理解的計算平臺得到廣泛應用

　　隨著大規模語言模型預訓練技術的出現和發展，通用自然語言理解能力有了大幅度提升?；诤Ａ课谋緮祿恼Z義表示預訓練技術將與領域知識進行深度融合，持續提升自動問答、情感分析、閱讀理解、語言推斷、信息抽取等自然語言處理任務的效果。集合超大規模算力、豐富領域數據、預訓練模型和完善研發工具的通用自然語言理解計算平臺將逐漸成熟，并在互聯網、醫療、法律、金融等領域得到廣泛應用。

　　趨勢7：物聯網將在邊界、維度和場景三個方向形成突破

　　隨著5G和邊緣計算的發展，算力將突破云計算中心的邊界，向萬物蔓延，將會產生一個泛分布式計算平臺。同時，時間和空間是這個物理世界最重要的兩個維度，對時間和空間的洞察將成為新一代物聯網平臺的基礎能力。這也將促進物聯網與能源、電力、工業、物流、醫療、智能城市等更多場景發生融合，創造出更大的價值。

　　趨勢8:智能交通將加速在園區、城市等多樣化場景中落地

　　自動駕駛的發展正在趨于理性，市場將對智能駕駛未來數年的發展更加充滿信心。2025年，更多自動駕駛汽車被應用于物流快遞、公共交通、封閉道路等不同場景。同時，V2X（vehicletoeverything）技術啟動規?；渴鸷蛻?，使得車車、車路形成廣泛連接，進一步推動智能車路協同技術的實現，智能交通加速在園區、城市、高速等多樣化場景中落地。

　　趨勢9：區塊鏈技術將以更加務實的姿態融入更多場景

　　隨著區塊鏈技術與AI、大數據、IOT和邊緣計算的深度結合，數據和資產線下線上的映射問題逐一解決。圍繞區塊鏈構建的數據確權、數據使用，數據流通和交換等解決方案，將在各行各業發揮巨大的作用。例如，在電商領域，可保證商品的全流程數據真實性；供應鏈領域，可保證全流程數據的公開和透明，以及企業之間的安全交換；在政務領域，能實現政府數據的打通，實現證件的電子化等等。

　　趨勢10：量子計算將迎來新一輪爆發，為AI和云計算注入新活力

　　隨著“量子霸權”的成功展示，量子計算將在2025年迎來新一輪的爆發。量子硬件方面，可編程的中等規模有噪量子設備的性能會得到進一步提升并初步具備糾錯能力，最終將可在上面運行具有一定實用價值的量子算法，量子人工智能應用也將得到很大的發展。量子軟件方面，高質量的量子計算平臺和軟件將會涌現并與AI和云計算技術實現深度融合。伴隨著量子計算生態產業鏈的初步形成，量子計算必將在更多應用領域獲得重視，越來越多的行業巨頭陸續投入研發資源進行戰略布局，有機會為未來AI和云計算領域帶來全新面貌。