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

生成式AI搜索：整合多源數據，提供獨特答案，掃描設備文件快速識別對象，或將加速傳統搜索引擎終結，推動個性化AI助手普及。生成式AI搜索的技術趨勢主要體現在以下幾個方面：

1. 多模態融合：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的信息，為用戶提供更為豐富和全面的搜索結果。這種多模態融合的能力不僅提升了搜索的準確性和相關性，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，通過機器學習和數據分析技術，為用戶提供個性化的搜索結果。同時，它還能根據用戶的反饋和行為數據不斷優化搜索算法，提升搜索的智能化水平。

3. 設備端搜索：生成式AI搜索技術不僅限于云端，還能在設備端實現高效搜索。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搜索的興起對傳統搜索引擎構成了挑戰，也推動了搜索引擎行業的變革。隨著技術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。

小型語言模型：

專精小新，雖參數規模小，但特定任務表現不輸大型模型，更經濟節能。AI發展將轉向更小、更靈活的解決方案。

例如，在金融領域，一款僅5億參數的小型語言模型就能完成精準的欺詐交易檢測，與傳統大型語言模型相比，其推理時間大大縮短，效率顯著提升。同樣，在醫療診斷領域，小型語言模型結合電子病歷數據，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億參數的小型語言模型，結合材料成分，微觀表面分析，化學性能，物理性能，壽命可靠性失效分析數據庫等等，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，能快速適應新環境并處理多任務。