CIC灼識咨詢-大模型與AIGC藍皮書-2023

CIC灼識咨詢大模型與AIGC藍皮書?2023

China

Insights

Consultancy.

Allrights

reserved.

Thisdocument

contains

highly

confidential

information

and

issolely

fortheuse

ofour

client.Nopart

of

it

maybe

circulated,

quoted,

copied

orotherwise

reproduced

without

thewritten

consent

of

ChinaInsights

Consultancy.1灼識咨詢是一家知名咨詢公司。其服務(wù)包括IPO行業(yè)咨詢、商業(yè)盡職調(diào)查、戰(zhàn)略咨詢、專家網(wǎng)絡(luò)服務(wù)等。其咨詢團隊長期追蹤物流、互聯(lián)網(wǎng)、消費品、大數(shù)據(jù)、高科技、能源電力、供應(yīng)鏈、人工智能、金融服務(wù)、醫(yī)療、教育、文娛、環(huán)境和樓宇科技、化工、工業(yè)、制造業(yè)、農(nóng)業(yè)等方面最新的市場趨勢，并擁有上述行業(yè)最相關(guān)且有見地的市場信息。灼識咨詢通過運用各種資源進行一手研究和二手研究。一手研究包括訪談行業(yè)專家和業(yè)內(nèi)人士。二手研究包括分析各種公開發(fā)布的數(shù)據(jù)資源，數(shù)據(jù)來源包括中華人民共和國國家統(tǒng)計局、上市公司公告等。灼識咨詢使用內(nèi)部數(shù)據(jù)分析模型對所收集的信息和數(shù)據(jù)進行分析，通過對使用各類研究方法收集的數(shù)據(jù)進行參考比對，以確保分析的準(zhǔn)確性。所有統(tǒng)計數(shù)據(jù)真實可靠，并是基于截至本報告發(fā)布日的可用信息。若您希望獲取CIC灼識咨詢的詳細(xì)資料、與灼識建立媒體/市場合作，或加入灼識行業(yè)交流群，歡迎掃碼、致致函marketing@。2目錄I.

大模型如今已展現(xiàn)出卓越的能力，隨著其不斷演進和完善，必將引領(lǐng)AI的未來道路，開創(chuàng)智能時代的新紀(jì)元II.

受益于大模型技術(shù)的日益成熟，AIGC有望掀起新一輪產(chǎn)業(yè)革命，開啟人類發(fā)展的智能新時代III.

GPGPU高度并行的計算資源為大型模型的訓(xùn)練和推理提供了不可或缺的支持，推動了大模型與AI領(lǐng)域的不斷進步和創(chuàng)新IV.

彩蛋：生成式AI如何提升工作效率3AI應(yīng)用現(xiàn)狀全球AI市場預(yù)計將于2030年達到1萬億美元，并且全球超過15%的GDP將由AI驅(qū)動；AI在各垂直領(lǐng)域的應(yīng)用滲透率也將繼續(xù)提升。AI在垂直領(lǐng)域中的應(yīng)用中國AI應(yīng)用情況強/主要的弱/次要的數(shù)據(jù)及AI基礎(chǔ)設(shè)施建設(shè)行業(yè)AI占IT支出比例AI應(yīng)用的挑戰(zhàn)中國AI支出占AI市場AI支出CAGR，數(shù)據(jù)量數(shù)據(jù)質(zhì)量IT系統(tǒng)成熟度比例，202222-27E20222027E19.8%??不同機構(gòu)之間的數(shù)據(jù)孤島數(shù)據(jù)系統(tǒng)安全及隱私金融零售12.1%11.8%28.1%26.6%??傳統(tǒng)零售商獲取結(jié)構(gòu)化/高度可用的數(shù)據(jù)供應(yīng)鏈機器學(xué)習(xí)算法優(yōu)化5.7%3.7%5.7%???專注單點技術(shù)突破，但無法跨場景規(guī)?；瘧?yīng)用數(shù)據(jù)整合程度低，管理欠佳AI解決方案供應(yīng)商分散制造業(yè)能源8.6%2.6%1.8%5.1%4.4%9.8%43.6%41.4%?AI應(yīng)用/轉(zhuǎn)型進度較慢??數(shù)據(jù)分散在各醫(yī)院/管理機構(gòu)數(shù)據(jù)系統(tǒng)安全及隱私醫(yī)療汽車政府5.6%12.3%27.1%5.5%19.5%21.6%8.2%25.5%28.3%27.6%21.0%18.7%?自動駕駛數(shù)據(jù)融合難度高??不同機構(gòu)之間的數(shù)據(jù)孤島數(shù)據(jù)系統(tǒng)安全及隱私資料來源：灼識咨詢4大模型的定義大模型是基于海量多源數(shù)據(jù)打造的模型，其是實現(xiàn)通用人工智能（AGI）的重要路徑。大模型可以整合多種不同類型的數(shù)據(jù)和信息，實現(xiàn)多模態(tài)處理和分析，從而更全面地理解和解決復(fù)雜問題，其具備通用性、涌現(xiàn)性等諸多特點。定義?AI可分為ANI

(Artificial

Narrow

Intelligence)、AGI

(Artificial

General

Intelligence)

和ASI

(Artificial

Super

Intelligence）。ANI是專注于執(zhí)行某一領(lǐng)域任務(wù)的經(jīng)過訓(xùn)練的人工智能，是目前大多數(shù)的AI形式；AGI是通用人工智能，是指一種具有與人類相當(dāng)?shù)恼J(rèn)知能力的智能系統(tǒng)，能夠理解、學(xué)習(xí)、計劃和解決問題；ASI是超級人工智能，指在幾乎所有領(lǐng)域都超過最優(yōu)秀的人類所具備的智能、知識、創(chuàng)造力、智慧和社交能力的智能系統(tǒng)。目前，ANI已經(jīng)廣泛應(yīng)用，AGI處于研發(fā)階段，而大模型是實現(xiàn)AGI的重要路徑。AI的三種類型比較大模型是實現(xiàn)AGI的重要路徑，其具有諸多特點?

高投入擅長領(lǐng)域具備能力發(fā)展成熟度?

通用性大模型可以快速并大規(guī)模地與云計算、互聯(lián)網(wǎng)等其他技術(shù)結(jié)合，廣泛地應(yīng)用在經(jīng)濟的各個領(lǐng)域。大模型具有重投入、長周期的特點，如每次測試需要海量的算力資源，訓(xùn)練一次成本高達千萬美元。某一特定領(lǐng)域大部分領(lǐng)域所有領(lǐng)域具備執(zhí)行能力已應(yīng)用廣泛專用人工智能

(ANI)四大特點擁有能夠與人類相媲美的智慧處于研發(fā)階段?

工程化通用人工智能

(AGI)?

涌現(xiàn)性大模型對數(shù)據(jù)、算法、算力要求極高，需要工程化的經(jīng)營思路。需要嚴(yán)格把控數(shù)據(jù)清洗，把控用于關(guān)鍵性訓(xùn)練的數(shù)據(jù)，和構(gòu)建大規(guī)模高質(zhì)量訓(xùn)練的算力。大模型參數(shù)超過百億級時，模型性能會呈現(xiàn)出指數(shù)級增長，同時能夠?qū)ξ唇?jīng)專門訓(xùn)練的問題舉一反三。全知全能尚處早期超級人工智能

(ASI)資料來源：灼識咨詢5大模型產(chǎn)業(yè)圖譜大模型產(chǎn)業(yè)涵蓋了行業(yè)應(yīng)用、產(chǎn)品服務(wù)、模型工具和基礎(chǔ)設(shè)施四個關(guān)鍵層面，廣泛應(yīng)用于各行業(yè)與垂直場景，前景廣闊。大模型相關(guān)產(chǎn)業(yè)圖譜金融教育藝術(shù)設(shè)計游戲醫(yī)藥文化娛樂其他行業(yè)應(yīng)用文本圖像音頻視頻虛擬空間代碼產(chǎn)品服務(wù)算法模型模型與工具工具平臺模型托管/交易基礎(chǔ)設(shè)施數(shù)據(jù)芯片云平臺資料來源：中國信通院，灼識咨詢6大模型的演變大模型的演變經(jīng)歷3個階段：基礎(chǔ)大模型具備大量知識儲備，能理解并生成內(nèi)容，質(zhì)量差強人意；精調(diào)大模型能按照人類偏好及普世價值取向、并保證一定安全性的前提下，生成高度可用的內(nèi)容；而出現(xiàn)能力涌現(xiàn)的大模型所生成的內(nèi)容接近人類水平。高/強低/弱大模型演變概覽指令精調(diào)示意圖1

基礎(chǔ)大模型模型示意圖，以GPT-3模型為例2

精調(diào)大模型3

能力涌現(xiàn)的大模型能力涌現(xiàn)示意圖單詞解謎修辭手法取余數(shù)運算國際音標(biāo)轉(zhuǎn)寫學(xué)習(xí)輸出模板每層千個節(jié)點…人工對大量問題的回答形成模板供模型學(xué)習(xí)準(zhǔn)確性準(zhǔn)確性準(zhǔn)確性準(zhǔn)確性每層千個節(jié)點……建立評分機制模型變化人工對模型的數(shù)個輸出進行排序，建立獎勵模型并為后續(xù)結(jié)果進行打分語境理解真實問答場景映射多任務(wù)自然語言理解每層千個節(jié)點準(zhǔn)確性準(zhǔn)確性準(zhǔn)確性準(zhǔn)確性根據(jù)結(jié)果重復(fù)優(yōu)化過程…模型根據(jù)打分結(jié)果調(diào)整后續(xù)輸出，并不斷重復(fù)上述過程以優(yōu)化模型共128層模型規(guī)模??GPT-3采用了96層的多頭Transformer，參數(shù)量達到1,750億，并使用45TB數(shù)據(jù)進行訓(xùn)練。?

指令精調(diào)在于確保模型輸出結(jié)果的準(zhǔn)確性及安全性，在該階段需要使用較多的人工標(biāo)注介入。在此基礎(chǔ)上，引入獎勵模型，讓模型脫落人工指引，實現(xiàn)自優(yōu)化。?隨著模型參數(shù)的指數(shù)級增長，大模型能力呈現(xiàn)明顯的爆發(fā)增長，呈現(xiàn)能力涌現(xiàn)的情況。模型特征具備大量知識儲備，能理解并生成語言，質(zhì)量差強人意。?能按照人類偏好及普世價值取向，并保證一定安全性的前提下生成高度可用的內(nèi)容。?具備邏輯推理能力及上下文理解能力，更接近人類水平。資料來源：“Are

Emergent

Abilities

of

LargeLanguage

Models

aMirage?”，灼識咨詢7大模型的終端用戶大模型的終端用戶包括C端、B端和企業(yè)自用三類。C端用戶一般使用標(biāo)準(zhǔn)化的模型產(chǎn)品，B端用戶更傾向于選擇能滿足行業(yè)或企業(yè)特定需求的個性化解決方案，而企業(yè)自用的模型則旨在降低運營成本、提高運營效率、優(yōu)化產(chǎn)品的用戶體驗。大模型的終端用戶分類主要特點主要變現(xiàn)模式應(yīng)用案例???主要用于個人娛樂、學(xué)習(xí)和創(chuàng)作標(biāo)準(zhǔn)化程度高，普適性強強調(diào)用戶友好性與互動性?C端用戶訂閱C端??針對企業(yè)和機構(gòu)，提供針對性解決方案的大模型通常基于基礎(chǔ)大模型，根據(jù)不同企業(yè)、行業(yè)的需求進行一定程度的定制，模型較為異質(zhì)化、用途多樣?B端企業(yè)用戶訂閱或購買非定制化行業(yè)模型B端?強調(diào)模型在不同領(lǐng)域的專業(yè)能力，以及客戶的數(shù)據(jù)隱私和安全???主要用于內(nèi)部業(yè)務(wù)優(yōu)化?無直接變現(xiàn)，主要作用在于降低企業(yè)自身運營成本并提升效率企業(yè)自用個性化定制，解決企業(yè)獨特的問題和需求數(shù)據(jù)保密性至關(guān)重要，強調(diào)內(nèi)部控制和數(shù)據(jù)安全資料來源：灼識咨詢8大模型的表現(xiàn)大模型在多領(lǐng)域表現(xiàn)卓越，在自然語言理解、學(xué)習(xí)能力、視覺聽覺識別等領(lǐng)域可以媲美甚至超越人類。提高大模型的創(chuàng)造能力、減少對數(shù)據(jù)的依賴性、加強隱私保護等將會是大模型迭代的重點。大模型在不同場景中與人類表現(xiàn)對比M

NMINSITS

T(

h（an手d

w寫ri識tin別g

）recognition)I

mI

amgaegNeeNt

e(

it

m（a圖g

e像r識ec別og）nition)SQuAD2.0（綜合閱讀）S

wSiwtci

thcbhobaoradr

d(

s（p

e語e音ch識r

e別co）gnition)SQSuQAuDAD1.1.1(r（e

a綜di合ng閱c

o讀m）prehension)聽覺識別視覺識別SQuAD2.0(readingcomprehension)2GLUE(languageunderstanding)GLUE（語言理解）直覺0.20創(chuàng)造性思維抽象思維人類表現(xiàn)倫理是非判斷學(xué)習(xí)能力情感判斷自然語言理解藝術(shù)表現(xiàn)大模型尚不具備-0.2-0.4-0.6-0.8-1大模型具備但仍需改進大模型具備且可與人類媲美??視覺/聽覺識別：基本達到甚至一定程度上超越人類，準(zhǔn)確率較高學(xué)習(xí)能力：具備自動學(xué)習(xí)能力，在特定任務(wù)和數(shù)據(jù)集上可以超越人類??自然語言理解：熟練掌握多種人類語言，基本達到甚至一定程度上超越人類，存在一定語言不夠自然（機械化）的問題創(chuàng)造性思維：能夠生成創(chuàng)造性內(nèi)容，但通常是在已知樣本的基礎(chǔ)上進行創(chuàng)作或是需要人類指導(dǎo)/二次修改抽象思維：相對有限，依賴于數(shù)據(jù)與模型參數(shù)藝術(shù)表現(xiàn)：可以生成藝術(shù)作品，但通常缺乏情感和創(chuàng)新情感判斷：能夠進行情感分析，但不具備真實情感體驗倫理是非判斷：不具備，可能引發(fā)錯誤或數(shù)據(jù)隱私等安全問題直覺：不具備?????19982003200820132018資料來源：“Computers

ace

IQtests

but

still

make

dumb

mistakes.

Candifferent

tests

help?”，灼識咨詢9大模型的發(fā)展現(xiàn)狀隨著大模型的不斷演進，它們的參數(shù)規(guī)模也呈現(xiàn)出指數(shù)級增長的趨勢；與此同時，它們的復(fù)雜性和功能愈發(fā)提升，使得大模型能夠在各領(lǐng)域擔(dān)任更加多樣和復(fù)雜的任務(wù)。大模型的發(fā)展及參數(shù)量參數(shù)數(shù)量Wu

Dao2.0Megatron-3.2e+123.2e+113.2e+103.2e+9GPT-4

(1.8T)Turing

NLG530BPaLM(540B)Minerva

(540B)GPT-3

175B(davinci)BLOOMHyperClovaErnieBot(260B)GopherOPT-175BPanGu-uDALL-E日日新(180B)Jurassic-1-JumboGLM-130BSparrow(70B)ChinchillaClaude(52B)Turing

NLGT5-11BT5-3BCodexGPT-J-6BGPT-NeoX-20BJurassic-X通義千問

(7B)Megatron-LM(Original,

8.3B)ERNIE3.0ChatGLM-6BCogViewDALL·E2MeenaGPT-NeoWu

Dao-WenYuanStableDiffusion(LDM-KL-8-G)GPT-2Grover-MegaERNIE-GEN(large)3.2e+820192020202120222023時間分析??在大模型出現(xiàn)之前，機器學(xué)習(xí)算法的參數(shù)量以平均每5-6年翻一個數(shù)量級的速度快速增長，而大模型的出現(xiàn)使模型參數(shù)量的增長速度大幅提升。舉例而言，大模型及多模態(tài)模型的鼻祖之一GPT-2發(fā)布于2019年，參數(shù)量為15億；GPT-3發(fā)布于2020年，參數(shù)量即達到了1,750億，相比GPT-2增長了100多倍。粗略計算，在大模型興起的前幾年，大模型的參數(shù)量每年即可增長1-2個數(shù)量級。?在目前已公開參數(shù)量的大模型中，參數(shù)量最多的達到了1.75萬億。資料來源：HAI，灼識咨詢10大模型的應(yīng)用大模型正在各應(yīng)用場景嶄露頭角，其應(yīng)用場景廣泛且多樣化。從自然語言處理到圖像生成，從音頻處理到視頻、3D場景創(chuàng)建，大模型能夠應(yīng)對多領(lǐng)域的挑戰(zhàn)。未來，大模型有望為更多應(yīng)用場景帶來更多機會和創(chuàng)新。大模型的應(yīng)用場景應(yīng)用場景主要用途相關(guān)大模型描述GPTCohereAnthropicAI2??模型比較擅長通用的短/中篇幅寫作，通常用于初稿及更新稿撰寫??營銷（內(nèi)容）銷售（郵件）??通用寫作記筆記GopherOPT文本模型能夠理解上下文，生成更自然的文本，準(zhǔn)確性逐漸接近人類水平，廣泛應(yīng)用于智能客服、文本摘要、內(nèi)容生成等領(lǐng)域BloomYandex??代碼生成可能在短期內(nèi)對開發(fā)人員的生產(chǎn)力帶來重大影響能降低非開發(fā)人員編程的門檻??代碼生成代碼文檔化??文本到SQL網(wǎng)頁應(yīng)用構(gòu)建GPT編程圖像Stability.aiCraiyonTabnine??在圖像識別、分割、風(fēng)格轉(zhuǎn)換等領(lǐng)域有廣泛應(yīng)用，能夠處理復(fù)雜的視覺任務(wù)不同風(fēng)格的圖像模型以及編輯和修改生成圖像技術(shù)??圖像生成消費者/社交應(yīng)用??媒體/廣告設(shè)計Dall-E

2StableDiffusion??對聲音和語音的理解能力逐漸提高，生成的音頻逐漸自然、不機械，且接近人類水平音頻視頻??語音合成OpenAI用于自動剪輯、特效創(chuàng)作、噪音修復(fù)、虛擬場景制作等，大大提升了編輯效率視頻編輯/生成X-CLIPMake-A-VideoDreamFusionGET3D?在游戲、電影、虛擬現(xiàn)實、建筑和實體產(chǎn)品設(shè)計等大型創(chuàng)意市場極具潛力3D?3D模型/場景搭建MDM

(Motion

Diffusion

Model)資料來源：紅杉資本，灼識咨詢11大模型的應(yīng)用大模型在多個領(lǐng)域的應(yīng)用上取得了顯著進展，文本生成、編程、圖像處理等領(lǐng)域的能力逐漸完善，有望商業(yè)化落地。然而，3D、視頻、游戲等領(lǐng)域發(fā)展相對較慢，但潛力巨大，需要更多時間來成熟和商業(yè)化。大模型在不同領(lǐng)域的進展AIRoblox定制游戲與視頻視頻/3D/游戲圖像編程文本終稿模型（產(chǎn)品設(shè)計、建筑等）終稿超越專業(yè)設(shè)計師、藝術(shù)家、攝影師?已經(jīng)準(zhǔn)備就緒，性能穩(wěn)定，可以投入商業(yè)應(yīng)用文本到產(chǎn)品（超越全職開發(fā)者）更多編程語言及領(lǐng)域文本到產(chǎn)品（草稿）終稿超越人類平均商業(yè)化落地完善垂類精調(diào)能力（例如科研論文）終稿超越專業(yè)作家??顯著增強開發(fā)人員工作效率發(fā)展程度3D及視頻文件初稿3D及視頻文件二稿為普通用戶提供了編程的可能性?性能提升顯著，已接近商業(yè)應(yīng)用水平，但仍需微調(diào)和測試概念模型（如產(chǎn)品設(shè)計、建筑等）藝術(shù)、logo創(chuàng)作、攝影更長更準(zhǔn)確的代碼基本完善??已可實現(xiàn)根據(jù)草圖和prompt進行高清渲染隨著

3D模型的出現(xiàn)，生成式設(shè)計流程將延伸到制造生產(chǎn)，即文本到對象?允許任何人隨意探索不同的藝術(shù)主題和風(fēng)格，這在以前可能需要終身學(xué)習(xí)并完善多行代碼生成基本文案及初稿撰寫更長文案及二稿撰寫?參數(shù)較少，性能有限，需要進一步優(yōu)化和訓(xùn)練?有機會為特定的終端市場構(gòu)建更出色的生成型應(yīng)用，例如法律合同撰寫、劇本創(chuàng)作等一行代碼自動填寫?不斷增長的個性化網(wǎng)絡(luò)及電子郵件內(nèi)容需求為大語言模型提供了理想的應(yīng)用場景初試階段垃圾郵件檢測、翻譯、基本問答時間線資料來源：紅杉資本，灼識咨詢12大模型的應(yīng)用大模型也已開始逐步滲透進金融、醫(yī)療、汽車、制造、零售等行業(yè)，頭部大廠及垂類解決方案服務(wù)商相繼推出適用于各垂直行業(yè)的解決方案，助力行業(yè)變革。大模型在垂直行業(yè)的應(yīng)用垂直行業(yè)金融大模型應(yīng)用情況典型案例代表玩家?第四范式攜手中關(guān)村銀行，以“式說”大模型為基礎(chǔ)，聯(lián)合開展多模態(tài)智慧金融平臺研發(fā)及私有化部署，在行內(nèi)規(guī)章制度及人員信息查詢、行業(yè)術(shù)語通俗化解釋、客戶經(jīng)理信貸管理、人工客服問答推薦、理財業(yè)務(wù)辦理、AI應(yīng)用快速研發(fā)等多個環(huán)節(jié)形成大模型能力。??在金融領(lǐng)域，大模型主要應(yīng)用包括風(fēng)險評估、量化交易、柜臺業(yè)務(wù)辦理等。以風(fēng)險評估為例，大模型可用于預(yù)測信用風(fēng)險、欺詐檢測和市場趨勢分析。在醫(yī)療領(lǐng)域，大模型可應(yīng)用于疾病診斷、藥物發(fā)現(xiàn)等場景。以疾病診斷為例，大模型可用于醫(yī)學(xué)圖象識別，如X射線、MRI和CT掃描，以幫助醫(yī)生診斷疾病。??科大訊飛利用星火認(rèn)知大模型打造“診后康復(fù)管理平臺”，將“專業(yè)的診后管理和康復(fù)知道延伸到院外”，可根據(jù)患者健康畫像自動分析，為患者生成個性化康復(fù)計劃，并督促患者按計劃進行。醫(yī)療汽車制造百度智能云為長安汽車提供了人工智能基礎(chǔ)設(shè)施平臺和數(shù)字人平臺，雙方正在開發(fā)一款基于文心大模型的生成式人工智能產(chǎn)品，以提升用戶體驗。同時，百度與吉利汽車一起打造汽車行業(yè)大模型，構(gòu)建工廠數(shù)字化大腦，降低管理運維成本，提高資源利用效率。?在汽車領(lǐng)域，大模型可應(yīng)用于自動駕駛、虛擬設(shè)計和仿真、質(zhì)量控制、供應(yīng)鏈管理、銷售和營銷、定制設(shè)計、新能源汽車性能優(yōu)化等。??在制造業(yè)領(lǐng)域，大模型主要應(yīng)用場景包括工業(yè)自動化、供應(yīng)鏈優(yōu)化等。以工業(yè)自動化為例，大模型可用于監(jiān)控生產(chǎn)過程，預(yù)測設(shè)備故障，提高生產(chǎn)效率。??華為云攜手賽意信息，基于盤古大模型的自然語言大模型和視覺大模型，共同打造制造業(yè)大模型，為制造業(yè)客戶提供針對工藝工程AI自動化、AI質(zhì)檢、供應(yīng)鏈的智能優(yōu)化等細(xì)分場景，提供“開箱即用”的模型服務(wù)。在零售行業(yè)，大模型可應(yīng)用于個性化推薦、價格優(yōu)化等場景。以個性化推薦為例，大模型可用于分析客戶行為，提供個性化產(chǎn)品建議和廣告走向。京東發(fā)布“言犀”大模型產(chǎn)品，支持語言、語音、視覺、多模態(tài)等應(yīng)用。以AIGC創(chuàng)作內(nèi)容營銷為例，大模型的應(yīng)用可使每套圖的制作成本降低90%，制作周期從7天縮短至半天。零售資料來源：灼識咨詢13大模型的相關(guān)政策隨著大模型相關(guān)政策的出臺，大模型的發(fā)展得到了進一步的推進和規(guī)范。這些政策不僅為大模型的研發(fā)和應(yīng)用提供了指導(dǎo)和支持，同時也為大模型的推廣和應(yīng)用提供了更加廣闊的空間和機遇。大模型相關(guān)政策概覽2021

–

2025

“十四五”規(guī)劃2016

–

2020

“十三五”規(guī)劃?

明確人工智能應(yīng)用的重點領(lǐng)域?

規(guī)范生成時人工智能服務(wù)2011

–

2015

“十二五”規(guī)劃?

強調(diào)人工智能為戰(zhàn)略前沿領(lǐng)域?

制定人工智能發(fā)展目標(biāo)2021年3月：全國人大《中華人民共和國國民經(jīng)濟和社會發(fā)展第十四個五?

推進產(chǎn)業(yè)智能化改革?

促進基于互聯(lián)網(wǎng)的人工智能應(yīng)用年規(guī)劃和

2035年遠景目標(biāo)綱要》2016年7月：國務(wù)院《“十三五”國家科技創(chuàng)新規(guī)劃》?瞄準(zhǔn)人工智能等前沿領(lǐng)域，實施一批具有前瞻

性、戰(zhàn)略性的國家重大科技項目??加強智能機器人等關(guān)鍵技術(shù)研發(fā)和應(yīng)用推廣整合優(yōu)化資源配置，瞄準(zhǔn)引領(lǐng)未來發(fā)展的戰(zhàn)略領(lǐng)域2015年5月：國務(wù)院《中國制造

2025》2022年8月：

科技部《關(guān)于支持建設(shè)新一代人工智能示范應(yīng)用場景的通知》??提出基于信息物理系統(tǒng)的智能制造技術(shù)引領(lǐng)制造方式變革推進生產(chǎn)過程智能化2017年7月：國務(wù)院《新一代人工智能發(fā)展規(guī)劃》?強調(diào)人工智能在重點領(lǐng)域的應(yīng)用，包括公共安全、智慧城市、醫(yī)療健康、重大活動等需求迫切且普惠性強的領(lǐng)域??2030年成為世界主要人工智能創(chuàng)新中心深化人工智能在制造、農(nóng)業(yè)、金融、教育、醫(yī)療、交通等領(lǐng)域的融合應(yīng)用2015年7月：國務(wù)院《國務(wù)院關(guān)于積極推動“互聯(lián)網(wǎng)+”行動的指導(dǎo)》2023年4月：國家網(wǎng)信辦《生成式人工智能服務(wù)管理辦法（征求意見稿）》2020年7月：中央網(wǎng)信辦等五部門《國家新一代人工智能標(biāo)準(zhǔn)體系建設(shè)指南》??加速人工智能核心技術(shù)突破??規(guī)定了提供生成式人工智能產(chǎn)品或服務(wù)應(yīng)當(dāng)遵守法律法規(guī)的要求促進人工智能在生活、工作、公共領(lǐng)域的創(chuàng)新應(yīng)用，如智能家居、智能終端、服務(wù)型機器人等?加強人工智能領(lǐng)域標(biāo)準(zhǔn)化頂層設(shè)計，推動人工智能產(chǎn)業(yè)技術(shù)研發(fā)和標(biāo)準(zhǔn)制定利用生成式人工智能生成的內(nèi)容應(yīng)當(dāng)體現(xiàn)社會主義核心價值觀資料來源：灼識咨詢14大模型典型案例（1/2）ChatGPT：建立在OpenAI引入的深度學(xué)習(xí)模型GPT基礎(chǔ)上，它已經(jīng)成為迄今為止增長最快的APP之一。GPT的發(fā)展歷程GPT-4

Turbo與GPT

Store參數(shù)數(shù)量預(yù)訓(xùn)練數(shù)據(jù)集量GPT-4

Turbo的亮點?推出GPT

store，用戶可以共享GPT用法GPT-4

API升級為GPT-4

Turbo并降價發(fā)布GPT

assistant

API，使開發(fā)者可以在自己的應(yīng)用程序中構(gòu)建Agent開源語音和圖像模塊1??理解復(fù)雜情景?支持的token輸入從3.2萬個升級到12.8萬個，相當(dāng)于一本標(biāo)準(zhǔn)大小的300頁紙質(zhì)書所包含的文本量?GPT-3ChatGPT/GPT-3.5開發(fā)者權(quán)限提升2??數(shù)據(jù)量的指數(shù)增長使得可以使用少量樣本進行學(xué)習(xí)，接近人腦學(xué)習(xí)模式?；贕PT-3模型的微調(diào)已有落地于其他領(lǐng)域，包括代碼生成、圖像生成、數(shù)學(xué)算術(shù)等。??優(yōu)化與現(xiàn)實語料庫數(shù)據(jù)集的連接。?新的模型允許開發(fā)者指示模型固定以特定形式返回。同時開發(fā)者可以通過訪問參數(shù)和響應(yīng)字段，來實現(xiàn)“模型對每次請求都給出確定性的輸出”。GPT-1支持多輪對話和結(jié)果修正，并能夠更快速、更有效地進行人機交互。?使用大數(shù)據(jù)對Transformer模型進行無監(jiān)督的預(yù)訓(xùn)練。在小型監(jiān)督數(shù)據(jù)集上進行微調(diào)。??多模態(tài)API3??解決更復(fù)雜的任務(wù)并增強安全性。GPT-2在測試常識推理和閱讀理解的數(shù)據(jù)集上取得了杰出的成果。?添加多模態(tài)處理能力以接受文生圖及聲音合成。多模態(tài)能力疊加圖像識別。?解決零次樣本學(xué)習(xí)問題，使模型更具通用性。知識庫更新4GPT-4

API?對于現(xiàn)實世界的理解從2021年9月更新至2023年4月。資料來源：灼識咨詢15大模型典型案例（2/2）百度文心：中國領(lǐng)先大模型之一，且對于中文有更深入的理解。百度文心一言概覽文心一言4.0的亮點文心一言4.0VS文心一言3.5產(chǎn)品能力文心一言4.0相比于3.5版本，顯著提升了理解、生成、邏輯、記憶四大能力1國內(nèi)市場格局領(lǐng)先L4?根據(jù)IDC公布的數(shù)據(jù)，百度文心大模型在產(chǎn)品能力、應(yīng)用能力、生態(tài)能力方面在中國領(lǐng)先。百度文心大模型國內(nèi)大模型平均分L3L2L1邏輯能力提升幅度是理解能力提升幅度的記憶能力提升幅度是理解能力提升幅度的300%200%2對中文的深入理解?百度作為中國搜索引擎龍頭，擁有更多的中文語料數(shù)據(jù)進行模型訓(xùn)練。因此，百度文心大模型對中文有更深入的理解，能夠熟練使用成語、寫藏頭詩等。能夠理解亂序、模糊意圖、潛臺詞等復(fù)雜提示詞幾分鐘內(nèi)生成海報、營銷視頻等復(fù)雜圖像和視頻L1L2L3L4L1L2生態(tài)能力邏輯能力提升，解答數(shù)學(xué)難題并總結(jié)知識點能夠完成完成千字小說撰寫和角色、情節(jié)設(shè)置L3應(yīng)用能力注：目前尚未有廠商在產(chǎn)品能力和生態(tài)能力方面達到L5，應(yīng)用能力尚未有廠商達到L4，因此不在本次評估中凸顯資料來源：IDC，灼識咨詢16目錄I.

大模型如今已展現(xiàn)出卓越的能力，隨著其不斷演進和完善，必將引領(lǐng)AI的未來道路，開創(chuàng)智能時代的新紀(jì)元II.

受益于大模型技術(shù)的日益成熟，AIGC有望掀起新一輪產(chǎn)業(yè)革命，開啟人類發(fā)展的智能新時代III.

GPGPU高度并行的計算資源為大型模型的訓(xùn)練和推理提供了不可或缺的支持，推動了大模型與AI領(lǐng)域的不斷進步和創(chuàng)新IV.

彩蛋：生成式AI如何提升工作效率17AIGC定義AIGC是繼PGC和UGC之后，經(jīng)由AI自動生成內(nèi)容的新型內(nèi)容生產(chǎn)方式。作為一種先進的生產(chǎn)力變革，AIGC的興起讓世界進入了智能創(chuàng)作時代。內(nèi)容生產(chǎn)階段及比較，2000年至今高/強低/弱PGC（2000-2010年）UGC（2010-2017年）AIGC

1.0（2017-2022年）AI輔助內(nèi)容生產(chǎn)AIGC

2.0（2022-未來）未來：全AI生產(chǎn)內(nèi)容內(nèi)容生產(chǎn)方式定義專業(yè)化的內(nèi)容生產(chǎn)用戶生產(chǎn)內(nèi)容?官媒時代，由專業(yè)的內(nèi)容創(chuàng)作者或團隊進行創(chuàng)作、編輯或發(fā)布的內(nèi)容?由普通用戶或受眾參與創(chuàng)作、編輯和發(fā)布的內(nèi)容，微博微信的誕生為UGC發(fā)展提供土壤?基于PGC、UGC生成創(chuàng)作框架，下達指令讓AI自動生成內(nèi)容，指導(dǎo)AI完成編碼、繪畫、建模等復(fù)雜任務(wù)?OpenAI發(fā)布，大模型時代開啟，創(chuàng)作突破人為限制，提升到自主創(chuàng)作的層次，創(chuàng)造更加豐富多樣的內(nèi)容內(nèi)容生產(chǎn)者內(nèi)容生產(chǎn)成本內(nèi)容生產(chǎn)效率內(nèi)容生產(chǎn)質(zhì)量內(nèi)容可控性專業(yè)用戶一般用戶AI基于指令創(chuàng)作大模型逐步實現(xiàn)自主創(chuàng)作????為保障質(zhì)量，一般PGC的內(nèi)容制作成本較高，需要投入大量的人力、物力和財力????用戶個性化、自主創(chuàng)作，通常制作成本較低????隨著生成內(nèi)容數(shù)量增加，邊際成本大幅下降????知識性、創(chuàng)造性工作的邊際成本將降至無限接近0，產(chǎn)生巨大生產(chǎn)效率和經(jīng)濟價值包括主題選定、創(chuàng)意構(gòu)思、策劃、撰寫、編輯、排版、發(fā)布等多個環(huán)節(jié)，需要長時間投入通常為個人興趣愛好、在自媒體平臺、社交網(wǎng)絡(luò)等自發(fā)的創(chuàng)作行為，創(chuàng)作流程簡單直接通過程序訓(xùn)練生成，流程自動化，僅需進行算法訓(xùn)練與參數(shù)調(diào)整，效率較高隨著技術(shù)進步，AIGC將越來越多用于快速生成內(nèi)容及自動化創(chuàng)作，效率進一步提升內(nèi)容生產(chǎn)者擁有專業(yè)知識、內(nèi)容相關(guān)領(lǐng)域資質(zhì)和一定權(quán)威，因此內(nèi)容相對專業(yè)、權(quán)威內(nèi)容豐富但質(zhì)量參差不齊，通常需要平臺設(shè)計規(guī)則加以約束或遴選出優(yōu)質(zhì)內(nèi)容發(fā)展初期存在使用門檻高、內(nèi)容生成簡單和質(zhì)量偏低等問題隨著AI大模型從大量數(shù)據(jù)中進一步學(xué)習(xí)，內(nèi)容質(zhì)量進一步提升內(nèi)容生產(chǎn)者及生產(chǎn)程序?qū)I(yè)性強內(nèi)容經(jīng)過篩選，從而帶來強內(nèi)容可控性每天有大量用戶自由創(chuàng)作，需要依靠機器及人工對內(nèi)容進行審核，內(nèi)容可控性弱AI大模型作為輔助人進行內(nèi)容生產(chǎn)的工具，可根據(jù)指令對內(nèi)容進行編輯及優(yōu)化，可控性較強通過深度學(xué)習(xí)技術(shù)訓(xùn)練模型，使其能夠?qū)W習(xí)到輸入數(shù)據(jù)的內(nèi)在規(guī)律，并根據(jù)規(guī)律創(chuàng)作內(nèi)容，可控性強資料來源：灼識咨詢18AIGC發(fā)展歷程結(jié)合AI的演進歷程，AIGC的發(fā)展大致可分為早期萌芽、沉淀積累、快速發(fā)展三個階段。AIGC發(fā)展階段、發(fā)展特點和典型事件早期萌芽階段沉淀積累階段快速發(fā)展階段1950s

—

1990s1990s

—

2010s2010s

—

至今實驗性向?qū)嵱眯赞D(zhuǎn)變，受限于算法瓶頸，難以直接進行內(nèi)容生成算法不斷迭代，AI生成內(nèi)容百花齊放，效果逐漸逼受限于科技水平，AIGC僅限于小范圍實驗真直至人類難以分辨2014年，隨著以GAN為代表的深度學(xué)習(xí)算法提出和迭代，生成內(nèi)容百花齊放1950年，艾倫圖靈提出

“圖靈測試”，給出確認(rèn)機器是否具有智能的方法2022年，OpenAI發(fā)布ChatGPT，可以完成撰寫郵件、視頻腳本、文案、翻譯、代碼、寫論文等任務(wù)。2006年，深度學(xué)習(xí)算法取得重大突破，GPU、TPU等算力設(shè)備性能不斷提升，AI發(fā)展取得顯著進步2017年微軟“小冰”推出世界首部由AI創(chuàng)作的詩集《陽光失了玻璃窗》1966年，成功開發(fā)世界第一款可人機對話的機器人“Eliza”19571980s200720122018201920211950196620062014201720222012年，微軟公開展2021年，OpenAl推出了DALL-E，主要應(yīng)用于文本與圖像交互生成內(nèi)容2007年，世界第一部完全由AI創(chuàng)作的小說《1

TheRoad》問世2018年，英偉達發(fā)布可以自動生成高質(zhì)量圖片的StyleGAN模型1957年，第一支由計算機創(chuàng)作的弦樂四重奏《依利亞克組曲》完成示了全自動同聲傳譯系統(tǒng)，可將英文演講者的內(nèi)容自動翻譯成中文語音1980年代，IBM創(chuàng)造語音控制打字機“Tangora”2019年，DeepMind發(fā)布DVD-GAN模型用以生成連續(xù)視頻資料來源：灼識咨詢19AIGC核心價值對于企業(yè)而言，AIGC在降低內(nèi)容制作成本、加快內(nèi)容制作效率的同時提升了內(nèi)容的多樣性及質(zhì)量，AIGC與不同產(chǎn)業(yè)融合互動亦可孕育出新業(yè)態(tài)新模式；對個人而言，AIGC則顯著降低了內(nèi)容創(chuàng)作門檻。1

降本增效2

增加內(nèi)容多樣性降本增效多樣內(nèi)容?

生產(chǎn)多模態(tài)內(nèi)容：有助于企業(yè)多元化交付工作成果，例如通過文本形成圖片、基于文本生成視頻短片，滿足海量個性化需求?

降低內(nèi)容制作成本：例如游戲行業(yè)，美術(shù)創(chuàng)作者可以使用AIGC尋找靈感，降低初期成本投入?

提升效率：承擔(dān)信息挖掘、素材調(diào)用、復(fù)刻編輯等基礎(chǔ)性機械勞動，從技術(shù)層面實現(xiàn)以低邊際成本、高效率的方式滿足教育醫(yī)療傳媒4

新商業(yè)模式AIGC核心價值?

通過支持AIGC與其他產(chǎn)業(yè)的多維互動、融合滲透從而孕育新業(yè)態(tài)新模式，為各行各業(yè)創(chuàng)造新的商業(yè)模式，提供價值增長新動能全新模式質(zhì)量提升金融工業(yè)3

提升內(nèi)容創(chuàng)作質(zhì)量?

有助于企業(yè)提升交付工作成果，近年來AI模型在手寫、語音和圖像識別、閱讀理解和語言理解方面的表現(xiàn)逐漸超過了人類的基準(zhǔn)水平。電商娛樂影視5

降低內(nèi)容創(chuàng)作門檻降低門檻?

AIGC降低了用戶的內(nèi)容制作門檻，例如沒有繪畫基礎(chǔ)的用戶也能借助AIGC工具快速作畫，內(nèi)容創(chuàng)作將迎來爆發(fā)期。資料來源：灼識咨詢20AIGC的實現(xiàn)邏輯底層生成算法和開發(fā)架構(gòu)是實現(xiàn)AIGC所必不可缺的部分。底層生成算法是實現(xiàn)內(nèi)容生成的基石，通常是深度學(xué)習(xí)模型，而開發(fā)架構(gòu)是支撐底層算法的基礎(chǔ)設(shè)施，以便開發(fā)人員較易集成多種算法組成。AIGC技術(shù)架構(gòu)概覽AI生成文本AI生成代碼AI生成圖像AI生成聲音AI生成視頻AI生成3DAI生成其他高質(zhì)量輸出數(shù)據(jù)預(yù)處理及模型訓(xùn)練TensorFlowKeras開發(fā)架構(gòu)提供了對底層算法的封裝PyTorchChainerCaffeMXNet開發(fā)架構(gòu)TorchONNXPaddlePaddleTheano基礎(chǔ)生成算法模型不斷突破創(chuàng)新底層生成算法持續(xù)優(yōu)化迭代VAE變分自動編碼GAN生成對抗網(wǎng)絡(luò)FBMs基于流的生成模型DiffusionModel擴散模型NeRF神經(jīng)輻射場Transformer模型CLIP模型?可以處理各種類型的數(shù)據(jù)，但生成輸出結(jié)果模糊?可以生成清晰真實的樣本，泛用性強；后由CGAN等改良算法進一步完善?可以生成逼真的高分辨率圖像，支持高效采樣，可操縱數(shù)據(jù)屬性?訓(xùn)練簡單，可以將圖

?

降低計算量和計算?信息傳遞更加直接，

?

能夠同時進行自然像中的噪聲部分進行濾除，并保留圖像的細(xì)節(jié)和結(jié)構(gòu)時間，提高模型訓(xùn)練速度，輸出結(jié)果質(zhì)量高優(yōu)化目標(biāo)為所見即所得，但計算開銷大，較難實現(xiàn)語言理解和計算機視覺分析AIGC關(guān)鍵底層算法模型資料來源：灼識咨詢21AIGC產(chǎn)業(yè)鏈概覽AIGC產(chǎn)業(yè)仍處于早期發(fā)展階段，在數(shù)據(jù)、算法和算力的基礎(chǔ)之上，核心模型以關(guān)鍵企業(yè)研究成果為主導(dǎo)，AIGC以AI生成文本、圖像、視頻和音頻為主流形式。AIGC產(chǎn)業(yè)鏈概覽數(shù)據(jù)算法及模型算力?

包括神經(jīng)網(wǎng)絡(luò)、深度學(xué)習(xí)、自然語言處理技術(shù)、擴散模型、云渲染等開源算發(fā)。?

以及基于算法通過數(shù)據(jù)訓(xùn)練生成的機器學(xué)習(xí)模型、深度學(xué)習(xí)模型及大模型等。?

包括業(yè)務(wù)數(shù)據(jù)聯(lián)通、素材數(shù)據(jù)搜集等?

包括服務(wù)器、GPU、HPC、云等提供基本計算能力的基礎(chǔ)設(shè)施上游基礎(chǔ)層基于模塊分類文本生成圖像與視頻生成音頻生成中游……應(yīng)用層各類內(nèi)容創(chuàng)作及分發(fā)平臺下游內(nèi)容終端生產(chǎn)廠商第三方內(nèi)容服務(wù)機構(gòu)終端用戶層資料來源：灼識咨詢22AIGC應(yīng)用場景AIGC產(chǎn)品形態(tài)多元，如文本生成、音頻生成、圖象生成、視頻生成、代碼生成、3D模型等，賦能“數(shù)字化程度高+內(nèi)容需求豐富”的行業(yè)，如娛樂、傳媒、影視、電商等，驅(qū)動各行業(yè)創(chuàng)新。AIGC應(yīng)用場景概覽AIGC應(yīng)用場景AIGC產(chǎn)品形態(tài)AIGC+娛樂：擴展輻射邊界，獲得發(fā)展動能娛樂領(lǐng)域全民娛樂社交互動偶像養(yǎng)成文本生成音頻生成圖像生成視頻生成代碼生成3D模型其他?實現(xiàn)趣味性圖像或音視頻生成，激發(fā)用戶參與熱情???人臉美妝/融合黑白圖像上色圖像風(fēng)格轉(zhuǎn)換??虛擬歌姬虛擬直播?用戶數(shù)字化身??打造虛擬偶像，釋放IP價值開發(fā)C端用戶數(shù)字化身，布局消費元宇宙AIGC+傳媒：人機協(xié)同生產(chǎn)，推動媒體融合信息采集內(nèi)容編輯內(nèi)容播報傳媒領(lǐng)域?采編環(huán)節(jié)：采訪錄音語音轉(zhuǎn)寫，提升傳媒工作者的工作體驗；智能新聞寫作，提升新聞資訊的時效；智能視頻剪輯，提升視頻內(nèi)容價值傳播環(huán)節(jié)：AIGC應(yīng)用主要集中在以AI合成主播為核心的新聞播報等領(lǐng)域AIGC應(yīng)用場景??采訪助手多語言翻譯???寫稿機器人剪輯視頻集錦視頻字幕自動生成??AI主播智能播報?前期創(chuàng)作中期拍攝后期制作影視領(lǐng)域AIGC+影視：拓展創(chuàng)作空間，提升作品質(zhì)量??劇本創(chuàng)作場景設(shè)計輔助???數(shù)字復(fù)活已故演員高難度動作合成演員角色年齡的跨越

???替換劣跡藝人影視作品修復(fù)影視內(nèi)容2D轉(zhuǎn)3D???為劇本創(chuàng)作提供新思路擴展角色和場景創(chuàng)作空間賦能影視剪輯，升級后期制作AIGC+電商：推進虛實交融，營造沉浸體驗電商領(lǐng)域商品展示主播打造交易場景?生成商品3D模型用于商品展示和虛擬試用，提升線上購物體驗??智能商品詳情商品3D模型生成?品牌虛擬主播?虛擬商城構(gòu)建??打造虛擬主播，賦能直播帶貨賦能線上商城和線下秀場加速演變，為消費者提供全新的購物場景教育工業(yè)金融醫(yī)療AIGC+其他：推進數(shù)實融合，加快產(chǎn)業(yè)升級其他???合成歷史人物視頻虛擬教授線上課程音視頻處理??輔助工程設(shè)計數(shù)字孿生系統(tǒng)構(gòu)建???營銷視頻合成智能客服VR金融場景構(gòu)建???醫(yī)學(xué)圖像處理智能病例錄入合成肢體投影?教育領(lǐng)域：AIGC賦予教育材料新活力金融領(lǐng)域：AIGC主力實現(xiàn)降本增效醫(yī)療領(lǐng)域：AIGC賦能診療全過程工業(yè)領(lǐng)域：AIGC提升產(chǎn)業(yè)效率和價值???資料來源：灼識咨詢23AIGC行業(yè)發(fā)展驅(qū)動因素——算法升級不斷迭代升級的算法可以實現(xiàn)AI模型的性能穩(wěn)定、功能進階，進而使得AIGC產(chǎn)品表現(xiàn)愈加出色。AIGC算法不斷迭代升級CNN/RNN

神經(jīng)網(wǎng)絡(luò)與Transformer對比AIGC算法技術(shù)升級步入深化階段CNN/RNN

神經(jīng)網(wǎng)絡(luò)Transformer傳統(tǒng)機器學(xué)習(xí)算法深度神經(jīng)網(wǎng)絡(luò)1234567回歸算法：線性、回歸樹等分類算法：邏輯回歸等聚類算法：仿射傳播等卷積神經(jīng)網(wǎng)絡(luò)

CNN早期神經(jīng)網(wǎng)絡(luò)算法遞歸神經(jīng)網(wǎng)絡(luò)

RNN?使用注意力機制進行優(yōu)化，使語句中的詞語有了重點區(qū)分。GPT-3、

InstructGPT、

ChatGPT都是在此模型上迭代、演進的。生成對抗網(wǎng)絡(luò)

GAN深度強化學(xué)習(xí)深度變分自編碼器流模型?引入大規(guī)模并行處理，模擬人腦分類學(xué)習(xí)和適應(yīng)性聯(lián)想。算法特點：?不具備強大的學(xué)習(xí)能力，依賴于預(yù)先定義的統(tǒng)計模型或?qū)＜蚁到y(tǒng)執(zhí)行特定的任務(wù)，可以完成簡單線條、文本和旋律的生成Transformer

RNN

CNN準(zhǔn)確度對比與、學(xué)習(xí)范式+網(wǎng)絡(luò)結(jié)構(gòu)不斷迭代RNNS2S（RNN模型）ConvS2S（CNN模型）Transformer算法算法缺點：?擴散模型100%90%80%70%96%84%94%90%算力挑戰(zhàn)：傳統(tǒng)機器學(xué)習(xí)方法的維度詛咒等導(dǎo)致算力挑戰(zhàn)深度殘差網(wǎng)絡(luò)Transformer84%82%?缺乏感知：生成內(nèi)容空洞、刻板、文不對題算法示例：通過定義復(fù)雜的函數(shù)方程組，計算語義特征提取能力遠距離特征捕獲能力?損失函數(shù)和梯度下降算法可以靈活快速的調(diào)整深度神經(jīng)網(wǎng)絡(luò)中的參數(shù)，從而實現(xiàn)從數(shù)據(jù)中進行學(xué)習(xí)的功能???Transformer算法具備跨時代意義的原因是算法上添加了注意力機制。這種機制突破了RNN模型不能并行計算的限制；相比CNN模型，其關(guān)聯(lián)所需的操作次數(shù)不隨距離增長。Transformer算法在語義特征提取能力、遠距離特捕獲能力等方面明顯增強。機所繪出的函數(shù)曲線具備某種美學(xué)圖樣關(guān)鍵分析資料來源：

“Why

Self-Attention?A

Targeted

Evaluation

of

NeuralMachineTranslationArchitectures”，灼識咨詢24AIGC行業(yè)發(fā)展驅(qū)動因素——算力擴容算力提升是AIGC發(fā)展的重要驅(qū)動力之一，愈大的算力規(guī)模可以支撐更大規(guī)模的模型運轉(zhuǎn)。算力芯片、AI服務(wù)器有望持續(xù)放量，數(shù)據(jù)中心建設(shè)提速，全球算力總規(guī)模將保持高速穩(wěn)定增長態(tài)勢算力是打造大模型生態(tài)的必備基礎(chǔ)，AIGC拉動算力需求指數(shù)級增長不同模型訓(xùn)練需要的算力全球計算設(shè)備算力總規(guī)模，以FP322計，2021-2030EPflops/s-day1Eflops（1018次）10,0001,0001001056,0003,300年均復(fù)合增長率2021-2030E27.6%56,00054,00052,000基礎(chǔ)算力規(guī)模（FP32）82.7%智能算力規(guī)模（換算為FP32）34.4%超算算力規(guī)模（換算為FP32)1總計65.1%注：*基礎(chǔ)算力規(guī)模按照全球近6年服務(wù)器算力總量估算；智能算力規(guī)模按照全球近6年AI服務(wù)器算力總量估算；超算算力規(guī)模主要是基于全球超級計算機TOP500數(shù)據(jù)，并參考超算生產(chǎn)商的相關(guān)數(shù)據(jù)估算2,00061552,50023214369200020212030E*FP32為單精度浮點數(shù)BERT模型T5模型GPT模型算力是打造大模型生態(tài)的必備基礎(chǔ)算力芯片、AI服務(wù)器有望持續(xù)放量，數(shù)據(jù)中心建設(shè)提速?算力是指計算設(shè)備執(zhí)行算法、處理數(shù)據(jù)的能力，包括CPU、GPU等。算力的應(yīng)用包括數(shù)據(jù)中心、分布式計算、云計算、邊緣計算等。AIGC背景下，大模型是AI發(fā)展的必然趨勢，而算力是打造大模型生態(tài)的必備基礎(chǔ)。?需求拉動算力芯片及AI服務(wù)器的技術(shù)迭代，預(yù)計未來將持續(xù)放量；同時，各國紛紛提速數(shù)據(jù)中心建設(shè)，我國“東數(shù)西算”

工程投資規(guī)劃逐步清晰。全球算力規(guī)模將保持高速穩(wěn)定增長態(tài)勢AIGC拉動算力需求指數(shù)級增長?預(yù)計2030年人類將迎來YB數(shù)據(jù)時代，全球算力規(guī)模達到56ZFlops（1021次）。預(yù)計智能算力2021至2030年年均復(fù)合增長率將超65%，以支撐龐大的新增非結(jié)構(gòu)化數(shù)據(jù)（文本、圖片、語音、視頻等）。?大模型訓(xùn)練所需算力每3-4

個月增長1倍，增速遠超摩爾定律（18-24

個月/倍）。模型預(yù)訓(xùn)練過程是消耗算力的最主要場景，AI訓(xùn)練所需算力呈現(xiàn)指數(shù)增長態(tài)勢。注：1.

Pflops/s-day：以1015次每秒浮點運算次數(shù)的速度進行計算，需要消耗的天數(shù)；2.單精度浮點數(shù)，用8bit

表示指數(shù)，23bit

表示小數(shù)。資料來源：

“Language

Models

areFew-Shot

Learners”，IDC，灼識咨詢25AIGC行業(yè)發(fā)展驅(qū)動因素——多元化變現(xiàn)模式AIGC通?？赏瑫r面向企業(yè)和個人變現(xiàn)，隨著用戶方需求持續(xù)升級和AIGC產(chǎn)品愈加成熟，諸多潛在的變現(xiàn)方式也將進一步刺激AIGC行業(yè)蓬勃發(fā)展。AIGC變現(xiàn)模式概覽潛在變現(xiàn)方式OpenAI

變現(xiàn)模式概覽OpenAI、DALL

E、DeepDream

Generator等AI圖像生按產(chǎn)出收費?

作為底層平臺接入其他產(chǎn)品對外開放，按照數(shù)據(jù)請求量和實際計算量計算?

如GPT-4對外提供API接口，采用的四種模型分別采用不同的按量收費方式2C個人用戶端成平臺大多按照圖像張數(shù)收費，收費方式更符合用戶預(yù)期ChatGPTPlus產(chǎn)品簡介：AI技術(shù)驅(qū)動的自然語言處理工具收費標(biāo)準(zhǔn)：每月20美元DALL.E產(chǎn)品簡介：AI技術(shù)驅(qū)動的文本生成圖像模型收費標(biāo)準(zhǔn)：15美元可購買115個積分，約能生成460張圖片，并獲得圖片的使用權(quán)，包括商業(yè)用途1作為底層平臺收費2C個人用戶端用戶可免費享受部分功能，可以通過成為會員獲取更優(yōu)質(zhì)的內(nèi)容服務(wù)，主要包含定制化、更高質(zhì)量及多模態(tài)的輸出內(nèi)容會員制?

按平臺和工具產(chǎn)出內(nèi)容量收費?

大多數(shù)AI圖像生成平臺大多按照圖像張數(shù)收費GPT-4API接口23產(chǎn)品簡介：AI技術(shù)驅(qū)動的大規(guī)模多模態(tài)模型，可以接受圖像和文本輸入，產(chǎn)生文本輸出產(chǎn)出內(nèi)容收費微軟、亞馬遜、谷歌的人工智能平臺存在按API盈利的模式，用戶調(diào)用的API次數(shù)越多，收費越高。收費標(biāo)準(zhǔn)：不超過8K文本長度時，定價為每1K個提示令牌0.03美元，每1K個補全令牌0.06美元按次收費?

主要服務(wù)于C端企業(yè)用戶，大部分C端AIGC工具則以約80人民幣/月的價格對外出售提供軟件服務(wù)收費ChatGPTAPI

接口產(chǎn)品簡介：AI技術(shù)驅(qū)動的自然語言處理工具收費標(biāo)準(zhǔn)：每1K個提示令牌0.002美元2B企業(yè)端客戶根據(jù)需求按次收費，通常是根據(jù)API調(diào)用次數(shù)進行收費?

模型訓(xùn)練費用，適用于NPC訓(xùn)練等個性化定制需求較強的領(lǐng)域45InstructGPTAPI

接口產(chǎn)品簡介：專注于解決指導(dǎo)型對話收費標(biāo)準(zhǔn)：每1K個提示令牌0.0004美元-0.02美元按次收費模型訓(xùn)練收費2B企業(yè)端DALL.E

API

接口文本生成圖像Whisper

API

接口自動語音識別?

針對對特殊性質(zhì)的內(nèi)容自動生成服務(wù)進行專門化收費方式設(shè)計客戶可以按月會員制付費，得到相應(yīng)的服務(wù)和升級，內(nèi)容輸出根據(jù)方案的不同呈現(xiàn)階梯式具體屬性收費會員制微調(diào)模型增加分類器或特征映射微調(diào)GPT-3模型嵌入模型將一個內(nèi)容實體映射為低維向量，從而可以獲得內(nèi)容之間的相似度資料來源：灼識咨詢26目錄I.

大模型如今已展現(xiàn)出卓越的能力，隨著其不斷演進和完善，必將引領(lǐng)AI的未來道路，開創(chuàng)智能時代的新紀(jì)元II.

受益于大模型技術(shù)的日益成熟，AIGC有望掀起新一輪產(chǎn)業(yè)革命，開啟人類發(fā)展的智能新時代III.

GPGPU高度并行的計算資源為大型模型的訓(xùn)練和推理提供了不可或缺的支持，推動了大模型與AI領(lǐng)域的不斷進步和創(chuàng)新IV.

彩蛋：生成式AI如何提升工作效率27GPGPU定義GPU可根據(jù)其功能和集成方法進行分類。GPGPU出色的處理和并行計算能力被廣泛應(yīng)用于大模型、高性能計算和其他領(lǐng)域，也是未來AI發(fā)展的重要基礎(chǔ)設(shè)施。GPU分類定義特征應(yīng)用典型產(chǎn)品?

大模型?

GPGPU具有GPU高度并行的非專用計算能力，并針對通用計算任務(wù)進行了優(yōu)化，尤其適合大規(guī)模數(shù)據(jù)集的訓(xùn)練和推理。英偉達

H100?

GPGPU是執(zhí)行原本由CPU處理?

數(shù)據(jù)中心?

高性能計算?

…GPGPU完成的通用計算任務(wù)的處理器。英特爾PonteAMD

MI300Vecchio通過功能分類?

非線性編輯?

視頻編解碼?

圖形加速可視化?

3D設(shè)計英偉達

GeForce?

圖形GPU是專門處理圖形計算?

圖形GPU專注于傳統(tǒng)的圖形處理計算，如渲染圖像、圖形GPU4090任務(wù)的處理器。視頻和游戲視覺效果制作等。AMD

Radeon?

…英特爾

ARCPRO?

獨立GPU是顯示芯片及相關(guān)器件制作成一個獨立于電腦主板的板卡，成為專業(yè)的圖形處理硬件設(shè)施。?

通過獨顯插到主板相應(yīng)接口上，具備高位寬，高頻獨立顯存和更多的處理單元，性能優(yōu)越，不僅可用于一般性的工作，還具有完善的2D效果和很強的3D水平。獨立GPU（商用）?

常用于高性能臺式機和英偉達

GeForce

AMD7050X1250筆記本電腦以及服務(wù)器英特爾

GMAX4500HD通過集成方式分類?

集成GPU是指一般不帶顯存，而是使用系統(tǒng)的一部分主內(nèi)存，可以被整合進主板作為芯片的一部分，也可以和CPU集成。?

集成在CPU里面的圖形處理單元，構(gòu)成CPU的一部分，其價格低，兼容性較好，但是性能相對較差，功耗低。集成GPU?

常用于筆記本電腦英特爾

IrisXeDG1資料來源：灼識咨詢28GPGPU產(chǎn)業(yè)鏈在GPGPU產(chǎn)業(yè)鏈中，上游供應(yīng)商主要為中游的芯片設(shè)計公司提供服務(wù)，在GPGPU生產(chǎn)出來后再被轉(zhuǎn)交給下游的終端用戶。隨著GPGPU在更多新興應(yīng)用場景中的普及，預(yù)計未來終端用戶的覆蓋范圍將進一步擴大。GPGPU產(chǎn)業(yè)鏈關(guān)鍵分析半導(dǎo)體IP硅片設(shè)計EDA工具產(chǎn)業(yè)鏈上游:?半導(dǎo)體IP供應(yīng)商提供搭建SoC所需的核心功能模塊。?硅片設(shè)計服務(wù)供應(yīng)商提供各個研發(fā)環(huán)節(jié)部分或全部的研發(fā)服務(wù)及后續(xù)晶圓制造、封裝及測試的委外管理上游?EDA工具供應(yīng)商則主要提供芯片設(shè)計所需的自動化軟件工具等。產(chǎn)業(yè)鏈中游:???芯片設(shè)計指根據(jù)芯片規(guī)格要求，通過主芯片設(shè)計晶圓制造封裝組配集成測試系統(tǒng)涉及、邏輯設(shè)計、電路設(shè)計、物理設(shè)計，最終形成設(shè)計版圖。晶圓制造環(huán)節(jié)是根據(jù)設(shè)計版圖將電路圖形信息蝕刻在硅片上，并形成電路的過程。中游封裝則是將芯片在框架上布局、粘貼、固定及連接，引出接線端子并通過可塑性絕緣介質(zhì)灌封固定，構(gòu)成整體立體結(jié)構(gòu)的工藝。終端用戶?封裝完成后，再對芯片進行功能和性能測試。運營商云廠商PC產(chǎn)業(yè)鏈下游:?···下游下游主要為終端廠商，如運營商、云廠商、AI廠商、互聯(lián)網(wǎng)、行業(yè)AI、政府AIDC等。如今，GPGPU已被用于越來越多的新興領(lǐng)域，推動各行業(yè)快速發(fā)展。資料來源：灼識咨詢29GPGPU架構(gòu)軟硬件集成所帶來的性能優(yōu)化已成為GPGPU的關(guān)鍵競爭力。目前，持續(xù)的微架構(gòu)創(chuàng)新和制程工藝升級，以及軟件開發(fā)人員對生態(tài)系統(tǒng)完整性和多樣性的提升促進了GPGPU的持續(xù)發(fā)展。GPGPU架構(gòu)關(guān)鍵分析?

GPGPU的軟件為開發(fā)人員提供了主流的深度學(xué)習(xí)框架，并允許他們重新編程，從而在芯片計算利用率、數(shù)據(jù)吞吐量、多芯片互聯(lián)等方面盡可能優(yōu)化GPGPU性能。軟件升級為GPGPU帶來的進一步性能優(yōu)化已成為

GPGPU公司至關(guān)重要的競爭優(yōu)勢。GPGPU應(yīng)用數(shù)據(jù)中心云服務(wù)供應(yīng)商框架?

GPGPU的硬件架構(gòu)以最初的GPU架構(gòu)為基礎(chǔ)，增強了通用計算單元，同時減少了用于渲染功能的硬件加速單元。這種量身定制的硬件架構(gòu)使GPGPU成為通用智能計算的首選芯片，為AI計算奠定了堅實的硬件基礎(chǔ)，推動了AI市場的發(fā)展。GPGPU軟件算法庫編譯器工具模塊驅(qū)動模塊L2緩存…?

GPGPU應(yīng)用?

GPGPU軟件?

GPGPU硬件?

其他硬件GPGPU硬件控制單元寄存器L1緩存執(zhí)行線路資料來源：灼識咨詢30GPGPU關(guān)鍵參數(shù)計算能力、熱設(shè)計功耗、能效比、進程、內(nèi)存和內(nèi)存帶寬等是GPGPU的關(guān)鍵參數(shù)。GPGPU性能指標(biāo)示意（以英偉達A100為例）GPGPU關(guān)鍵參數(shù)關(guān)鍵參數(shù)描述1計算能力???624

TOPS

INT8312

TFLOPS

BF16156

TFLOPS

TF32TF32,

TFLOPSBF16,TFLOPS??TFLOPS

是指每秒一萬億次浮點運算次數(shù)。1TF32指TensorFlow-32，指一種單精度浮點格式。BF16指Brain

Float-16，指一種數(shù)據(jù)精度低于TF32的浮點數(shù)據(jù)格式。INT8指8位二進制數(shù)據(jù)格式。2熱設(shè)計功耗?

400WINT8,

TOPSW??數(shù)字越大，每種格式下的芯片計算能力越強。3能效比???1.6

TOPS/WINT80.8

TFLOPS/WBF160.4

TFLOPS/WTF3223熱設(shè)計功耗是指GPGPU的最大功耗。TF32,

TFLOPS/WBF16,TFLOPS/WINT8,

TOPS/W?一般將計算能力除以熱設(shè)計功耗計算得出，反映了在相同功耗下GPGPU可提供的計算能力。??用于制造芯片晶片的核心工藝。4nm數(shù)字越小，工藝技術(shù)越先進，性能也越強。6內(nèi)存帶寬1,935

GB/s??內(nèi)存是指GPGPU可以臨時存儲和快速訪問的數(shù)據(jù)大小。?56GB內(nèi)存越大，GPGPU可同時處理的數(shù)據(jù)就越多，性能也就越強。5內(nèi)存80GB

HBM2E

Memory?4制程???內(nèi)存帶寬是指芯片與內(nèi)存之間的數(shù)據(jù)傳輸速度。GB/S7nm內(nèi)存帶寬越大，GPGPU

從內(nèi)存讀取數(shù)據(jù)的速度就越快。資料來源：灼識咨詢31GPGPU市場規(guī)模GPGPU技術(shù)在大模型、AI和其他領(lǐng)域的應(yīng)用日趨成熟，推動全球GPGPU市場持續(xù)快速發(fā)展。全球GPGPU出貨量,

2018-2027E全球GPGPU市場規(guī)模,

2018-2027E百萬個CAGR十億美元CAGR2018-2022

2022-2027E2018-2022

2022-2027E38.8%39.2%45.0%55.5%1210814012010080604020064202018關(guān)鍵分析20222027E201820222027E?

盡管GPGPU最初是為了完成圖像相關(guān)的任務(wù)而發(fā)明的，但它的架構(gòu)并非是定制的，這使它們能夠廣泛應(yīng)用于各種不同的計算任務(wù)，在計算場景不斷發(fā)展和多樣化的當(dāng)今世界，這是一個至關(guān)重要的優(yōu)勢。因此，GPGPU已成為通用計算芯片的主流選擇，并將在未來繼續(xù)保持這一優(yōu)勢。?

推理的算力需求通常會隨著用戶使用AI模型次數(shù)的增加而增加。受益于AI模型用戶的不斷增長，推理所需的計算能力未來將持續(xù)增長。?

同時，AI模型的參數(shù)越多，完成一次訓(xùn)練所需的計算能力就越高。隨著大模型的不斷發(fā)展，對能夠處理此類大規(guī)模計算的GPGPU的需求將越來越大。未來，大模型的在各行業(yè)應(yīng)用更加多樣化，長期促進訓(xùn)練所需的計算能力的增長，推動GPGPU市場的發(fā)展。資料來源：灼識咨詢32目錄I.

大模型如今已展現(xiàn)出卓越的能力，隨著其不斷演進和完善，必將引領(lǐng)AI的未來道路，開創(chuàng)智能時代的新紀(jì)元II.

受益于大模型技術(shù)的日益成熟，AIGC有望掀起新一輪產(chǎn)業(yè)革命，開啟人類發(fā)展的智能新時代III.

GPGPU高度并行的計算資源為大型模型的訓(xùn)練和推理提供了不可或缺的支持，推動了大模型與AI領(lǐng)域的不斷進步和創(chuàng)新IV.

彩蛋：生成式AI如何提升工作效率33彩蛋：生成式AI如何提升工作效率市面上AI工具五花八門，有文字、圖像、音視頻、編程、辦公等眾多類型。GPT爆火后，各行各業(yè)都在開發(fā)大模型，有些是蹭熱度，有些是基于已有產(chǎn)品進行升級，但目前具有顛覆性的仍是我們熟知的GPT、Midjourney等文字、圖像類生成式AI工具。1

文字類（對話、寫作等）2

圖像類3

音視頻類4

編程類5

辦公類注：以上截圖來自網(wǎng)站

-/。34彩蛋：生成式AI如何提升工作效率文字

–

常用大模型幫助撰寫一些分析，如行業(yè)驅(qū)動因素等，經(jīng)過簡單改寫或讓AI基于之前的回復(fù)改寫后，生成的內(nèi)容能夠達到及格水平；也會用來翻譯中英文、改寫并總結(jié)文字。以修改英語為例，雖然簡單但仍有一定的技巧，合適的prompt可以更高效地完成工作。Prompt

1Prompt

2要求:你是一個英語為母語且是一個專業(yè)的分析師。你現(xiàn)在要修訂報告中的內(nèi)容，語要求:你是一個英語為母語且是一個專業(yè)的分析師。你現(xiàn)在要修訂報告中的內(nèi)容，語言是英文。我會把每一段文字復(fù)制給你，你需要檢查語法、錯別字、表達不當(dāng)，返回給我修訂后的版本Prompt1:InFebruary

2020

we

set

out

our

ambition

tobe

anet

zerocompany

by2050

orsooner

and

tohelp

theworldget

tonet

zero.Thisambition

issupported

by10aims:

fivetohelpusbecome

anet

zerocompany,

and

fiveto

help

theworldmeet

net

zero.Prompt2:

We

believe

that

ournet

zeroambition

and

aims,

taken

together,

set

out

apathfor

bpthat

isconsistent

withthe

goals

oftheParis

Agreement.言是英文。我會把每一段文字復(fù)制給你，你需要檢查語法、錯別字、表達不當(dāng)，返回給我一個修訂后的版本，再返回給我一個修訂后的版本中體現(xiàn)所有修改痕跡，刪除的部分加上刪除線，更新的部分加粗顯示。必須按照我的要求體現(xiàn)所有修改痕跡。Prompt1:InFebruary

2020

we

set

out

our

ambition

tobe

anet

zerocompany

by2050

orsooner

and

tohelp

theworldget

tonet

zero.Thisambition

issupported

by10aims:

fivetohelpusbecome

anet

zerocompany,

and

fiveto

help

theworldmeet

net

zero.Prompt2:

We

believe

that

ournet

zeroambition

and

aims,

taken

together,

set

out

apathfor

bpthat

isconsistent

withthe

goals

oftheParis

Agreement.回復(fù)回復(fù)35彩蛋：生成式AI如何提升工作效率文字

–

在使用文字生成式AI時，promot要清晰、目的明確、且與話題相關(guān)，主要有幫助翻譯、發(fā)散思路、和擴寫想法三種提高效率的方式。幫助翻譯發(fā)散思路擴寫想法角色賦予給予它一個明確身份幫助它使用你想要的語序和表達習(xí)慣保持正軌誤解或者跑偏時直白明確地指出錯誤，它可以很快做出修正，規(guī)定關(guān)鍵詞?111明確你希望它在擴寫的過程當(dāng)中提到的關(guān)鍵詞或擴寫方向?你可以明確告訴它一些行業(yè)術(shù)語從而確保它生成的內(nèi)容與特定領(lǐng)域相關(guān)“假如你是一個英國人，請幫我翻譯‘…’”“我想要的不是……，而是……”“請寫一段描述說明‘…’，我希望這段描述中包括ChatGPT在工作中的應(yīng)用場景和使用后提高工作效率的原因”鼓勵反饋鼓勵

ChatGPT提出問題或提供反饋，以保持對話的互動性和吸引力。擴展性提問提供樣例句子你可以要求他進行模仿描寫，幫助它更熟悉你想要的文字風(fēng)格和內(nèi)容方向22??要求它對其中一條做出解釋擴寫其中你認(rèn)為較好的一條2“從母語為英語表達者的習(xí)慣來看，這個句子有什么問題嗎？可以幫我修改嗎？”“請展開詳細(xì)解釋一下……這一條……”“請仿照’烹調(diào)鍋具的多元化在滿足更多廚房場景需求的同時，也成為了帶動全球烹調(diào)鍋具市場發(fā)展的重要增量來源之一?！瘞臀覍懸欢卧捗枋觥贬槍π薷木唧w、有針對性的提示來關(guān)注語言的具體方面，如語法、詞匯或發(fā)音持續(xù)補充可以要求他補充發(fā)散一些靈感，這個補充可以是沒有目的的，也可以是針對某個方面進行發(fā)散善用總結(jié)一般chatgpt都會給你一段很長的內(nèi)容，但不需要在一開始就過多的限制她的長度，善用總結(jié)333“我不喜歡effective這個詞，幫我用一個高級一些的詞匯替換它”“我還想聽到五個有關(guān)如何指導(dǎo)chatgpt給出我想要的文風(fēng)的原則”“把這段話縮寫到10字以內(nèi)”“再優(yōu)化一下語言，使得表述簡潔明確沒有重復(fù)內(nèi)容”36彩蛋：生成式AI如何提升工作效率二手

–

New

Bing可以聯(lián)網(wǎng)，功能強大且UI更好，但回復(fù)較慢；雖然GPT-4的訓(xùn)練數(shù)據(jù)還是基于21年，但可以通過插件聯(lián)網(wǎng)收集二手信息，只是效果一般，可以基于二手信息再用GPT-4的其他功能進行處理。Prompt

(New

Bing)Prompt

(GPT-4通過web

pilot插件聯(lián)網(wǎng))Prompt1:

幫我列出下面21家的咨詢公司的信息并返回表格，第一列是企業(yè)名稱，第二列是成立年份，第三列是總部所在地區(qū)，第四列是企業(yè)簡介（企業(yè)簡介不要超過30字），第五列是企業(yè)的官網(wǎng)（如果沒有就填寫None）。這些公司是：Tata

Group,Deloitte,

PricewaterhouseCoopers,

Accenture,

ErnstYoung,Cognizant,

InfosysPublic

Services,

Boston

Consulting

Group,McKinseyCompany,CGIGroup,BoozAllen

Hamilton,

BainCompany,

Gartner,Mercer,Capgemini

Invent,KPMG,

OliverWyman,

A.T.Kearney,Roland

Berger,Arthur

D.Little,

Chinainsights

consultancyPrompt2:進入前三個公司的網(wǎng)站，總結(jié)他們的成立時間、總部所在地、發(fā)展歷史、主要產(chǎn)品。返回表格就可以，第一列公司名稱，第二列成立時間、第三列總部所在地、第三列發(fā)展歷史（不要超過30字）、主要產(chǎn)品（不要超過30字）。Prompt1:

幫我列出下面21家的咨詢公司的信息并返回表格，第一列是企業(yè)名稱，第二列是成立年份，第三列是