【新智元导读】新智元十周年峰会现场，重磅发布《2025新智元ASI前沿趋势报告》与《2025新智元ASI产业图谱》：预测2027抵达ASI临界，智能体全面爆发。图谱融合全球数据，刻画全球竞争格局。峰会现场同步揭晓新智元2025 AI Era & ASI 创新大奖。

　　未来的智能体就是全新的生命物种，他们会生活在一种更新的、全息的元宇宙当中。

　　在这新天地中，千亿智能体共生，亿万个智能体在虚实之间互联，构筑起ASI新宇宙。

　　9月7日，在新智元十周年峰会现场，我们重磅推出《2025新智元ASI前沿趋势报告 —— 新天终启 万象智生》和《2025新智元ASI产业图谱》。

　　为了更清晰展示全球企业在ASI产业生态、消费市场与用户口碑上的综合地位，在新智元十周年之际，我们同步重磅推出《2025新智元ASI产业图谱》！

　　我们按照全球权威第三方平台通行的逻辑框架和评价标准，将世界主流模型和产品进行归纳、排序与定位，形成一张ASI「全景地图」。

　　为实现跨平台数据的公平可比性，我们通过把不同榜单的原始分数缩放到同一尺度，用同行平均值填补缺失项，对只有排名的榜单用对数映射把名次差异转为分数差异。

　　再依据来源权威性、及时性等赋予不同权重加总，最后用交叉验证确保结果稳健不受单一榜单波动影响。

　　经过以上精细的评分系统设计和新智元十年如一日报道AI产业的经验，在十周年之际分享我们对ASI产业的判断。

　　新智元ASI产业图谱清晰反映了当前AI领域的产业发展现状和国内外竞争格局。

　　时间对于人类来说是线性的，但莫比乌斯环启示，我们正在加速穿梭和超越新时空的大门。

星空体育官网登录=660x2147483647&quality=80&type=jpg />

　　当AI的智能开始突破人类的固有认知时，同样的诘问出现，智能发展是否也在不断超越新的奇点？

　　打开METR上关于AI能完成任务时长的图片，目前最先进的GPT-5有50%的概率，可以完成一个需要人类专家2个小时才能完成的任务。

　　而在2-3年前，GPT-3.5还被人们当做一个好玩一点的「幻觉聊天机器人」而已。

　　提供前沿模型的科技公司们你追我赶，OpenAI大多数处于领先位置，xAI、谷歌和阿里巴巴紧随其后。

　　在电影《星际穿越》（Interstellar）中，那个处于黑洞「Gargantua」旁边、时间流逝极度扭曲的Miller’s Planet（米勒星球）上。

　　作为1956年达特茅斯会议发起人之一的马文·明斯基（Marvin Minsky）认为早期AI是没有常识的。

　　马文·明斯基和西摩·帕普特在他们在1969年合著的著作《Perceptrons》中，通过严密的数学论证指出，单层感知机（即早期的人工神经网络）存在本质性的局限。

　　换句话说，人工智能的先驱们认为神经网络中不可能诞生像人类一样的「智能」。

　　直到被称为「人工智能教父」杰弗里·辛顿在长达30年的独自坚持后，单层感知机终于「进化」为深度学习网络。

　　过去6年里，AI智能体独立完成人类任务的时长以约7个月翻一番的速度指数级增长。

　　我们第一次发现，曾经被认为独属于人类的智能，似乎并不是造物主赋予人类的一种特权。

　　在2024年的一篇论文中，GPT‑4 被判定为「人类」的概率达54%，这意味着图灵测试已经被AI通过。

　　根据以Mensa Norway的题目（对文本模型做「口述化」、对视觉模型直接给图）给各家模型打分并做榜单的网站GPT-5 Pro的智商已达148，Gemini 2.5 Pro也达到了138——均远远超过普通人类。

　　他们在2022年6月到10月期间，找了169个世界顶级的超级预测专家来预测一个问题：

　　事实是，2025年，OpenAI和谷歌DeepMind大语言模型都拿下了IMO金牌，甚至OpenAI还拿下了IOI的金牌，此外OpenAI在AtCoder世界决赛中也达到金牌水平！

　　并且，这些能力并不是一个，或者几个模型独有的能力，而是前沿模型齐头并进。

　　我们相信，2027年，智能体将迎来全面大爆发，新的智能物种将会来到我们身边！

　　编程智能体、语音智能体、RAG智能体、深度研究智能体、协议智能体、电脑控制智能体。。。

　　Cursor在2024年创造了1 亿美元的收入，相比2023年的100万美元增长极为显著。

　　以Cursor、Claude Code等为代表的新一代编程智能体，已不再是简单的代码补全工具。

　　它们能够理解模糊的自然语言需求，自主规划复杂的软件架构，编写、调试并部署整个代码库。

　　但这并非终结，而是解放——人类开发者将从繁琐的实现细节中脱身，专注于更具创造性的系统设计、产品构想与价值定义。

　　AlphaEvolve这类智能体，通过进化算法和深度学习，能够在巨大的可能性空间中搜寻更优的蛋白质结构、新材料分子式或算法。

　　它将人类科学家的直觉与AI无与伦比的计算、推理能力相结合，从根本上改变了「试错」的科研范式，使科学突破从「偶然的灵感」变为「可预测的涌现」。

　　为此，世界模型（World Models）应运而生，它旨在构建一个与现实世界物理规律一致、可无限交互的模拟环境。

　　它是有史以来最先进的世界模型之一，仅通过文本指令，就能实时生成一个完全互动、高度一致的虚拟世界。

　　它是通往ASI和具身智能体的关键阶梯，为AI提供了一个接近无限、零成本、零风险的训练场。

　　未来，空间智能将彻底消融物理与虚拟的边界，人类不仅可以进入超写真的虚拟空间进行娱乐和社交，更重要的是，AI将在此孕育出对现实世界更深刻的洞察。

　　如果说世界模型是AI的「精神世界」，那么具身智能就是其与物理世界交互的「肉身」。

　　它们借助前沿大模型作为「大脑」，通过世界模型、强化学习等来学习复杂任务，并将其泛化到新的场景。

　　机器人不再是仅限于流水线的机械臂，它们将开始进入我们的家庭、办公室和城市，执行家务、提供护理、完成精细操作。

　　五千多年前的，人类将楔形文字镌刻于苏美尔泥板之上，思想第一次挣脱了声音与记忆的束缚，获得了永恒的形体。

　　国际政治经济趋势走向一再验证，ASI的主导权，将成为国家、市场、企业追逐的唯一焦点！

　　最强智能决定最强生态，只有拥有最强智能的国家和企业才具备塑造未来规则、引领全球秩序的能力。

　　AI模型训练成本8年来不断增长，但GPU推理成本10年里降低了10万倍。

　　同时，我们看到，人工智能将推动数据中心的电力需求激增，有望改变能源行业的运作方式。

　　国际能源署（IEA）报告预测，到2030年，全球数据中心的电力需求将增长一倍以上，达到约945太瓦时（TWh），略高于目前日本的总用电量。

　　人工智能将成为这一增长的最主要驱动力，预计到2030年，采用人工智能优化的数据中心的电力需求将增长四倍以上。

　　同时，仅仅在2025年上半年，AI初创企业筹资金额创纪录获得700亿美元的资金，其中包括OpenAI的400亿美元和Meta投资Scale AI的148亿美元。

　　刚刚，Anthropic也宣布筹得130亿美元（F 轮融资），估值火箭般蹿升到1830亿美元！

　　2015年至今是产业模型主导的时代，模型训练的成本已经按照数千亿美金来计算，训练用的GPU数以亿计。

　　与此同时，根据Deloitte的研究，八大超大规模运营商（hyperscalers）预计2025年在AI数据中心和计算资源上支出将达到3710 亿美元，同比增长约44%。

　　在这个趋势下，2025年，OpenAI成为全球最值钱的非上市公司，ARR达到120亿美元，估值高达5000亿美元。

　　OpenAI更是从2024年1月的860亿美元估值，用不到两年时间，达成半万亿美元估值成就。

　　十年星舰穿越，新智元每天与百万读者共同经历的故事，写就ASI最难忘的启示录。

　　十年后的今天，我们将曾经的努力与探索，汇聚成一篇前瞻性的前沿趋势报告，清晰勾勒出人类迈向ASI时代的清晰路径。

　　与此同时，随着大模型性能的不断提升，一大批优秀的企业及产品正在将AI的能力应用落地到各行各业，创造出巨大的社会和商业价值。

　　当通用人工智能的浪潮之巅指向超智能的奇点，一个前所未有的新纪元正拉开序幕。

　　为此，新智元将全面开启对超智能时代的探索，于这片波澜壮阔的新宇宙中，寻找引领未来的「领航舰」与定义未来的「新智人」。

　　新智元收集350多家「星舰」资料，依据「新智元AI Era影响力评估模型」进行综合分析。

　　阿里 、字节 、腾讯、百度、华为、DeepSeek、科大讯飞 、昆仑万维、智谱、商汤科技、百川智能、MiniMax、月之暗面、快手、微博、阶跃星辰、面壁智能、360、蚂蚁、智源研究院、浪潮、荣耀、高德、生数科技、岩芯数智Rock AI、千寻智能、出门问问、潞晨科技、中科闻歌、上海人工智能实验室、优必选、宇树科技、声网、群核科技、智平方、思朗科技、银河通用、合合信息、无问芯穹、上海科学智能研究院、易鑫集团、Akool、Fellou、VAST、YouWare、行云芯片、秘塔科技、云知声、芯矩开物、中科曙光、人工智能软硬件协同创新与适配验证中心、云天励飞、梅卡曼德、星动纪元、追觅科技

　　ASI的到来不再是遥远的科幻想象，而是基于数据、趋势与产业逻辑的必然演进。

　　从科学发现、医疗突破、能源革命，到数字世界的重塑，ASI将以指数级的能力扩张，重写生产力的边界。

　　未来已来，正如2025年新智元前沿趋势的报告主题所揭示的：新天终启，万物智生。

　　产业图谱（Industry Map）本质上是一套系统化的可视化方法，用来呈现某一产业生态的整体格局。

　　它将不同类别的参与者（企业、机构、产品、技术方向等）按照一定的逻辑框架和评价标准进行归纳、排序与定位，形成一张「全景地图」。

　　在人工智能产业中，产业图谱不仅展示了技术与产品的表现，还刻画了企业在生态、市场与口碑上的综合地位。

　　对每个「数值类」维度，只看真实填了数的样本，分别统计这一列的最小值、最大值和平均值。

　　比如本批数据中，LMArena的最小值是 1368、最大值是 32905；其他列同理各有自己的边界。

　　这一步的关键，是所有「尺度化」都围绕这一批数据自身的分布展开，而不是拿外部某个固定阈值强行切割。

　　现实数据经常不完整。我们对「数值类」指标采用「同侪均值填充」：某公司在某一列缺了，就用这列已有样本的平均值替代。

　　注意，后续把这一列拉到百分制时，这个「平均位置」会落到介于零与一百之间的某个具体分值，并不必然正好是五十分，因为这一批样本可能高于或低于对称分布。

　　至于「排名类」，如果没上榜，就直接计零分；这与「垫底但上榜」明确区分开来，后者仍然有固定的低分值，而不上榜则完全没有分。

　　做法非常直观：把这一列的最小值对齐到零分，最大值对齐到一百分，其余各值按在「最小—最大」区间中的相对位置线性插到零到一百之间。

　　像OpenRouter这种原本以百分号字符串提供的数据，先转成数值再统一处理即可。

　　一个边缘情况是：如果某列全员数值几乎一样，这一列就不具备区分度，拉伸后的分差也会非常小；在极端情况下（几乎无差异），这一列对综合分的贡献基本接近常数。

　　这里采用一条「前段陡、后段缓」的对数型曲线来映射名次：第一名给满分，最后一名固定在较低但非零的分数（这里定在二十分），中间名次按照对数刻度分配分差。

　　其一，「冠军优势」会被清晰放大，榜首与次席之间的差距大于次席与第三名，符合真实生态里「头部更稀缺」的现象；

　　Web与Mobile两个榜单分别根据各自的最大名次做刻度，因此能自适应当期样本规模。

　　当8个指标都成为百分制分值之后，就可以加权求和了。权重设计体现了「我们更看重什么」。

　　权重之和严格为一，因此综合分天然落在零到一百之间。这样的「凸组合」既不会让某一个维度「一票否决」，也能通过权重表达战略取舍。

　　小提示：你会发现 OpenRouter 这列 OpenAI 得分不高（22.18），但由于其他维度权重与得分都很高， 综合分依然领先 。这正是多源多维加权的意义—— 不看单项、看综合 。