《麻省理工科技評論》于1月3日公布2025年十大突破性技術(shù)，其中AI相關(guān)技術(shù)有：

生成式AI搜索：整合多源數(shù)據(jù)，提供獨特答案，掃描設備文件快速識別對象，或?qū)⒓铀賯鹘y(tǒng)搜索引擎終結(jié)，推動個性化AI助手普及。生成式AI搜索的技術(shù)趨勢主要體現(xiàn)在以下幾個方面：

1. 多模態(tài)融合：生成式AI搜索能夠整合來自文本、圖像、音頻和視頻等多種模態(tài)的信息，為用戶提供更為豐富和全面的搜索結(jié)果。這種多模態(tài)融合的能力不僅提升了搜索的準確性和相關(guān)性，還增強了用戶體驗的沉浸感和互動性。

2. 個性化與智能化：生成式AI搜索能夠深入理解用戶的搜索意圖和偏好，通過機器學習和數(shù)據(jù)分析技術(shù)，為用戶提供個性化的搜索結(jié)果。同時，它還能根據(jù)用戶的反饋和行為數(shù)據(jù)不斷優(yōu)化搜索算法，提升搜索的智能化水平。

3. 設備端搜索：生成式AI搜索技術(shù)不僅限于云端，還能在設備端實現(xiàn)高效搜索。例如，通過掃描設備上的文件、照片和視頻，快速識別和定位對象，為用戶提供便捷的搜索體驗。

4. 推動搜索引擎變革：生成式AI搜索的興起對傳統(tǒng)搜索引擎構(gòu)成了挑戰(zhàn)，也推動了搜索引擎行業(yè)的變革。隨著技術(shù)的不斷進步和應用場景的拓展，生成式AI搜索有望成為未來搜索引擎的主流形態(tài)。

小型語言模型：

專精小新，雖參數(shù)規(guī)模小，但特定任務表現(xiàn)不輸大型模型，更經(jīng)濟節(jié)能。AI發(fā)展將轉(zhuǎn)向更小、更靈活的解決方案。

例如，在金融領域，一款僅5億參數(shù)的小型語言模型就能完成精準的欺詐交易檢測，與傳統(tǒng)大型語言模型相比，其推理時間大大縮短，效率顯著提升。同樣，在醫(yī)療診斷領域，小型語言模型結(jié)合電子病歷數(shù)據(jù)，能提供比通用大型語言模型更可靠的診斷建議。

或如，在材料失效分析領域，一款僅N億參數(shù)的小型語言模型，結(jié)合材料成分，微觀表面分析，化學性能，物理性能，壽命可靠性失效分析數(shù)據(jù)庫等等，就能完成精準的失效分析機理分析，時間短，效率高，結(jié)論可靠。

快速學習機器人：

生成式AI興起提升機器人學習速度，自動化設備不再局限單一任務，通用機器人逐漸成形，能快速適應新環(huán)境并處理多任務。