我左思右想，目前的想法是，借着GPT-5发布翻车事件，谈谈截至今天AI的技术发展路径，对AI的发展框架先建立清楚的认知，作为后续内容更新的大纲。当然，当前的发展路径也可能会因为未来的某篇论文而全面颠覆，那是以后的事了。
首秀翻车！GPT-5与AI发展曲折史
2025年8月8日凌晨1点，全世界的目光再次聚焦在旧金山。OpenAI首席执行官山姆·奥尔特曼，亲手揭开了新一代大模型——GPT-5的神秘面纱。那一刻，媒体的形容词是“划时代”“新王登基”，用户的期待值飙到天际。
图片来源：OpenAI官网
然而，短短几天后，赞美变成了失望。“反应比乌龟还慢”，“答案短得像打电报”，“连最基本的常识问题都能答错”，吐槽如雪片般飞来，全球社交平台一片哗然。
有人怀念起旧时代的温暖——“GPT-4o不仅能写代码，还在我焦虑、抑郁、人生最黑暗的时候陪伴我。它很温柔，很像一个真正的人。”反观GPT-5，像是一个被阉割了情感的天才，智商或许更高，但灵魂已被抽走。在全球用户的持续抗议下，OpenAI做出了史无前例的决定——为付费用户重新上线那个曾被“处决”的GPT-4o。
一个被宣告死亡的AI模型，在呼喊中“亡灵归来”。在科技史上，这是罕见甚至近乎不可思议的场景。这不仅仅是一次技术上的逆转，更是一场关于权力、情感与选择的抗争。用户的集体意志，第一次真正改变了顶级科技公司的航向。
这一事件，也让我看到——AI不仅是算法和算力的堆叠，它同样是情感的载体。而当这种情感链接被切断，技术再先进，也可能失去人心。（如果您想进一步了解GPT-5大模型，请登录OpenAI官网https://openai.com，需要科学上网）。
图片来源：OpenAI官网
接下来，简要聊聊一条更长的时间线：AI技术的发展路径——它是如何从“工具”变成“伙伴”，又将走向何方。
现阶段AI技术发展路径
AI的两条发展路径
**1.非具身智能：**不具备物理身体，在数字世界运行，通常表现为程序、算法等；例如ChatGPT、Deepseek等大模型。
**2.具身智能：**用物理实体来承载AI大模型，从而构成一个可感知真实世界、可理解问题并制定规划、可在真实世界中行动的智能系统，特点是形成“感知——行动”闭环；如人形机器人、自动驾驶、AI眼镜等。
图片来源：自绘
01 第一阶段：生成式AI（AIGC）
2012年深度学习革命开启以来，人工智能踏上了独特的发展之路。最初是感知AI，让机器能“看见”和“听见”，具备计算机视觉和语音识别能力。人脸识别（门禁、打卡）和语音助手（录音转文字）就是那个阶段的典型产物。
2022年，生成式AI（AIGC，Artificial Intelligence Generated Content）横空出世。从会“画图”的 DALL·E、Stable Diffusion，到会“聊天”的 ChatGPT，AI技术第一次走入全民视野。
1.单模态
模态（Modality）是啥？模态就是信息的表现形式，也可以理解成“感官的类型”。
（1）人类有五种感官：看（视觉）、听（听觉）、说（语言）、摸（触觉）、闻（嗅觉）；
（2）AI 的“模态”就是它能处理的数据类型：文字、图片、声音、视频、传感器信号等。
初期大模型以单模态为主，核心能力是用大模型生成单一模态的内容，说人话就是语言模型只能生成文本，图像模型只能生成图像，音频模型只能生成音频…
图片来源：自绘
2.多模态
单一模态的生成式AI，只是人工智能的“起步阶段”。多模态AI，才更接近真实的人类世界。毕竟，我们每天同时用视觉、听觉、触觉接收信息。多模态技术让机器不仅能读懂文字，还能看懂图像、听懂声音、分析视频。
图片来源：自绘
未来的大模型，必然会向多模态进化，让AI看得见、听得懂、能交流，甚至“感知”世界（简单测试了豆包的多模态能力，就问你怕不怕。如果您网上看到了一家心动的美食餐厅，却不知道位置，您可以问问豆包，答案绝对让您震惊，我甚至觉得这个功能后续可能会被监管使用）。
图片来源：手机截图
**生成式AI目前正处于 “单模态为主、多模态快速发展” 的阶段，部分单模态模型已经迭升级为多模态模型。**常见的生成式AI都有哪些？是谁在背后操盘？（大模型的训练，既要烧掉天文数字的资金，还要拿捏顶尖的算法技术。目前全球格局就是——中、美你追我赶，其他国家躺平选择默默吃瓜。）
图片来源：自绘
02 第二阶段：代理式AI（AI Agent）
在第一阶段，已经训练出功能强大的大模型，接下来怎么组织这些大模型为人类干活，就需要Agent（直译为代理商，我愿称之为包工头）出场。AI Agent 就像一个会自己跑腿的数字包工头——你只要提要求，它负责拆解任务、组织各类大模型和调用工具、处理问题并把结果汇报给你。
大模型和Agent有什么区别？
可以把大模型想象成一个超级聪明的大脑，里面装着海量的知识，问它问题，它会直接告诉你答案。而Agent就像是一个“能动的助手”——它不光会想，还会自己动手去做事。
举个栗子：
1.大模型像百科全书，你问“杭州明天天气怎么样？”，它会告诉你“多云，最高温 38℃”。
2.Agent 像一个贴心助理，你说“帮我安排明天去杭州的行程”，它会自己查天气、订机票、订酒店，还可能顺便帮你约好打车。
在软件领域，大模型正从单纯的“对话AI”向“干活AI”转变。2025年，被誉为通用Agent的爆发元年。对普通用户来说，Agent的存在感可能不强，但在特定场景和人群中，它的使用量增长尤为迅速——比如代码Agent、Manus、智能招聘Agent等。
图片来源：GitHub Copilot官网
Manus是最早出圈的通用Agent产品，自2025年3月发布后迅速走红。它能完成的任务多种多样——旅行规划、股票分析、PPT制作、网页开发……展现出极高的通用性。如今公司迁往新加坡，国内团队全部裁员，官网显示“Manus在您所在的地区不可用”。由于主要用户集中在海外，其实际增长速度可能比表面看到的更快。
图片来源：Manus官网
有兴趣的盆友，可以免费体验字节旗下的Agent产品扣子（Coze），某音上很多一天得罪一个博主系列，就是用扣子Agent调用搭建的工作流，实现批量快速生成。可自行创建工作流，也有大量模版供使用（网址https://www.coze.cn）。
图片来源：Coze
还有一款Agent产品叫Dify，和Coze一样，既可以在线使用（网址https://cloud.dify.ai），也可以本地部署，本地部署需要配置Docker虚拟环境，感兴趣的盆友可以耍一耍，B站上一堆教程。
图片来源：Dify
03 第三阶段：具身AI
经过前2个阶段的发展，AI不仅具有极高的智能，又能处理复杂的任务。为了让AI走出虚拟世界、进入真实世界，推动人类进入下一个生产力时代，这个“会思考的大脑”开始长出了“能感知和行动的身体”——具身AI诞生。
1.人形机器人
2025年春晚宇树机器人表演扭秧歌成功出圈，人形机器人正式进入大众视野。
图片来源：百度图片
人形机器人，是人类对“通用性”具身AI的终极想象。不同于只会干单一活儿的工业机械臂、扫地机器人，它们从一开始就被寄予“像人一样干各种活”的希望。毕竟，人类的工具和空间几乎都是按人来设计的——如果机器人完全拟人形态，双足、全尺寸，它的适用场景就几乎无限，这也是为什么这种形态最受关注。（下图列举了国内外知名的人形机器人产品及公司）。
图片来源：自绘
2.自动驾驶
小时候，我看过一部日本动漫《高智能方程式赛车》。主角风见隼人意外被车载AI“阿斯拉达”认定为唯一驾驶员，从此开启了高智能方程式史上最年轻冠军的传奇之路。那也是我对智能驾驶最初、最深的记忆。
图片来源：百度图片
2014年，特斯拉率先将自动驾驶辅助系统量产，宣告新能源汽车从“电动化”迈向“智能化”。国内，蔚来、小鹏、理想、华为、小米等新势力迅速跟进，“端到端大模型”（说白了就是输入→大模型→输出）依旧是那四个字——遥遥领先。到了2025年初，比亚迪不甘示弱，高调发起智驾大战，智能驾驶的角逐彻底进入白热化阶段。
图片来源：AIDC 研究报告 2025，泽平宏观
目前的自动驾驶还处在初级阶段，安全事故时有发生。各位大佬开车体验时，还是要小心，随时准备接管。为了防止车企过度宣传，监管部门也要求将“自动驾驶”更名为“自动驾驶辅助”。别慌，这并不是否定自动驾驶——只是它离真正落地，还需要一点时间。（附上近期懂车帝的组织的辅助驾驶综合测评结果，网络内容仅供参考，个人购买决策还需深入调研）。
图片来源：懂车帝
3.智能硬件
大模型的普及，让AI眼镜迎来质的飞跃。尤其是多模态能力赋予它物体识别、实时翻译、导航等强大功能，用户体验大幅提升。
2025年，AI眼镜火遍消费电子圈。苹果、Meta、小米、百度、华为等科技巨头纷纷入局，争相研发或推出自家AI眼镜产品。
还有很多AI智能硬件，或许躺在某个实验室的角落吃灰，或许能够产品化走向市场…
感谢您看到这里，看完以上内容，或许您已经初步了解AI的技术发展路径，这两个路径和三个阶段层层递进，但每个阶段又在独立发展，AI值得期待。
想入门 AI 大模型却找不到清晰方向？备考大厂 AI 岗还在四处搜集零散资料？别再浪费时间啦！2025 年AI 大模型全套学习资料已整理完毕，从学习路线到面试真题，从工具教程到行业报告，一站式覆盖你的所有需求，现在全部免费分享！
👇👇扫码免费领取全部内容👇👇
一、学习必备：100+本大模型电子书+26 份行业报告 + 600+ 套技术PPT，帮你看透 AI 趋势
想了解大模型的行业动态、商业落地案例？大模型电子书？这份资料帮你站在 “行业高度” 学 AI：
1. 100+本大模型方向电子书
2. 26 份行业研究报告：覆盖多领域实践与趋势
报告包含阿里、DeepSeek 等权威机构发布的核心内容，涵盖：
- 职业趋势：《AI + 职业趋势报告》《中国 AI 人才粮仓模型解析》；
- 商业落地：《生成式 AI 商业落地白皮书》《AI Agent 应用落地技术白皮书》；
- 领域细分：《AGI 在金融领域的应用报告》《AI GC 实践案例集》；
- 行业监测：《2024 年中国大模型季度监测报告》《2025 年中国技术市场发展趋势》。
3. 600+套技术大会 PPT：听行业大咖讲实战
PPT 整理自 2024-2025 年热门技术大会，包含百度、腾讯、字节等企业的一线实践：
- 安全方向：《端侧大模型的安全建设》《大模型驱动安全升级（腾讯代码安全实践）》；
- 产品与创新：《大模型产品如何创新与创收》《AI 时代的新范式：构建 AI 产品》；
- 多模态与 Agent：《Step-Video 开源模型（视频生成进展）》《Agentic RAG 的现在与未来》；
- 工程落地：《从原型到生产：AgentOps 加速字节 AI 应用落地》《智能代码助手 CodeFuse 的架构设计》。
二、求职必看：大厂 AI 岗面试 “弹药库”，300 + 真题 + 107 道面经直接抱走
想冲字节、腾讯、阿里、蔚来等大厂 AI 岗？这份面试资料帮你提前 “押题”，拒绝临场慌！
1. 107 道大厂面经：覆盖 Prompt、RAG、大模型应用工程师等热门岗位
面经整理自 2021-2025 年真实面试场景，包含 TPlink、字节、腾讯、蔚来、虾皮、中兴、科大讯飞、京东等企业的高频考题，每道题都附带思路解析：
2. 102 道 AI 大模型真题：直击大模型核心考点
针对大模型专属考题，从概念到实践全面覆盖，帮你理清底层逻辑：
3. 97 道 LLMs 真题：聚焦大型语言模型高频问题
专门拆解 LLMs 的核心痛点与解决方案，比如让很多人头疼的 “复读机问题”：
![]()
三、路线必明： AI 大模型学习路线图，1 张图理清核心内容
刚接触 AI 大模型，不知道该从哪学起？这份「AI大模型 学习路线图」直接帮你划重点，不用再盲目摸索！
路线图涵盖 5 大核心板块，从基础到进阶层层递进：一步步带你从入门到进阶，从理论到实战。
L1阶段:启航篇丨极速破界AI新时代
L1阶段：了解大模型的基础知识，以及大模型在各个行业的应用和分析，学习理解大模型的核心原理、关键技术以及大模型应用场景。
L2阶段：攻坚篇丨RAG开发实战工坊
L2阶段：AI大模型RAG应用开发工程，主要学习RAG检索增强生成：包括Naive RAG、Advanced-RAG以及RAG性能评估，还有GraphRAG在内的多个RAG热门项目的分析。
L3阶段：跃迁篇丨Agent智能体架构设计
L3阶段：大模型Agent应用架构进阶实现，主要学习LangChain、 LIamaIndex框架，也会学习到AutoGPT、 MetaGPT等多Agent系统，打造Agent智能体。
L4阶段：精进篇丨模型微调与私有化部署
L4阶段：大模型的微调和私有化部署，更加深入的探讨Transformer架构，学习大模型的微调技术，利用DeepSpeed、Lamam Factory等工具快速进行模型微调，并通过Ollama、vLLM等推理部署框架，实现模型的快速部署。
L5阶段：专题集丨特训篇 【录播课】
![]()
四、资料领取：全套内容免费抱走，学 AI 不用再找第二份
不管你是 0 基础想入门 AI 大模型，还是有基础想冲刺大厂、了解行业趋势，这份资料都能满足你！
现在只需按照提示操作，就能免费领取：
👇👇扫码免费领取全部内容👇👇
2025 年想抓住 AI 大模型的风口？别犹豫，这份免费资料就是你的 “起跑线”！
