关于报告的所有内容，公众号『行业报告智库』阅读原文或点击菜单获取报告下载查看。
2025年上半年，通用类Agent开始进入主流视野。这些Agent能够通过自然语言交互完成多种任务，它们不仅能够生成文字报告，还能调用工具获取数据，甚至进行视觉操作。一些智能体通过截取屏幕图像，模拟人类操作界面，完成复杂的任务，如查询交通票务、规划出行攻略等。这种技术的优势在于多样化工具使用和打破数据孤岛，但也面临运行成本高、准确率不高的局限。
垂类Agent也在不断涌现，成为特定领域的得力助手。例如旅行Agent，用户可以通过自然语言提出出行需求，Agent会自动查询机票、酒店信息，并生成旅行计划。在设计领域，一些Agent通过自然语言交互生成接近生产级的海报或视频；在创作领域，一些Agent能够根据简单的语言和图片输入生成完整的视频内容；在时尚领域，一些Agent可以通过自然语言生成时尚穿搭，匹配不同场景。
AI编程成为2025年上半年最核心的垂类应用领域，正在从源头改变软件生产方式。头部编程应用如Cursor的年度经常性收入（ARR）突破5亿美元，证明了AI编程的巨大价值。AI编程工具从最初的代码补全，发展到单文件代码编辑、多文件同时编辑，甚至端到端交付，极大地提高了开发效率。
2025年上半年，推理模型的能力取得了显著进步。自2024年底以来，以思维链技术为核心的推理模型通用推理能力持续提升。OpenAI的o3模型和DeepSeek的实验模型在国际数学奥林匹克竞赛中表现出色，能够通过自然语言推理解决复杂问题。在代码竞赛中，模型的表现也大幅提升。
大模型开始端到端融合视觉和文本，走向多模态推理。VisProg框架通过生成符号化程序解决视觉任务，ViperGPT框架直接生成Python代码调用视觉API，而Visual Sketchpad框架则通过生成代码调用绘图工具辅助推理。这些技术使得模型能够处理复杂的视觉和文本任务，如精确提取手写题目中的文本和图表、搜索图像信息并进行推理等。OpenAI的o3模型在视觉推理任务中表现出色，能够像侦探一样推理，放大照片局部细节并调用工具进行多次检查。
强化学习在2025年上半年成为驱动模型智能的核心技术。一些模型通过大规模强化学习训练，显著提升了模型的推理能力和工具使用能力。强化学习的关键在于奖励模型的设置，对于代码、数学等有明确答案的领域，奖励模型相对容易设置；而对于没有清晰反馈的领域，则需要通过专门的模型对表现进行评分。强化学习的算力要求较高，未来将成为算力消耗最大的部分。
多智能体（Multi-Agent）系统可能成为继思维链推理模型之后的下一个前沿范式。多智能体系统通过分布式处理和并行工作，提高了效率和计算速度，适合大规模动态环境。Grok4Heavy、Claude的Research功能和Manus等都采用了多智能体架构。多智能体系统的优势在于高效利用上下文、能力多样化、鲁棒性与容错性。未来，多智能体系统将在更多领域得到应用，进一步提高智能上限。
2025年上半年，AI领域的头部玩家在模型层的差距正在缩小。例如xAI成立仅2年时间，凭借充足的资本、算力和人才支撑，迅速完成了对第一梯队的追赶。xAI的成功证明大模型业务模式虽然有高壁垒，但没有护城河，模型厂商需要持续投入大量资源以应对市场竞争。上半年，谷歌发布的Gemini 2.5Pro和xAI发布的Grok 4在多个领域达到了SOTA水平，部分能力甚至超过了OpenAI。
AI编程领域成为模型厂商的必争之地。海外和国内头部玩家在AI编程的模型和产品领域密集布局。OpenAI推出了Codex工具和ClaudeCode命令行编程工具；谷歌发布了GeminiCode和Stitch等工具；阿里巴巴开源了Qwen3-Coder模型并推出了通义灵码编程Agent；字节跳动发布了Trae编程IDE，用户月活已破百万。国内头部模型玩家主要采取跟随、对标海外模型厂商和明星应用的策略，积极构建AI编程生态。
国内大模型创业公司的路线开始分化。部分厂商积极发布前沿模型产品，追求智能上限；其他厂商则专注于垂类领域和商业化落地，放缓通用模型投入。DeepSeek开源了多个模型，包括推理模型、代码模型和Agent模型；智谱·AI发布了GLM-Z1、AutoGLM和CogView4等模型；而一些创业公司则专注于训练产业大模型，提供深度的私有化部署服务。
