开云（中国大陆官方网站）Kaiyun科技股份有限公司 - 领先的GPU计算与AI算力解决方案

　　在2025年初，AI领域迎来了重大变革，安德烈·卡帕西发布了其年度总结《2025 LLM Year in Review》，引发了广泛关注。这位OpenAI前联合创始人和特斯拉前AI总监指出，目前大模型的潜力仅被挖掘了10%，未来的突破才刚刚开始。

　　卡帕西特别强调了新兴的RLVR（可验证奖励的强化学习）训练范式，该方法将彻底改变大模型的训练方式。与传统的训练流程相比，RLVR允许模型在特定环境中自我练习，从而提升推理能力。例如，DeepSeekR1采用RLVR训练后，其推理能力显著增强。尽管RLVR的优化时间较长，但其高效性和成本效益使其成为未来训练的核心。

　　与此同时，卡帕西提出了一个引人深思的比喻，称现在的大模型不是在像动物一样进化，而是在“召唤幽灵”。这意味着AI的智能发展方向与人类截然不同，主要是为了模仿文本并获取奖励，这导致其智能表现呈现出锯齿状，既有时能解决复杂问题，也可能在其他情况下显得不足。

　　在应用层面，Cursor的创新表现尤为突出。它不再仅仅是调用模型接口，而是围绕模型构建了完整的应用生态，适用于医疗、法律等多个领域。卡帕西认为，未来的实验室将专注于“通识型”模型的培养，而开发者则利用私有数据和工具，将这些模型发展成行业专家。

　　在交互方面，Anthropic的ClaudeCode在个人电脑上实现了端侧智能体的运行，能够使用用户的私有数据，标志着人机交互的新突破。而谷歌的Gemini NanoBanana则将文本生成、图像生成与世界知识相结合，提供了更丰富的交互形式，进一步增强了AI与日常生活的融合。

　　尽管卡帕西的判断似乎夸张，但他指出的未来发展方向却相当务实。未来的大模型将不再仅仅依赖参数和算力的竞争，而是向着“高效思考”和“实用落地”的方向发展。尽管智能的锯齿状缺陷及端侧智能体的可靠性问题仍待解决，但这些挑战正是推动技术进步的动力。最终，AI的目标是在专业领域提供有效帮助，改善普通人的生活。技术的进步从来都是循序渐进的，未来的大模型值得我们期待。返回搜狐，查看更多