Em 2025, a inteligência artificial deixou de ser apenas uma tecnologia em desenvolvimento na China e passou a ocupar um lugar estrutural na economia, na ciência e nos serviços. É o que aponta o Relatório das Dez Principais Tendências de IA para 2025, divulgado pelo QuantumBit Think Tank.

Segundo o estudo, o avanço da IA no país resulta da combinação entre expansão da infraestrutura computacional, evolução dos chips, amadurecimento dos modelos de grande escala e crescimento das aplicações práticas. A seguir, as dez frentes que concentraram esse movimento.

1. Infraestrutura computacional vira ativo estratégico

A demanda por centros de dados cresceu de forma acelerada ao longo de 2025. Governos e grandes empresas ampliaram a capacidade de processamento para treinar e operar modelos de IA de grande escala.

O relatório aponta o poder computacional como base da chamada “indústria inteligente”, com investimentos voltados à eficiência energética, à construção de superclusters de GPU (Unidade de Processamento Gráfico) e à redução de custos operacionais.

Esse movimento acompanha uma tendência global, mas ganha contornos próprios na China, onde projetos nacionais de redistribuição de capacidade computacional ajudam a equilibrar oferta de energia e processamento entre regiões.

2. Chips projetados para IA

As exigências dos modelos de IA influenciaram diretamente o design de semicondutores. Em 2025, fabricantes chineses avançaram no desenvolvimento de chips voltados especificamente para treinamento e inferência, como ASICs (Circuitos Integrados de Aplicação Específica) e aceleradores dedicados.

Empresas como a Huawei, com a linha Ascend, ampliaram parcerias com provedores de nuvem e clientes corporativos para integrar essas soluções a ambientes de produção. O objetivo é reduzir a dependência de GPUs importadas e garantir desempenho adequado para modelos cada vez maiores, dentro das limitações do cenário geopolítico.

3. Pré-treinamento passa a definir a hierarquia dos modelos

O relatório destaca que o pré-treinamento passou a definir a hierarquia entre modelos de grande escala, enquanto a inovação em arquitetura determina o nível de eficiência desses treinamentos. Quem dispõe de mais dados, melhor infraestrutura e técnicas mais refinadas parte em vantagem.

Na prática, isso reforça a liderança de grandes empresas e centros de pesquisa. Modelos como o Qwen, da Alibaba, ganharam espaço entre desenvolvedores ao longo de 2025 justamente por combinarem base ampla de dados e boa eficiência, o que se refletiu em maior adoção e desempenho consistente.

4. Modelos de grande escala entram na fase de inferência

Em 2025, os grandes modelos deixaram de ser vistos como experimentos e passaram a operar de forma contínua em produtos e serviços. A prioridade deixou de ser apenas treinar modelos maiores e passou a torná-los mais eficientes no uso cotidiano.

Isso aparece em aplicações como assistentes digitais, automação de processos empresariais, análise de dados e atendimento ao cliente em plataformas de e-commerce, onde a inferência (respostas rápidas e estáveis), tornou-se o principal desafio técnico.

5. IA digital e IA física começam a se integrar

O relatório identifica a convergência entre IA da informação, sistemas físicos e inteligência incorporada. Em outras palavras, software e hardware passam a evoluir juntos.

Essa integração se reflete no avanço da robótica, da automação industrial e dos veículos autônomos. Empresas como a DJI e fabricantes de robôs industriais ampliaram o uso de IA para navegação, reconhecimento de objetos e interação com ambientes reais, aproximando a tecnologia de aplicações físicas concretas.

6. Reconfiguração dos pontos de entrada de tráfego digital

A IA passou a transformar a forma como os usuários acessam serviços digitais. Em 2025, agentes de IA começaram a atuar como intermediários entre pessoas e aplicações, organizando tarefas, informações e fluxos de trabalho.

Esses agentes se integraram a smartphones, computadores e plataformas de comunicação, reduzindo a dependência de interfaces tradicionais. Essa mudança altera o papel do “primeiro clique” e desloca parte do tráfego para sistemas baseados em IA.

7. Modelos multimodais ganham espaço

O uso de modelos capazes de integrar texto, imagem, vídeo e código avançou de forma visível em 2025. Essas abordagens ampliam o contexto das respostas e tornam as aplicações mais versáteis.

Na China, chatbots que combinam imagem e texto, além de ferramentas de geração de conteúdo audiovisual, começaram a ser adotados comercialmente, especialmente em plataformas digitais e serviços criativos.

8. IA incorporada em hardware cotidiano

A presença da IA se expandiu para dispositivos de uso diário. Veículos inteligentes, smartphones, wearables (tecnologia vestível) e outros equipamentos passaram a incorporar processamento de IA local, sem depender exclusivamente da nuvem.

Esse movimento aproxima a tecnologia do usuário final e amplia seu uso em atividades rotineiras, do transporte à comunicação e ao entretenimento.

9. IA acelera a pesquisa científica

O relatório aponta o uso crescente de IA em áreas como química, física e ciência dos materiais. Em vez de substituir pesquisadores, a tecnologia tem sido usada para acelerar simulações, testar hipóteses e otimizar experimentos.

Embora comparações com níveis humanos avançados sejam difíceis de medir, há evidências concretas de ganhos de produtividade e redução de tempo em etapas críticas da pesquisa científica e industrial.

10. IA de código aberto e rota chinesa para IAG

Por fim, o estudo destaca o fortalecimento de modelos de código aberto desenvolvidos na China e a busca por um caminho próprio rumo à inteligência artificial geral.

A estratégia combina abertura técnica, colaboração entre empresas e pesquisadores e desenvolvimento alinhado às demandas locais. O avanço do código aberto, nesse contexto, funciona como um instrumento de escala, redução de custos e formação de ecossistema, sem depender exclusivamente de modelos estrangeiros.