從DeepSeek的全網爆紅，到Manus的驚豔亮相，再到以宇樹為代表的機器人引發中外網友的陣陣驚嘆……

中國前沿科技在2025年成為全球矚目的焦點，收穫了無數的熱議與肯定，開啟了屬於自己的高光時刻。

隨著大模型變革迎來新的轉向，關注點正從訓練邁向推理，新的機會與挑戰如潮水般洶湧而來，密集的突破正在當下悄然發生。

一份「全面」、「硬核」的《中國科技——敢！2025年諾安基金科技投資報告》，絕對值得一讀：

從大模型被視作技術，“奇點”的開端到AI當下令人矚目的實際突破，再到對未來科技產業的十大前瞻預測，這份報告可謂是全景式呈現中國科技的前沿風貌。

密集突破

由OpenAI的o1模型開啟先河，再經DeepSeek R1的引爆，大模型廠商的推理模型之爭正如火如荼地展開。在此背後，AI的發展重心正從“參數規模競賽”轉向“推理效能競爭”，多模態、AI Agent等應用趨勢的興起，也使得算力需求呈現出明顯的差異化趨勢

按照預訓練、後訓練和推理的不同階段劃分：

預訓練階段：算力需求龐大，成本高昂。以xAI的Grok-3為例，第一階段耗時122天，同步使用了10萬張NVIDIA H100 GPU進行訓練，第二階段在92天內將叢集擴展至20萬張H100 GPU，預計訓練成本接近100億美元。

後訓練階段：算力需求和成本大幅降低。例如DeepSeek V3使用了2048張輝達H800 GPU，總訓練GPU卡時為2788千小時，訓練成本約為558萬美元。

推理階段：成本較低，是AI普及的關鍵。例如，運行滿血版671B的DeepSeek R1推理模型，僅需2台H20伺服器，成本約200萬人民幣；而運行14B以下的DeepSeek R1蒸餾模型，僅需組態一張價值2萬人民幣的RTX 4090顯示卡

顯而易見，在後訓練與推理階段，大模型對於算力的需求愈發注重“性價比”。OpenAI首席執行官奧特曼也曾指出，大模型的應用成本呈現出明顯的下降趨勢，“AI成本每年將降至前一年的1/10”。眾多業內人士同樣強調，成本問題無疑是大模型邁向大規模應用的關鍵挑戰之一。

在模型層面，以DeepSeek為例，其能夠引發全球廣泛關注的核心因素之一，便是通過創新的模型架構、高效的訓練策略以及硬體適配最佳化，成功實現了性能與成本的極致平衡。

不僅如此，DeepSeek在開源方面也表現突出，不僅開源了V3、R1版本，還通過開源周活動，連續開源了FlashMLA等多項核心技術，全面覆蓋了從AI模型訓練、推理加速到資料管理的全鏈條。

最佳化技術所實現的模型計算效率提升和推理速度加快，也為定製化（ASIC）晶片帶來了新的挑戰與機遇。諾安基金科技投資報告總結了ASIC晶片的幾大核心優勢：高性能、低功耗、成本效益以及靈活性帶來的與應用場景的深度契合。

不僅是Google早已在自研晶片領域佈局，Meta和OpenAI也在今年紛紛發力定製晶片。Meta被曝開始測試其首款自研AI訓練晶片，而OpenAI自研晶片也傳出今年即將流片的消息。

報告還指出，“算力-演算法-資料”三者的協同最佳化，是推動AI大模型進一步滲透的關鍵。

從硬體基礎設施的角度來看，對更快的通訊、更高效的散熱、更強大的電源等方向的持續探索，將為AI算力提供更堅實的基礎。

同時，隨著應用落地帶來的雲側和端側推理需求的不斷增長，儲存需求也在相應提升。

值得關注的是，在新的技術趨勢下，國產異構算力的上下游產業鏈正在加速向高端化、平台化邁進。依託RISC-V等開源架構，國內廠商能夠深入底層研發，邁向高性能算力。

AI智能眼鏡迎來“iPhone時刻”

基礎模型不斷強化，成本也在降低，聚焦到應用層面，DeepSeek引發廣泛熱議的關鍵在於：先進模型的參數規模正在快速縮小。這也帶來了一個普遍預測：端側AI正在呈現爆發之勢。

目前，AI PC和AI手機已率先成為AI Agent的載體。據IDC預測，2024年全球PC出貨量為2.75億台，其中AI PC市佔率約為19%；預計到2027年，全球PC出貨量將達到2.93億台，屆時AI PC市佔率有望提升至60%。在DeepSeek熱潮中，榮耀、OPPO、vivo、小米等廠商的開春新機紛紛接入DeepSeek R1。

報告還著重關注了AI智能眼鏡這一載體，並預測：AI智能眼鏡終端有望成為首個全新AI時代的人機互動硬體，成為新的億級出貨終端。

憑藉輕量級、佩戴無感化、高頻響應等優勢，且作為最靠近人體三大重要感官（眼、耳、嘴）的穿戴裝置，AI智能眼鏡一方面天然適合處理短平快的臨時任務，成為個人助手的最佳載體；另一方面，結合顯示功能的智能眼鏡有望在社交、辦公、垂類行業等多領域廣泛應用，進而成為AI時代的通用人機互動平台。

據Wellsenn XR預計，當前全球每年眼鏡銷量（含近視眼鏡和墨鏡）約15億副，中國每年眼鏡銷量約2.4億副。龐大的眼鏡佩戴者基數為AI智能眼鏡提供了廣闊的市場空間。

目前，AI眼鏡產業仍處於發展初期，產品形態豐富多樣，主要分為純音訊眼鏡、帶攝影機智能眼鏡和帶顯示智能眼鏡三大類。諾安基金指出，帶攝影機形態的眼鏡在純音訊眼鏡的基礎上整合了攝影機模組，具備圖像和視訊拍攝能力，並可依託大模型實現AI識物等功能，互動體驗更為出色。

展望未來，2025年隨著更多大廠入局，AI智能眼鏡的發展將逐漸走向成熟。預計到2030年後，隨著AI + AR技術的逐步完善，AI + AR智能眼鏡將開啟對傳統智能眼鏡的終極替代，智能眼鏡有望成為AI通用計算終端。

半導體加速全流程自主可控

隨著 AI 技術的蓬勃發展，用於製造 CPU、GPU、AI 加速晶片等高算力先進邏輯晶片，以及 HBM、DDR5、3D NAND 等高性能儲存晶片的需求正與日俱增。在美國不斷變本加厲持續擴大對中國半導體的出口管制範圍之下，中國晶片全產業鏈自主化已經取得長足進步，正邁向全面突破技術瓶頸，實現先進晶片製造、設計全流程自主可控的新階段。

半導體裝置：國產替代已邁過從 0-1 階段， 核心裝置由點及面突破

未來已來

密集創新正在發生，而隨著對AGI（通用人工智慧）的探索不斷深化，曾經只存在於科幻小說中的“未來式”場景，如今已變得觸手可及。報告中也專門提及了當前備受關注、未來值得期待的應用領域。

人形機器人：迎來從技術驗證邁向規模化應用的里程碑

今年，人形機器人產業無疑是火出圈的焦點。從宇樹機器人登上國內春晚開始，儘管2025年才剛剛過去1/4，但國內外的人形機器人廠商已經動作頻頻。他們不僅頻繁升級能力，用各種“整活兒”吸引世人目光，更在悄然朝著量產發力。

截至目前，這一行業已逐漸達成共識：2025年有望成為人形機器人量產的元年。畢竟，隨著大模型的快速迭代、硬體成本的持續下降以及政策紅利的不斷釋放，這一產業從實驗室走向規模化應用的拐點已然到來。

從應用場景來看，報告進一步總結了人形機器人的發展路徑：從工廠擰螺絲到家庭情感陪伴的階梯式滲透。中短期內，人形機器人將主要應用於工業製造、倉儲物流以及特種應用領域；而中長期內，其目標則是進入千家萬戶，為家庭養老育兒等場景提供相關服務。

至於影響這一處理程序的因素，除了技術，另一大關鍵在於成本。

報告提出了一個觀點：2萬美元時代將顛覆全球勞動力市場。

目前，美國汽車工廠工人的時薪為24美元，豐田美國工廠工人時薪34.8美元，德國汽車工人時薪14.7美元。

假設機器人5年折舊，一年工作時間為350天×24小時，每年保養維修成本為本機價格的15%，若人形機器人定價10萬美元，則每小時成本為4.2美元；若定價2萬美元，每小時成本僅為0.83美元。

這一目標並非遙不可及。國內宇樹科技早已將售價定在10萬元以下，而馬斯克在一場公司全員會上也為人形機器人Optimus制定了目標：百萬台量產後單價降至2萬美元（約14.5萬元人民幣）。

報告指出，若Optimus機器人降本幅度符合預期，售價下探至2萬美元，參考北美勞動力市場容量，人形機器人總市場規模可達480億至4960億美元。

面對這一高潛力市場，中國人形機器人產業的超車機會在於：全產業鏈突圍 + 政策紅利。報告提到，據不完全統計，國內人形本體廠商已有100多家，他們已建構起覆蓋人形機器人“核心部件 - 本體製造 - 場景落地”的全產業鏈能力，形成了獨特的突圍路徑。

在上游硬體領域，國內已具備包括減速器、電機、絲槓、控製器和感測器等硬體元件，以及相關軟體系統的全產業能力。

在本體製造環節，眾多創業公司、網際網路企業與車企紛紛發佈旗下人形機器人產品，部分已在汽車工廠率先實現擰螺絲、物料搬運等任務驗證。

生命無限：基因科學

據貝哲斯諮詢的調研資料，2024年全球AI製藥市場規模為18.6億美元，預計在2024-2029年預測期內該市場將以31.2%的復合年增長率增長。

在這一背景下，中國創新藥產業也迎來了前所未有的發展機遇。

報告認為，從技術周期角度看，中國創新藥產業目前已進入快速發展的黃金十年。

技術的革新與突破，不僅提升了創新藥研發的效率，也降低了研發成本。從企業發展周期來看，大量創新藥企即將邁過“盈虧平衡點”，形成自我造血能力。

從市場空間拓展的角度看，國產創新藥通過“license-out模式”出海，更廣泛地參與全球定價，這本質上是中國研發效率和臨床資源價值的變現。

在醫療領域，AI正在重塑各細分應用場景。當AI與影像診斷、精準診療、手術機器人等結合時，醫療流程能夠實現智能化升級，不僅大幅提升效率與精準度，還推動醫療產業邁向個性化與高效化。在養老領域，依託物聯網與AI監護系統，目前能夠實現跌倒預警、慢病管理等精準化服務，從而逐步建構起智慧養老生態。

同時，AI還能賦能健康管理（如疾病早篩、心理干預）與智能穿戴裝置（如無創血糖監測、康復訓練），通過即時資料分析與預警，最終形成“預防 - 診斷 - 管理”的全鏈路健康閉環，重塑大健康產業格局。資料和跡象表明，AI製藥和AI醫療未來值得長期關注。

此外，量子計算憑藉量子疊加與糾纏特性，具備指數級超越經典電腦的平行運算能力，被公認為打破摩爾定律瓶頸的終極鑰匙。

報告指出，量子計算具有強大的平行計算和模擬能力，將改變我們的生活和工作方式，解決一些經典計算難以解決的問題。量子科技有望應用於未來AI訓練、生物研究、航空航天分析等場景。

著眼未來十年，量子技術將通過“三步走”路徑實現技術躍遷：

• 短期（2025-2027年）：聚焦金融最佳化、藥物模擬等專用場景；
• 中期（2028-2030年）：依託千位元級處理器與量子網際網路推動AI大模型訓練及跨域算力協同；
• 長期（2030年後）：向消費級量子手機、光子自動駕駛等應用擴展。

商業航天與衛星網際網路：開啟“空天地一體化”6G 時代

從星鏈 " 一箭 60 星 " 密集組網到手機直連衛星功能普及，近地軌道正成為大國戰略競爭新高地。低軌衛星網際網路已超越技術競賽範疇，催生年均超 3000 億美元市場空間，並在 6G 天地一體化網路中承擔數字平權、軍事通訊、應急救災等戰略使命。中國 " 星網工程 " 加速推進，可回收火箭與終端裝置成本突破推動商業航天邁入規模化階段，數萬顆衛星編織的太空網路將重塑人類文明連接範式。

人工智慧的覺醒如同一場浩浩蕩蕩的能源革命——這不僅是一次動力升級，更是文明引擎的大幅躍遷。

我們看到的不僅是矽基文明的曙光，更是一場正在改寫人類文明底層邏輯的鏈式反應。

奇點已至！

未來科技產業十大預測：

1. 開源突圍：中國開源模型+開源晶片技術，顛覆壟斷，實現全球AI平權。
2. 自主進化：從“人工投喂”到“主動學習”，下一代演算法建構自主學習神經框架，無需人類監督，實現全域知識自主適應能力。
3. 晶片破局：中國實現先進晶片全鏈條自主化，打造國產AI算力底座。
4. 人機共創：AI賦能千行百業，重構生產流程、革新決策機制、重塑服務範式，催生“人機共創”的新產業形態。
5. 決策可溯：AI全鏈路生成過程實現技術揭秘，模型邏輯與資料影響雙通道可溯源。
6. Agent平權：多模態融合互動，徹底顛覆傳統人機協作模式，人類迎來“智能共生”的曙光時代，人人都將擁有“賈維斯”級智能體助手。
7. 矽基覺醒：機器人訓練模型躍升，多場景能力泛化，國產供應鏈突破，人形機器人進入特定場景實踐。
8. 天地一體：低軌星座進入“萬星競速”時代，天地一體化網路初現雛形，太空資源開發邁出第一步。
9. 量子躍遷：專用量子電腦持續迭代，抗量子密碼進入“實戰部署”，觸及經典算力無法企及的行業痛點。
10. 生命無限：生物製造以指數型增長趨勢，使人類實現從“開採地球”到“程式設計地球”的文明層級躍升。 (機構調研記)