个人推测2025年AI大概率发生的几个事情

个人推测2025年AI大概率发生的几个事情：

AI模型部分：

- llama-4 (这个几乎板上钉钉了，今年第一季度，如果推理能力不强，llama可能要跑偏)

- Gemini-2.5-flash-thinking (今年第二季度，更好的推理模型，正式下放到例如浏览器的google平台)

- Claude-4 （今年第一季度，拥有更强的推理能力，写代码上下文理解能力更强（目前这点一般般，体现在写C，CPP，Rust，对全局变量或者跨多个作用域的变量理解很垃圾））

- Qwen3 (今年第二季度，拥有推理能力)

- GPT-5 （今年第二季度，但我估计是个better推理模型这样，不会比o3强太多，但是价格会比o3下降很多，使其商业可用）

关于推理：

- 推理模式的商业模型和开源模型将全面爆发，大家开始卷性能和价格（今年第二季度之后）

- 受限于推理模式的性能限制，可能会出现新的基于推理的开源基础框架（今年第二季度）

- 推理水平接近人类的80% （今年第三季度，目前ARC-AGI测试大概是人类的65%左右，见图1）

关于性能和设备：

- 消费级显卡8卡极致算力可以达到 150token/s (今年第一季度，70b-4bit模型，假定5090显存带宽有1700GB/s+)

- 新的基于推理的MoE模型（今年第二季度，因为推理很慢所以想要本地部署只能MoE）

- Mac M4 Ultra，算力达到20token/s（今年第二季度，70b-4bit模型，假定这次内存带宽能达到1024GB/s）

- A100 租赁价格降低到0.5USD/min，（今年第二季度，现在是0.81左右，按照关机价来算，现在显卡租赁还是嗷嗷赚钱的状态，A100才300W，A100按照25000USD计算，一年回本，每小时成本是2.85USD，再假设其他成本0.1USD每分钟，加州电费是0.35USD/KWh, 总体关机价格大概是3USD每小时，即0.05USD/min, 赚到爆）

商业化部分

- 各家都在卷RAG与推理深度融合，估计今年RAG效果会有很大的提升（今年第二季度）

- 川普会进一步限制新显卡出口，所以国内的自研卡商盈利面还是很不错的，CUDA的护城河远没有光刻先进制程和GPU架构那么高 （持续）

- 各种设备都开始尝试搭载模型或者本地小模型（今年第一季度，手机，笔记本，智能音箱）

- 端的专用AI设备昙花一现 （到今年第四季度，没错我不看好这方面的专用硬件，比如AI眼镜。我认为始终应该是AI融合进现有高频设备比较靠谱）

展望今年，各位怎么看？