通信人家园

标题: 2025最大AI赢家的凡尔赛年度总结，哈萨比斯Jeff Dean联手执笔  [查看完整版帖子] [打印本页]
时间:  2025-12-25 08:49
作者: tayun     标题: 2025最大AI赢家的凡尔赛年度总结，哈萨比斯Jeff Dean联手执笔

鹭羽 发自 凹非寺
量子位 | 公众号 QbitAI
如何回顾2025年的AI进展？

今年王者归来的谷歌，刚刚由Jeff Dean和哈萨比斯牵头，完成了年度总结和趋势展望报告——





报告最后梳理出了八大研究方向，系统性地回答了一个更重要的问题：

当大模型进入推理时代，AI 正在变成什么？

从Gemini的推理能力、多模态理解，到Agent、机器人、科学研究和物理世界建模，谷歌正在描绘一个可以协作、可以行动、甚至开始参与科学发现的智能系统。





以下是量子位的原文总结，在不改变原意的基础上，进行了适当修改润色：

谷歌年度回顾全文

回顾2025年，这是研究领域取得非凡进展的一年。

在人工智能方面，可以清晰地看到其发展轨迹正从一种工具转变为一种实用手段：从人们使用的东西变成了可以投入工作使用的东西。

如果说2024年是为这个时代奠定多模态基础的一年，那么2025年就是人工智能开始真正与人类一同思考、行动和探索世界的一年。

在量子计算领域，谷歌也在迈向实际应用方面取得了进展。

概括来讲，在各个领域，谷歌都正在助力将研究转化为现实，让功能更强大、更实用的产品和工具对人们的生活产生积极影响。

基础模型能力突破

首先今年，谷歌在推理、多模态理解、模型效率和生成能力方面均取得了突破性进展，显著提升了模型性能。

这一系列进展始于3月份发布的Gemini 2.5，一直到在11月推出了Gemini 3，并于12月推出了Gemini 3 Flash。

基于最先进的推理技术，Gemini 3 Pro是谷歌迄今为止最强大的模型，旨在帮助用户将想法变为现实。

它在LMArena排行榜上位于榜首，并凭借在人类终极考试以及GPQA Diamond等基准测试中的突破性分数，重新定义了多模态推理。

它还为数学领域的前沿模型树立了新标准，在MathArena Apex上创下了23.4%的最新纪录。

随后，谷歌推出了Gemini 3 Flash，它融合了Gemini 3的专业级推理能力与Flash级别的延迟、效率和成本优势，使其成为同尺寸下性能最佳的模型。

Gemini 3 Flash的质量超越了谷歌之前的Gemini 2.5 Pro规模模型的能力，价格却只有它的一小部分，且延迟显著降低，延续了Gemini时代的趋势——

下一代的Flash模型优于上一代的Pro模型。





另外，谷歌今年也致力于通过最先进的开源模型，让实用的AI技术变得更易于获取。

谷歌的Gemma系列模型不仅具有轻量级特性，而且开源。在今年，还成功引入了多模态能力，大幅度增加了上下文窗口，拓展了多语言功能，并提升了效率和性能。

AI产品的深度集成与创新

2025年，谷歌继续推动AI从工具转向实用工具，凭借全新、强大的Agent能力改造现有的产品组合。

谷歌重新构想了软件开发，不再局限于辅助编码工具，而是引入能与开发者协作的强大Agent系统，比如Gemini 3高超的编码能力以及Google Antigravity的推出，都标志着AI辅助软件开发迈入了一个新时代。





这一演变同样也在谷歌的核心产品中清晰可见，从Pixel 10上的AI功能、搜索中AI模式的更新，到类似Gemini应用和NotebookLM这类的AI创新产品，而这些产品均增加了深度研究等高级功能。

AI赋能创造力

2025年也是生成式媒体变革的一年，AI为创意提供了全新且前所未有的能力。

用于视频、图像、音频和虚拟世界的生成式媒体模型及工具变得更加高效，应用也更为广泛，其中突破性的Nano Banana和Nano Banana Pro在原生图像生成与编辑方面展现出了前所未有的能力。

谷歌还与创意行业人士合作，开发了Flow和Music AI Sandbox等工具，让它们能更好地辅助创意工作流程。

同时，谷歌通过谷歌艺术与文化实验室推出全新的AI驱动体验、对Gemini应用中的图像编辑功能进行了重大升级，以及引入Veo 3.1、Imagen 4和Flow等强大的新型生成式媒体模型，为人们拓展了创意可能性。





今年谷歌实验室也进行了一些极具吸引力的实验，包括：

推动科学与数学发展

2025年也是AI科学进步的标志性一年，生命科学、健康、自然科学和数学领域均在AI帮助下取得了诸多进展。

这一年里，谷歌在构建AI资源和工具方面取得了进展，这些资源和工具为研究人员赋能，帮助他们在医疗健康领域理解、识别和开发新的治疗手段。

在基因组学领域，谷歌已将先进技术应用于研究长达十余年，如今谷歌超越了测序阶段，正在利用AI来解读最复杂的数据。

谷歌在今年也纪念了AlphaFold问世的第五周年，这一荣获诺贝尔奖的AI系统解决了困扰学界50年的蛋白质折叠问题。目前它已被190多个国家的300多万名研究人员使用。





而Gemini的高级思考能力，包括Deep Think，也在数学和编程领域取得了历史性进展。

Deep Think已经能够理解需要深度抽象推理的问题，并在两项国际竞赛中达到了金牌水平。

推进计算和物理世界研究

谷歌今年在量子计算、能源和突破性技术等领域也取得了重大发现，并吸引了前所未有的关注。

其中量子计算在现实世界应用方面的进展尤为显著，例如Quantum Echoes项目。

值得一提的是，谷歌员工Michel Devoret与前谷歌员工John Martinis以及UC伯克利的John Clarke共同获得了2025年诺贝尔物理学奖，以表彰他们在20世纪80年代的基础量子研究。

2025年，谷歌继续推进为AI提供动力的核心基础设施，重点关注硬件设计的突破和能源效率的提升，包括推出Ironwood，一款为推理时代打造的新型TPU，它是采用名为AlphaChip的方法设计的，同时谷歌还致力于衡量技术对环境的影响。





谷歌在机器人技术和视觉理解方面的研究，也将AI Agent带入了物理世界和虚拟世界，比如基础性的Gemini Robotics模型、更先进的Gemini Robotics 1.5，以及Genie 3的推出，其中Genie 3成为了通用世界模型的新前沿。





应对全球性挑战与机遇

谷歌今年的工作直观展示了AI驱动的科学进步，如何直接应用于解决世界上最关键和普遍存在的挑战。

通过利用最先进的基础模型和Agent推理，谷歌极大地加深了对地球及其系统的理解，同时在气候韧性、公共卫生和教育等领域提供了影响力解决方案。

例如，谷歌正利用最先进的基础模型和代理推理来帮助加深对地球的理解，涵盖天气预报、城市规划、公共卫生等多个领域。例如，谷歌的洪水预报信息目前已覆盖全球150个国家超20亿人口。

而谷歌最先进、最高效的预报模型WeatherNext 2，生成预报的速度能快8倍，且分辨率可达1小时。借助这项技术，谷歌通过实验性的气旋预测，支持气象机构做出有效决策。





谷歌也正在与合作伙伴携手，将AI驱动的科学进展更贴近患者，为疾病管理和疗法研发开辟新途径。

此外，AI正被证明是教育领域的一个强大工具，通过LearnLM和Gemini中的引导式学习，它能促成新的理解形式并激发学生更多好奇心。

谷歌今年将Gemini最强大的翻译能力引入谷歌翻译，使其能提供更智能、更自然且更准确的翻译，并试点了新的语音互译功能。

重视责任与安全

谷歌将研究突破与责任和安全相结合。

随着模型能力不断增强，谷歌正持续改进和发展旗下的工具、资源及安全框架，以预测并降低风险。

Gemini 3就切实展现了这种观念：它是谷歌迄今为止最安全的模型，并且经过了最全面的安全评估。

此外，谷歌还在展望更长远的未来，探索通往AGI的负责任之路，将准备工作、主动风险评估以及与更广泛的人工智能社区合作置于优先地位。

提供跨界合作与开放生态

谷歌认为，要负责任地推进人工智能的前沿领域，需要全社会各方面的协作。

2025年，谷歌与顶尖的人工智能实验室合作，成立了Agentic AI基金会，并支持开放标准，以确保Agentic AI拥有一个负责任且具备互操作性的未来。

在教育领域，谷歌也与教育机构合作，帮助学生掌握AI技能。并与加州大学伯克利分校、耶鲁大学、芝加哥大学等众多高校研究合作，一起推动前沿研究。

此外，谷歌正与多个实验室合作，协同改变科学研究的开展方式。与电影制作人和其他创意开发者合作，为他们提供最优质的AI工具，探索人工智能时代的新的叙事方式。

2026年，谷歌希望能够继续安全且负责任地推进前沿技术，为人类谋福祉。

参考链接：
[1]https://blog.google/technology/ai/2025-research-breakthroughs/
[2]https://x.com/i/trending/2003527758127989012


来源：网易





通信人家园 (https://test.txrjy.com/) Powered by C114