1、2025年大模型发展与Deepseek MHC算法影响

大模型后训练与深度推理进展：2025年大模型发展重点转向后训练与深度推理，产业界将核心放在加强COT、强化推理以提升模型聪明度，让模型思考时间更久、回答更精准、减少幻觉。Deepseek年初发布的R1模型是全球第二个深度推理模型，引领了后训练方向，推动行业沿此路径发展。2025年大模型的基模型能力未提升，最新的GPT 5.2仍采用2024年推出的GPT 4O，未更新基模型。谷歌的机密3也遵循这一思路，整个科学界和产业界均将重点放在大模型的深度推理上，通过后训练让模型更聪明。

Deepseek MHC算法及对国产卡的影响：Deepseek近期推出MHC算法论文，该算法通过精细化管理数据传输（类比交通信号机制），解决了复杂神经网络中数据乱跑、内存带宽消耗过高及训练宕机问题，仅需增加6.7%的时间损耗，即可实现模型训练的顺滑稳定，避免了大模型训练中常见的宕机重启问题。此算法对使用国产卡的企业极具价值，因国产卡卡间互联速度慢于英伟达卡，传统训练中国产卡速度较慢，但加入MHC算法后，国产卡训练虽速度慢却能持续稳定运行；而英伟达卡训练速度快但易宕机，需要频繁维修重启。MHC算法适配国产卡特点，提升了其训练稳定性，或令国产卡训练效率更具竞争力。

2、生成与理解的统一进展

生成与理解统一的实现情况：2025年大模型领域取得重要进步，但当前模型生成内容可控性不强，存在生成式幻觉及理解偏差，且理解图片、视频能力较弱，这些是2026年大模型发展的重点方向。

3、2025年国产算力芯片进步

国产算力芯片性能提升：2025年上半年推出的国产芯片（如寒武纪690、海光申算4号、华为升腾950 PR等）支持FP8数据格式（FP8是Deepseek在2025年年初推出的主流数据格式，此前国产卡均不支持，仅英伟达卡支持）；国产卡结合超节点后，卡间互联速度达700-800G每秒，而英伟达H系列卡（H20或H200）的卡间互联速度为900G每秒，国产卡性能已接近H系列水平。不过，英伟达2025年将推出Ruby系列卡，技术领先国产卡两代。

国产卡的训练能力突破：国产卡达到英伟达H系列水平后，不仅可做大模型深度推理，还具备大模型训练能力；结合Deepseek的MHC机制，用国产卡做大模型训练，效果或不逊于英伟达B系列或Ruby系列卡。2025年国产卡在训练与推理能力上迎来长足进步。

4、具身本体与世界模型发展

具身本体能力提升：2025年具身本体的散热、功耗、持续性、可靠性有较大进步，但构型稳定性仍存不足。人形机器人诞生仅一两年，AI大模型自2023年初OpenAI推出GPT 4后开始大规模发展，这两年的发展速度远快于互联网及移动互联网。

世界模型的探索与瓶颈：世界模型是将AI虚拟模型能力与物理世界结合，让AI理解物理规律的模型，2025年刚提出，国内外团队正持续发展，但尚处起步阶段。目前机器人落地侧重结构化场景，非结构化及泛化场景落地需时。世界模型发展核心瓶颈为数据短缺，与无人驾驶相比，机器人采集数据困难且对操作员要求高。2026年产业界将探索数据解决新方法，世界模型与机器人结合是2026年人工智能重要发展方向和看点。

5、2025年AI应用现状与展望

2025年AI应用的发展现状：2025年AI应用整体低于预期，大厂和创业公司已产生收入，但未在上市公司身上体现明显变化，美股和A股的AI应用股票2025年机会不多，机构投资者难以把握；美股2025年涨的是算力，应用类股票没怎么涨，A股有波段性机会但同样难把握。分析原因，AI应用仍偏表层，集中在写代码、文生图、文生视频、做简单PPT等类似Manas的事情，未深层次结合企业或个人的数字化工具。举例来看，OpenAI 2025年已实现100多亿美元的AR，2026年预期300亿美元，说明泛泛的模糊场景已落地并产生收入，但精准场景因模型幻觉率仍无法应用——当前模型幻觉率虽降至10%，但仍无法满足企业或个人对精细化、精确场景的需求，而广大场景恰恰需要精准化，泛泛场景已完成落地。应用类公司可通过工程化手段降低幻觉率和实现精准化，大模型公司仅负责做好大模型，应用类公司需承担将模型与场景结合的工程化工作，如MindSpore在工程化能力上有开创性技术，Meta愿意花20亿美元收购有其道理。

AI应用的未来展望：AI应用的突破需要模型能力提升与深度结合，当前时间与能力均未成熟。2026年AI应用的发展需“走一步看一步”，核心催化剂为模型能力的提升，比如Deepseek计划将MHC算法应用到新模型中，其新模型值得期待；Deepseek的工程师团队研发的算法并非依赖算力或数据，而是靠研发人员的智慧，其新模型的推出十分重要。目前很难预测2026年AI应用会有怎样的进步，需要看新模型推出后带来的应用变化，具体时间需具体分析，需“走一步看一步”。同时，2025年大模型全年工作集中在后训练和加强推理，基模型能力未提升，2026年可能提升；生成和理解完成统一但仍不完善，存在生成式幻想、可控性差、图片视频理解能力差等问题；国产AI算力芯片基本达到英伟达H系列水平，支持FP8数据格式，可用于训练和深度推理，国产大模型公司用国产卡训练效果不错；世界模型和具身本体能力2025年有较大提升，李飞飞等提出往世界模型产业发展，期待2026年有更大进步以推动机器人大脑泛化能力提升。

温馨提示：内容源于第三方以及公开平台，仅供用户参考，恕本平台对内容合法性、真实性、准确性不承担责任。如有异议/反馈可与平台客服联系处理（微信：_LYSD_）。