2024中國“百模大戰(zhàn)”競爭格局分析報告：戰(zhàn)鼓震天動地響鐵蹄踏破萬里疆-億歐智庫

戰(zhàn)鼓震天動地響,鐵蹄踏破萬里疆-2024中國“百模大戰(zhàn)”競爭格局分析報告勢如破竹,通用模型誰主沉浮百銅爭流,垂類模型落地幾何終局未定,“百模大戰(zhàn)”未來何往勢如破竹,通用模型誰主沉浮百銅爭流,垂類模型落地幾何終局未定,“百模大戰(zhàn)”未來何往戰(zhàn)鼓齊鳴,“百模爭鋒”戰(zhàn)火正旺戰(zhàn)鼓齊鳴,“百模爭鋒”戰(zhàn)火正旺2024中國“百模大戰(zhàn)”競爭格局分析報告0101戰(zhàn)鼓齊鳴,“百模爭鋒”戰(zhàn)火正旺勢如破竹,通用模型誰主沉浮百銅爭流,垂類模型落地幾何終局未定,“百模大戰(zhàn)”未來何往億歐智庫:9模型發(fā)布:.上海人工智能實驗室發(fā)布開源書生.浦語大模型(lnternLM)lnternLM-20B6模型發(fā)布:算法備案:.通用大模型呈現(xiàn)寡.垂類大模型呈現(xiàn)碎億歐智庫:9模型發(fā)布:.上海人工智能實驗室發(fā)布開源書生.浦語大模型(lnternLM)lnternLM-20B6模型發(fā)布:算法備案:.通用大模型呈現(xiàn)寡.垂類大模型呈現(xiàn)碎模型發(fā)布:模型書生.筑夢模型備案官方評測:.國內(nèi)首個官方大模型評測結(jié)果出爐,通義千問、文心一模型發(fā)布:模型發(fā)布:政策落地:.《深訓(xùn)市加快推動人工智能高質(zhì)量發(fā)展高模型發(fā)布:.0PP0發(fā)布AndesGPT模型發(fā)布:算法/模型備案:.境內(nèi)累計151款算法完成深度合成服務(wù)算.vlv0發(fā)布BlueLM政策落地:.《上海市推動人工智能大模型創(chuàng)新發(fā)展若干措施(2023-2025年)》模型備案:用行動方案(2023-2024年)》.上海人工智能實驗室開源發(fā)布書生.浦語2.0、書生.浦語靈筆2.0等多款大模型算法備案:.境內(nèi)累計280款算法完成深度合成服務(wù)算模型發(fā)布:模型發(fā)布:模型發(fā)布:.商湯科技推出Sensechatv4.抖音推出Al聊天機(jī)器人構(gòu)建平臺coze的國內(nèi)版“扣子”模型備案:模型發(fā)布:.金山辦公WPSAl政策落地:模型發(fā)布:模型發(fā)布:.北京大學(xué)chatExcel測試版商湯等為代表的企業(yè)陸續(xù)推出各自的大模型,2023年6月開始國內(nèi)涌現(xiàn)出眾多的通用大模型和垂類大模型。目前國內(nèi)公布的大模型數(shù)量已超過300個,市場競爭激烈,大模型行業(yè)呈現(xiàn)出“百模大戰(zhàn)”的競爭格局。準(zhǔn)備期國內(nèi)高校率先發(fā)布產(chǎn)品,準(zhǔn)備期國內(nèi)高校率先發(fā)布產(chǎn)品,創(chuàng)業(yè)爆發(fā)百度先聲奪人,大廠積極入局創(chuàng)業(yè)爆發(fā)百度先聲奪人,大廠積極入局百模大戰(zhàn)產(chǎn)品更新選代,新玩家持續(xù)入局百模大戰(zhàn)產(chǎn)品更新選代,新玩家持續(xù)入局穩(wěn)定發(fā)展競爭格局穩(wěn)固,穩(wěn)定發(fā)展競爭格局穩(wěn)固,資料來源:《中國人工智能大模型地圖研究報告》、公開資料、億歐智庫4u2023-2024年,中國大模型產(chǎn)業(yè)快速發(fā)展,科技大廠、Al公司、創(chuàng)業(yè)公司和研究機(jī)構(gòu)等先后入局。各類玩家在產(chǎn)品選代、官方備案、基礎(chǔ)設(shè)施建設(shè)、u2023-2024年,中國大模型產(chǎn)業(yè)快速發(fā)展,科技大廠、Al公司、創(chuàng)業(yè)公司和研究機(jī)構(gòu)等先后入局。各類玩家在產(chǎn)品選代、官方備案、基礎(chǔ)設(shè)施建設(shè)、百度騰訊阿里巴巴華為科大訊飛商湯科技百川智能智譜Al稀宇科技字節(jié)跳動復(fù)旦大學(xué)中科院自動化研究所上海人工智上海人工智能實驗室版本選代/新品推出通過官方備案/測試基礎(chǔ)設(shè)施建設(shè)生態(tài)建設(shè)用戶規(guī)模突破獲得融資資料來源:公開資料、億歐智庫5u從20世紀(jì)50年代人工智能技術(shù)誕生至今,先后四次引發(fā)大規(guī)模的關(guān)注,分別是專家系統(tǒng)時代、機(jī)器學(xué)習(xí)時代、深度學(xué)習(xí)時代和大模型時代。前三個u從20世紀(jì)50年代人工智能技術(shù)誕生至今,先后四次引發(fā)大規(guī)模的關(guān)注,分別是專家系統(tǒng)時代、機(jī)器學(xué)習(xí)時代、深度學(xué)習(xí)時代和大模型時代。前三個階段由于數(shù)據(jù)、算力、場景落地和投資回報等方面的原因未能形成AI產(chǎn)業(yè)的商業(yè)閉環(huán)?；诖竽Ｐ屯ㄓ眯?、涌現(xiàn)性和強(qiáng)計算能力的特征,大模型時代有望形成商業(yè)閉環(huán),因此基于技術(shù)可行性和未來巨大想象空間,眾多玩家涌入大模型賽道。億歐智庫:大模型時代技術(shù)進(jìn)步有望實現(xiàn)商業(yè)閉環(huán)億歐智庫:大模型時代技術(shù)進(jìn)步有望實現(xiàn)商業(yè)閉環(huán)反哺基礎(chǔ)算法+場景落地+投資回報算力.場景落地后疊加客戶持續(xù)投資又為產(chǎn)業(yè)輸送新的知識和數(shù)據(jù).反哺基礎(chǔ)算法+場景落地+投資回報算力.場景落地后疊加客戶持續(xù)投資又為產(chǎn)業(yè)輸送新的知識和數(shù)據(jù).閉環(huán)形成后,AI產(chǎn)業(yè)將實現(xiàn)長期有序發(fā)展AI商業(yè)閉環(huán)環(huán)的三個核心環(huán)節(jié),在AI商業(yè)閉環(huán)中:.在算法和算力的支撐下實現(xiàn)場景落地,下游客戶投資場景獲得數(shù)據(jù)+知識數(shù)據(jù)+知識支撐+算法算力數(shù)據(jù)知識機(jī)器學(xué)習(xí)時代.機(jī)器學(xué)習(xí)是基于數(shù)據(jù)驅(qū)動的人工智.核心思想是通過從數(shù)據(jù)中學(xué)習(xí)模式和規(guī)律,從而使計算機(jī)系統(tǒng)具有智應(yīng)用場景有限訓(xùn)練數(shù)據(jù)依賴性強(qiáng)+算法算力數(shù)據(jù)知識機(jī)器學(xué)習(xí)時代.機(jī)器學(xué)習(xí)是基于數(shù)據(jù)驅(qū)動的人工智.核心思想是通過從數(shù)據(jù)中學(xué)習(xí)模式和規(guī)律,從而使計算機(jī)系統(tǒng)具有智應(yīng)用場景有限訓(xùn)練數(shù)據(jù)依賴性強(qiáng)算力資源有限走到商業(yè)閉環(huán)中的“算法+算力”環(huán)節(jié)場景深度學(xué)習(xí)時代.深度學(xué)習(xí)是機(jī)器學(xué)習(xí)的一個分支,其核心是使用深層神經(jīng)網(wǎng)絡(luò)來進(jìn)行.深度學(xué)習(xí)利用多層次的神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)來學(xué)習(xí)高層次的抽象特征表示,從而實現(xiàn)對復(fù)雜數(shù)據(jù)的有效表示和場景泛化能力弱場景投資回報低場景投資回報低,未形成商業(yè)閉環(huán)數(shù)據(jù)算法+場景回報算力知識大模型時代.大模型是指具有龐大的參數(shù)規(guī)模和復(fù)雜程度的機(jī)器學(xué)習(xí)模型,具有通場景泛化能力強(qiáng)技術(shù)涌現(xiàn)能力強(qiáng)數(shù)據(jù)和算力質(zhì)量提升多任務(wù)屬性提高投資回報率有望形成商業(yè)閉環(huán)算法+算力數(shù)據(jù)知識數(shù)據(jù)知識數(shù)據(jù)知識僅完成商業(yè)閉環(huán)中的“數(shù)據(jù)+知識環(huán)節(jié)”.專家系統(tǒng)是早期人工智能的代表,其核心思想是將領(lǐng)域?qū)＜业闹R通.專家系統(tǒng)通過將專家知識編碼為一系列的規(guī)則或者知識庫,然后利用推理引擎來模擬專家的決策過程,知識構(gòu)建成本高知識表達(dá)困難技術(shù)泛化能力弱資料來源:專家訪談、公開資料、億歐智庫6u市場規(guī)模持續(xù)擴(kuò)大疊加資本市場關(guān)注度不斷提升,日益火熱的大模型賽道涌入各類玩家。從新興技術(shù)發(fā)展周期視角來看,歷經(jīng)多玩家涌入和投資熱u市場規(guī)模持續(xù)擴(kuò)大疊加資本市場關(guān)注度不斷提升,日益火熱的大模型賽道涌入各類玩家。從新興技術(shù)發(fā)展周期視角來看,歷經(jīng)多玩家涌入和投資熱度提升的期望膨脹期后市場會逐漸出清,戰(zhàn)況激烈的“百模大戰(zhàn)”將在短中期內(nèi)步入該階段。因此從產(chǎn)業(yè)發(fā)展規(guī)律角度來看,大模型賽道目前已走過創(chuàng)業(yè)高峰期,隨之而來的市場出清趨勢將激化各產(chǎn)業(yè)玩家間的競爭,推動新一輪的市場洗牌。億歐智庫:市場火熱引發(fā)眾多玩家入局.億歐智庫:市場火熱引發(fā)眾多玩家入局.中國大模型市場發(fā)展迅速,2023年中國語言大模型市場規(guī)模突破100億元,未來將保持高速增長,隨著機(jī)器視覺、多模態(tài)大模型等技術(shù)的持續(xù)成熟,未來大模型市場規(guī)模有望持續(xù)增長。2023年人工智能領(lǐng)域的資本熱度相對下滑,但AlGC/大模型在資本市場的關(guān)注度持續(xù)提高,并出現(xiàn)了智譜Al、百川智能等融資金融超過20億人民幣的事件。.科技領(lǐng)域F0M0(Fear0fMissing0ut)錯事恐懼效應(yīng)明顯,疊加大模型成為貿(mào)手可熱的賽道,Al企業(yè)、科技公司、初創(chuàng)企業(yè)和研究機(jī)構(gòu)等紛紛入局,國內(nèi)大模型數(shù)量已從2023年6月的不足80個增長到2024年2月的300多個,市場競爭激烈。..2023年中國語言大模型市場規(guī)模達(dá)132.3億元,CAGR:50.6%中國大語言模型市場規(guī)模(億元)及增速CAGR:50.6%.2023年Al領(lǐng)域融資事件總數(shù)為585件,技術(shù)算法層融資事件182件,占Al領(lǐng)域的31%.在技術(shù)算法層細(xì)分領(lǐng)域的融資中,AlGC/大模型累計融資156.13億元,獲投公司數(shù)90家,融資事件數(shù)111件,在包括基礎(chǔ)設(shè)施和行業(yè)應(yīng)用的所有Al細(xì)分領(lǐng)域中,三項指標(biāo)均領(lǐng)先與行業(yè)平均水平2023年中國Al領(lǐng)域一級市場股權(quán)融資事件類型分布基礎(chǔ)設(shè)施層技術(shù)算法層行業(yè)應(yīng)用層 融資總額(億元)獲投公司數(shù)融資事件億歐智庫:產(chǎn)業(yè)發(fā)展規(guī)律引致競爭格局優(yōu)化.億歐智庫:產(chǎn)業(yè)發(fā)展規(guī)律引致競爭格局優(yōu)化.新興技術(shù)的發(fā)展通常會經(jīng)歷技術(shù)萌芽期、期望膨脹期、泡沫破裂低谷期、穩(wěn)步爬成熟期,歷經(jīng)多玩家涌入和投資熱度提升的期望膨脹期后市場逐漸出清,頭部玩家成為市場的主2010-2015年互聯(lián)網(wǎng)“千團(tuán)大戰(zhàn)”歷程初步洗牌期和行業(yè)整合并購期,最后走向先對穩(wěn)定的寡頭競爭格局。百模大戰(zhàn)對比千團(tuán)大戰(zhàn)在競爭策略、商業(yè)模式和技術(shù)影響等方面存在差異,但混戰(zhàn)后趨于穩(wěn)定的市場規(guī)律仍具有借鑒意義。 資本撤離 資本撤離,市場出清戰(zhàn)局已定,美團(tuán)領(lǐng)跑資本入局,創(chuàng)業(yè)混戰(zhàn).2010年12月團(tuán)購網(wǎng)站超過2000家.團(tuán)購行業(yè)因質(zhì)量問題出現(xiàn)13年底以來,百度收購糯米股份,蘇收購滿座網(wǎng),騰訊入股大眾點評,市網(wǎng)..拉.2014年上半年,團(tuán)購市場形成“一超兩強(qiáng)”的格局.美團(tuán)市占率達(dá)到56%,大眾點.2015年10月,美團(tuán)收購大眾點評,成功領(lǐng)跑市場購購.2012年6月團(tuán)購網(wǎng)站數(shù)至2976家.美團(tuán)宣布跨入四億時代,手網(wǎng)、窩窩網(wǎng)等折戰(zhàn)lp07u大模型賽道處于高擁擠狀態(tài),有限性是算力等資源的本質(zhì)特征。隨著市場競爭的日益激烈,算力資源會呈現(xiàn)供需失衡的狀態(tài)并出現(xiàn)資源配置傾斜,疊加日益上漲的算力成本,行業(yè)玩家只有積極應(yīng)戰(zhàn)并構(gòu)建起競爭優(yōu)勢,才能獲得產(chǎn)業(yè)長期發(fā)展的資源支持。“百模大戰(zhàn)”必有-戰(zhàn)的因素分析-資源角度u大模型賽道處于高擁擠狀態(tài),有限性是算力等資源的本質(zhì)特征。隨著市場競爭的日益激烈,算力資源會呈現(xiàn)供需失衡的狀態(tài)并出現(xiàn)資源配置傾斜,疊加日益上漲的算力成本,行業(yè)玩家只有積極應(yīng)戰(zhàn)并構(gòu)建起競爭優(yōu)勢,才能獲得產(chǎn)業(yè)長期發(fā)展的資源支持。(單位:萬張).工業(yè)和信息化部預(yù)測,到2024年年底我國將有5%-8%的企業(yè)大模型參數(shù)從千億級躍升至萬億級,(單位:萬張).工業(yè)和信息化部預(yù)測,到2024年年底我國將有5%-8%的企業(yè)大模型參數(shù)從千億級躍升至萬億級,算力需求增速會達(dá)到320%,而中國智能算力規(guī)模2023-2027年復(fù)合年均增長率僅為28.2%,中國智能算力規(guī)模(EFL0PS)及增速.英偉達(dá)A100/H100/A800/H800等高算力專業(yè)級芯片是業(yè)內(nèi)大模型訓(xùn)練的首選。.大模型產(chǎn)業(yè)爆發(fā)后專業(yè)級GPU供不應(yīng)求,美國對中國的芯片封鎖增加了國內(nèi)公司購買芯片的難度,目前可通過英偉達(dá)合作伙伴網(wǎng)絡(luò)內(nèi)的代理商或英偉達(dá)0EM整機(jī)合作伙伴采購GPU,兩種形式都傾向于優(yōu)先供貨于阿里和字節(jié)等訂單量大的大廠,2023年英偉達(dá)H100GPU在國內(nèi)大部分流向字節(jié)跳動、阿里、百度和騰訊等大廠,中小公司和創(chuàng)業(yè)公司芯片購買難度增加。2023年英偉達(dá)H100GPU流向情況圖片來源:英偉達(dá)官網(wǎng)億歐智庫:成本高昂加速市場出清.億歐智庫:成本高昂加速市場出清.大模型訓(xùn)練和推理階段都需要消耗較高算力,訓(xùn)練階段GPT3.5同級別模型需要消耗數(shù)千張A100GPU,GPT4同級別模型則需耗費近萬張A100GPU。在推理階段,僅考慮問在問答場景需消耗數(shù)萬張H100,多模態(tài)使用場景下算力消耗量隨之增加。.市場需求高漲疊加產(chǎn)能限制導(dǎo)致GPU市場嚴(yán)重供需失衡,高性能GPU價格持續(xù)增長,2023年5月A100和A800市場單價分別達(dá)到15萬元/張和9.5萬元/張,顯著提高大模型產(chǎn)業(yè)入局和部分大模型消耗卡的數(shù)量及訓(xùn)練時長模型消耗卡數(shù)量訓(xùn)練時長---37.5%20%8億歐智庫:“AllinAI”的資源支持億歐智庫:科研創(chuàng)新與技術(shù)積累.大模型產(chǎn)業(yè)的技術(shù)進(jìn)步來源于科研創(chuàng)新和技術(shù)積累,從全球范圍來看中國、歐洲和美國在Al億歐智庫:“AllinAI”的資源支持億歐智庫:科研創(chuàng)新與技術(shù)積累.大模型產(chǎn)業(yè)的技術(shù)進(jìn)步來源于科研創(chuàng)新和技術(shù)積累,從全球范圍來看中國、歐洲和美國在Alforscience領(lǐng)域的積累較多,三地Alforscience論文發(fā)表量超過全球總數(shù)的80%,我國Alforscience論文發(fā)表數(shù)量最高。聚焦國內(nèi)除清華大學(xué)、北京大學(xué)和浙江大學(xué)等科研院校外,華為和.除前言理論研究外,專利的積累和沉淀也能有效幫助企業(yè)構(gòu)筑競爭壁壘。截至2023年底,中國大模型專利申請總數(shù)突破4萬件,百度、騰訊和阿里等頭部科技企業(yè)積累了大量創(chuàng)新成果。專利數(shù)量持續(xù)增加表明中國在大模型領(lǐng)域的科研投入已逐步形成技術(shù)積累,科研創(chuàng)新能力持續(xù)提升。目前大部分專利主要集中在互聯(lián)網(wǎng)和科技企業(yè)等大廠,初創(chuàng)企業(yè)的專利積累相對較少。中國Al大模型專利企業(yè)創(chuàng)新主體排名u大模型是一個重資源稟賦和高進(jìn)入門欖的賽道,“百模大戰(zhàn)”是一場重投入和高消耗的持久戰(zhàn)役。“百模大戰(zhàn)”的上半場是資源和技術(shù)的碰撞,入局企業(yè)需要長久的資源支持獲得高密度的人才、高質(zhì)量的數(shù)據(jù)和大規(guī)模的算力,同時需要持續(xù)的研發(fā)投入,以科技創(chuàng)新和技術(shù)積累構(gòu)建競爭壁壘。u在“百模大戰(zhàn)”下半場的競爭中,需要重點關(guān)注商業(yè)落地能力和客戶投資回報價值。創(chuàng)新商業(yè)模式形成商業(yè)閉環(huán)實現(xiàn)公司有序發(fā)展,同時提升大模型技術(shù)為下游客戶創(chuàng)造的實際價值,持續(xù)鞏固企業(yè)的競爭優(yōu)勢。.作為技術(shù)密集型產(chǎn)業(yè),進(jìn)入大模型賽道和在激烈的市場競爭中獲得優(yōu)勢都需要大量資金支持,用于人才團(tuán)隊構(gòu)建、高質(zhì)量訓(xùn)練數(shù)據(jù)獲取和大規(guī)模算力保證,“AllinAl”的資源支持和戰(zhàn)略方向資金.資金.大模型的研發(fā)、訓(xùn)練及推理需要大量的資金投入,需要一定規(guī)模的市場推廣費用在市場競爭中保持聲量.研發(fā)團(tuán)隊中,計算機(jī)視覺、深度學(xué)習(xí)、語音識別和自然語言處理等領(lǐng)域的人才薪酬高于平均水平.高質(zhì)量數(shù)據(jù)集的構(gòu)建需要投入大量的資金,覆蓋數(shù)據(jù)采集、清洗、標(biāo)注和處理等流程的成本.算力成本居高不下,GPT-3同級別模型訓(xùn)練一次的成本超100萬美元人才.人才.大模型是典型的技術(shù)密集型產(chǎn)業(yè),需要高密度的人才支持.大模型的開發(fā)和應(yīng)用需要跨學(xué)科的專業(yè)知識,包括機(jī)器學(xué)習(xí)、數(shù)據(jù)科學(xué)、軟件工程、系統(tǒng)架構(gòu)等領(lǐng)域的專家,人才的多樣性和專業(yè)性是推動技術(shù)創(chuàng)新和應(yīng)用落地的關(guān)鍵數(shù)據(jù).數(shù)據(jù)是訓(xùn)練大模型的基礎(chǔ),高質(zhì)量的數(shù)據(jù)集對于模型性能至關(guān)重要;擁有大量、多樣化且高質(zhì)量的數(shù)據(jù)集,能夠使模型更好地理解和生成語言,提高其在特定領(lǐng)域的應(yīng)用效果數(shù)據(jù).目前海外高質(zhì)量數(shù)據(jù)集數(shù)量較多,國內(nèi)開源數(shù)據(jù)集在數(shù)據(jù)規(guī)模和語料質(zhì)量上仍有較大差距,廠商自有數(shù)算力.算力是發(fā)展大模型產(chǎn)業(yè)的必備基算力.算力是發(fā)展大模型產(chǎn)業(yè)的必備基礎(chǔ),隨著模型參數(shù)和復(fù)雜度的提升,大模型對算力的需求也在加速增長,大模型訓(xùn)練所需算力每3-4個月增長1倍,增速遠(yuǎn)超摩爾定律.大模型訓(xùn)練和推理必須的專業(yè)級GPU目前處于供不應(yīng)求的狀態(tài),資源主要傾斜于實力雄厚的大廠;對于采取算力租賃形式切入賽道的玩家,市場需求旺盛推動租賃成本日益高漲資料來源:《中國Alforscience創(chuàng)新地圖研究報告》《中國Al大模型創(chuàng)新和專利技術(shù)分析報告》、公開資料、億歐智庫9億歐智庫:投資回報價值.中國企業(yè)對于生成式人工智能的接受度較高億歐智庫:投資回報價值.中國企業(yè)對于生成式人工智能的接受度較高,一半以上的企業(yè)計劃已開始相關(guān)嘗試,其中34%企業(yè)正在做一些應(yīng)用場景的初步探索,33%的企業(yè)將在2023年投資生成式Al技術(shù)。對于有投資生成式Al技術(shù)意愿的企業(yè),35.3%的企業(yè)在未來3年對于生成式Al的投入增幅在20%-30%之間,.整體來看國內(nèi)企業(yè)對于大模型的接受度和投資意愿度較高,但當(dāng)大模型技術(shù)商業(yè)落地后,需要考慮技術(shù)為下游客戶創(chuàng)造的實際價值,不斷優(yōu)化大模型技術(shù)為客戶創(chuàng)造的戰(zhàn)略價值、經(jīng)濟(jì)價值和成本價值,以價值提升為手段增加客戶粘性,從而實現(xiàn)企業(yè)長期有序發(fā)展。中國企業(yè)對生成式Al的態(tài)度未來3年公司在生成式Al的投入增幅大模型為下游客戶創(chuàng)造的價值正在做應(yīng)用場景初步探索u商業(yè)落地能力是連接技術(shù)創(chuàng)新與市場需求的橋梁,是企業(yè)實現(xiàn)可持續(xù)發(fā)展的關(guān)鍵。在“百模大戰(zhàn)”中,商業(yè)落地能力是決定企業(yè)能否長期保持競爭u技術(shù)實現(xiàn)商業(yè)落地后需要密切關(guān)注和有效提升產(chǎn)品為下游客戶創(chuàng)造的價值,不斷提高產(chǎn)品附加的戰(zhàn)略價值、經(jīng)濟(jì)價值和成本價值,以提高客戶投資億歐智庫:商業(yè)落地能力.大模型應(yīng)用領(lǐng)域廣泛,可面向企業(yè)和個人實現(xiàn)變現(xiàn)。按量收費、訂閱模式、定制化服務(wù)和廣告變現(xiàn)是目前常見的商業(yè)模式,在長期競爭中合理且符合企業(yè)自身發(fā)展條件的商業(yè)模式是大模型廠Al大模型商業(yè)模式列舉B端、C端按量收費.定義:根據(jù)用戶使用量進(jìn)行收費,比如按tokens計費、按照Apl調(diào)用次數(shù)收費,按照產(chǎn)出內(nèi)容量收費.案例:科大訊飛目前對外開放了星火大模型V1.5、V2.0和V3.0等三個版本,B端、C端訂閱模式.定義:依托內(nèi)容生成平臺和工具,通過收取使用費用獲得收益.案例:百度大模型文心一言已上線會員模式,定價為59.9元/月,連續(xù)包月優(yōu)惠價為49.9元/月,開通會員后,可解鎖文心大模型4.0定制化服務(wù).定義:根據(jù)客戶的特定需求,提供定制化的大模型服務(wù),服務(wù)內(nèi)容不僅包括大模型系統(tǒng),還包括服務(wù)器等硬件產(chǎn)品等一站式解決方案.案例:為高校提供的大模型系統(tǒng)教學(xué)實踐平臺,不僅包括需要大模型系統(tǒng),廣告變現(xiàn)廣告變現(xiàn).定義:.定義:當(dāng)大模型終端平臺或工具達(dá)到一定體量后,相關(guān)商家會選擇在其上進(jìn).案例:AskAl在APPStore中下載量巨大,吸引了商家投放廣告,每月獲得行廣告投放,大模型廠商獲得廣告費用資料來源:lDC&浪潮《2023-2024年中算法構(gòu)建算法數(shù)據(jù)數(shù)據(jù)清洗數(shù)據(jù)標(biāo)注數(shù)據(jù)收集算力Al芯片內(nèi)存硬盤其他光點科技inspur浪ne算法構(gòu)建算法數(shù)據(jù)數(shù)據(jù)清洗數(shù)據(jù)標(biāo)注數(shù)據(jù)收集算力Al芯片內(nèi)存硬盤其他光點科技inspur浪ne成本占比遞增成本占比遞增注:圖譜未詳盡,圖譜中的成本占比指構(gòu)建大模型時不同基礎(chǔ)層環(huán)節(jié)投入的占比11百銅爭流,垂類模型落地幾何終局未定,“百模大戰(zhàn)”未來何往百銅爭流,垂類模型落地幾何終局未定,“百模大戰(zhàn)”未來何往戰(zhàn)鼓齊鳴,“百模爭鋒”戰(zhàn)火正旺0202勢如破竹,通用模型誰主沉浮|||||||yi開源模型|XVERSE||||||||元乘象chatlmg|元識|AndesGPT源kimichat|面壁露卡Luca|百靈大模型||||||||yi開源模型|XVERSE||||||||元乘象chatlmg|元識|AndesGPT源kimichat|面壁露卡Luca|百靈大模型|海河.誦聽E2Alibaba書生.多模態(tài)書生.浦語|星辰語義大模型|孟子GPT|characterGLM|云雀大模型|百川大模型|小冰大模型||M0SS|美團(tuán)大模型|玉言||||||智象|yan|鴻鵲圖文大模型||||||智象|yan||九天.眾擎基座大模型|vio|鵬城.腦海|vio|鵬城.腦海|chatyuan小i機(jī)器人||語鯨大模型|小i機(jī)器人||語鯨大模型||uniDoc|knowLM|knowLM|chat-uniVi|SuS|SuS-chat-34B|PointLLM|公開使用暫未公開入口/基于開源平臺下載使用注:圖譜未詳盡u本報告結(jié)合國產(chǎn)大模型通過備案名錄、官方評測結(jié)果和市場調(diào)研等內(nèi)容,選取百度、騰訊、360、阿里巴巴、華為、科大訊飛、商湯科技、字節(jié)跳動、智譜AI和百川智能十家發(fā)布了通用大模型的廠商為研究對象,從“團(tuán)隊力、產(chǎn)品力、基建力、生態(tài)力和發(fā)展力”五個維度構(gòu)建“五力”模型,u不同類型的大模型廠商各具優(yōu)勢,百度和華為的五項能力均領(lǐng)先于行業(yè)平均水平;騰訊、360、阿里巴巴和科大訊飛在產(chǎn)品力方面表現(xiàn)優(yōu)異,商湯科技和字節(jié)跳動的基礎(chǔ)設(shè)施投入和建設(shè)處于行業(yè)中上水平。智譜AI和百川智能作為大模型初創(chuàng)企業(yè)的代表,智譜AI持續(xù)發(fā)力產(chǎn)品創(chuàng)新,展力處于行業(yè)中上水平;百川智能整體競爭力仍有提升空間。發(fā)展力團(tuán)隊力競爭力強(qiáng)競爭力弱億歐智庫:國內(nèi)通用大模型綜合競爭力“五力”分析框架及結(jié)果發(fā)展力團(tuán)隊力競爭力強(qiáng)競爭力弱生態(tài)力產(chǎn)品力評估大模型的綜合性能,結(jié)合官方生態(tài)力產(chǎn)品力評估大模型的綜合性能,結(jié)合官方機(jī)構(gòu)的評測結(jié)果,多維度考量大模團(tuán)隊力產(chǎn)品力基建力生態(tài)力發(fā)展力百度騰訊阿里巴巴華為科大訊飛商湯科技字節(jié)跳動百川智能細(xì)分維度包括開發(fā)者社區(qū)建設(shè)、開基建力評估大模型廠商基礎(chǔ)設(shè)施建設(shè)的投入力度和效果,細(xì)分維度包括算力儲備、算力中團(tuán)隊力發(fā)展力評估大模型廠商的可持續(xù)發(fā)展能力,包括商業(yè)路徑、未來發(fā)展戰(zhàn)略等細(xì)發(fā)展力評估大模型廠商的可持續(xù)發(fā)展能力,包括商業(yè)路徑、未來發(fā)展戰(zhàn)略等細(xì)維度包括人才結(jié)構(gòu)、人才質(zhì)量和人產(chǎn)品力基建力生態(tài)力資料來源:公開資料、億歐智庫14億歐智庫:通用大模型“團(tuán)隊力”評估結(jié)果商人才培養(yǎng)計劃列舉u人才結(jié)構(gòu)、人才質(zhì)量和人才培養(yǎng)方式是衡量大模型廠商團(tuán)隊力的關(guān)鍵指標(biāo),整體億歐智庫:通用大模型“團(tuán)隊力”評估結(jié)果商人才培養(yǎng)計劃列舉u人才結(jié)構(gòu)、人才質(zhì)量和人才培養(yǎng)方式是衡量大模型廠商團(tuán)隊力的關(guān)鍵指標(biāo),整體來看大廠在團(tuán)隊建設(shè)方面占據(jù)先發(fā)優(yōu)勢,百度、騰訊和華為在團(tuán)隊力方面整體實力較強(qiáng),以高占比的研發(fā)人員、高創(chuàng)新力的人才團(tuán)隊和長效的人才培養(yǎng)機(jī)制為抓手,多措并舉提高人才隊伍素質(zhì),為大模型產(chǎn)品.人才結(jié)構(gòu):細(xì)分維度包括廠商研發(fā)人員占比、Al人才規(guī)模等.人才質(zhì)量:評估人才創(chuàng)新潛力,細(xì)分維度包括創(chuàng)新主體人才團(tuán)隊.人才培養(yǎng):評估廠商在人才培養(yǎng)方面的布局和發(fā)展?jié)摿θ瞬沤Y(jié)構(gòu)人才質(zhì)量人才培養(yǎng)*大模型廠商研發(fā)人員占比大模型廠商研發(fā)人員占比.大模型產(chǎn)業(yè)需要高素質(zhì)的人才支持,研發(fā)人員占比是考察人才機(jī)構(gòu)的重要指標(biāo)之一。.大模型廠商研發(fā)人員占比均在50%以上,騰訊、智譜Al和百川智能等企業(yè)占比高于70%,處于行業(yè)領(lǐng)先地位。0PP00PP0.人才競爭力是大模型產(chǎn)業(yè)創(chuàng)新發(fā)展的關(guān)鍵驅(qū)動要素,從團(tuán)隊競爭力來看,百度、騰訊、華為和商湯科技的得分在50以上,領(lǐng)先于行業(yè)平均水平人廠.百度:聯(lián)合全國11家職業(yè)教育集團(tuán),發(fā)布“大國廠智匠”人才培養(yǎng)計劃,該計劃旨在產(chǎn)業(yè)數(shù)字化轉(zhuǎn)型的時代背景下,培養(yǎng)復(fù)合型人工智能技術(shù)人才,彌.阿里巴巴:2023年底達(dá)摩院(湖畔實驗室)博士后科研工作站正式揭牌成立,2024年目標(biāo)引入30名應(yīng)屆博士畢業(yè)生入站研究.華為:針對高校師生、開發(fā)者、科研人員量身定制培養(yǎng)體系,將不斷通過lcT學(xué)院和智能基座2.0項 資料來源:《中國人工智能產(chǎn)業(yè)創(chuàng)新人才競爭力報告(2023年)》、公開資料、億歐智庫15注:數(shù)據(jù)來源于企業(yè)年報/公開報告,字節(jié)跳動未公開最新數(shù)據(jù),報告中數(shù)據(jù)為預(yù)估結(jié)果；另由于篇幅限制評分依據(jù)僅作部分展示億歐智庫:通用大模型“產(chǎn)品力”評估結(jié)果u大模型性能的持續(xù)優(yōu)化能夠有效提升用戶體驗和保持廠商業(yè)務(wù)的長期增長,是大模型廠商構(gòu)筑競爭壁壘的有效手段。工信部、信通院、新華社和億歐智庫:通用大模型“產(chǎn)品力”評估結(jié)果u大模型性能的持續(xù)優(yōu)化能夠有效提升用戶體驗和保持廠商業(yè)務(wù)的長期增長,是大模型廠商構(gòu)筑競爭壁壘的有效手段。工信部、信通院、新華社和上海人工智能實驗室等相繼推出大模型性能評估模型,從不同維度對主流大模型產(chǎn)品的性能進(jìn)行評測,百度、騰訊、360、阿里巴巴、華為和科大工信部電子標(biāo)準(zhǔn)院官方工信部電子標(biāo)準(zhǔn)院官方“大模型標(biāo)準(zhǔn)符合性評測”中國信通院“可信AI大模型標(biāo)準(zhǔn)符合性驗證”.介紹:國內(nèi)首個官方評測結(jié)果,該測試由工信部中國電子技術(shù)標(biāo)準(zhǔn)化研究院發(fā)起,評測圍繞多領(lǐng)域多維度模型評測框架與指標(biāo)體系,從大模型的通用性、智能性、安全性等維度開展,涵蓋語言、.結(jié)果:僅有百度文心一言、騰訊混元大模型、360智腦、阿里云通義千問四款國產(chǎn)大模型首批通過測試.介紹:中國信通院結(jié)合《生成式人工智能技術(shù)及產(chǎn)品評估方法》《大規(guī)模預(yù)訓(xùn)練模型技術(shù)和產(chǎn)品評估方法》標(biāo)準(zhǔn),開展生成式人工智能標(biāo)準(zhǔn)符合性驗證工作,從模型開發(fā)、模型能力、模型運營和模.結(jié)果:>百度:完成模型開發(fā)和模型能力兩部分測評,結(jié)果表現(xiàn)優(yōu)異>騰訊:在模型開發(fā)和模型能力兩個重要領(lǐng)域的綜合評價均獲得>360:順利完成模型開發(fā)和模型能力兩大模塊驗證,并獲得當(dāng)>華為:生成式人工智能技術(shù)能力和產(chǎn)品能力標(biāo)準(zhǔn)符合性驗證中,獲得優(yōu)秀級(4+級)評分,成為業(yè)界首個獲得卓越級(5級)>科大訊飛:順利完成模型開發(fā)和模型能力兩大模塊驗證,并獲>智譜AI:chatGLM3-130B獲大語言“”“”上海人工智能實驗室0pencompass.介紹:上海人工智能實驗室發(fā)布大模型開源開放評測體系“司南”,全面量化大模型在知識、語言、理解、推理和考試等五大能力維度的表現(xiàn),本報告數(shù)據(jù)來源20230pencompass年度榜單,累計評估35個國內(nèi)外主流模型,GPT-4-Turbo排名第一(61.8/1).結(jié)果:智譜AIGLM4(58.9/2)、阿里巴巴Qwen-Max(56.8/3)、百度Erniebot-4.0(54.7/4)、百川智能Baichuan2-Turbo(46.4/12)人工智能大模型體驗報告3.0人工智能大模型體驗報告3.0專注國內(nèi)市場,評估10家國內(nèi)大模型,訊飛星火排名第一人工智能大模型體驗報告2.0chatGLM:983/3通義千問:935/7專注國內(nèi)市場,評估8家國內(nèi)大模型,訊飛星火排名第一新華社研究院中國企業(yè)發(fā)展研究中心.介紹:研究中心通過構(gòu)建主流大模型綜合指數(shù),從基礎(chǔ)能力、智商、情商和工具提效四個維度對主流大模型進(jìn)行評估,截至2024年2月累計發(fā)布3次評估結(jié)果人工智能大模型體驗報告1.0評估8家國內(nèi)外主流大模型,chatGPT4以1246分排名第一資料來源:公開資料、億歐智庫16注:由于篇幅限制評分依據(jù)僅作部分展示億歐智庫:通用大模型“基建力”評估結(jié)果u算力是大模型訓(xùn)練和運行的核心資源,芯片是提供算力的硬件基礎(chǔ),數(shù)據(jù)是訓(xùn)練大模型的原材料,構(gòu)建“大規(guī)模算力-高性能芯片億歐智庫:通用大模型“基建力”評估結(jié)果u算力是大模型訓(xùn)練和運行的核心資源,芯片是提供算力的硬件基礎(chǔ),數(shù)據(jù)是訓(xùn)練大模型的原材料,構(gòu)建“大規(guī)模算力-高性能芯片-高質(zhì)量數(shù)據(jù)”u大廠相對于初創(chuàng)企業(yè)在基建力方面占據(jù)比較優(yōu)勢,通過自建算力中心、自研芯片和構(gòu)建高質(zhì)量數(shù)據(jù)集的方式鞏固大模型產(chǎn)業(yè)發(fā)展的底層基礎(chǔ)。大模型廠商芯片自研情況昆侖芯鴻鵲Tencen騰訊滄海紫露玄靈玄鐵含光里影鯉鵬異騰饃鱗STPUAl芯片非Al芯片大模型廠商算力中心建設(shè)情況企業(yè)算力中心建設(shè)情況百度2023年5月開工建設(shè),總體規(guī)劃算力500P2023年9月正式揭牌上線,算力規(guī)模預(yù)計達(dá)200P百度云計算(陽泉)中心亞洲最大的單體智算中心,算力規(guī)模達(dá)4EFL0PS騰訊2023年11月聯(lián)合松江落地國內(nèi)最大規(guī)模GPU智算中心,部署了騰訊長三角(上海)人工2020年6月6日開工建設(shè),預(yù)計建成后,先進(jìn)計算中心機(jī)柜數(shù)量接近4萬架,服務(wù)器數(shù)量將達(dá)到80萬臺騰訊智慧產(chǎn)業(yè)長三角(合肥)智算中心2021年7月9日正式揭牌,采用騰訊第四代T-Block等高端模塊一期項目已建成投產(chǎn),本地存儲服務(wù)器30000臺,智能算力1000P;未來將擁有超過5萬臺服務(wù)器,2000P的智能算力阿里巴巴2022年8月30日正式啟動,總建設(shè)規(guī)模為12EFL0PS2022年8月30日正式啟動,建設(shè)規(guī)模為3EFL0PS商湯科技截至2023年第四季度截至2023年第四季度,商湯人工智能計算中心算力規(guī)模高達(dá)商湯科技(西南)人工商湯科技(西南)人工2023年10月24日正式落地重慶2023年10月24日正式落地重慶,首期建設(shè)以國產(chǎn)化算力為值算力達(dá)100P,中長期規(guī)劃建設(shè)算力1000P華為我國政府主導(dǎo)的智算中心供應(yīng)商以華為為主我國政府主導(dǎo)的智算中心供應(yīng)商以華為為主,包括北京異騰人工智能計算中心、天津人工智資料來源:公開資料、億歐智庫17注:由于篇幅限制評分依據(jù)僅作部分展示u生態(tài)力是指大模型廠商在構(gòu)建和維護(hù)其生態(tài)系統(tǒng)方面的能力,包括合作伙伴組建、開發(fā)者社區(qū)打造和用戶群體維護(hù)等。u業(yè)內(nèi)主要采取構(gòu)建開發(fā)者社區(qū)、建立戰(zhàn)略合作伙伴關(guān)系和依托自有平臺賦能大模型產(chǎn)業(yè)等方式發(fā)力生態(tài)建設(shè),百度、阿里和華為的生態(tài)建設(shè)能力領(lǐng)先行業(yè)平均水平。華為異騰社區(qū)建設(shè)日益繁榮,百度依托飛槳平臺助力大模型技術(shù)落地,阿里建立u生態(tài)力是指大模型廠商在構(gòu)建和維護(hù)其生態(tài)系統(tǒng)方面的能力,包括合作伙伴組建、開發(fā)者社區(qū)打造和用戶群體維護(hù)等。u業(yè)內(nèi)主要采取構(gòu)建開發(fā)者社區(qū)、建立戰(zhàn)略合作伙伴關(guān)系和依托自有平臺賦能大模型產(chǎn)業(yè)等方式發(fā)力生態(tài)建設(shè),百度、阿里和華為的生態(tài)建設(shè)能力領(lǐng)先行業(yè)平均水平。華為異騰社區(qū)建設(shè)日益繁榮,百度依托飛槳平臺助力大模型技術(shù)落地,阿里建立AI大模型社區(qū)吸引眾多開發(fā)者入駐。百度飛槳平臺助力大模型落地paddle0cR.飛槳深度學(xué)習(xí)平臺為大模型落地提供了技術(shù)支持、開發(fā)工具/平臺支持和社區(qū)支持,能夠有效支持大模型的開發(fā)、高性能訓(xùn)練和部署,降低模型研發(fā)成本,優(yōu)化研發(fā).同時文心一言是飛槳模型庫的重要組成部分,起到應(yīng)用示范和推動產(chǎn)業(yè)落地的作用。二者互相協(xié)同,共創(chuàng)繁榮健康的生態(tài)。飛槳深度學(xué)習(xí)平臺架構(gòu)億歐智庫:通用大模型“生態(tài)力”評估結(jié)果阿里魔搭社區(qū)阿里魔搭社區(qū)Modelscope社區(qū)成立于2022年6月,是一個模型開源社區(qū)及創(chuàng)新平臺,由阿里巴巴通義實驗室(InstituteforIntelligentcomputing),聯(lián)合ccF開源發(fā)展委員會,共同作為項目發(fā)起方。截止2024年2月,魔搭社區(qū)已集聚2800多款優(yōu)質(zhì)AI模型及上千數(shù)據(jù)集,用戶數(shù)超模型庫模型庫數(shù)據(jù)集創(chuàng)空間……資料來源:公開資料、億歐智庫18注:由于篇幅限制評分依據(jù)僅作部分展示通用大模型競爭力分析-發(fā)展力u團(tuán)隊力、產(chǎn)品力、基建力和生態(tài)力構(gòu)筑了大模型廠商短中期發(fā)展的核心競爭力,考量企業(yè)商業(yè)路徑和戰(zhàn)略的發(fā)展力是大模型廠商在長期競爭中保持優(yōu)勢的關(guān)鍵要素。目前大模型廠商處于商業(yè)化發(fā)展初期,部分廠商已形成初步發(fā)展路徑并進(jìn)行商業(yè)化嘗試,但各廠商間的差異相對不明顯。u華為構(gòu)筑三層行業(yè)模型走聚焦行業(yè)落地的路徑;阿里巴巴提出“AI驅(qū)動,公共云優(yōu)先”,B端和c端齊發(fā)力;百度上線了付費版文心一言,并且利用大模型重構(gòu)旗下業(yè)務(wù),預(yù)計2024年文心一言將帶來數(shù)十億元收入;騰訊超過180個內(nèi)部業(yè)務(wù)已接入騰訊混元,以微信為入口的Agent為大模型落地帶來豐富想象空間;智譜AI已有2000多家合作伙伴,范圍涵蓋了金融、能源、制造等不同行業(yè),2023年達(dá)成億級簽單額。億歐智庫:通用大模型“發(fā)展力”評估結(jié)果端c端齊發(fā)力全鏈條布c端端c端齊發(fā)力全鏈條布c端阿里巴巴:B+,局AI淘寶問問合成算法解答用戶問題,提供內(nèi).目前僅向c端使用者開放,底層模型為通義千問,賦能購物場景、釘釘:.開放智能化底座AIPaas給企業(yè)客戶,AIPaas包含模型調(diào)萬次大模型調(diào)用額度;在專屬釘釘年費基礎(chǔ)上,增加萬相臺無界版和阿里媽媽百靈.萬相臺無界版以GMV為導(dǎo)向,側(cè)重站內(nèi)投放.阿里媽媽百靈整合站內(nèi)外媒體資源,側(cè)重品牌營銷.均依托阿里媽媽專屬AI大模型,將消費者觸達(dá)、營銷推廣等多種經(jīng)營場景智能化L2:細(xì)分場景模型(基于下游任務(wù)微調(diào))L0:基礎(chǔ)大模型(使用授權(quán)費)L2:細(xì)分場景模型(基于下游任務(wù)微調(diào))L0:基礎(chǔ)大模型(使用授權(quán)費)L1:L1:行業(yè)大模型(定制費)……資料來源:公開資料、億歐智庫19注:由于篇幅限制評分依據(jù)僅作部分展示億歐智庫:開源和閉源的優(yōu)劣勢分析億歐智庫:開源和閉源的優(yōu)劣勢分析.創(chuàng)新研發(fā):可以讓更多的研發(fā)者改進(jìn)模型,促進(jìn)產(chǎn)業(yè)創(chuàng)新.透明性:多方參與者可直接審查代碼和模型,減少安全問題.社區(qū)協(xié)作:有助建立繁榮的社區(qū)生態(tài),推動大模型選代升級.質(zhì)量控制:可以更好地控制模型的版本和質(zhì)量,確保用戶使.隱私保護(hù):提高用戶數(shù)據(jù)保護(hù)水平,降低數(shù)據(jù)惡意使用風(fēng)險.創(chuàng)新受限:可能會限制模型的多維創(chuàng)新和技術(shù)突破.易形成壟斷:限制競爭對手獲取核心技術(shù),增加進(jìn)入壁壘,.擴(kuò)散和濫用風(fēng)險:會出現(xiàn)濫用而進(jìn)行的大模型微調(diào)或修改,.缺少開源安全標(biāo)準(zhǔn):不同機(jī)構(gòu)的安全保障不同存在潛在風(fēng)險u基于模型的源代碼和訓(xùn)練數(shù)據(jù)是否公開,可將大模型分為開源和閉源兩種形式,隨著大模型產(chǎn)業(yè)的快速發(fā)展,開源和閉源之爭日益激烈。開源具有能夠有效促進(jìn)創(chuàng)新和生態(tài)繁榮等優(yōu)點,閉源具有高安全性和強(qiáng)質(zhì)量保證等優(yōu)點。u從國內(nèi)來看,部分通用大模型廠商選擇開源路線,但企業(yè)在進(jìn)行決策時需結(jié)合自身技術(shù)優(yōu)勢和未來發(fā)展目標(biāo)進(jìn)行選擇。比如阿里基于自身算力資源支持和促進(jìn)生態(tài)繁榮的目標(biāo)選擇開源道路,而華為基于“Alforlndustries”的發(fā)展目標(biāo)選擇閉源路徑保護(hù)用戶數(shù)據(jù)安全。億歐智庫:通用大模型開源和閉源典型案例選擇開源的原因算力資源豐富:自建算力中心和自研芯片提高了阿發(fā)展戰(zhàn)略引領(lǐng):將促進(jìn)中國大模型生態(tài)的繁榮作為首要目標(biāo),阿里堅持大模型應(yīng)該先里的算力基礎(chǔ)設(shè)施建設(shè)能力,同時注重生態(tài),然后再注重商業(yè)化也夯實了開源的基礎(chǔ)自有Al開源社區(qū)發(fā)展勢頭良好:選擇開源的原因算力資源豐富:自建算力中心和自研芯片提高了阿發(fā)展戰(zhàn)略引領(lǐng):將促進(jìn)中國大模型生態(tài)的繁榮作為首要目標(biāo),阿里堅持大模型應(yīng)該先里的算力基礎(chǔ)設(shè)施建設(shè)能力,同時注重生態(tài),然后再注重商業(yè)化也夯實了開源的基礎(chǔ)自有Al開源社區(qū)發(fā)展勢頭良好:符合商業(yè)發(fā)展目標(biāo):Al開源社區(qū)“魔搭”發(fā)展迅速,國內(nèi)通過開源的方式提供技術(shù)產(chǎn)品,降大部分大模型頭部研發(fā)機(jī)構(gòu)都已將低門欖,推動技術(shù)普惠,為企業(yè)客戶到個人開發(fā)者提供多元化、全方開源發(fā)布通義千問140億參數(shù)模型Qwen-14B720億參數(shù)模型Qwen-72B、18億參數(shù)模型推出通義千問開源模型1.5版本,開源了0.5B、1.8B、4B、7B、14B和72B共計6個不同規(guī)模的Base和chat模型作為國內(nèi)最早開源自研大模型的“大廠”,阿里希望通過開源的形式,讓海量中小企業(yè)和Al開發(fā)者更早、更快地用上通義千問,截至2024年2月已先后進(jìn)行4次開源保護(hù)商業(yè)利益閉源可以保護(hù)華為在大模型領(lǐng)域的技術(shù)優(yōu)勢和商業(yè)利保護(hù)商業(yè)利益閉源可以保護(hù)華為在大模型領(lǐng)域的技術(shù)優(yōu)勢和商業(yè)利益；通過提供閉源的定制化服務(wù),華為可以為企業(yè)提供更加專業(yè)和高效的解決方案,從而保持領(lǐng)先地位華為云盤古大模型全棧技術(shù)均由華為自主創(chuàng)新,沒有采用任何開源技術(shù),盤古大模型定位為“賦能千行百業(yè)”,符合企業(yè)發(fā)展目標(biāo)華為云盤古大模型的定位是“Alforlndustries”,這些行業(yè)大模型里沉淀了客戶的知識經(jīng)驗,基于數(shù)據(jù)安全和客戶隱私保護(hù)的角度,選擇走商業(yè)閉源的道路資料來源:公開資料、億歐智庫2003百銅爭流,垂類模型落地幾何03百銅爭流,垂類模型落地幾何戰(zhàn)鼓齊鳴,“百模爭鋒”戰(zhàn)火正旺勢如破竹,通用模型誰主沉浮終局未定,“百模大戰(zhàn)”未來何往醫(yī)療文旅/農(nóng)業(yè)|妙想|||金融|LightGPT|天鏡|InvestLM|chatABc|正言|Elpis|文因可信金融大模型|軒轅|DeepSeek|HithinkGPT|干穗|PIGGPT|神農(nóng)|攜程問道|MathGPT高途|KidsGPT回作業(yè)幫｜銀河|子日教育大模型|希沃教學(xué)大模型|高途AIcan|和.AI|漢王教育大模型 教育|智適應(yīng)教育大模型LAM企業(yè)服務(wù)|天並|YonGPT|AI改簡歷|式說|智能問答|方舟GPT|智聯(lián)管理|蒼宮GPT|inGPT|智能審核大模型||開悟|慧澤政務(wù)|小可Linewe|白澤||BotGPT智慧城市|星漢醫(yī)療文旅/農(nóng)業(yè)|妙想|||金融|LightGPT|天鏡|InvestLM|chatABc|正言|Elpis|文因可信金融大模型|軒轅|DeepSeek|HithinkGPT|干穗|PIGGPT|神農(nóng)|攜程問道|MathGPT高途|KidsGPT回作業(yè)幫｜銀河|子日教育大模型|希沃教學(xué)大模型|高途AIcan|和.AI|漢王教育大模型 教育|智適應(yīng)教育大模型LAM企業(yè)服務(wù)|天並|YonGPT|AI改簡歷|式說|智能問答|方舟GPT|智聯(lián)管理|蒼宮GPT|inGPT|智能審核大模型||開悟|慧澤政務(wù)|小可Linewe|白澤||BotGPT智慧城市|星漢|魔方|從容大模型|YJH-LM|佳都知行|梧桐|cityGPT 零售|炎帝|摹小仙|言犀大模型|AI問答機(jī)器人|曉模型XPT|WAI 交通|Unichat|南強(qiáng).慧眼|TransGPT致遠(yuǎn)|東方翼風(fēng)|ShippingGPT營銷INSIGHT因賽集團(tuán)|InsightGPT|兔靈｜品商|白聚易|博文|漢朝GPT|奇智孔明|WISE|c0SM0|蜂巢知元|智工|0penNova|谷蟻|||| 辦公門出7間間|序列猴子汽車|智己|雪湖.海若心理想|MindGPT|蝴蝶||||其他|祝融 IT服務(wù)|大道(Dao)客服|EmotiBrain自然資源 智能家居xaom|小愛同學(xué)|長虹超腦AISPE3CH|DFM-2|HomeGPT法律|漢王法律|太令|GeoGPT|林海思緒|長城|商河天潤融通|微藤|(zhì)云中問道ZTE中興|星云研發(fā)大模型制造業(yè)|雅意||財稅|乾元|聚寶盆|饃鱗|泛海言道|MetaLLM|tigerbot|天幕，新壹科技|新壹視頻回|知海圖AI|||文娛傳媒|曹植|閱愛聊|福裸瓜|先問|拓天|妙筆JDH京東健康|HealthGPT|醫(yī)渡科技|春雨慧問|孟超|DoctorGLM|光語|眨石@|歧黃問道|達(dá)爾文|chatDD|華化GPT會在手醫(yī)主|左醫(yī)GPT|careGPT|大醫(yī)聯(lián)合視覺|醫(yī)專大模型 科研|chemGPT|茍子|百股大模型|茍子|天啟|白玉蘭|K2信息安全|||cyberGPT|||cyberGPT己吉大正元|昆侖SecGPT|風(fēng)云衛(wèi)業(yè)務(wù)落地概念與研發(fā)注:圖譜未詳盡金融科研文娛傳媒制造辦公智慧城市汽車營銷交通法律教育零售信息安全智能家居服務(wù)客服文旅農(nóng)業(yè)企業(yè)服務(wù).橫軸表示技術(shù)成熟時間,用以衡量大模型技術(shù)在細(xì)分領(lǐng)域成熟落地所需的時間長短.縱軸表示市場變現(xiàn)能力,用以衡量大模型技術(shù)未來的金融科研文娛傳媒制造辦公智慧城市汽車營銷交通法律教育零售信息安全智能家居服務(wù)客服文旅農(nóng)業(yè)企業(yè)服務(wù).橫軸表示技術(shù)成熟時間,用以衡量大模型技術(shù)在細(xì)分領(lǐng)域成熟落地所需的時間長短.縱軸表示市場變現(xiàn)能力,用以衡量大模型技術(shù)未來的市場潛力和場景商業(yè)落地價值.氣泡大小表示玩家規(guī)模,用以衡量現(xiàn)階段布局該垂類賽道的大模型廠商數(shù)量u隨著大模型技術(shù)的演進(jìn),其賦能千行百業(yè)的能力不斷提升。短期來看,金融、教育、文娛傳媒、辦公和營銷等領(lǐng)域能夠?qū)崿F(xiàn)快速場景落地,推動智能化轉(zhuǎn)型。中期來看,政務(wù)、制造和智慧城市等領(lǐng)域的市場潛力將不斷釋放,未來場景想象空間較大。長期來看,大模型將為醫(yī)療、汽車和科研等領(lǐng)域帶來顛覆性變革,促進(jìn)高質(zhì)量發(fā)展。醫(yī)療醫(yī)療政務(wù)政務(wù)資源3年資料來源:公開資料、億歐智庫23u金融業(yè)數(shù)字化程度相對較高,人工智能的行業(yè)滲透率高,也是大模型的優(yōu)質(zhì)落地領(lǐng)域,其高質(zhì)量的數(shù)據(jù)資源為大模型的訓(xùn)練創(chuàng)造了良好環(huán)境。智慧銷售、智能問答和智能風(fēng)控是現(xiàn)階段的熱門應(yīng)用場景,產(chǎn)品研發(fā)和u金融業(yè)數(shù)字化程度相對較高,人工智能的行業(yè)滲透率高,也是大模型的優(yōu)質(zhì)落地領(lǐng)域,其高質(zhì)量的數(shù)據(jù)資源為大模型的訓(xùn)練創(chuàng)造了良好環(huán)境。智慧銷售、智能問答和智能風(fēng)控是現(xiàn)階段的熱門應(yīng)用場景,產(chǎn)品研發(fā)和Agent生產(chǎn)力工具是具有發(fā)展勢能的潛力場景。u銷售、風(fēng)控和運營為大模型在金融領(lǐng)域賦能的重點環(huán)節(jié),通過引入前中臺通用應(yīng)用、后臺應(yīng)用、個性應(yīng)用和監(jiān)管應(yīng)用實現(xiàn)流程管理優(yōu)化、運營成本億歐智庫:金融領(lǐng)域細(xì)分應(yīng)用場景分析億歐智庫:金融領(lǐng)域細(xì)分應(yīng)用場景分析低高高大模型細(xì)分場景應(yīng)用潛力分析*高前臺通用模塊通識工具前臺通用模塊通識工具監(jiān)管科技開發(fā)運維零售金融公司金融保險證券資管金融領(lǐng)域應(yīng)用場景全景圖監(jiān)管科技開發(fā)運維零售金融公司金融保險證券資管風(fēng)險管理風(fēng)險管理資料來源:中國銀保傳媒股份有限公司《2023金融業(yè)大模型應(yīng)用報告》、公開資料、億歐智庫*注:應(yīng)用落地價值:用以衡量細(xì)分場景應(yīng)用為下游客戶帶來的經(jīng)濟(jì)、成本和戰(zhàn)略價值;應(yīng)用技術(shù)成熟度:用以衡量現(xiàn)階段大模型技術(shù)在對應(yīng)場景中的技術(shù)成熟度;下同u大模型可賦能醫(yī)療行業(yè)“醫(yī)、教、研、管”等場景中的各個環(huán)節(jié),以提高診療效率、診療精確度和管理效率等目標(biāo)為手段,全方位提升診療水平。u大模型可賦能醫(yī)療行業(yè)“醫(yī)、教、研、管”等場景中的各個環(huán)節(jié),以提高診療效率、診療精確度和管理效率等目標(biāo)為手段,全方位提升診療水平。u基于醫(yī)療行業(yè)應(yīng)用場景復(fù)雜和數(shù)據(jù)專業(yè)度高等原因,大模型的技術(shù)成熟度相對較低,目前僅有電子病歷等技術(shù)要求相對低的場景進(jìn)入商業(yè)化階段。未來隨著智能藥物研發(fā)、數(shù)字療法和輔助診療等技術(shù)的成熟將帶來跨越式價值提升,有效賦能醫(yī)療行業(yè)的智能化轉(zhuǎn)型,提升醫(yī)療可及性。億歐智庫:醫(yī)療領(lǐng)域細(xì)分應(yīng)用場景分析億歐智庫:醫(yī)療領(lǐng)域細(xì)分應(yīng)用場景分析大模型細(xì)分場景應(yīng)用潛力分析高低大模型細(xì)分場景應(yīng)用潛力分析高低醫(yī)療領(lǐng)域應(yīng)用案例北京友誼醫(yī)院門診病歷生成系統(tǒng).場景痛點:傳統(tǒng)門診流程存在患者等待時間長、流程繁瑣、患者信息不.系統(tǒng)介紹:門診病歷生成系統(tǒng)能夠識別醫(yī)患對話,可以篩選出與病情無關(guān)的“閑聊”,智能地提取關(guān)鍵問診信息,并對其進(jìn)行標(biāo)準(zhǔn)化和結(jié)構(gòu)化處理,形成準(zhǔn)確、簡潔的醫(yī)療摘要,經(jīng)過醫(yī)生的審核修改,系統(tǒng)能夠生成符合病.應(yīng)用效果:科室門診病歷錄入效率提升80%,節(jié)省15%的醫(yī)生問診時間靈活高效根據(jù)創(chuàng)新場景籌備數(shù)據(jù),從數(shù)據(jù)處理到場景上線,實現(xiàn)快速響應(yīng)簡單易用專為醫(yī)院場景設(shè)計的簡化操作,靈活高效根據(jù)創(chuàng)新場景籌備數(shù)據(jù),從數(shù)據(jù)處理到場景上線,實現(xiàn)快速響應(yīng)簡單易用專為醫(yī)院場景設(shè)計的簡化操作,安全可靠院內(nèi)數(shù)據(jù)全程自主化,從預(yù)訓(xùn)練、微調(diào)到上線,可全部在無醫(yī)渡科技大模型訓(xùn)推—體機(jī)內(nèi)置醫(yī)渡科技全棧自主研發(fā)的醫(yī)療垂域基礎(chǔ)模型,并提供安全高性能計算環(huán)境、醫(yī)渡大模型工具包以及可演示試用場景的API,可實現(xiàn)開箱即用,幫助醫(yī)療機(jī)構(gòu)及監(jiān)管機(jī)構(gòu)更安全易用地打造私有專屬大模型資料來源:公開資料、億歐智庫25圖片來源:云知聲公眾號u隨著數(shù)字政府建設(shè)的持續(xù)推進(jìn),人工智能等新興技術(shù)在政務(wù)領(lǐng)域的滲透率持續(xù)提高。目前大模型技術(shù)開始賦能業(yè)務(wù)辦理和政務(wù)咨詢等生成類場景。uu隨著數(shù)字政府建設(shè)的持續(xù)推進(jìn),人工智能等新興技術(shù)在政務(wù)領(lǐng)域的滲透率持續(xù)提高。目前大模型技術(shù)開始賦能業(yè)務(wù)辦理和政務(wù)咨詢等生成類場景。u政務(wù)大模型的未來發(fā)展需要以大模型生產(chǎn)平臺為基礎(chǔ),以運營平臺為支撐,融合多元服務(wù)能力,持續(xù)發(fā)掘細(xì)分應(yīng)用場景,賦能政務(wù)領(lǐng)域高質(zhì)量發(fā)展。億歐智庫:政務(wù)領(lǐng)域細(xì)分應(yīng)用場景分析億歐智庫:政務(wù)領(lǐng)域細(xì)分應(yīng)用場景分析大模型細(xì)分場景應(yīng)用潛力分析高大模型細(xì)分場景應(yīng)用潛力分析高低政務(wù)領(lǐng)域細(xì)分應(yīng)用場景一網(wǎng)通辦政務(wù)問答企業(yè)稅務(wù)一網(wǎng)通辦政務(wù)問答企業(yè)稅務(wù)一網(wǎng)統(tǒng)管一網(wǎng)協(xié)同水利水務(wù)生成式BI交互式問答政策解讀事件感知文案生成生成式BI交互式問答政策解讀事件感知文案生成政務(wù)大模型服務(wù)能力運營管理運營管理政務(wù)融合知識企業(yè)圖譜…………政務(wù)綜合數(shù)據(jù)公共安全數(shù)據(jù)……生成式AI應(yīng)用組件政務(wù)大模型生產(chǎn)平臺用戶使用反績數(shù)據(jù)集準(zhǔn)備模型評估模型訓(xùn)練精調(diào)模型壓縮/優(yōu)化部署推理服務(wù)政務(wù)大模型生產(chǎn)平臺用戶使用反績數(shù)據(jù)集準(zhǔn)備模型評估模型訓(xùn)練精調(diào)模型壓縮/優(yōu)化部署推理服務(wù)資料來源:中國信通院《2023政務(wù)大模型建設(shè)路徑及評價體系研究報告》、中國信通院《數(shù)字時代治理現(xiàn)代化研究報告(2023年)》、公開資料、億歐智庫26u教育大模型c端場景落地速度快于B端,c端場景主要圍繞教師和學(xué)生兩類角色展開,覆蓋備課、教研和自主學(xué)習(xí)等環(huán)節(jié)。同時大模型的快速發(fā)展持續(xù)賦能智能硬件產(chǎn)品,以學(xué)習(xí)機(jī)為代表的Al終端硬件迎來新的發(fā)展高峰。uu教育大模型c端場景落地速度快于B端,c端場景主要圍繞教師和學(xué)生兩類角色展開,覆蓋備課、教研和自主學(xué)習(xí)等環(huán)節(jié)。同時大模型的快速發(fā)展持續(xù)賦能智能硬件產(chǎn)品,以學(xué)習(xí)機(jī)為代表的Al終端硬件迎來新的發(fā)展高峰。u目前智能作業(yè)和輔助練習(xí)場景的應(yīng)用相對廣泛,未來隨著大模型技術(shù)的成熟,將有效賦能學(xué)術(shù)科研、智慧管理、學(xué)業(yè)規(guī)劃和虛擬教師等細(xì)分場景,億歐智庫:教育領(lǐng)域細(xì)分應(yīng)用場景分析億歐智庫:教育領(lǐng)域細(xì)分應(yīng)用場景分析高低高大模型細(xì)分場景應(yīng)用潛力分析高.依托九章大模型打造10大Al輔導(dǎo)神器.依托九章大模型打造10大Al輔導(dǎo)神器,包括Al查字詞、Al指尖翻譯、Al作Al口算練習(xí)、Al口算批改、Al小思練習(xí)、Al百科問答.依托有道子日教育大模型,提供像專業(yè)老師一樣的個性化分析和指導(dǎo).細(xì)分功能:查詞翻譯有問必答、Al精講語法邏輯、.Al功能:1對1數(shù)學(xué)互動型,智能化體驗升級.細(xì)分功能:新一代Al精準(zhǔn)Al百科問答、Al中英翻譯、Al指尖查詞、Al講題老師、Al拍照答疑等二十大Al輔導(dǎo)學(xué)習(xí)功能資料來源:公開資料、億歐智庫27圖片來源:各公司官網(wǎng)/公眾號u影視傳媒產(chǎn)業(yè)是大模型的優(yōu)質(zhì)落地領(lǐng)域,應(yīng)用廣泛覆蓋前期內(nèi)容收集、中期內(nèi)容制作和后期內(nèi)容宣傳的全流程。目前內(nèi)容推薦、數(shù)字人播報和內(nèi)容u影視傳媒產(chǎn)業(yè)是大模型的優(yōu)質(zhì)落地領(lǐng)域,應(yīng)用廣泛覆蓋前期內(nèi)容收集、中期內(nèi)容制作和后期內(nèi)容宣傳的全流程。目前內(nèi)容推薦、數(shù)字人播報和內(nèi)容生產(chǎn)等場景開始落地嘗試,內(nèi)容傳播、內(nèi)容審核和輿情管理等場景依托高場景落地價值具有較大的發(fā)展?jié)摿?。u大模型技術(shù)發(fā)展迅速,已從單模態(tài)生成向多模態(tài)生成轉(zhuǎn)變,未來將持續(xù)變革影視傳媒行業(yè)的生產(chǎn)方式,塑造全新的內(nèi)容生產(chǎn)范式,實現(xiàn)創(chuàng)作效率提億歐智庫:文娛傳媒領(lǐng)域細(xì)分應(yīng)用場景分析億歐智庫:文娛傳媒領(lǐng)域細(xì)分應(yīng)用場景分析低低高大模型細(xì)分場景應(yīng)用潛力分析高文娛傳媒領(lǐng)域應(yīng)用全景圖……………0TT平臺內(nèi)容生產(chǎn)線場景化Apl底層大模型資料來源:華為、公開資料、億歐智庫28億歐智庫:制造業(yè)領(lǐng)域細(xì)分應(yīng)用場景分析u制造業(yè)可劃分為研發(fā)、設(shè)計、仿真、生產(chǎn)、測試、運維、售后等環(huán)節(jié),通過利用大模型的多類型生成能力,可有效賦能不同環(huán)節(jié)的智能化轉(zhuǎn)型。u大模型技術(shù)在制造業(yè)領(lǐng)域的應(yīng)用處于初期,目前在質(zhì)量檢測和教學(xué)實訓(xùn)等領(lǐng)域開始初步探索。隨著技術(shù)的成熟未來可依托前瞻設(shè)計、高效化仿真、精細(xì)化檢測、智能調(diào)控、科學(xué)運維和定制化售后的方式推動大模型技術(shù)在制造業(yè)領(lǐng)域的深化應(yīng)用,賦能仿真場景生成和安全監(jiān)管等多場景落地。分領(lǐng)域應(yīng)用場景分析-億歐智庫:制造業(yè)領(lǐng)域細(xì)分應(yīng)用場景分析u制造業(yè)可劃分為研發(fā)、設(shè)計、仿真、生產(chǎn)、測試、運維、售后等環(huán)節(jié),通過利用大模型的多類型生成能力,可有效賦能不同環(huán)節(jié)的智能化轉(zhuǎn)型。u大模型技術(shù)在制造業(yè)領(lǐng)域的應(yīng)用處于初期,目前在質(zhì)量檢測和教學(xué)實訓(xùn)等領(lǐng)域開始初步探索。隨著技術(shù)的成熟未來可依托前瞻設(shè)計、高效化仿真、精細(xì)化檢測、智能調(diào)控、科學(xué)運維和定制化售后的方式推動大模型技術(shù)在制造業(yè)領(lǐng)域的深化應(yīng)用,賦能仿真場景生成和安全監(jiān)管等多場景落地。大模型細(xì)分場景應(yīng)用潛力分析高大模型細(xì)分場景應(yīng)用潛力分析高低大模型在制造業(yè)領(lǐng)域中的應(yīng)用模式前瞻設(shè)計.數(shù)學(xué)建模和代碼編寫:大模型可以根據(jù)具體設(shè)計需求,前瞻設(shè)計.數(shù)學(xué)建模和代碼編寫:大模型可以根據(jù)具體設(shè)計需求,建立特定的數(shù)學(xué)模型進(jìn)行分析求解,生成相應(yīng)的程序代碼,指導(dǎo)進(jìn)行具體的工業(yè)設(shè)計實踐.多樣化設(shè)計方案生成:將已有的標(biāo)準(zhǔn)化素材庫作為數(shù)據(jù)集進(jìn)行訓(xùn)練,大模型可生成多樣化的設(shè)計方案智能調(diào)控.動態(tài)任務(wù)分配:從歷史數(shù)據(jù)中分析機(jī)器人和設(shè)備的性能和效率,制定任務(wù)分配計劃,并且可以在突發(fā)任高效化仿真高效化仿真.多元化仿真場景生成:以已有的實驗數(shù)據(jù)為基礎(chǔ),學(xué)習(xí)和理解不同參數(shù)間的關(guān)系,生成最合適的仿真測.參數(shù)優(yōu)化與快速預(yù)測:大模型可在短時間內(nèi)找到最佳參數(shù)組合,建設(shè)傳統(tǒng)參數(shù)測試的時間精細(xì)化檢測.質(zhì)量檢測:通用視覺大模型可以憑精細(xì)化