2025年下半年AI领域并非简单的模型升级，而是深度的结构性变革。对话式AI趋于成熟，Agent能力迎来全面爆发，多模态应用也崭露头角。这份复盘超越常规资讯，从产品表现和学术进展两个维度，深入剖析了哪些技术是真实进步，哪些只是虚火，为理解未来AI发展轨迹提供了独特视角。
智能速览
业界焦点从对话转向Agent，迎来全面爆发期。
Cloud的模型系列在代码能力上持续领先，备受推崇。
Google凭借Gemini 3 Pro和世界模型Genie 3强势回归。
OpenAI虽持续迭代，但新品未能满足市场过高预期。
开源大模型与学术进展，正快速缩小与闭源模型的差距。
面向创作者的AI工具，如Nano Banana，展现出巨大商业潜力。
精华内容
回望2025下半年，AI行业的叙事重心发生了根本性转移。单纯的大模型竞赛已告一段落，取而代之的是Agent能力的全面竞速和多模态应用的初步探索，真正的价值正在悄然沉淀。
Agent竞赛开启
下半年的核心主题无疑是Agent能力的进化。学术界和工业界投入巨大，从Kimi K2发布全链路提升Agent能力的技术，到Qianwen团队探索更稳定的RL Post Training方法，再到Deep Research开源论文构建Agent应用的完整思路。JLM连续发布的4.5和4.6版本，其论文标题也明确指向了coding、reasoning和agent能力的巨大提升，并获得了硅谷众多公司的积极适配。所有信号都表明，AI的能力重心正从生成对话转向执行复杂任务。
产品体验分化
产品层面的表现则呈现出冷热不均的态势。Cloud成为最大赢家，其Ops 4.1到4.5 Solnet的迭代，在代码生成等具体问题上解决得越来越好，成为许多开发者的日常必用工具。反观OpenAI，JBT 5因预期过高而反响平平，Sora 2体验后迅速被用户抛弃，年末的GBT 5.2也被认为进化速度放缓。Google则凭借Gemini 3 Pro实现了强势回归，展现出了这位科技巨头的深厚潜力。领头羊的预期管理和持续创新能力显得至关重要。
新应用探索
多模态与垂直工具的突破同样值得关注。Google发布的Genie 3世界模型，虽仅为Demo，但已能通过一句话生成可玩的3D第一人称游戏，展示了极高的技术上限。在应用层面，Nano Banana这类针对创作者的工具大放异彩，它通过精准的prompt直接生成可商用级别的精美封面，极大地提升了内容创作效率。这预示着AI的价值正从底层模型向解决具体场景问题的应用层转移。
开源力量崛起
开源生态在下半年展现出强大的追赶势头。LFM 2、DeepSeek V3.2等开源模型的持续发布，体现了全球社区缩小与头部闭源模型差距的决心。学术界的OMO 3等研究也为开源社区注入了新的活力。此外，META以20亿美金收购AI应用层公司MINUS，这一标志性事件给所有创业者带来了信心，说明在基础模型之上构建优质产品和商业模式，依然拥有广阔前景，认真做好产品本身是关键。
2025下半年的AI格局清晰地表明，能力正在从通用模型向专用Agent转移。Google的复苏和开源社区的活力预示着未来的竞争将更加激烈。AI应用的落地和商业化，或许将是下一阶段的最大看点，谁将定义新的交互范式？
