2024年中國人工智能產業(yè)研究報告

中國人工智能產業(yè)研究報告2024PREFACE前言PREFACE前言研究背景：在問到如何平衡ChatGPT和大學錄取的時候，斯坦福大學終身教授李飛飛老師給到了這樣的回答，“錄取最會使用ChatGPT的前2000名學生是個很有意思的答案。“能夠制造并使用工具成為人類進化史上一道顯著的分水嶺，而當下如何更好的使用AI工具已然成為人類在產業(yè)應用、生產生活與學習工作中的熱門議題。隨著大模型、生成式AI技術的到來，其強大的數(shù)據(jù)處理、學習泛化與內容生成能力，高質效加速了各行各業(yè)人工智能技術的賦能進程，為AI可賦能的場景領域、扮演角色提供更多創(chuàng)新性與可能性。人工智能應用正加速擴散，滲透到辦公、5展進程、發(fā)展征程、發(fā)展旅程的各個發(fā)展階段，集中探討中國人工智能產業(yè)的發(fā)展環(huán)境、市場動態(tài)、研究方法：本報告通過業(yè)內資深的專家訪談、桌面研究、案例實證研究、行業(yè)對比研究、投融資數(shù)據(jù)統(tǒng)計輸出相應研究成果。2ABSTRACT摘要ABSTRACT摘要發(fā)展進程發(fā)展征程

2023年，生成式AI為人工智能領域帶來重大突破與新的希望，而圍繞生成式AI的政策布局也迅速鋪開，從數(shù)據(jù)資源和算力基礎夯實，到快速對生成式AI規(guī)范化引導，再到產業(yè)扶持，形成一套強有力的組合拳；從資本市場來看，AIGC概念火爆，近40%的投資事件指向2023年新成立的AIGC公司；從技術發(fā)展來看，大模型基座催化AI工業(yè)化生產，加持各AI細分技術賽道的革新發(fā)展。而大模型以泛化推理能力見長，小模型以高成熟度、性價比優(yōu)勢仍存市場，大小模型是當下產業(yè)應用的核心落點。未來，多模態(tài)模型與MOE架構將共同拓展大模型產業(yè)空間；從產業(yè)發(fā)展來看，中國AI企業(yè)正積極抓住應用探索機會，獲取新技術浪潮變現(xiàn)的先發(fā)優(yōu)勢，生成式AI進一步加速內容產業(yè)的滲透進程。國家也從基礎設施角度積極開展智算中心建設，推動AI數(shù)據(jù)標準建立，鼓勵開源數(shù)據(jù)集發(fā)展。2023年中國人工智能產業(yè)規(guī)模已達到2137億元，預計到2028年，中國人工智能產業(yè)規(guī)模將達到8110億元，五年復合增長率達到30.6%。對比原本大模型未出現(xiàn)涌現(xiàn)能力的人工智能產業(yè)規(guī)模值，艾瑞測算，大模型帶來的產業(yè)加成比例在2028年或達到32.9%，生成式AI產業(yè)洞察：2023年，全球進入AI驅動的生產革命，生成式技術是時代際遇。預訓練大模型的技術架構在多模態(tài)路徑下優(yōu)化底層模型訓推與理解產出，讓決策式AI與生成式AI共筑AI產業(yè)發(fā)展。國內大模型落地聲量加大，行業(yè)大模型進入爆發(fā)期，其中，醫(yī)療與金融為典型落地領域。從模型模態(tài)來看，生成式AI應用的文本模態(tài)達高應用成熟度，代碼、語音、圖像具備商業(yè)化基礎；從商業(yè)應用來看，國家對大模型上線監(jiān)管采取“備案制”，已有40+家大模型持“證”上崗。艾瑞認為，B端場景出發(fā)需逐步滲透打磨，打通業(yè)務邏輯實現(xiàn)更多場景的落地應用閉環(huán)，呈延續(xù)性曲線融合賦能。C端場景需從供給側滿足硬件設備條件及大模型能力適配，在軟硬件生態(tài)成熟后涌現(xiàn)階梯式能量爆發(fā)。AI產業(yè)邊緣與端側洞察：加速了AI能力由云向邊端多智體的演化進程。當效果，改善ROI，并正在對自動駕駛技術棧進行全方位升級與重構。AI與終端正在進行加速融合，端側大模型率先落地于手機、智能座艙等場景。從硬件維度來看，AI大模型潛力的關鍵。從社會層面來看，值得關注的主要風險在于人工智能技術對用戶心智、用戶隱私及安全倫理問題的潛在影響。從企業(yè)應用來看，AI技術的內生性缺陷對企業(yè)應用的影響更為明顯，人工智能框架、數(shù)據(jù)、算法、模型任一環(huán)節(jié)都能給系統(tǒng)帶來脆弱性?；谏鲜鰧θ斯ぶ悄馨l(fā)展風險的探建立統(tǒng)一的規(guī)范和倫理準則，確保人工智能應用符合道德和社會價值；而在法律監(jiān)管方面，則需制定和修改相關法律法規(guī)，保護個人隱私，防止濫用和侵犯權利，由此保證中國人工智能產業(yè)穩(wěn)定實現(xiàn)高質量正向發(fā)展。3CONTENTS目錄CONTENTS目錄AI技術革新山積而高，澤積而長AI產業(yè)展望圣人之后，必大而昌AI廠商實踐日積月累，百煉成鋼AI社會思考由圣與賢，或為霸強401 中國人工智能產業(yè)進程AI-ing5PAGE6?2024.4iResearchInc.PAGE6?2024.4iResearchInc.2023年人工智能產業(yè)活躍動態(tài)人工智能產業(yè)進入高速發(fā)展期，創(chuàng)造多個技術、市場、監(jiān)管里程碑在人工智能發(fā)展歷程中，2023年必將被載入史冊。相比前代AI具備高可用性、高擬人化的預訓練大模型跨越技術奇點，國內外技術公司、高校、研究院的語言、圖像、視頻、音頻大模型在2023年以極快的速度相繼推出和迭代，基于預訓練大模型的應用在全球范圍內產生了爆炸式的影響，從社會群眾到AI從業(yè)者，對人工智能技術能夠帶來的生產生活變革，都實現(xiàn)了顛覆性的再認識。艾瑞通過技術本身、應用變體、算力支持、政策監(jiān)管和國際局勢五個維度，對2023年AI世界的發(fā)展進行全面梳理和俯瞰。2023年人工智能產業(yè)大事記總覽大模型技術進程 大模型落地應用進程 智算實力加強 國家動態(tài)監(jiān)管 中美關系限制大模型技術進程大模型落地應用進程智算實力加強國家動態(tài)監(jiān)管中美關系限制大模型小型化2月25日，MetaAI公開發(fā)布了LLaMA模型，包括7B、13B、33B和65B4種參數(shù)規(guī)模，后續(xù)被國內外多款展垂類、端側大模型作為技術底座。多模態(tài)模型下場3月15日，OpenAI發(fā)布了多模態(tài)預訓練大模型GPT-4，直接開放API。AI正式發(fā)布文生圖模型——1.0。

垂直行業(yè)化3月30日，彭博社發(fā)布BloombergGPT論文，該模型專門針對各類金融數(shù)據(jù)進行訓練?，F(xiàn)有應用融合2月7日，微軟發(fā)布ChatGPT版搜索引擎NewBing，上線48小時內獲100萬賬戶申請。Agent崛起11月7OpenAI發(fā)布了AIAgentGPTsBuilder。用戶僅僅通過跟GPTGPT功能描述一遍，就能生成專屬GPT。

端側算力準備10月25日高通推出新一代移動芯片驍龍8Gen3，其AI引擎支持多達100億個參數(shù)的生成式AI模型。HexagonNPU的性能提升了98%，持續(xù)的AI推理的每瓦性能提高了40%。英偉達持續(xù)擴大領先優(yōu)勢11月13日英偉達發(fā)布了目前世界最強的AI芯片H200，性能較H100提升了60%到90%，還能和H100兼容。

合成數(shù)據(jù)再度引發(fā)關注6月20日，國家互聯(lián)網(wǎng)信息辦公室發(fā)布關于發(fā)布深度合成服務算法備案信息的公告，公開發(fā)布境內深度合成服務算法備案信息。生成式AI進入監(jiān)管體系7月13日，聯(lián)合公布的《生成式人工智能服務管理暫行辦法》即將自2023年8月15日起施行。L3自動駕駛迎來曙光11月17日，工信部、公安部、住房和城鄉(xiāng)建設部、交通運輸部共同發(fā)布《關于開展智能網(wǎng)聯(lián)汽車準入和上路通行試點工作的通知》。

網(wǎng)絡安全對抗升級3月2日，美國拜登政府正式發(fā)布新版《國家網(wǎng)絡安全戰(zhàn)略》，提出中國是“對美國政府及私營部門網(wǎng)絡最廣泛、最活躍、最持久的威脅。AI芯片出口再禁10月17日，市場的特供版H800、A800兩款芯片也面臨禁售。來源：艾瑞咨詢研究院自主研究繪制。Part1:政策環(huán)境Part2:資本市場Part3:技術演進Part4:產業(yè)動態(tài)Part1:政策環(huán)境Part2:資本市場Part3:技術演進Part4:產業(yè)動態(tài)PAGE7?2024.4iResearchInc.PAGE7?2024.4iResearchInc.頂層設計駛入深水區(qū)，生成式AI成焦點規(guī)范引導、基礎夯實和產業(yè)扶持三管齊下，促進AI全方位深化發(fā)展自2019年以來，我國人工智能相關政策始終緊隨技術和產業(yè)發(fā)展步伐，歷經廣泛試點、建設框架、產業(yè)化發(fā)展、場景化落地四個階段，切實推動人工智能從一項新興技術走向規(guī)范應用。2023年，生成式AI為人工智能領域帶來重大突破與新的希望，而圍繞生成式AI的政策布局也迅速鋪開，從數(shù)據(jù)和算力基礎夯實，到快速對生成式AI規(guī)范化引導，再到產業(yè)扶持，形成一套強有力的組合拳。近年人工智能技術及產業(yè)發(fā)展相關政策分析2022-2023年規(guī)范引導——生成式人工智能產業(yè)與服務發(fā)展生成式人工智能服務管理暫行辦法原則：堅持。

產業(yè)化

產業(yè)扶持——大力發(fā)展生成式AI及元宇宙產業(yè)新產業(yè)標準化領航工程實施方案（2023─2035年）基礎夯實——數(shù)據(jù)與算力信號：明確鼓勵AI使用來源合法的數(shù)據(jù)。建體系2020建體系2020

生成式AI數(shù)據(jù) 算

算力基礎設施高質量發(fā)展行動計劃促產業(yè)2021推落地促產業(yè)2021推落地20222022

國務院關于構建數(shù)據(jù)基礎制度更好發(fā)揮數(shù)據(jù)要素作用的意見國家新一代人工智能創(chuàng)新發(fā)展試驗區(qū)建設工作指引到2023年，布局建設20個左右試驗區(qū)，產出一批重大原創(chuàng)科技成果，創(chuàng)新一批切實有效的政策工具，形成一批人工智能與經濟社會發(fā)展深度融合的典型模式。國家新一代人工智能創(chuàng)新發(fā)展試驗區(qū)建設工作指引到2023年，布局建設20個左右試驗區(qū)，產出一批重大原創(chuàng)科技成果，創(chuàng)新一批切實有效的政策工具，形成一批人工智能與經濟社會發(fā)展深度融合的典型模式。

初試點國家新一代人工智能標準體系建設指南國家新一代人工智能標準體系建設指南安全/人工智能標準體系。“十四五”數(shù)字經濟發(fā)展規(guī)劃提出要建立數(shù)字要素市場體系、提升產業(yè)數(shù)字化和數(shù)字產業(yè)化水平、普惠數(shù)字化公共服務、完善數(shù)字經濟治理體系等目標。關于加快場景創(chuàng)新以人工智能高水平應用促進經濟高質量發(fā)展的指導意見提出著力打造人工智能重大場景，提升場景創(chuàng)新能力，推動場景開放，加強場景創(chuàng)新要素供給。關于支持建設新一代人工智能示范應用場景的通知Part1:政策環(huán)境Part2:資本市場Part3:技術演進Part4:產業(yè)動態(tài)Part1:政策環(huán)境Part2:資本市場Part3:技術演進Part4:產業(yè)動態(tài)AI示范先導區(qū)及產業(yè)集群初具規(guī)模極點發(fā)揮示范引導作用，以點帶面形成AI產業(yè)集群典型城市：北京市人工能發(fā)獨具色 產業(yè)集群：極化與擴散存發(fā)展成果我國已經初步形成以京津冀、長三角、珠三角為代表的人工智能產業(yè)集群，發(fā)展成果地域關系其發(fā)展呈現(xiàn)出核心區(qū)域持續(xù)“極化”，從極點向外逐步“擴散”的整體趨勢。地域關系企業(yè)實力強勁

人工智能科技產業(yè)區(qū)域競爭力評價指數(shù)（2023）

落地場景豐富截至2022年10月，北京擁有人工智能核心企業(yè)1048能核心企業(yè)總量的29%學術能力領先北京人工智能領域核心技術人才超4國的60%。人工智能論文發(fā)表量居全國第一未來規(guī)劃未來規(guī)劃擴大產業(yè)規(guī)模加快建設具有全球影響力的人工智能創(chuàng)新策源地實施方案（2023-2025年）提出“核心產業(yè)規(guī)模達到3000億元，持續(xù)保持10%以上增長，輻射產業(yè)規(guī)模超過1萬億元”等具體工作目標

點；智能工廠加緊建設產業(yè)體系完善增強鏈接能力增強鏈接能力

北京從技術合作關系密度來看，北京市、廣東省和上海市構成了我國人工智能產業(yè)集群價值網(wǎng)絡的三個“極點”，這三個區(qū)域無論是對內對外，都是技術合作最密集的地區(qū)，且仍處于不斷擴張的趨勢。雖然整體而言極點內部技術合作多于外部合作，但 上海僅看外部合作，三大極點的對外技術賦能要高于從外部獲得的技術輸入，這說明從極點向外的技術擴散和帶動效應十分顯著。企業(yè)簇群廣東企業(yè)簇群核心節(jié)點地方政府核心節(jié)點地方政府國外基礎軟硬件供應商產業(yè)智能化企業(yè)研究型大學來源：中國新一代人工能發(fā)戰(zhàn)略究院北京人民府，瑞咨研究繪制。 來源：中國新一代人工能發(fā)戰(zhàn)略究院艾瑞詢研院繪。?2024.4iResearchInc. ?2024.4iResearchInc. 8Part1:政策環(huán)境Part2:資本市場Part3:技術演進Part4:產業(yè)動態(tài)Part1:政策環(huán)境Part2:資本市場Part3:技術演進Part4:產業(yè)動態(tài)PAGE10PAGE10?2024.4iResearchInc.一級市場：AI產業(yè)投資風向轉變AI產業(yè)開啟新一輪融資周期，新概念下原有賽道穩(wěn)步跟進從2017-2022AIGC2023402023AIGC公司，這表明AIGCAI產業(yè)新一輪融資周期。與此AINLP28%AI2021-2023年中國人工智能產業(yè)投資輪次分布情況

294221294221種子輪/天使輪融資數(shù)顯著增加50AIGC相關7077847863735 9 11以往成立 2023年成立（非AIGC） 2023年成立（AIGC）2022 2023種子輪/天使輪 preA輪至B+輪 C輪至G輪 preIPO及IPO 戰(zhàn)略及股權投資 2023年新成立 2022年及以前成131 2023年人工智能產業(yè)各技術賽道投資分布情況AIGC公司融資事件數(shù)占比28%22313122313198715558融資事件數(shù)機器學習 計算機視覺 自然語言處理 智能機器人 自動駕駛 智能語音 AI算力注：2023年共497條有效數(shù)據(jù)；因一家公司可同時具備多項AI技術，圖表2不同技術賽道融資事件互有重合。據(jù)來源：IT桔子，艾瑞咨研究自主究撰寫 一級市場：新的投資邏輯創(chuàng)造資本神話資本搶注“有背景”的AIGC團隊，構建新格局時代，企業(yè)資源決定成敗2023年中以前，許多投資人對AIGC持觀望態(tài)度，但仍有不少資本勢力躬身入局。從全年戰(zhàn)績來看，2023年資本締造了5家中國AIGC4家為2023年新開項目，“AIGCAIAIAIGC應關鍵詞：可批量化復制關鍵詞：可批量化復制技術落地快適用范圍廣傳統(tǒng)AI賽道的典型模式為AI技術+垂直場景+項目制開發(fā)，在可持續(xù)經營和規(guī)?；瘮U張能力方面稍顯不足，而大模型的技術特征和應用效果，讓市場對于AI的商業(yè)價值產生了全新的認知與期待：價值視角——縱觀AI賽道，進行價值再認識 合能力 在看好AI賽道的前提下，對投資標的選取也呈現(xiàn)出與以往不同的顯著特點：動態(tài)的投資視角關鍵詞： 資源整合能力動態(tài)的投資視角大模型創(chuàng)業(yè)需要大量高端技術人才與算力儲備，在如今市場當中屬于頂尖稀缺資源，有行業(yè)影響力的創(chuàng)業(yè)者更具有資源凝聚力。在國內5家AIGC獨角獸中，有3家為國內科技圈“大佬”牽頭打造。

AIGC作為新興賽道，又生長于緊張的國際局勢當中，其影響因素諸多且實時變化，資本會以長期動態(tài)眼光看待AIGC公司的發(fā)展，這也將使得資本對市場動作的反應速度進一步加快。2023年AI產業(yè)及AIGC賽道美元融資事件占比（%）

成立或正式運

2023年AIGC獨角獸估值（億美元）18.9%

9.7%

AIGC技術的上述特性也使得AIGC公司成為更加國際化的投資標的，AIGC賽道美元融資事件占比近20%，大大超

營時間

15.4

12.0

10.0

3.0 出整個AI

2023年融資事件統(tǒng)計AIGC賽道美元融資事件占比AI產業(yè)美元融資事件占比（%）

事件比例，沖刺美股將趨勢已顯現(xiàn)。

2021年2019年注：月之暗面于2024年2月估值已達到25億美元，本報告數(shù)據(jù)截止2023年12月31日數(shù)據(jù)來源：IT桔子，艾瑞咨詢研究院自主研究繪制

智譜AI 光年之外 百川智能 Minimax 零一萬物 月之暗面Part1:政策環(huán)境Part2:資本市場Part3:技術演進Part4:產業(yè)動態(tài)Part1:政策環(huán)境Part2:資本市場Part3:技術演進Part4:產業(yè)動態(tài)PAGE11?2024.4iResearchInc.PAGE11?2024.4iResearchInc.二級市場：AI公司IPO機遇與挑戰(zhàn)港股將為AI公司開放更大窗口，長期盈利能力證明是過審關鍵2023年，共有18家AI公司進入IPO12AIAI2023年AI公司IPO進程分析

2023年AI公司IPO進程總覽小i機器人1云天勵飛2 2 1

優(yōu)必選

路徑選擇——港股成為AI公司首選 2023年共有18家AI公司進入IPO進程，而其中67%的公司選擇港股上市特?？萍夹袠I(yè)細分領域新一代信息技術2023年共有18家AI公司進入IPO進程，而其中67%的公司選擇港股上市特?？萍夹袠I(yè)細分領域新一代信息技術云端服務人工智能先進硬件及軟件機器人和自動化電動及自動駕駛汽車先進材料元宇宙新能源及節(jié)能環(huán)保……新食品及農業(yè)技術……香港聯(lián)合交易所在主板《上市規(guī)則》中新加入第18C章，針對特?？萍脊咎卣?，對其凈利潤、營業(yè)收入、現(xiàn)金流考察標準均有放甚至在研發(fā)費用率和估值符合一定條件下，允許未商業(yè)化公司上市融資。而黑芝麻也成為國內第一家采用18C條款進入港股IPO程序的AI公司。如內陸交易所沒有更多利政策釋放，未來AI公司港股上市優(yōu)勢將進4 5

一步擴大。處理中 問詢 失效 終止 上

上市過程卡點——交易所對AI公司長期盈利能力判斷更加審慎交易所關注問題排名：公司名稱賽道進展問詢內容節(jié)卡智能已問詢首先關注核心技術先進性及技術來源問題；其次關注可持續(xù)經營能1、長期盈利能力機器人機器人力（客戶交易、收入增長、毛利、費用、現(xiàn)金流可持續(xù)性）主要圍繞公司盈利能力展開全方位提問，首要關注現(xiàn)在虧原因，改善虧損措施，其次關注公司核心競爭壁壘，如技術先進性、團隊、收入與客戶等。同時關注成本、費用等赴港IPO的12家AI公司中，5家處于失效狀態(tài)，有2家曾在失效后重新提交資料；在上交所IPO的5AI公司中，有兩家上會被否，AI公司上市依然面臨不小的挑戰(zhàn)。來源：艾瑞咨詢研究院自主研究繪制對于無賬面虧損企業(yè)不會問詢這一問題，對于賬面虧損企業(yè)必須提出扭虧為盈的措施與依據(jù)2、核心競爭壁壘需證明公司技術先進性百奧賽圖AI醫(yī)療已問詢思必馳NLP上會被否第一輪：對思必馳的“持續(xù)經營能力”提出疑問，要求說明是否具備扭虧為盈的基礎條件和經營環(huán)境，說明扭虧為盈的測算依據(jù)及合理性，審慎論證是否具有客觀性和可行性。第二輪：要求思必馳說明預測的未來年度營業(yè)收入及復合增長率是否合理、審慎，是否具備實現(xiàn)的基礎。第三輪：再次要求思必馳說明相關營收增長預測是否合理、謹慎，扭虧為盈的測算依據(jù)及合理性，審慎論證是否具有客觀性和可行性。Part1:政策環(huán)境Part2:資本市場Part3:技術演進Part4:產業(yè)動態(tài)Part1:政策環(huán)境Part2:資本市場Part3:技術演進Part4:產業(yè)動態(tài)PAGE12PAGE12?2024.4iResearchInc.二級市場：AI上市公司表現(xiàn)接近大盤AIGC概念并非萬金油，投資者預期收縮

AI上市公司一覽2023年AI上市公司未顯現(xiàn)逆勢上行，投資者買單AIGC概念2023年，A股大盤指數(shù)在跌宕中呈下降態(tài)勢，國內AI上市公司共計36家（含美股與港股），其中2023年末收盤價相比年初下跌的有24家，總體與A股大盤全年態(tài)勢基本符吻合。同時，也有部分AI公司及AI概念股出現(xiàn)明顯上漲趨勢，AI領域如計算機視覺、NLP、智能語音與AI數(shù)據(jù)領域，基本符合AIGC概念從算力+數(shù)據(jù)+相關算法全鏈條對相關公司的利好邏輯，但由于國內大部分AI芯片廠商未上市，二級市場反饋并不明顯。AI概念股中，與AIGC相關的云基礎設施公司如浪潮云，屬于AIGC最直接應用場景的網(wǎng)文、影視公司如掌閱、天娛數(shù)科等，也受到投資者青睞。2023年中國AI上市公司股價變動情況

AI上市公司股價變動分析AI公司需要盡快交出盈利答卷2023年新上市AI公司共5家，分別為第四范式、小i機器人、云天勵飛、知行汽車與優(yōu)必選，涵蓋了AI領域大部分賽道，上市后股價均不容樂觀，而其還是典型以NLP、智能語音技術提供智能坐席等服務的廠商小i機器人，都有明確擁抱AIGC的動作和規(guī)劃，但從實際結果而言，資本市場并未買單。AIGC概念股在2023年也普遍經歷了一輪猛烈上漲后回落。從交易機構審查到真正進入投資者視野，AI主打AIGC概念的AI上市公司2023年股價走勢

賽道機器學習計算機視覺NLPAI數(shù)據(jù)

公司名稱百融云創(chuàng)商湯科技創(chuàng)新奇智云從科技易點天下第四范式?？低曋锌菩畔⒑畿浛萍继鞙士萍坚t(yī)渡科技羅普特鷹瞳科技格靈深瞳凌云光聯(lián)影醫(yī)療拓爾思萬興科技小i機器人科大訊飛漢王科技美林數(shù)據(jù)數(shù)據(jù)堂

上市時間20212021202220222022202320102017201920192021202120212022202220222011201820232008201020142014

港股港股港股港股港股美股新三板12 20015010024 50

604020 AI芯片

海天瑞聲紫光國微北京君正中基國威瑞芯微寒武紀復旦微電

2021200520112018202020202021

科創(chuàng)板中小板創(chuàng)業(yè)板新三板主板科創(chuàng)板科創(chuàng)板股價總體上漲公司數(shù)（個股價總體下跌公司數(shù)（個

01 2 3 4 5 6 7 8

0101112

安路科技云天勵飛

20212023

科創(chuàng)板科創(chuàng)板海天瑞聲股價（元） 科大訊飛股價（元注；本報告定義AI上市公司為以提供AI產品或服務為主營業(yè)務的公司，非AI概念股，數(shù)據(jù)來源：同花順、艾瑞咨詢研究院自主研究繪制。

自動駕駛

四維圖新知行汽車科沃斯優(yōu)必選

2010202320182023

深交所港股主板港股Part1:政策環(huán)境Part2:資本市場Part3:技術演進Part4:產業(yè)動態(tài)Part1:政策環(huán)境Part2:資本市場Part3:技術演進Part4:產業(yè)動態(tài)PAGE13?2024.4iResearchInc.PAGE13?2024.4iResearchInc.大模型加持AI技術賽道革新發(fā)展大模型基座催化AI工業(yè)化生產，Decoderonly路徑引領生成式AI產業(yè)變革基于模型底座的AI技術迭代圖廣義自然語言理解

預訓練大語言模型

結合視覺模型、

多模態(tài)大模型EncoderDecoderTransformerEncoderDecoderBERTT5GPT系列自然語言理解詞性標注數(shù)據(jù)分詞文本生成文本分類表示學習實體識別傳統(tǒng)NLP任務實現(xiàn)由機器學習技術到深度神經網(wǎng)絡的底座技術跨越，效果提升明顯。而后在預訓練大語言模型影響下，更多語言任務由此路徑取代。詞性標注數(shù)據(jù)分詞文本生成文本分類表示學習實體識別

Decoder-only+自回歸模型+RHLF的生成式預訓練大模型出現(xiàn)涌現(xiàn)能力，迎接生成式AI時代

音頻模型等多模態(tài)生成器輸出投影多模態(tài)編碼器大模型多模態(tài)生成器輸出投影多模態(tài)編碼器大模型主干輸入投影基于Transformer或RNN結構等開發(fā)語音大模型，打造多語言端到端的語音識別/語音合成大模型，提高識別準確率與語音合成效果。

多模態(tài)生成智能語音TTS–自動語音合成ASR–自動語音識別AutomaticSpeechRecognitionTexttoSpeechTTS–自動語音合成ASR–自動語音識別圖像生成DiffusionModel成為圖像生成技術主流

預訓練大模型如基于注意力的編碼器-解碼器模型Transformer架構、RNN、CNN架構等

知識圖譜知識圖譜技術：描繪…x0 x1 x2 …

+CLIP模型：基于Transformerz 連接文本和圖像的預訓模型，使得模型輸出的文字特值與圖

摘要和擴展屬性，節(jié)約知識圖譜的構建時間及成本（零/少樣本、開放知識抽?。?）知識圖譜在RAG里作為大模型的外部

輯含義與規(guī)則前向擴散 反向生傳統(tǒng)計算機視覺偏圖像識別、跟蹤等領域，隨

像特征值存在明確的對應關系計算機視覺物體識別圖像分類物體檢測物體識別圖像分類物體檢測圖像分割

知識庫，助力問答及推理任務機器學習數(shù)據(jù)準備特征工程模型驗證算法建模數(shù)據(jù)準備特征工程模型驗證算法建模模型運營管理

“實體×關系×屬性”著圖像生成技術逐步完善，視覺生成完善加入

貓貓 狗

貓 狗以卷積神經網(wǎng)絡CNN為主導

型結合，機器學習平臺開發(fā)更多大模型組件、工具鴨子 鴨

Transformer鏈、開閉源模型生態(tài)及底廣義計算機視覺

打造CV大模型，如ViT、SAM

層算力資源綁定。來源：《MM-LLMs:RecentAdvancesinMultiModalLargeLanguageModels》，艾瑞咨詢研究院根據(jù)公開資料、專家訪談自主研究繪制。在自然語言處理能力上不斷突破創(chuàng)新突破語言理解能力、文本處理長度、知識增強等技術，緩解LLM幻覺問題大模型文本能力提升路徑01 理解Token的概念“模型可以理解和生成的最小文本單位”“能夠被編碼的最小單元”理解Token的概念

02 檢索生成增強RAG大模型的應用痛點大模型的應用痛點1token~=英文中的4個字符1token~=?個單詞 100tokens~=75個單

且相較于英文，中文語義需要更多token表示

存在幻覺問題信息時效性問題 專業(yè)知識需微調定制投入計算復雜度

token大模型上下文支持更多token數(shù)的難度向量數(shù)據(jù)庫檢索生成增強RAG技術大模型上下文支持更多token數(shù)的難度向量數(shù)據(jù)庫檢索生成增強RAG技術

檢索增強生成技術（Retrieval-AugmentedGeneration，RAG），用從其他地方檢索到的附加信息來補充用戶輸入到大型語言模型(LLM)。國內外大模型在上下文本長度的突破進展Transformer自注意力機制國內外大模型在上下文本長度的突破進展

處理Token數(shù)量

? token，內存需求有更高要求。

向量數(shù)據(jù)庫RAG

……知識圖譜……

提前完成知識庫建設2024.4GPT-3.5Turbo4K

2023.6GPT-3.5Turbo16K

2023.7GPT-48K/32K

2023.11GPT-4Turbo128K

數(shù)據(jù)源

Query

EmbeddingModel2023.12Gemini2023.10

2023.4Gemini1.5Pro1000K大模型廠商在上下文長度PK火熱，然而部分模型測試時發(fā)現(xiàn)文本長度增加時，準確率呈現(xiàn)下降的趨勢，大模型廠商在上下文長度PK火熱，然而部分模型測試時發(fā)現(xiàn)文本長度增加時，準確率呈現(xiàn)下降的趨勢，需回歸本心，上下文長度是為了更好的應用。

2023.10Baichuan2-192K

2024.3Yi-34B-Chat-200K

Answer

LLM20萬漢字200萬漢字庫具備時效性實現(xiàn)個性化與擴展性20萬漢字200萬漢字庫具備時效性實現(xiàn)個性化與擴展性提升回復質效大模型幻覺問題4）提示工程：通過優(yōu)化Prompt緩解幻覺問題，緩解幻覺問題對提示生成要求較高，且專業(yè)化領域可用度低2）外掛知識庫，結合知識檢索完成人機交互，需時間與資源投入，若保證時效性則需定期更新3）微調：基于特定數(shù)據(jù)集重新訓練微調模型，大模型幻覺問題：輸出內容看上去合理、有邏輯，甚至可能與真實信息交織在一起，但實際上卻存在錯誤的內容、引用來源或陳述，是影響大模型規(guī)?；瘧玫暮诵膯栴}。業(yè)界提出諸多解決辦法，如延長上下文、外掛知識庫、微調、提示工程等。1）通過延長上下文長度泛化模型能力，拓寬認知邊界，緩解幻覺問題

Kimichat-2000K

通過更新知識

來源：艾瑞咨詢研究院根據(jù)專家訪談、公開資料自主研究繪制。在計算機視覺賽道優(yōu)化補全生成能力AI初具對世界的三維理解與創(chuàng)造能力，Sora模型為全球帶來更多想象2024年2月，OpenAI發(fā)布Sora模型，在全球范圍內引起劇烈反響。Sora是一個以視頻生成為核心的空間模型。它的出現(xiàn)，標志了DiT（DiffusionTransformer）架構的融合成功，且在視覺領域同樣可以出現(xiàn)涌現(xiàn)能力，未來持續(xù)迭代有望進一步提升視覺模型的GPT3”Sora模型不僅可以在影視、醫(yī)療、教育等領域提供生產力角色，還能基于對世界空間的認知理解，服務于空間模擬、視頻計算、數(shù)字孿逆向擴散過程Reverse逆向擴散過程Reverse（Transformer）ZtZt-1Sora的技術原理 的技術優(yōu)勢及戰(zhàn)略意義 編碼視頻數(shù)據(jù)解碼生成視頻

正向擴散過程 圖塊ForwardDiffusion加后視頻描述生成器 后圖塊加噪后

用戶指令將用戶的提示詞通過GPT進行擴寫成更為詳細的說明文字，并轉換為文本向量，作為條件信息與視覺Patch一并輸入潛在空間，準確遵循用戶的提示，生成高質量的視頻LLMGPT-4文本編輯器視頻提示工程

Sora功能實現(xiàn)：60s視頻長度文本生成圖像文本生成視頻視頻延長圖像生成視頻視頻連接視頻編輯Sora技術優(yōu)勢：連貫性、一致性、穩(wěn)定性：視頻內容生成的靈活性：頻連接、視頻編輯等功能視頻內容對物理規(guī)律的理解：沒有人為約束下視頻內容滿足物理學規(guī)則，但仍存在局限性音，生成聲音配合音，生成聲音配合有待提升物體狀態(tài)變化如吃東西等。物理過程璃破碎等。

Sora戰(zhàn)略意義：視覺的“ScalingLAW”DiT由于形狀、大小、位置及與其他手指的關系極其復雜多變，由于形狀、大小、位置及與其他手指的關系極其復雜多變，手指生成有待提升

影視 醫(yī)療……教育 機器……游戲 ……

世界模型雛形

空間理解空間計算空間模擬“大小模型融合賦能”是當下核心應用落點大模型以泛化推理能力見長，小模型以高成熟度、性價比優(yōu)勢仍存市場“ChatGPT爆火后，NLP技術不存在了”，這類說法在2023年討論的如火如荼。而艾瑞與人工智能產學研廠商深度交流后認為，NLPNLP大小模型結合應用：從需求側角度出發(fā)，客戶并不會核心目的不是對于大小模型的選擇，而是AI產品方案的實現(xiàn)與應用，因此供給側廠商目前普遍采用大小模型結合的辦法達到成本效益的最優(yōu)化。中國人工智能產業(yè)應用落地大小模型應用邏輯大小模型結合應用：從需求側角度出發(fā)，客戶并不會核心目的不是對于大小模型的選擇，而是AI產品方案的實現(xiàn)與應用，因此供給側廠商目前普遍采用大小模型結合的辦法達到成本效益的最優(yōu)化。大模型具備泛化與深層理理力 小模型具備高成熟度與價比視覺場景：視覺場景：如安防、人臉識別等場景，CNN、RNN等小模型成熟度高，CV產品應用具有高實時性與高性價比語音場景：語音大模型架構，模型層面有效解決小語種、方言等小樣本問題，交互層面提升內容理解識別能力與擬人化生成能力，衍生音樂生成、音樂創(chuàng)作等場景視覺場景：語音場景：語音大模型架構，模型層面有效解決小語種、方言等小樣本問題，交互層面提升內容理解識別能力與擬人化生成能力，衍生音樂生成、音樂創(chuàng)作等場景視覺場景：從圖像識別角度來看，CV大模型具備場景泛化與更深層理解推理能力，可應用在工業(yè)、自動駕駛、安防園區(qū)等復雜場景；從圖像生成角度，Diffusion大模型為技術底層架構。數(shù)據(jù)分析、語言應用場景：大語言模型擅長知識歸納、理解推理、總結生成等語言類任務，在搜索問答、內容創(chuàng)作、知識助手、角色扮演等領域率先得到應用，其歸納推理能力也應用BI

數(shù)據(jù)分析、語言應用場景：在與行業(yè)知識、業(yè)務數(shù)據(jù)緊密結合的時候，當下供需兩側出于性價比、小模型專業(yè)度等原因仍會采用小模型或者搭配使用。語音場景：人機對話采用的數(shù)據(jù)分析、語言應用場景：在與行業(yè)知識、業(yè)務數(shù)據(jù)緊密結合的時候，當下供需兩側出于性價比、小模型專業(yè)度等原因仍會采用小模型或者搭配使用。語音場景：人機對話采用的ASR、TTS等小模型已發(fā)展成熟，基于性價比、時延等要求，多數(shù)簡單對話場景仍應用小模型Part1:政策環(huán)境Part2:資本市場Part3:技術演進Part4:產業(yè)動態(tài)Part1:政策環(huán)境Part2:資本市場Part3:技術演進Part4:產業(yè)動態(tài)PAGE17?2024.4iResearchInc.PAGE17?2024.4iResearchInc.?2024.4iResearchInc.“集大一統(tǒng)”的多模態(tài)模型是未來發(fā)展要點多模態(tài)與MOE共同拓展大模型產業(yè)空間從產業(yè)發(fā)展視角，當前大模型明顯的痛點一是適配場景有待發(fā)掘，二是落地成本偏高。現(xiàn)實世界當中的數(shù)據(jù)往往是散亂且混合多模態(tài)類型，尤其對于自動駕駛、安防等人工智能產業(yè)的主戰(zhàn)場，多模態(tài)模型相比單一模態(tài)，其適用場景將有數(shù)倍增長。另一方面，從落地成本出發(fā)，大模型剪枝雖然能夠有效縮減參數(shù)，但也面臨應用效果的折扣。MOE架構通過專家模型之間的合作和調用，在降低模型應用成本的同時，還能提升應用效果，將成為未來大模型技術拓展的重要方向。單模態(tài)、款模態(tài)向多模態(tài)：開啟大量潛在應用場景單一架構向MOE架構轉變：改善大模型落地成本為什么需要多模態(tài) MOE架構(混合專家模型）：技術原理泛化性好自動駕駛

可在更小參數(shù)量級實現(xiàn)“涌現(xiàn)”

可用更少的數(shù)據(jù)量實現(xiàn)較好的微調效果工業(yè)互聯(lián)

Input

GateNet門控模型門控模型是一種稀疏

權重分配0.50.3專家模型C0.2專家模型C

Experts專家模型A專家模型專家模型A專家模型

權重組合0.50.30.2

Output車況，涉及圖像、語音、文字數(shù)據(jù)，多模態(tài)模型是自動駕駛必須攻克的難題

泛安防原有視覺檢測模型只能執(zhí)行單獨任務，而疊加語言模態(tài)能實現(xiàn)模型對場景的理解

完整的理解和控制

門網(wǎng)絡，它用于接收輸入信息并判斷該任務由哪個專家模型處理，并分配每個專家

訓練時，門控模型將任務分配到不同的專家模型；在推理的過程中，這些專家模型會針對輸入的數(shù)據(jù)，產生相應的輸出。這些輸出最后會文字編碼器文字解碼器文字編碼器文字解碼器圖像編碼器圖像解碼器大語言模型視頻 LLM編碼器器音頻編碼器音頻解碼器音頻特征投影/壓縮視頻特征投影/圖像特征投影/壓縮/解壓縮視頻特征投影/解壓縮圖像特征投影/解壓縮多模態(tài)大模型領域的技術棧尚未收斂，但當前主流方式基本以大語言模型為核心，手段將其他模態(tài)數(shù)據(jù)統(tǒng)一轉化為LLM能夠理解的向量表征，從而實現(xiàn)語言與其他模態(tài)數(shù)據(jù)在理解和輸出方面的對齊（詳見下圖）。其余方式還有通過提高大語言模型

模型的處理權重。

按初始權重進行加權組合形成最終輸出結果。MOE架構優(yōu)勢計算效率提升推理成本降低任務處理精準性提升可解釋性提升處理大規(guī)模數(shù)據(jù)和復雜任務效果提升計算效率提升推理成本降低任務處理精準性提升可解釋性提升處理大規(guī)模數(shù)據(jù)和復雜任務效果提升少數(shù)專家模型被激活，無需全盤調用，因此能夠大量節(jié)約算力，同時計算效率也得到提升。定模型處理，能提升輸出內容精準度，同時由于分配到特定模型，也提升了模型的可解釋性。數(shù)據(jù)上限也會增長。其任務復雜度和輸入模塊進行處理，因此大規(guī)模數(shù)據(jù)分解為小行復雜任務拆解，將門控模型能夠有效進資料來源：《NExT-GPT:Any-to-AnyMultimodalLLM》，艾瑞咨詢研究院自主研究

來源：艾瑞咨詢研究院自主研究繪制。繪制。 人工智能產品實現(xiàn)有序應用AI及自動化技術有序應用在中國企業(yè)的IT網(wǎng)絡流程與業(yè)務職能部門全球的自動化及人工智能浪潮正以前所未有的速度推進，深刻重塑著各行各業(yè)的運作方式。AI技術在數(shù)據(jù)分析、機器學習、自然語言處理等方面取得了顯著進步，不僅極大地提高了生產效率和服務質量，還顯著推動了新產業(yè)的誕生和舊產業(yè)的轉型升級。根據(jù)IBM發(fā)布的《2023年全球AI采用指數(shù)》數(shù)據(jù)，中國已將AI及自動化技術運用在IT、網(wǎng)絡流程、業(yè)務流程等業(yè)務領域，并將AI技術廣泛服務于IT開發(fā)、人員運營、銷售市場、客戶服務等部門人員。中國企業(yè)應用AI與自動化術的務比例 中國企業(yè)應AI技術的人比例ITAI監(jiān)控或治理ITAI監(jiān)控或治理安全和威脅檢測傳感數(shù)據(jù)分析業(yè)務分析或智能（代碼生成視覺識別營銷與銷售財務規(guī)劃與分析人力資源和人才招聘其他40%26%26%25%24%23%23%22%22%22%19%19%18%18%18%17%17%16%16%16%15%12%2%0%工程開發(fā)與數(shù)據(jù)服務部門財務人員產品經理法規(guī)人員SREs其他21%21%19%19%17%13%HR等職能部門3%0%26%24%22%22%銷售人員市場人員HR32%28%27%50%IT數(shù)據(jù)工程師可持續(xù)性人員與運營經理來源：《2023年全球AI采用指數(shù)》，IBM，艾瑞詢研院研繪制。 來源：《2023年全球AI采用指數(shù)》，IBM，艾瑞詢研院研繪制。Part1:政策環(huán)境Part2:資本市場Part3:技術演進Part4:產業(yè)動態(tài)Part1:政策環(huán)境Part2:資本市場Part3:技術演進Part4:產業(yè)動態(tài)生成式AI產品初衷更在價值提升生成式AI產品率先落地于營銷銷售與產品開發(fā)等場景生成式AI的產品價值在于其強大的內容生成能力，能夠為用戶提供高度個性化的內容生產，滿足企業(yè)內外服務的多樣化需求。根據(jù)IBM發(fā)布的《2023年全球AI采用指數(shù)》數(shù)據(jù)，以工業(yè)、通信、金融為代表的行業(yè)企業(yè)是擁抱生成式AI產品的領域先行者，且相較于原本對標“降本增效”的AI產品，生成式AI產品的首要目標更多在于“提升產品服務價值”，尤其是AI高績效企業(yè)表現(xiàn)更為明顯。各行業(yè)企業(yè)對于生成AI產品的用現(xiàn)狀 組織生成式AI產品的首要標43%45%9%4%43%45%9%4%27%23%22%15%47%17%43%41%45%21%24%25%9%13%14%15%通信行業(yè)41%40%12%8%金融服務行業(yè)40%42%7%11%全球企業(yè)38%42%12%8%交通運輸行業(yè)37%43%16%4%汽車行業(yè)37%46%9%9%正在積極應用 正在探索 既未應用也未探索 不知道/不確定

創(chuàng)造新業(yè)務或/和收入來源核心業(yè)務降本通過嵌入AI功能或洞見，提升產品服務價值增加核心業(yè)務收入通過嵌入AI功能或洞見，提升產品服務價值核心業(yè)務降本創(chuàng)造新業(yè)務或/和收入來源核心業(yè)務降本

19%增加核心業(yè)務收入通過嵌入AI功能或洞見，提升產品服務價值增加核心業(yè)務收入通過嵌入AI功能或洞見，提升產品服務價值

AI績30% 高績效企業(yè)訪27% 受訪者33%33%33%33%15%21%3%3%3%3%2%

營銷與銷售常見用例

產品服務開發(fā)常見用例

服務運營常見用例產品和/或服務開發(fā)13%產品和/或服務開發(fā)13%服務運營10%戰(zhàn)略與資金管理4%風險4%供應鏈管理HR制造

14%

9% 8%8%8%8%

7% 采用聊天機器人 6%5%5%5% 5%5%4% 異常情況來源：《2023年全球AI采用指數(shù)》，IBM；《生成式AI的突破之年》，麥肯錫，艾瑞咨詢研究院研究繪制。?2024.4iResearchInc. 19Part1:政策環(huán)境Part2:資本市場Part3:技術演進Part4:產業(yè)動態(tài)Part1:政策環(huán)境Part2:資本市場Part3:技術演進Part4:產業(yè)動態(tài)中國對AI的關注與應用位于全球前列中國AI企業(yè)正積極抓住應用探索機會，獲取新技術浪潮變現(xiàn)的先發(fā)優(yōu)勢根據(jù)IBM發(fā)布的《2023年全球AI采用指數(shù)》的數(shù)據(jù)顯示，2023年，有高達85%的中國企業(yè)表示在過去的一段時間里加快了對AI的投入應用，63%的中國企業(yè)表示正在積極應用生成式AI，34%的中國企業(yè)正在積極探索生成式AI。全球范圍內，中國展示出了對AI應用的超前積極姿態(tài)，不僅關注投入AI技術的前沿動態(tài)，更致力于AI落地探索的實際應用，以獲取新技術浪潮下的新一輪競爭性優(yōu)勢。意大利61%10%5%24%加拿大35%意大利61%10%5%24%加拿大35%16%9%36%4%全球企業(yè)38%42%12% 8%法國19%44%23%15%

全球不同國家對于生成式AI的應用現(xiàn)狀中國85%5%4%6%中國63%34%印度74%11%12%印度61% 34% 阿聯(lián)酋72%13%5%8%阿聯(lián)酋52%39%7%拉丁美洲67%10% 8%15%新加坡43%41%11%5%新加坡60%8%4%28%拉丁美洲37%45%9%10%全球企業(yè)59%12% 6%21%德國33%46%12%8%韓國49%12%11%27%美國29%36%14%21%西班牙48%28%6%14%5%韓國27%48%10%美國46%17%4%28%6%意大利26%41%16%17%已加速暫停進度停止/減少保持不變以上皆不是

我們正在積極應用生成式AI 我們正在積極探索生成我們既未應用也未塔索成式AI 不知道/不確定德國52%16%4%24%英國32%46%14%9%日本50%7%31%9%西班牙30%36%21%14%法國45%10%7%德國52%16%4%24%英國32%46%14%9%日本50%7%31%9%西班牙30%36%21%14%法國45%10%7%36%日本25%47%18%10%英國40%25%6%25%4%加拿大22%55%13%10%澳大利亞38%10%7%41%4%澳大利亞20%50%20%11%?2024.4iResearchInc. ?2024.4iResearchInc. 20Part1:政策環(huán)境Part2:資本市場Part3:技術演進Part4:產業(yè)動態(tài)Part1:政策環(huán)境Part2:資本市場Part3:技術演進Part4:產業(yè)動態(tài)PAGE21?2024.4iResearchInc.PAGE21?2024.4iResearchInc.中國AI+行業(yè)進程加速滲透決策式AI與生成式AI的共同賦能，生成式AI加速內容產業(yè)的滲透進程人工智能技術正與人類經濟生產活動的主要環(huán)節(jié)達成緊密結合，提供生產辦公效率提升、運營管理優(yōu)化、服務體驗增強等效果實現(xiàn)。而隨著大模型、生成式AI技術的到來，其強大的數(shù)據(jù)處理、學習泛化與內容生成能力，高質效加速了各行各業(yè)人工智能技術的賦能進程，為AI可賦能的場景領域、扮演角色提供更多創(chuàng)新性與可能性。在對原本計算機視覺產品、對話式AI產品、決策智能產品完成能力優(yōu)化外，衍生出更多文本生成、代碼生成、圖像生成等產品功能，由技術底層實現(xiàn)內容生產效率的飛越，并有望進一步變革人機交互方式，以對話形式降低人機交互門檻，高維度優(yōu)化用戶交互體驗。運營管理知識管理人工智能技術廣泛滲透進經濟生產活動主要環(huán)節(jié)運營管理知識管理設計生產定價及組設計生產

質控、風 情報大控和安防 據(jù)研判

窗口服務 遠程辦事客戶服務遠程作業(yè)客戶服務

內容創(chuàng)作、企業(yè)管理、辦公助手、知識助手、合優(yōu)化

率提升

安全 運營決策

AI智能體 流程優(yōu)化圖例圖例該行業(yè)較少涉及該場景嘗試應用AIAI示范項目增加，形成典型應用場景AI價值得到驗證，進入規(guī)?；涞亟鹑诹闶劢逃齺碓矗喊鸶鶕?jù)公開資料自主研究繪制。中國人工智能產業(yè)圖譜2023年中國人工智能產業(yè)圖譜人工智能應用層 ApplicationforAIAI+泛安防 AI+金

AI+政務

AI+零售

AI+醫(yī)療 AI+工

AI+交通計算機視覺大數(shù)據(jù)智能營銷客服信貸風控視覺產品便民辦公政務大數(shù)據(jù)刑事偵查運營優(yōu)化營銷客服視覺產品影像診斷大數(shù)據(jù)決策智慧病案與DRGsAIDD視覺檢測+安全生產運維決策智慧管理自動駕駛人機交互

AIoT

AI+泛互聯(lián)網(wǎng) AI+傳媒影視 AI+游戲 AI+教育對話式AI 消費級硬件產業(yè)級消費級智能搜索問答內容審核推薦規(guī)劃與平臺管理圖像處理生成創(chuàng)作工具內容生成AI換臉換聲剪輯特效創(chuàng)意營銷內容生成、場景建模、策略生成、AIAgent教育工具智慧校園TechnologyforAI人工智能技術層TechnologyforAI

人工智能大模型層與工具層ModelsforAI通用基礎大模型 垂直行業(yè)/領域大模型ModelsforAI

大模型開放平臺AI開放平臺中AI開放平臺游 機器學

知識圖譜計算機視覺

自然語言處理智能語音

按模型模態(tài)大語言模型AI開發(fā)平臺視覺大模型 語音大模多模態(tài)大模型大語言模型AI開發(fā)平臺

按模型路徑閉源閉源開源開源

AIAgentsAI開源社區(qū)工具層AI開源社區(qū)模型平臺/模型服務智算中心

算力基礎

人工智能基礎層智能云服務InfrastructureforAI向量數(shù)據(jù)庫智能云服務InfrastructureforAI

數(shù)據(jù)基礎

算法基礎模型架構企業(yè)自建智算中心 城市智算中心

公共開源

企業(yè)私有高校 政

CNN

RNN

Transformer上 智算軟件平臺AI芯片智能服務器游AI芯片智能服務器

DiffusionModel ……AI算法框架數(shù)據(jù)治理AI基礎數(shù)據(jù)服務來源：艾瑞咨詢研究院根據(jù)公開資料自主研究繪制。數(shù)據(jù)治理AI基礎數(shù)據(jù)服務中國人工智能產業(yè)規(guī)模2028年中國人工智能產業(yè)規(guī)模將超8000億元，五年復合增長率達到30.6%根據(jù)艾瑞咨詢研究院測算，2023年中國人工智能產業(yè)規(guī)模已達到2137億元，大模型帶來的底層技術革新將為中國人工智能產業(yè)的規(guī)模增長帶來更多存量擴張與增量空間。2028年，中國人工智能產業(yè)規(guī)模將達到8110億元。對比原本大模型未出現(xiàn)涌現(xiàn)能力的人工智能產業(yè)規(guī)模值，艾瑞測算，大模型帶來的產業(yè)加成比例在2028年或達到32.9%，在語言語音模態(tài)規(guī)模加成最為顯著，未來大語言模型、語音大模型的產品門檻與應用成本將逐步降低，帶來更多API能力調用與產品解決方案的AI能力融入發(fā)展，尤其在2024年以后，更多AI產品逐步變現(xiàn)、AI能力下放至邊緣側與端側之后的影響將更為明顯；原本以圖像識別為主的計算機視覺市場增長變緩，受政策及政府預算影響，泛安防類的業(yè)務增長更多被醫(yī)療、工業(yè)等CV產品取代，且圖像生成市場將在未來3-5年迎來更多商業(yè)變現(xiàn)機會，進一步填充計算機視覺模態(tài)的市場空間驅力。

中國人工智能產業(yè)規(guī)模盤點2028年大模型產業(yè)規(guī)模加成30+%

存量邏輯：大模型架構對現(xiàn)有人工智能產業(yè)帶來重構加成，更多小模型方案被大增量邏輯：更多生成式AI加成，未來AI技術與VRTAM2020-2028年中國人工智能產業(yè)規(guī)模

2023年中國人工智能產業(yè)模態(tài)分布12.6%62.1%25.2%計算機視覺模態(tài)（圖像識別、圖像生成）大模型架構加速人工智能技術變現(xiàn)點到來，擴大人工智能+產業(yè)的商業(yè)價值空間4932

4955

6104

語言語音模態(tài)（對話式AI、智能語音、NLP文本、知識圖譜數(shù)據(jù)模態(tài)（機器學習產品）2028年中國人工智能產業(yè)模態(tài)分布2800 1706 21372620 32931389 1621 1687 2093

4092

13.0%37.4%

49.6%2020 2021 2022 2023 2024E 2025E 2026E 2027E 2028E中國人工智能產業(yè)加速規(guī)模億元） 中國人工智能產業(yè)加速規(guī)模億元）

計算機視覺模態(tài)（圖像識別、圖像生成）語言語音模態(tài)（對話式AI、智能語音、NLP文本、知識圖譜數(shù)據(jù)模態(tài)（機器學習產品）注：中國人工智能產業(yè)規(guī)模口徑包括中國AI芯片市場規(guī)模、AI基礎數(shù)據(jù)服務規(guī)模、計算機視覺市場規(guī)模、對話式AI與智能語音市場規(guī)模、NLP市場規(guī)模、知識圖譜市場規(guī)模。來源：艾瑞咨詢研究院根據(jù)專家訪談、桌面研究自主研究繪制。Part1:政策環(huán)境Part2:資本市場Part3:技術演進Part4:產業(yè)動態(tài)Part1:政策環(huán)境Part2:資本市場Part3:技術演進Part4:產業(yè)動態(tài)PAGE24?2024.4iResearchInc.?2024.4iResearchInc.PAGE24?2024.4iResearchInc.?2024.4iResearchInc.中國AI產業(yè)基礎設施規(guī)模智能算力產業(yè)規(guī)模高速增長，上層模型應用需求帶動AI基礎數(shù)據(jù)服務市場根據(jù)艾瑞咨詢研究院測算，2023年中國智能算力市場規(guī)模已達到5097億元。在大模型訓推需求影響下，2023年中國智算市場規(guī)模相較于2022年完成大比例躍升，一方面AI芯片的單卡算力呈倍數(shù)增加，另一方面，以訓練場景為主的服務器載卡數(shù)量從原來的2-4卡逐步升級到4-8卡的普遍配置。隨著中國各地智算產業(yè)的投入建設、大模型在邊緣側及端側的算力釋放，2028年，中國智能算力市場規(guī)?；驅⑦_到3.4萬億元，五年復合增長率達到46.3%。2023年的中國AI基礎數(shù)據(jù)服務市場規(guī)模為37億元，由上層大模型應用帶來的數(shù)據(jù)需求正改變著AI基礎數(shù)據(jù)服務的工作結構。以傳統(tǒng)NLP任務為主的分詞、詞性標注等工作被慢慢取代，且數(shù)據(jù)服務廠商更加擁抱融合大模型范式的全流程、自動化工作流，將業(yè)務重心開拓到大模型訓練數(shù)據(jù)集、RLHF微調、提示詞生產、偏見數(shù)據(jù)庫、評測服務等采集生產工作中去，2028年中國AI基礎數(shù)據(jù)服務市場規(guī)模將達到117億元，五年復合增長率達到26.1%。2020-2028年中國智能算力市場規(guī)模（金額口徑）CAGR=46.3%

2020-2028年中國AI基礎數(shù)據(jù)服務市場規(guī)模CAGR=26.1%23,93016,83223,93016,83212,5608,6905,0977761,2192,09220202021202220232024E2025E2026E2027E2028E中國智能算力規(guī)模（億元）

11794947558472927313720202021202220232024E2025E2026E2027E2028E中國AI基礎數(shù)據(jù)服務市場規(guī)模（億元）來源：艾瑞咨詢研究院主研繪制。 來源：艾瑞咨詢研究院主研繪制。Part1:政策環(huán)境Part2:資本市場Part3:技術演進Part4:產業(yè)動態(tài)Part1:政策環(huán)境Part2:資本市場Part3:技術演進Part4:產業(yè)動態(tài)PAGE25PAGE25?2024.4iResearchInc.中國AI產業(yè)基礎設施呈現(xiàn)倒三角特征國家直面AI產業(yè)發(fā)展的“中國式困境”中國人工智能產業(yè)發(fā)展呈現(xiàn)“倒三角”特征，數(shù)據(jù)層的規(guī)模質量、算力層的規(guī)模性能制約著模型層及應用層的飛速發(fā)展。2023年3月，中共中央、國務院印發(fā)的《黨和國家機構改革方案》對外公布，組建國家數(shù)據(jù)局。2023年10月25日，國家數(shù)據(jù)局掛牌成立。國家從政策監(jiān)管角度積極引導數(shù)據(jù)要素市場建設，鼓勵開展數(shù)據(jù)確權授權，構建數(shù)據(jù)流通體系，旨在為大模型訓推提供高質量數(shù)據(jù)市場資源。另外，Sora模型的橫空出現(xiàn)點爆產學研界對于視頻生成的研究熱情，而對圖像、視頻、多模態(tài)模型的訓推將指數(shù)級加大對AI算力的底層需求。國家及地方政府鼓勵并積極開展智算設施建設，同時以“算力券”等形式降低企業(yè)的訓練成本、提高算力對接效率，更多支持中小企業(yè)購買算力服務。當下高質量中文語料資源仍然處于短缺狀態(tài)，且隨著時間推移，優(yōu)質數(shù)據(jù)的獲取難度將進一步加大。從數(shù)據(jù)維度來看，除了文本語料外，圖像、視頻方向的數(shù)據(jù)語料更加稀缺，且亟需發(fā)展是帶有時間和空間維度信息的3D數(shù)據(jù)，助力AI視頻生成及多模態(tài)技術發(fā)展。自有數(shù)據(jù)集 開源數(shù)據(jù)集當下高質量中文語料資源仍然處于短缺狀態(tài)，且隨著時間推移，優(yōu)質數(shù)據(jù)的獲取難度將進一步加大。從數(shù)據(jù)維度來看，除了文本語料外，圖像、視頻方向的數(shù)據(jù)語料更加稀缺，且亟需發(fā)展是帶有時間和空間維度信息的3D數(shù)據(jù)，助力AI視頻生成及多模態(tài)技術發(fā)展。自有數(shù)據(jù)集 開源數(shù)據(jù)集 商務授權 數(shù)據(jù)服務合成數(shù)據(jù)……

中國AI產業(yè)發(fā)展洞察B端

AI C端應用層：受底層資源與模型技術等限制，未帶來顛覆性生態(tài)改變。大模型仍然缺乏透明度與可解釋性，且在內容生成角度缺乏一致性，是未來大模型應用實現(xiàn)規(guī)?；?lián)動應用需要解決的核心問題之一。無論從大模型v.s.v.s.生成式模型角度出發(fā)，未來一段時間內都將處于并存狀態(tài)。從場景需求、業(yè)務適配、性價

率先落地于營銷客服、對話式BI、04知識助手等對話式AI語言類場景，及CV視覺、圖像生成等視覺場景算法 模

一方面通過免費開放獲取更多用戶行為與語料信息；一方面以會員訂閱、資源購買等角度獲取初步商化變能力 數(shù)據(jù)算平臺 與算比等角度出發(fā)，選擇對應模型。

TransformerGANDiffusion

AI開發(fā)平臺 03 力大模型應用對訓推算力需求持續(xù)加大。此外，多模態(tài)數(shù)據(jù)將進一步抬升智算需求，大模型應用對訓推算力需求持續(xù)加大。此外，多模態(tài)數(shù)據(jù)將進一步抬升智算需求，未來中國將持續(xù)智算中心建設彌補產業(yè)算力缺口。隨著美國對中國的半導體限令逐NVAI，生態(tài)適配歷經陣痛期，以華為昇騰、百度昆侖、海光等為代表的芯片產品陸續(xù)規(guī)模化應用。智算設施

支撐訓推引擎AI產訓推引擎AI02 業(yè)H20 中國特供版芯片，L20L2 持續(xù)閹割算力性能H20 中國特供版芯片，L20L2 持續(xù)閹割算力性能A800H800A100H100中美限令導以英偉達為例

能源智算中心 頂層發(fā)AI數(shù)據(jù)數(shù)據(jù)集AI服務AI

展 高底層燃料 01 度來源：艾瑞咨詢研究院自主研究繪制。Part1:政策環(huán)境Part2:資本市場Part3:技術演進Part4:產業(yè)動態(tài)Part1:政策環(huán)境Part2:資本市場Part3:技術演進Part4:產業(yè)動態(tài)PAGE26?2024.4iResearchInc.PAGE26?2024.4iResearchInc.中國注重數(shù)據(jù)資源能力提升AI賦能下，數(shù)據(jù)生產能力將逐步提升，數(shù)據(jù)標準及生態(tài)將逐步建立根據(jù)IDC預測，到2025AIAIAIAIAI數(shù)AI中國AI基礎數(shù)據(jù)工程發(fā)展現(xiàn)狀及趨勢數(shù)據(jù)質量標準、更新速度提升，數(shù)據(jù)生產自動化數(shù)據(jù)質量標準、更新速度提升，數(shù)據(jù)生產自動化 需要更高效快捷的數(shù)據(jù)備 需要更高質量的訓練和微調數(shù)據(jù)大模型數(shù)據(jù)量遇瓶頸，合成數(shù)據(jù)成為有力補充B端：中型以上企業(yè)均大概率部署企業(yè)專屬模型，需大量垂直領域數(shù)據(jù)C端：大量C端應用將使用大模型作為支撐，需要海量用戶數(shù)據(jù)大模型訓練數(shù)據(jù)通常來自企業(yè)自有數(shù)據(jù)、網(wǎng)絡爬取數(shù)據(jù)、外部付費/及AI合成數(shù)據(jù)。大模型訓練和微調所需數(shù)據(jù)量快速增長，真實世界數(shù)據(jù)將在數(shù)年內被用盡，根據(jù)Gartner預測，到2024年，用于訓練AI的數(shù)據(jù)中有60%將是合成數(shù)據(jù)高質量的真實數(shù)據(jù)已不能滿足大模型規(guī)模和數(shù)量增長特斯拉使用大模型進行數(shù)據(jù)標注，1特斯拉使用大模型進行數(shù)據(jù)標注，1萬個60秒內的視頻，大模型只需要運行一周，而人工標注需要數(shù)月。理想汽車訓練大模型進行自動化標1000倍效率自動化數(shù)據(jù)工程平臺AI數(shù)據(jù)標注數(shù)據(jù)標注數(shù)據(jù)結果調優(yōu) 實體關系命名數(shù)據(jù)排序 …… ……AI進行數(shù)據(jù)標注，并取得了良好的效果，另一方面，數(shù)據(jù)供應商也在進行數(shù)數(shù)據(jù)管理數(shù)據(jù)采集可定向提升模型某方面能力可避免數(shù)據(jù)隱私糾紛可定向提升模型某方面能力可避免數(shù)據(jù)隱私糾紛 可降低模型安全風險 可降低模型訓練成本 當前數(shù)據(jù)合規(guī)存在嚴重風險與漏洞

數(shù)據(jù)供給能力與合規(guī)問題推動相關標準及開源數(shù)據(jù)集的發(fā)展建立AI數(shù)據(jù)標準對于提升數(shù)據(jù)質量、標準化及后續(xù)監(jiān)管和權責劃分都有重要意義。歐盟于2023年5月建立AI數(shù)據(jù)標準對于提升數(shù)據(jù)質量、標準化及后續(xù)監(jiān)管和權責劃分都有重要意義。歐盟于2023年5月發(fā)布促進人工智能標準化相關文件，其中涉及機器學習數(shù)據(jù)質量管理要求和分析過程框架。信通院也著手編寫《人工智能數(shù)據(jù)集質量管理能力評估方法》通過開源開放的生態(tài)，有利于帶動高質量數(shù)據(jù)集的利用效率，緩解數(shù)據(jù)資源緊缺問題。當前國內數(shù)據(jù)開源意識不足，上海人工智能實驗室、浪潮云、螞蟻集團等已經推出不同領域的開源數(shù)據(jù)集，并被多個大模型采用。標準 源與規(guī) 數(shù)范的 據(jù)建立 集來源：艾瑞咨詢研究院根據(jù)公開資料自主研究繪制。中國智算中心發(fā)展多維關注點軟硬耦合、規(guī)?；ヂ?lián)、能源提供、清潔環(huán)保、集約高效算力是集信息計算力、網(wǎng)絡運載力、數(shù)據(jù)存儲力于一體的新型生產力，作為新型信息基礎設施的重要組成部分，算力基礎設施發(fā)展IDCCPU平臺完成客戶場景需求的軟實力發(fā)展。

中國智算中心發(fā)展關鍵要素能源能耗

1）發(fā)展散熱液冷技術,優(yōu)化中心運維能力；2）加強AI算力集群建設，面對不同AI由粗放式擴張到精細化管理。網(wǎng)絡互聯(lián)“限制AI缺?！薄癆I的盡頭是光伏和儲能。” 型在能源方面的需求及能耗問題。尋找高效清潔能源的獲取，同樣也在注意節(jié)能環(huán)保技術與設計， 5通過軟件平臺管理更好的優(yōu)化PUE能效等指標。

隨著數(shù)據(jù)量與計算量飛漲，數(shù)據(jù)中心需優(yōu)化網(wǎng)絡帶1 寬、計算總線協(xié)議，實現(xiàn)數(shù)據(jù)在節(jié)點內與節(jié)點間的群的架構與設計2 心網(wǎng)絡設施。軟件平臺搭建智算中心軟件平臺，通過平臺操作系統(tǒng)的軟件管理，優(yōu)化AI算力供給，為下游客戶側提供大規(guī)模算力 4資源的資源納管、算力調度、優(yōu)化監(jiān)控、運營管理等智算服務，并有望進一步屏蔽底層硬件差異，構建更完整全棧的智算應用軟件生態(tài)。

硬件能力受中美關系影響，國產芯片實現(xiàn)自主創(chuàng)新迫在眉睫，3 中國算力層也會進一步嘗試脫離對頭部廠商英偉達的依賴，以“云巨頭自研自用+獨立/創(chuàng)業(yè)公司服務于信創(chuàng)、運營商等ToG與ToB市場”現(xiàn)國產“算力+應用”的正循環(huán)來源：艾瑞咨詢研究院自主研究繪制。數(shù)實產業(yè)期待AI驅動的原生生態(tài)AI仍非無所不能，AI原生應用重塑人類生產生活的質變節(jié)點尚未到來AI賦能產品原本AI功能替代原有組件AI原生產品AI賦能產品原本AI功能替代原有組件AI原生產品以AI能力運行產品系統(tǒng)重構B端生產系統(tǒng)重構C端流量生態(tài)新增加AI組件原生應用思維：擺脫傳統(tǒng)軟件架構，以AI視角借助全新技術框架構建滲透軟硬件搶占用戶心智使用AI來控制已有組件態(tài)產品形AI帶來的恐慌焦慮AI飛速發(fā)展帶來FOMO情緒，即Fearofmissingout，可被譯為錯失恐懼癥。人們普遍恐懼新技術的誕生會淘汰現(xiàn)有的產品平臺，從而引發(fā)恐懼感。AI帶來的新一輪認知GAP生成式AI的技術變革，在媒體、資本、廠商的影響宣傳下，仿佛被打造成“無所不能”的形象，然而從B端和C端實際落AI需嚴謹方法論及場景結合。

AI對話助手擁有廣泛的知識覆提供基于圖像、音將大模型剪裁后置蓋，提供擁有廣泛的知識覆提供基于圖像、音將大模型剪裁后置蓋，提供知識問答、頻的生成創(chuàng)作，為于端側，基于端側內容創(chuàng)作、情感陪專業(yè)工作者提供了大模型，云端結合伴等功能，還可以效率化生產平臺，帶來軟硬件生態(tài)、基于Agent平臺打同時也降低創(chuàng)作門用戶交互體驗的系造個性化功能助理檻，讓更多人參與統(tǒng)性變革將B端對話式AI產 結合企業(yè)文檔數(shù)據(jù)提供文檔生成編輯品及解決方案融入 實現(xiàn)知識信息的大數(shù)據(jù)分析可視化、大模型能力，大幅 規(guī)模解析、檢索、代碼生成輔助、智提升交互質量及輪 問答，同時提供數(shù)能辦公助理等功能次，拓寬營銷、人 據(jù)處理分析方面的大幅提升員工的辦力、財務等場景 智能問答與BI呈現(xiàn) 公效率及職場體驗

/App

AIPC

營銷/客服數(shù)字員工/數(shù)字人

BI

辦公助手/Copilot來源：艾瑞咨詢研究院根據(jù)專家訪談、公開資料自主研究繪制。C端熱門產品，收集用戶行為及市場偏

B端熱門產品，企業(yè)路徑一般為內建產品應用，打磨好服務方案后再對外輸出理性探尋通往AGI產品之路五年之內AGI成為現(xiàn)實？未可望未可及，量化AGI的實現(xiàn)過程提高預見性產學研界對AGI的討論熱度持續(xù)不減，但艾瑞認為，技術奇點到來的一刻具備不可預見性，當下關于AGI的時點預測更多是思考大于實際。然而AI的確在朝著范圍愈發(fā)廣泛的普遍性發(fā)展，且欲實現(xiàn)接近并超越人類的普遍性，其演進節(jié)點是對全人類世界運行邏輯的挑戰(zhàn)更新，對全球勞動力結構、產業(yè)經濟發(fā)展、道德倫理制度、社會規(guī)則運行，以及技術經濟優(yōu)勢帶來的的地緣政治以及國際軍事都將帶來底層邏輯的巨大變數(shù)。需量化人工智能的通用性與自主性，理解并定位AGI的演進道路節(jié)點，提升AGI實現(xiàn)過程的可預見性及社會穩(wěn)健性。另外，隨著AI能力的通用化提升，具身智能實現(xiàn)了成本更低廉、能力更泛化的產品形態(tài)，國內外企業(yè)也紛紛加大人形機器人等產品投入，尋路實體社會的“AGI”世界。AGI的發(fā)展路徑探討到年，I可能比任何人類都聰明。到年，IAI工具AI顧問黃仁I會在年內通過人類測試未來年算力再提萬倍。” 奧爾特AGI將在年內實現(xiàn)?！?智能體lexpa“到2年，AGI就有LaTIAI協(xié)作者AI專家AI角色GoogleDeepMind論文劃分的AGI等級

關注具身智能發(fā)展人機回圈計算，例：亞馬遜土耳其機器人無AI計算機軟件；編譯器專用（Narrow）人機回圈計算，例：亞馬遜土耳其機器人無AI計算機軟件；編譯器專用（Narrow） AGI角色 通用（General）具身智能與AGI

硅基時代

Level0：無AI

AI工具具身智能=AI工具

智能具身+智能具身

無所不能

Level1：新興

對真實世界中物理本 具備認識世界、理解Bard新興AGI：ChatGPT，Llama2，惡意評估檢測器，如Jigsaw；揚聲器，如Siri，Alexa或Google助手;VQA系統(tǒng)，如PaLIWatson;SOTALLMs的子任務Bard新興AGI：ChatGPT，Llama2，惡意評估檢測器，如Jigsaw；揚聲器，如Siri，Alexa或Google助手;VQA系統(tǒng)，如PaLIWatson;SOTALLMs的子任務）AGI雛形，當下AGI節(jié)點GOFAI，簡單的基于規(guī)則系統(tǒng)。例：SHRDLU至少50%練成人至少90%練成人至少99%練成人

Level2：熟練Level3：專業(yè)Level4Level5

AI力AI顧問 熟練AGI：尚未達到 能力拼寫與語法檢查，如Grammarly；拼寫與語法檢查，如Grammarly；圖像生成如Imagen或Dall-E2AI協(xié)作者 專業(yè)AGI：尚未達到 體AlphaFold，AlphaZero，StockFishDeepBlue，AlphaGoAI專家 大師AGI：尚未達到AlphaFold，AlphaZero，StockFishDeepBlue，AlphaGoAI智能體 超越人類AGI/ASI：尚未到

計算執(zhí)行能力的硬件 持續(xù)學習迭代的能力基于預訓練大模型的分層實現(xiàn)：為機器人賦予強大能力，提升任務泛化性，讓機器人可以更好理解指令，理解知識世界，對應執(zhí)行完成任務或做出更優(yōu)質回復基于預訓練大模型的分層實現(xiàn)：為機器人賦予強大能力，提升任務泛化性，讓機器人可以更好理解指令，理解知識世界，對應執(zhí)行完成任務或做出更優(yōu)質回復未來，具身智能在不同需求場景下會有各自成本效益適配的硬件載體，長遠來看，人形作為優(yōu)于100%人類人類來源：艾瑞咨詢研究院根據(jù)公開資料自主研究繪制。

與人最適配的外在裝置，在融入替代人類生產生活的基建設施搭配上具備更多泛化優(yōu)勢。02中國人工智能產業(yè)征程AI-Ongoing302023，全球的生成式AI元年——AIGC產業(yè)洞察時代背景①全球進入AI驅動的生產革命，生成式技術是時代際遇。②中美在生成式AI產業(yè)展開科技競爭，全棧組合拳拉鋸發(fā)展。技術變革①Transformer架構優(yōu)化模型泛化的訓推能力與理解生成的內容能力。②文本模態(tài)達高應用成熟度，代碼、語音、圖像具備商業(yè)化基礎。商業(yè)應用①國家對大模型上線監(jiān)管采取“備案制”，40+家大模型持“證”上崗。②B端：B端場景出發(fā)需逐步滲透打磨，打通業(yè)務邏輯實現(xiàn)更多場景的落地應用閉環(huán)，呈延續(xù)性曲線融合賦能。當下B端產品方案融合更多大模型技術，以API調用、SaaS產品及定制方案等方式加速企業(yè)智能化賦能。③C端：CC員訂閱與資源購買。312023年迎來生成式AI元年2023年迎來生成式AI元年PAGE32?2024.4iResearchInc.PAGE32?2024.4iResearchInc.全球進入AI驅動的生產革命，生成式技術是時代際遇人工智能伴生于信息技術時代，經過數(shù)十年的研究積累及經驗沉淀，已逐步跨越科學與應用之間的技術鴻溝，迎來新一輪的紅利爆發(fā)與創(chuàng)新機遇。21世紀以來，全球技術創(chuàng)新進入空前活躍期，生成式AI技術的到來被譽為“最具革命性”的技術進步，未來產業(yè)發(fā)展是搶占全球創(chuàng)新高地、重構全球創(chuàng)新版圖、重塑全球經濟結構的關鍵節(jié)點。全球科技革命浪潮與人工智能產業(yè)發(fā)展歷程第三次科技革命科技革命第一次科技革命蒸汽機科技革命1760-1860第一次工業(yè)革命開始，隨著蒸汽機的發(fā)明和應用，人類進入“蒸汽時代”。

第二次科技革命電力1860-1950類進入了“電氣時代”。

信息技術1950-2020互聯(lián)網(wǎng)時代最早追溯于20世紀60年代，誕生萌芽于美歐，隨即全面蔓延至亞洲等地域，21世紀初進入飛速發(fā)展階段。

人工智能2020年以后04驅動時代發(fā)展的中堅力量第四次科技革命：01 02 全球人工智能產業(yè)發(fā)展關鍵節(jié)點回溯

AI驅動時代來臨機器學習、深度學習的技術推動AI產業(yè)發(fā)展，發(fā)展落差讓1956年：達特茅斯會議上，“人工智能”的概念被首次提出。人工智能2006年：深度學習概念被提出，Hinton發(fā)表深度學習Nature人工智能2012年：2012年CNN獲得ImageNet第一，意味著機器視覺識別能力開始逐漸超越人眼識別準確率。2017年：GoogleAlphaGo圍棋程序面世，打敗圍棋冠軍李在石。Google提出Transformer架構，開啟預訓練大模型研究序幕。2022年：OpenAIChatGPT面世，全球關注生成式AI時代新范式。

受限于計算機算力圖靈測試

行業(yè)遇冷受限于專家系統(tǒng)第一領域的局限性

預訓練大模型技術突破生成式AI時代到來來源：艾瑞咨詢研究院自主研究繪制。

1950 19801990 20102020生成式AI產業(yè)發(fā)展定位生成式AI產業(yè)發(fā)展定位來源：艾瑞咨詢研究院自主研究繪制。?2024.4iResearch