2025，这一年，年终总结

2025，这一年，年终总结 2025，这一年，年终总结 Modified January 22 真是，见面亲三分，就你很难想想在屏幕后面的是一个怎样的人， 好多人，没见我之前，以为我是那种40+的，老古董， 见了之后，才知道我是个rapper。。。 哈哈哈。 今年公众号，也从“NLP工作站”改成“刘聪NLP”， 这样全网ID，都一样了，再也不会迷路了，哈哈哈。 接下来，说说这一年下来的一些感受吧，也有一些期待， 开源模型是国内是Top1了！ 重点感谢DeepSeek和Qwen吧， DeepSeek改变了国内大模型的格局，之前各大厂商，基本上是只开源小模型，最顶级的模型基本上是闭源的， DeepSeek开源V3、R1之后， 带动智谱、Kimi、混元、文心、MiniMax等等等等，都开源了顶级模型，也就是最好的， 虽然开的模型越来越大，但是极大的推动了开源社群的发展。 当然我最爱的Qwen，依旧坚持不懈的开源，今年Qwen3整个系列的模型 ，从纯文本、到VLM、到Omini，还有Image等等等等， 还是那个Qwen，很全、很顶， 之前学术界都是用Llama还实验，现在应该清一色都是Qwen了， 并且，自从Llama4陨落之后，国外基本上也没啥太多开源模型了， 可以说， 基本上开源模型和闭源模型的差距，就是国内模型和国外模型的差距了。 本来10月份之前，感觉开闭源直接已经无限接近了，但是Google的Gemini3.0 Pro属实太强了，又拉开了一些， 只能说国内也是要加油。 今年你会看到一些厂在猛猛发力， 比如快手、美团、小米， 也会发现一些慢慢掉队，我就不点名了， 变化很快，也不知道2026年，是何种情景 模型越来越大，我们还能做什么？ 2025年，开源了太多模型， 基本上MoE是标配了， 模型太大，想要拉起更高的并发，MoE是一个很好的选择。 但，基础参数需要吃点太多显存，之前很多人可以做做模型训练，但现在大多只能做做测试， 即使是测试，还都大多是调用API为主。 这里就要感谢依然开源小尺寸的Qwen、面壁、智谱等等等。 说一个爆论， 相较于更大参数的模型，小模型或者端侧模型，在未来两年发展的趋势会更猛， Scaling Law告诉我们大力出奇迹，堆参数、堆训练数据，模型就会很强，但预训练数据基本上已经用的差不多了，模型一味变大的边际效应明显在变弱。 近期 Ilya 的采访估计大家都看了，Ilya表示2012 2020年是研究时代，2020 2025 年是扩展时代，2025年之后会重回研究时代。 那么，我觉得让小模型拥有大智慧，是一个会大家进行更多研究的方向。 一方面是，LLM落地会考虑成本，使用越小的模型，成本会越低；另一方面，更大模型无法取得很大突破时，以小博大是很多人直观的想法。 而且在这两年，小模型的发展其实已经很快了，之前GPT3.5的效果，应该随随便便的7B模型就能达到，甚至还会更好。 而且前一阵的豆包手机把GUI模型成为实用，但也带来一些隐私安全等问题，那么未来端侧、小模型是必须的， 端侧芯片的承载能力越来越强，端侧模型的知识密度越来越高， 此前只能在云上部署的大模型，最终一定可以用终端芯片就装得下、跑得动。 那么我们可以思考一下， 小参数模型，学习更多的数据，真的能记住吗？ 长文本在端侧，如何更好的解决，需要有架构层面的创新。。 几乎已经听不到领域大模型了 2025年几乎听不到领域大模型了， 除了夸克的高考大模型、医疗大模型、百川的医疗大模型， 我就不知道其他的了， 这是一个很现实的问题， 当领域大模型打不过顶级大模型+领域知识库后，很多所谓的领域大模型已经没有意义了。 领域大模型想脱颖而出，必须要有足够的存在壁垒领域知识+丰富的领域定向任务，很多人已经做不起了，门槛变得很高。 但我一直都觉得KnowHow十分重要，即使现在的大模型很强，训练了很多数据，但我依然觉得还有很多私有数据是没有被使用到的，而这些才是深耕垂域的财富。 不过，就算是Agent，也需要找到一个领域， 才能发挥更大的价值，通用Agent如果不聚焦，感觉很难打开市场。 2026年还会有领域模型吗。。。 ToB的Agent还走不通 虽然Manus的出现，让Agent大火，各种家都在搞Agent应用， 但在真实toB上，Workflow 比 Agent 更重要，即使是在Agent大火的今年， 主要很多企业，尤其是制造业、工业，现在需要的其实很多不是AI能力，而是自动化能力， 而一般在整个自动化流程中，AI或者大模型只是其中的一环， 那么WorkFlow的模式就更适合， 当然还有很关键的因素，国内ToB，很在乎数据隔离、安全性的问题， 就导致基本上都是一些本地化的项目，模型都在30B、70B的尺寸，太大性价比很低， 那么你就会发现，其实并没有那么智能，Agent的出错概率很高，WorkFlow的可控性会更高。 还有第二个就是，大部分ToB都还在SFT，RL其实是奢望， 很多企业内部任务并没有一个准确的，好坏评价体系， 很多时候都是业务人员，测了几个问题，好了就是好了，坏了就是坏了， 无法定义一个好的奖励模型，也就没法做一个RL任务。 第三个，就是在2025年，RAG大家虽然会觉得很老、很low，毕竟都在追捧Agent， 但现在最好落地的，还是以RAG为主的知识库问答，也是企业场景里最需要的，使用率较高的， 虽然很多开源框架，从0到1很容易，但在往上全是坑点， 核心还是很多工程化内容，甚至大部分时间，你还是在做数据基建工作。 最好的AI应用是Code编程 Andrej Karpathy 在 今年 2 月提出的Vibe Coding概念之后，迅速爆火 ， 同时在2025年这一年，各种Code编程工具，也是不断出现，Code编程也成了AI应用最好的方向。 本身代码就天然最适合大模型，高度结构化、语义明确、上下文边界清晰等等等。 受众也广泛、使用频次也高， 对于开发人员来说，是效率工具，之前一周开发的工作内容，现在一天就可以， 当然也让很多不熟悉代码的人，也能快速开发一个demo。 并且做AI，一定要拥抱变化 但要记住，AI是工具，打铁还需自身硬！ Nano Banana和Sora2颠覆了我对生图生视频的认知 现在生图、生视频，已经到了真假难辨的程度， 以前是玩具， 现在真的可以上生产了， 而且对普通大众的要求也越来越低， 向我这种没有审美的，不怎么会描述的人， 用Nano Banana Pro，都可以生成很好的图， 而且，前段时间，AI PPT，也是因为Banana又翻火了， 图像生成模型的知识理解能力已经超级强了， 不得不说，Google还是你谷歌， Nano Banana算是今年超预期、颠覆性的模型吧。。。 最后 2025年，太卷了， 但这一整年，过的确实很充实。 Flag时刻，希望2026年能有一篇10w+的文章吧，哈哈哈 真是，见面亲三分，就你很难想想在屏幕后面的是一个怎样的人， 好多人，没见我之前，以为我是那种40+的，老古董， 见了之后，才知道我是个rapper。。。 哈哈哈。 今年公众号，也从“NLP工作站”改成“刘聪NLP”， 这样全网ID，都一样了，再也不会迷路了，哈哈哈。 接下来，说说这一年下来的一些感受吧，也有一些期待， 开源模型是国内是Top1了！ 重点感谢DeepSeek和Qwen吧， DeepSeek改变了国内大模型的格局，之前各大厂商，基本上是只开源小模型，最顶级的模型基本上是闭源的， DeepSeek开源V3、R1之后， 带动智谱、Kimi、混元、文心、MiniMax等等等等，都开源了顶级模型，也就是最好的， 虽然开的模型越来越大，但是极大的推动了开源社群的发展。 当然我最爱的Qwen，依旧坚持不懈的开源，今年Qwen3整个系列的模型 ，从纯文本、到VLM、到Omini，还有Image等等等等， 还是那个Qwen，很全、很顶， 之前学术界都是用Llama还实验，现在应该清一色都是Qwen了， 并且，自从Llama4陨落之后，国外基本上也没啥太多开源模型了， 可以说， 基本上开源模型和闭源模型的差距，就是国内模型和国外模型的差距了。 本来10月份之前，感觉开闭源直接已经无限接近了，但是Google的Gemini3.0 Pro属实太强了，又拉开了一些， 只能说国内也是要加油。 今年你会看到一些厂在猛猛发力， 比如快手、美团、小米， 也会发现一些慢慢掉队，我就不点名了， 变化很快，也不知道2026年，是何种情景 模型越来越大，我们还能做什么？ 2025年，开源了太多模型， 基本上MoE是标配了， 模型太大，想要拉起更高的并发，MoE是一个很好的选择。 但，基础参数需要吃点太多显存，之前很多人可以做做模型训练，但现在大多只能做做测试， 即使是测试，还都大多是调用API为主。 这里就要感谢依然开源小尺寸的Qwen、面壁、智谱等等等。 说一个爆论， 相较于更大参数的模型，小模型或者端侧模型，在未来两年发展的趋势会更猛， Scaling Law告诉我们大力出奇迹，堆参数、堆训练数据，模型就会很强，但预训练数据基本上已经用的差不多了，模型一味变大的边际效应明显在变弱。 近期 Ilya 的采访估计大家都看了，Ilya表示2012 2020年是研究时代，2020 2025 年是扩展时代，2025年之后会重回研究时代。 那么，我觉得让小模型拥有大智慧，是一个会大家进行更多研究的方向。 一方面是，LLM落地会考虑成本，使用越小的模型，成本会越低；另一方面，更大模型无法取得很大突破时，以小博大是很多人直观的想法。 而且在这两年，小模型的发展其实已经很快了，之前GPT3.5的效果，应该随随便便的7B模型就能达到，甚至还会更好。 而且前一阵的豆包手机把GUI模型成为实用，但也带来一些隐私安全等问题，那么未来端侧、小模型是必须的， 端侧芯片的承载能力越来越强，端侧模型的知识密度越来越高， 此前只能在云上部署的大模型，最终一定可以用终端芯片就装得下、跑得动。 那么我们可以思考一下， 小参数模型，学习更多的数据，真的能记住吗？ 长文本在端侧，如何更好的解决，需要有架构层面的创新。。 几乎已经听不到领域大模型了 2025年几乎听不到领域大模型了， 除了夸克的高考大模型、医疗大模型、百川的医疗大模型， 我就不知道其他的了， 这是一个很现实的问题， 当领域大模型打不过顶级大模型+领域知识库后，很多所谓的领域大模型已经没有意义了。 领域大模型想脱颖而出，必须要有足够的存在壁垒领域知识+丰富的领域定向任务，很多人已经做不起了，门槛变得很高。 但我一直都觉得KnowHow十分重要，即使现在的大模型很强，训练了很多数据，但我依然觉得还有很多私有数据是没有被使用到的，而这些才是深耕垂域的财富。 不过，就算是Agent，也需要找到一个领域， 才能发挥更大的价值，通用Agent如果不聚焦，感觉很难打开市场。 2026年还会有领域模型吗。。。 ToB的Agent还走不通 虽然Manus的出现，让Agent大火，各种家都在搞Agent应用， 但在真实toB上，Workflow 比 Agent 更重要，即使是在Agent大火的今年， 主要很多企业，尤其是制造业、工业，现在需要的其实很多不是AI能力，而是自动化能力， 而一般在整个自动化流程中，AI或者大模型只是其中的一环， 那么WorkFlow的模式就更适合， 当然还有很关键的因素，国内ToB，很在乎数据隔离、安全性的问题， 就导致基本上都是一些本地化的项目，模型都在30B、70B的尺寸，太大性价比很低， 那么你就会发现，其实并没有那么智能，Agent的出错概率很高，WorkFlow的可控性会更高。 还有第二个就是，大部分ToB都还在SFT，RL其实是奢望， 很多企业内部任务并没有一个准确的，好坏评价体系， 很多时候都是业务人员，测了几个问题，好了就是好了，坏了就是坏了， 无法定义一个好的奖励模型，也就没法做一个RL任务。 第三个，就是在2025年，RAG大家虽然会觉得很老、很low，毕竟都在追捧Agent， 但现在最好落地的，还是以RAG为主的知识库问答，也是企业场景里最需要的，使用率较高的， 虽然很多开源框架，从0到1很容易，但在往上全是坑点， 核心还是很多工程化内容，甚至大部分时间，你还是在做数据基建工作。 最好的AI应用是Code编程 Andrej Karpathy 在 今年 2 月提出的Vibe Coding概念之后，迅速爆火 ， 同时在2025年这一年，各种Code编程工具，也是不断出现，Code编程也成了AI应用最好的方向。 本身代码就天然最适合大模型，高度结构化、语义明确、上下文边界清晰等等等。 受众也广泛、使用频次也高， 对于开发人员来说，是效率工具，之前一周开发的工作内容，现在一天就可以， 当然也让很多不熟悉代码的人，也能快速开发一个demo。 并且做AI，一定要拥抱变化 但要记住，AI是工具，打铁还需自身硬！ Nano Banana和Sora2颠覆了我对生图生视频的认知 现在生图、生视频，已经到了真假难辨的程度， 以前是玩具， 现在真的可以上生产了， 而且对普通大众的要求也越来越低， 向我这种没有审美的，不怎么会描述的人， 用Nano Banana Pro，都可以生成很好的图， 而且，前段时间，AI PPT，也是因为Banana又翻火了， 图像生成模型的知识理解能力已经超级强了， 不得不说，Google还是你谷歌， Nano Banana算是今年超预期、颠覆性的模型吧。。。 最后 2025年，太卷了， 但这一整年，过的确实很充实。 Flag时刻，希望2026年能有一篇10w+的文章吧，哈哈哈 🔗 原文链接： https://mp.weixin.qq.com/s/JN7YTrGL... https://mp.weixin.qq.com/s/JN7YTrGL... 原创 刘聪NLP 刘聪NLP 刘聪NLP2025年12月28日 21:22 江苏 标题已修改 大家好，我是刘聪NLP。 又到了一年的结尾， 2025年即将结束 ，回想这一年，也是蛮梦幻的。 去年，2024年底的时候，本以为2025年的大模型要沉沦了， 毕竟LLM的落地都没有那么理想，当时还是为RAG为主，模型智能的上限貌似已经看到 。 万万没想到年初， DeepSeek R1，一顿狂轰乱炸 ，大模型这一摊水，又激活了， 那几个小模型一放，发现原来数据蒸馏之后小模型仅SFT就能think，可以提高很多，当然Zero R1，对于学术来说的意义更大。 还有Manus，直接又把Agent推向高潮， 但Agent一整年下来，真实应用场景并不好，不过年底的 豆包手机 确实让我们都大吃一惊，直接让GUI模型推到了可实用的位置， 虽然后面一系列隐私问题的发酵，也让我们意识到，端侧模型的发展的重要性。 今年这一年的大模型更新节奏，要比之前要更快，整个AI圈都很卷， 可是，你现在回想，依旧印象深刻的模型、产品、又是哪些呢？ 欢迎评论区评论。 对于我个人来说， 2025年上半年， 应该是大部分时间在研究R1和MCP改造了吧， RL之前做的也少，当时也觉得没有那么必要，毕竟DPO盛行， DS确实给我们上了一课，在小模型上复现Zero R1的aha moment，也蛮有意思， 不过，最大的成绩，应该是 开源中文DeepSeek R1（满血）蒸馏数据集 110K ， 开源中文DeepSeek R1（满血）蒸馏数据集 110K 当时HuggingFace和ModelScope上都上了趋势榜，而且还是数据模块第一， 数据也被ms swift、llamafactory等微调框架使用， 还是蛮开心的，也是给开源尽了一份力。 我也聊过很多大厂在做LLM研究的，大多数还是在本本分分的搞数据， 一句话总结，谁还不是个臭搞数据的呀 毕竟，从无限数据转向有限数据的时代， 对于post training的数据要求其实更高。 还有MCP，也是爆火一时， 但其实在24年11月份就提出来了，不过是在Manus火起来之后，MCP也随之大火， 当时给公司的一些工具、服务，都改造成了MCP的格式， 也是弄了一段时间的Agent， 由于是做tob的，这agent真不可控，强制训练出来的内容，跟workflow也相差无几。 还有，Anthropic的每一篇agent相关blog，是一定要好好看一看的。 下半年， 就是在大模型应用落地方面做了一些工作，就是不断尝试着新模型，不断在业务上进行效果验证。 对外输出的，主要还是大模型的评测，我也是从7月开始就一直整理着国内开源模型， • 7月开源模型汇总 7月开源模型汇总 • 8月开源模型汇总 8月开源模型汇总 • 9月开源模型汇总 9月开源模型汇总 • 10月开源模型汇总 10月开源模型汇总 • 11月开源模型汇总 11月开源模型汇总 PS：12月份的等31号整理完就发。 同时整个一年都 被vibe coding在围绕 ，真的大大缩短了开发时间，即使你不擅长的语言，交给AI就好了， 不过打铁还需自身硬，内核终究还是你自己。 说到内核，在下半年严重感觉到自己摄入不足，没那多点子了。 今年最开心的，还面基了很多朋友，获得了2024年新知答主称号，见了很多知乎好友，也参加了卡子举办的活动。