墨西哥支付方式：是什么?
訓練靠后，推理向前，ASIC 敘事逐漸減弱，NV 的算力份額和領導者地位依然穩固，市值將達到 4 萬億
以 o1 為起點，由于模型推理能力的增強，以及軟件公司用 LLM 開發新產品或進行自我改造的積極性提升，推理需求指數級增長讓今年下半年以來 CSP ASIC 顯著受益，CSP 離下游需要推理的客戶群體更近，Amazon、Google、微軟等大廠都在通過自有芯片研減少對 GPU 的依賴。
2025 年 Inference 作為硬件板塊的核心命題不會改變，考慮到整個算力市場需求比預期要更大，CSP ASIC 敘事會在明年逐漸走弱，而 NVDA 依靠 GB200 在 TCO/性能仍會在算力市場維持自身的領導者地位，相比之下 AMD 丟失的市場份額可能會更明顯。
O 系列開始，inference time compute 的思路讓 post training 的重要性提高了很多，可提升的空間和消耗的算力層面都可能比 pretrain 更重要。
在這個趨勢下，post-training 和 pre-training 的界線會越來越模糊，post-training 會消耗更大的算力、解鎖更多能力，pre-training 會漸進式地用 RL 來漸近找到更好的 data recipe。類似從 AlphaGo 到 AlphaZero 那樣，模型能夠逐漸離開一部分人類數據，用合成數據來得到更多數據分布外的高質量數據，解鎖更高天花板的智能。
改寫、編排現有的數據雖然能提升數據質量，但不能提供增量數據和新知識。如何規模化地獲取合成數據是技術上重要的難點，也是我們期待的突破點。去年這個突破沒有實現，我們預測今年能夠取得進展，因為 pre train 的數據瓶頸今年愈發緊迫。
o3 驗證了 reasoning scaling law，但商業化落地遇到瓶頸
o3 在 ARC-AGI 和 Frontier Math 涌現式的能力突破定義了真正優秀的推理能力，這讓我們對 o 系列的成長上限有更強的信心：o3 帶來了 reasoning scaling law，強推理能力正是解鎖 agent 最必要的能力。2025 年，模型每 3 個月就會實現過去 1 年的能力進步。
但 o1 的商業化確定性和前幾代模型相比要更低，因為強推理并不是大眾用戶的需求，只有少數用戶對這樣的高生產力、復雜推理問題有需求。因此現在 ChatGPT 產品中 o1 的使用率也不到 5%。同時 o1 query 的定價也很貴，所以需要 200 美金甚至 2000 美金/月的價格來支持更大的 inference time compute 需求。
Chatbot 競爭翻篇，
開始全新 AI產品形態競爭
Chatbot 的競爭在 2024 年結束了，2025 年 各模型公司要在全新的產品形態上競賽。Chatbot 仍將是包容性最強，用戶受眾最廣的前端交互，但 computer use、coding agent、artifacts 等更復雜，更跨軟件，更能捕捉用戶行為數據的交互會成為新的重點。
Memory 和 Online learning 問題在 25 年得到解決，LLM 更加主動和個性化
和推薦算法比，LLM 的缺陷是不能實時更新 weights，所以模型無法千人千面。Memory 是 AI labs 和 Agent 公司花了很多精力解決的問題，我們認為 Memory 會在 2025 年有不錯的解決方案，onling learning 也能有一定突破，讓 LLM 和 Agent 真的做到更主動，更懂用戶。
多模態智能得到突破，visual reasoning 涌現，用戶和 AI 交互可能性被拓寬，出現AI+IP 爆款
過去兩年多模態智能能力發展不如語言，但 2025 年多模態智能會得到更多投入。視覺推理和 Scaling Law 的涌現現象成為重要研究方向。尤其是 Google、Meta、Tesla 等大企業，有海量視覺數據，有處理視覺數據的完整 infra，也有更明確的多模態應用場景，相比 AI labs 會更重視多模態的研究發展。
雖然我們在 2024 年的預測中提到類 Character.ai 賽道會收斂在今年得到驗證，但 Character.ai 代表的底層需求不變。經典 IP 長盛不衰、Jellycat 的爆火本質上是“陪伴”。AI 時代的 Her 不是 chatbot，更有可能從經典 IP 嫁接而生：AI，尤其是多模態智能會讓人類和已有 IP 的互動變得更真實、絲滑，例如迪士尼、任天堂等相關公司也會利用多模態推動新應用和經典 IP 喚新。
ChatGPT 和 Perplexity 跑通廣告變現模式，廣告超越訂閱模式成為主流
因為面向生產力場景，LLM startups 一開始通過訂閱模式嘗試商業化，但訂閱的增長曲線有限：ChatGPT 的 MAU 預計已經超過 5 億，年收入約 40 億美金，平均一個月活用戶只有～8 美元/年收入，而 Google、Meta 每個月活用戶 ARPU 都價值100美金起。訂閱無法支撐 AI 超級應用，廣告還是主流商業化方向。
從去年下半年開始 perplexity 和 OpenAI 都已經透露出試水廣告，通過問答的形式直連商品、服務搜索，進一步有可能重組視頻、電商、工作、酒旅、住房等供應鏈。
自動駕駛到達商業化拐點：Waymo 開始蠶食 Uber 市場份額，Waymo 可能會在 2025 年 IPO
Waymo 在 2024 年 8 月占 SF 網約車份額為 5%，到 11 月訂單金額市占率快速上升超過20%，且出現一定網絡效應，到 12月初 Waymo 在全美已經實現了17.5 萬次/周的付費出行。隨著監管放松 Waymo 的規模效應還會加速。
AI 領域 M&A 活躍：AI 應用、Coding 領域出現大的收購，中小 GPU 云會被整合
2025 年，AI 領域的投資并購會繼續活躍，不過主題從大廠收購 foundation model 公司轉變為中大型公司收購 AI native 應用，帶來 M&A 的有 4 個角度的因素：
? 硬件領域，2025 年 NV B 系列正式投入使用后，GPU 云領域的成本和價格競爭會進一步加劇，很多中小 GPU 云會破產，對于頭部公司而言是低價收購資產的好時機；
? SaaS 領域過去圍繞 Vertial SaaS 的 buy-and-run 會在 vertical AI 上重演，尤其 Sales、HR、Legal、Healthcare 等垂直領域會出現 AI start-ups 被大公司收購的情況；
??AI 搜索、AI Coding、視頻生成等領域作為 LLM 領域競爭的主線，大公司尤為重視，與此同時 Starups 估值增長過快，可能會先出現公司業務發展跟不上估值 hype，在這種情況下，big-techs 進行收并購可能帶來 win-win ；
? 頭部 Startups 為強化自身競爭力圍繞技術棧、場景進行收購。
電力短缺持續，核電重啟是明確趨勢 ，有機會出現 10x 股公司
不僅美國本土，超大計算集群、再工業化帶來的電力短缺還在持續，全球范圍內電力需求到 2050 年會增加 ?1/3 到 3/4。核電的新建或重啟是全球范圍內確定性趨勢，但供給端還沒有做好相關準備，原料短缺、地緣政治的擾動等因素給整個產業鏈上的資產帶來價值稀缺性。
AI for science 發展迅速，各個科學領域有自己的 foundation model
生命科學、材料、氣象和工業仿真等各個科學領域已經涌現出各自的 foundation model。與 LLM 不同，AI4S 領域不存在數據墻問題，在實踐中還可以通過第一性原理模擬生成無限的高質量合成數據，這一特性會讓 AI4S 各個領域的 foundation model 涌現，且模型能力迭代速度極快。
AI 技術紅利大部分流入大公司，
Mega 9 強者恒強
Mega 9 公司掌握著 AI 的關鍵資產：云、算力、分發渠道。任何企業、個人買單 AI 的價值，他們都有機會“收稅”。隨著 AI 在 2025 年真正走向 massive adoption ，這些公司可以持續躺在 AI 富礦上賺取收益。
美股 2025 Q1 業績后因為 AI 進展緩慢大調整，但又會在年底前破新高
以 Agentforce 為代表的 SaaS 公司 AI 產品的表現推高了美股對于 AI 應用層的 hype，雖然企業側投入和推廣 AI 產品相較于 1 年前更加激進，但作為投資者需要對企業 AI 業務落地和盈利情況保持理性和警惕，一旦實際業績兌現略低于市場對 AI 故事的預期，就會出現大的回調，我們預計 2025 H1 大概率會出現這一情況。到 2025H2，隨著 LLM 能力提升，尤其是 agent 在 tool use 和長距離復雜任務上的進步，AI 會重新帶來股價新高，重演 2024 H2 的情況。
本文章轉載微信公眾號@海外獨角獸
