2024年即將結束，來自RadicalVentures的風險投資家RobToews分享了他對2025年人工智能的10個預測：

01. Meta將開始對Llama模型收費

Meta是世界上開放式人工智能的標桿。在一個引人注目的企業戰略案例研究中，當OpenAI和谷歌等競爭對手將其前沿模型封閉源代碼并收取使用費時，Meta卻選擇免費提供其最先進的Llama模型。

因此，明年Meta開始向使用Llama的公司收費這一消息，會讓許多人感到意外。

需要明確的是：我們并沒有預測Meta會將Llama完全閉源，也不意味著任何使用Llama模型的用戶都必須為此付費。

相反，我們預測Meta將對Llama的開源許可條款做出更多限制，這樣，在一定規模以上的商業環境中使用Llama的公司將需要開始付費才能使用模型。

從技術上講，Meta如今已經在有限的范圍內做到了這一點。該公司不允許最大的公司——云超級計算機和其他月活躍用戶超過7的公司，自由使用其Llama模型。

早在2023年，Meta首席執行官MarkZuckerberg就說過：“如果你是微軟、亞馬遜或谷歌這樣的公司，而且你基本上會轉售Llama，那么我們應該從中獲得一部分收入。我不認為這在短期內會是一大筆收入，但從長遠來看，希望這能成為一些收入。”

明年，Meta將大幅擴大必須付費才能使用Llama的企業范圍，將更多的大中型企業納入其中。

跟上大型語言模型（LLM）前沿是非常昂貴的。如果想讓Llama與OpenAI、Anthropic等公司的最新前沿模型保持一致或接近一致，Meta每年需要投入數十億美元。

Meta公司是世界上最大、資金最雄厚的公司之一。但它也是一家上市公司，最終要對股東負責。

隨著制造前沿模型的成本不斷飆升，Meta公司在沒有收入預期的情況下投入如此巨額資金來訓練下一代Llama模型的做法越來越站不住腳。

愛好者、學者、個人開發者和初創公司明年將繼續免費使用Llama模型。但2025年，將是Meta開始認真實現Llama盈利的一年。

02.“尺度定律”相關問題

最近幾周，人工智能領域引發討論最多的話題莫過于尺度定律（Scalinglaws），以及它們是否即將終結的問題。

尺度定律在2020年OpenAI的一篇論文中首次提出，其基本概念簡單明了：在訓練人工智能模型時，隨著模型參數數量、訓練數據量和計算量的增加，模型的性能會以可靠且可預測的方式提高（從技術上講，其測試損失會減少）。

從GPT-2到GPT-3再到GPT-4，令人嘆為觀止的性能提升都是縮放規律的功勞。

就像摩爾定律一樣，尺度定律實際上并不是真正的法則，而只是簡單的經驗觀察。

在過去的一個月里，一系列報告表明，主要的人工智能實驗室在持續擴大大型語言模型的規模時，正在看到遞減的回報。這有助于解釋為什么OpenAI的GPT-5發布一再推遲。

對尺度定律趨于平穩的最常見反駁是，測試時計算的出現開辟了一個全新的維度，可以在這一維度上追求規模擴展。

也就是說，與其在訓練期間大規模擴展計算，新的推理模型如OpenAI的o3使得在推理期間大規模擴展計算成為可能，通過使模型能夠“思考更長時間”來解鎖新的AI能力。

這是一個重要的觀點。測試時計算確實代表了一個新的令人興奮的擴展途徑，以及AI性能提升。

但關于尺度定律的另一個觀點更加重要，而且在今天的討論中被嚴重低估。幾乎所有關于尺度定律的討論，從最初的2020年論文開始，一直延續到今天對測試時計算的關注，都集中在語言上。但語言并不是唯一重要的數據模式。

想想機器人技術、生物學、世界模型或網絡代理。對于這些數據模式，尺度定律尚未飽和；相反，它們才剛剛開始。

實際上，這些領域中尺度定律存在的嚴格證據至今甚至尚未發表。

為這些新型數據模式構建基礎模型的初創公司——例如，生物學領域的EvolutionaryScale、機器人技術領域的PhysicalIntelligence、世界模型領域WorldLabs，正試圖識別并利用這些領域的尺度定律，就像OpenAI在2020年代前半期成功利用大型語言模型（LLM）尺度定律一樣。

明年，預計這里將取得巨大的進步。

尺度定律不會消失，它們在2025年將和以往一樣重要。但是，尺度定律的活動中心將從LLM預訓練轉移到其他模式。

03.特朗普和馬斯克可能會在AI方向產生分歧

美國新政府將帶來一系列關于人工智能的政策和戰略轉變。

為了預測在特朗普總統就任下人工智能的風向，另外考慮到馬斯克目前在人工智能領域的中心地位，人們可能會傾向于關注當選總統與馬斯克的密切關系。

可以想象，馬斯克可能會以多種不同的方式影響特朗普政府的人工智能相關發展。

鑒于馬斯克與OpenAI的深刻敵對關系，新政府在與行業接觸、制定人工智能法規、授予政府合同等方面可能會對OpenAI采取不太友好的立場，這是OpenAI今天真正擔心的一個風險。

另一方面，特朗普政府可能會更傾向于支持馬斯克自己的公司：例如，削減繁文縟節以使xAI能夠建立數據中心并在前沿模型競賽中取得領先；為特斯拉部署機器人出租車車隊提供快速監管批準等。

更根本的是，與許多其他被特朗普看好的科技領袖不同，馬斯克非常重視人工智能的安全風險，并因此主張對人工智能進行重大監管。

他支持加利福尼亞州有爭議的SB1047法案，該法案試圖對人工智能開發者施加有意義的限制。因此，馬斯克的影響力可能會導致美國對人工智能的監管環境變得更加嚴格。

然而，所有這些推測都存在一個問題。特朗普和馬斯克的親密關系終將不可避免地破裂。

作為解決這一難題的可能方案，核能在今年獲得了迅猛發展。核電在很多方面都是人工智能的理想能源：它是零碳能源，全天候可用，而且實際上取之不盡、用之不竭。

但從現實情況來看，由于研究、項目開發和監管時間較長，新能源在2030年代之前都無法解決這一問題。傳統的核裂變發電廠、下一代“小型模塊化反應堆”（SMR）以及核聚變發電廠都是如此。

明年，一個應對這一挑戰的非常規新想法將出現并吸引真正的資源：將人工智能數據中心置于太空中。

太空中的人工智能數據中心，乍一聽，這聽起來像是一個壞笑話，一個風險投資人試圖把太多的創業流行語結合起來。

但事實上，這可能是有道理的。

在地球上快速建設更多數據中心的最大瓶頸是獲取所需的電力。軌道上的計算集群可以全天候享受免費、無限、零碳的電力：太空中的太陽總是熠熠生輝。

將計算置于太空的另一個重要優勢是：它解決了冷卻問題。

要建立功能更強大的人工智能數據中心，最大的工程障礙之一就是在狹小的空間內同時運行許多GPU會變得非常熱，而高溫會損壞或毀壞計算設備。

數據中心開發人員正在采用液浸冷卻等昂貴且未經證實的方法來試圖解決這一問題。但太空是極其寒冷的，計算活動產生的任何熱量都會立即無害地消散。

當然，還有許多實際挑戰有待解決。一個顯而易見的問題是，能否以及如何在軌道和地球之間以低成本高效率地傳輸大量數據。

這是一個懸而未決的問題，但可能證明是可以解決的：可以利用激光和其他高帶寬光通信技術開展前景廣闊的工作。

YCombinator的一家名為LumenOrbit的初創公司最近籌集了1100萬美元，以實現這一理想：在太空中建立一個數兆瓦的數據中心網絡，用于訓練人工智能模型。

正如公司首席執行官所說：“與其支付1.4億美元的電費，不如支付1千萬美元的發射和太陽能費用。”

“人工智能科學家”于今年8月發布，它令人信服地證明了人工智能系統確實可以完全自主地開展人工智能研究。

Sakana的“人工智能科學家”本身執行了人工智能研究的整個生命周期：閱讀現有文獻、產生新的研究想法、設計實驗來測試這些想法、執行這些實驗、撰寫研究論文來報告其研究結果，然后對其工作進行同行評審。

這些工作完全由人工智能自主完成，不需要人工干預。你可以在線閱讀人工智能科學家撰寫的部分研究論文。

OpenAI、Anthropic和其他研究實驗室正在為“自動化人工智能研究人員”這一想法投入資源，不過目前還沒有任何消息得到公開承認。

隨著越來越多的人認識到人工智能研究自動化事實上正在成為一種真正的可能性，預計2025年這一領域將會有更多的討論、進展和創業活動。

不過，最有意義的里程碑將是完全由人工智能代理撰寫的研究論文首次被頂級人工智能會議接受。如果論文是盲審的，會議評審人員在論文被接受之前不會知道論文是由人工智能撰寫的。

如果人工智能的研究成果明年被NeurIPS、CVPR或ICML接收，請不要感到驚訝。對于人工智能領域來說，這將是一個引人入勝、充滿爭議的歷史性時刻。

08. OpenAI等行業巨頭將戰略重點轉向構建應用

構建前沿模型是一項艱難的工作。

它的資本密集程度令人咋舌。前沿模型實驗室需要消耗大量現金。就在幾個月前，OpenAI籌集到了創紀錄的65億美元資金，而在不久的將來，它可能還需要籌集更多的資金。Anthropic、xAI和其他公司也處于類似的境地。

轉換成本和客戶忠誠度較低。人工智能應用程序通常都是以模型無關性為目的而構建的，不同供應商的模型可以根據不斷變化的成本和性能比較進行無縫切換。

隨著最先進的開放模型（如Meta的Llama和阿里巴巴的Qwen）的出現，技術商品化的威脅不斷迫近。像OpenAI和Anthropic這樣的人工智能領導者不可能也不會停止對構建尖端模型的投資。

但明年，為了發展利潤更高、差異化更大、粘性更強的業務線，前沿實驗室有望大力推出更多自己的應用和產品。

當然，前沿實驗室已經有了一個非常成功的應用案例：ChatGPT。

在新的一年里，我們還能從人工智能實驗室看到哪些其他類型的第一方應用程序呢？一個顯而易見的答案是更復雜、功能更豐富的搜索應用。OpenAI的SearchGPT就預示著這一點。

編碼是另一個顯而易見的類別。同樣，隨著OpenAI的Canvas產品于10月份首次亮相，初步的產品化工作已經開始。

OpenAI或Anthropic是否會在2025年推出企業搜索產品？還是客戶服務產品、法律人工智能或銷售人工智能產品呢？

在消費者方面，我們可以想象一個“個人助理”網絡代理產品，或者一個旅行規劃應用，又或者是一個生成音樂的應用。

觀察前沿實驗室向應用層發展的最迷人之處在于，這一舉措將使它們與許多最重要的客戶直接競爭。

搜索領域的Perplexity、編碼領域的Cursor、在客戶服務領域德Sierra、在法律人工智能領域的Harvey、在銷售領域的Clay等等。

09. Klarna將在2025年上市，但存在夸大AI價值的跡象

Klarna是一家總部位于瑞典的“現購現付”服務提供商，自2005年成立以來已籌集了近50億美元的風險投資。

也許沒有哪家公司能比Klarna對其人工智能的應用說得更冠冕堂皇了。

就在幾天前，Klarna首席執行官SebastianSiemiatkowski告訴彭博社，該公司已經完全停止雇傭人類員工，轉而依靠生成式人工智能來完成工作。

正如Siemiatkowski所說：“我認為，人工智能已經可以完成我們人類所做的所有工作。”

與此類似，Klarna公司今年早些時候宣布，它已經推出了一個人工智能客戶服務平臺，該平臺已經將700名人工客服人員的工作完全自動化。

它將明確一件事：在人類面臨來自無所不能的人工智能的生存威脅之前，我們需要接受一個更平凡的現實：我們現在與另一種形式的智能共享我們的世界，這種智能有時可能是任性的、不可預測的和欺騙性的。