2024年中國(guó)人工智能產(chǎn)業(yè)研究報(bào)告

中國(guó)人工智能產(chǎn)業(yè)研究報(bào)告2024PREFACE前言PREFACE前言研究背景：在問(wèn)到如何平衡ChatGPT和大學(xué)錄取的時(shí)候，斯坦福大學(xué)終身教授李飛飛老師給到了這樣的回答，“錄取最會(huì)使用ChatGPT的前2000名學(xué)生是個(gè)很有意思的答案?！澳軌蛑圃觳⑹褂霉ぞ叱蔀槿祟?lèi)進(jìn)化史上一道顯著的分水嶺，而當(dāng)下如何更好的使用AI工具已然成為人類(lèi)在產(chǎn)業(yè)應(yīng)用、生產(chǎn)生活與學(xué)習(xí)工作中的熱門(mén)議題。隨著大模型、生成式AI技術(shù)的到來(lái)，其強(qiáng)大的數(shù)據(jù)處理、學(xué)習(xí)泛化與內(nèi)容生成能力，高質(zhì)效加速了各行各業(yè)人工智能技術(shù)的賦能進(jìn)程，為AI可賦能的場(chǎng)景領(lǐng)域、扮演角色提供更多創(chuàng)新性與可能性。人工智能應(yīng)用正加速擴(kuò)散，滲透到辦公、5展進(jìn)程、發(fā)展征程、發(fā)展旅程的各個(gè)發(fā)展階段，集中探討中國(guó)人工智能產(chǎn)業(yè)的發(fā)展環(huán)境、市場(chǎng)動(dòng)態(tài)、研究方法：本報(bào)告通過(guò)業(yè)內(nèi)資深的專家訪談、桌面研究、案例實(shí)證研究、行業(yè)對(duì)比研究、投融資數(shù)據(jù)統(tǒng)計(jì)輸出相應(yīng)研究成果。2ABSTRACT摘要ABSTRACT摘要發(fā)展進(jìn)程發(fā)展征程

2023年，生成式AI為人工智能領(lǐng)域帶來(lái)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(kāi)，從數(shù)據(jù)資源和算力基礎(chǔ)夯實(shí)，到快速對(duì)生成式AI規(guī)范化引導(dǎo)，再到產(chǎn)業(yè)扶持，形成一套強(qiáng)有力的組合拳；從資本市場(chǎng)來(lái)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(shù)發(fā)展來(lái)看，大模型基座催化AI工業(yè)化生產(chǎn)，加持各AI細(xì)分技術(shù)賽道的革新發(fā)展。而大模型以泛化推理能力見(jiàn)長(zhǎng)，小模型以高成熟度、性價(jià)比優(yōu)勢(shì)仍存市場(chǎng)，大小模型是當(dāng)下產(chǎn)業(yè)應(yīng)用的核心落點(diǎn)。未來(lái)，多模態(tài)模型與MOE架構(gòu)將共同拓展大模型產(chǎn)業(yè)空間；從產(chǎn)業(yè)發(fā)展來(lái)看，中國(guó)AI企業(yè)正積極抓住應(yīng)用探索機(jī)會(huì)，獲取新技術(shù)浪潮變現(xiàn)的先發(fā)優(yōu)勢(shì)，生成式AI進(jìn)一步加速內(nèi)容產(chǎn)業(yè)的滲透進(jìn)程。國(guó)家也從基礎(chǔ)設(shè)施角度積極開(kāi)展智算中心建設(shè)，推動(dòng)AI數(shù)據(jù)標(biāo)準(zhǔn)建立，鼓勵(lì)開(kāi)源數(shù)據(jù)集發(fā)展。2023年中國(guó)人工智能產(chǎn)業(yè)規(guī)模已達(dá)到2137億元，預(yù)計(jì)到2028年，中國(guó)人工智能產(chǎn)業(yè)規(guī)模將達(dá)到8110億元，五年復(fù)合增長(zhǎng)率達(dá)到30.6%。對(duì)比原本大模型未出現(xiàn)涌現(xiàn)能力的人工智能產(chǎn)業(yè)規(guī)模值，艾瑞測(cè)算，大模型帶來(lái)的產(chǎn)業(yè)加成比例在2028年或達(dá)到32.9%，生成式AI產(chǎn)業(yè)洞察：2023年，全球進(jìn)入AI驅(qū)動(dòng)的生產(chǎn)革命，生成式技術(shù)是時(shí)代際遇。預(yù)訓(xùn)練大模型的技術(shù)架構(gòu)在多模態(tài)路徑下優(yōu)化底層模型訓(xùn)推與理解產(chǎn)出，讓決策式AI與生成式AI共筑AI產(chǎn)業(yè)發(fā)展。國(guó)內(nèi)大模型落地聲量加大，行業(yè)大模型進(jìn)入爆發(fā)期，其中，醫(yī)療與金融為典型落地領(lǐng)域。從模型模態(tài)來(lái)看，生成式AI應(yīng)用的文本模態(tài)達(dá)高應(yīng)用成熟度，代碼、語(yǔ)音、圖像具備商業(yè)化基礎(chǔ)；從商業(yè)應(yīng)用來(lái)看，國(guó)家對(duì)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(rèn)為，B端場(chǎng)景出發(fā)需逐步滲透打磨，打通業(yè)務(wù)邏輯實(shí)現(xiàn)更多場(chǎng)景的落地應(yīng)用閉環(huán)，呈延續(xù)性曲線融合賦能。C端場(chǎng)景需從供給側(cè)滿足硬件設(shè)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(chǎn)業(yè)邊緣與端側(cè)洞察：加速了AI能力由云向邊端多智體的演化進(jìn)程。當(dāng)效果，改善ROI，并正在對(duì)自動(dòng)駕駛技術(shù)棧進(jìn)行全方位升級(jí)與重構(gòu)。AI與終端正在進(jìn)行加速融合，端側(cè)大模型率先落地于手機(jī)、智能座艙等場(chǎng)景。從硬件維度來(lái)看，AI大模型潛力的關(guān)鍵。從社會(huì)層面來(lái)看，值得關(guān)注的主要風(fēng)險(xiǎn)在于人工智能技術(shù)對(duì)用戶心智、用戶隱私及安全倫理問(wèn)題的潛在影響。從企業(yè)應(yīng)用來(lái)看，AI技術(shù)的內(nèi)生性缺陷對(duì)企業(yè)應(yīng)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(lái)脆弱性?；谏鲜鰧?duì)人工智能發(fā)展風(fēng)險(xiǎn)的探建立統(tǒng)一的規(guī)范和倫理準(zhǔn)則，確保人工智能應(yīng)用符合道德和社會(huì)價(jià)值；而在法律監(jiān)管方面，則需制定和修改相關(guān)法律法規(guī)，保護(hù)個(gè)人隱私，防止濫用和侵犯權(quán)利，由此保證中國(guó)人工智能產(chǎn)業(yè)穩(wěn)定實(shí)現(xiàn)高質(zhì)量正向發(fā)展。3CONTENTS目錄CONTENTS目錄AI技術(shù)革新山積而高，澤積而長(zhǎng)AI產(chǎn)業(yè)展望圣人之后，必大而昌AI廠商實(shí)踐日積月累，百煉成鋼AI社會(huì)思考由圣與賢，或?yàn)榘詮?qiáng)401 中國(guó)人工智能產(chǎn)業(yè)進(jìn)程AI-ing5PAGE6?2024.4iResearchInc.PAGE6?2024.4iResearchInc.2023年人工智能產(chǎn)業(yè)活躍動(dòng)態(tài)人工智能產(chǎn)業(yè)進(jìn)入高速發(fā)展期，創(chuàng)造多個(gè)技術(shù)、市場(chǎng)、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(cè)。相比前代AI具備高可用性、高擬人化的預(yù)訓(xùn)練大模型跨越技術(shù)奇點(diǎn)，國(guó)內(nèi)外技術(shù)公司、高校、研究院的語(yǔ)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(yù)訓(xùn)練大模型的應(yīng)用在全球范圍內(nèi)產(chǎn)生了爆炸式的影響，從社會(huì)群眾到AI從業(yè)者，對(duì)人工智能技術(shù)能夠帶來(lái)的生產(chǎn)生活變革，都實(shí)現(xiàn)了顛覆性的再認(rèn)識(shí)。艾瑞通過(guò)技術(shù)本身、應(yīng)用變體、算力支持、政策監(jiān)管和國(guó)際局勢(shì)五個(gè)維度，對(duì)2023年AI世界的發(fā)展進(jìn)行全面梳理和俯瞰。2023年人工智能產(chǎn)業(yè)大事記總覽大模型技術(shù)進(jìn)程 大模型落地應(yīng)用進(jìn)程 智算實(shí)力加強(qiáng) 國(guó)家動(dòng)態(tài)監(jiān)管 中美關(guān)系限制大模型技術(shù)進(jìn)程大模型落地應(yīng)用進(jìn)程智算實(shí)力加強(qiáng)國(guó)家動(dòng)態(tài)監(jiān)管中美關(guān)系限制大模型小型化2月25日，MetaAI公開(kāi)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(guó)內(nèi)外多款展垂類(lèi)、端側(cè)大模型作為技術(shù)底座。多模態(tài)模型下場(chǎng)3月15日，OpenAI發(fā)布了多模態(tài)預(yù)訓(xùn)練大模型GPT-4，直接開(kāi)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(mén)針對(duì)各類(lèi)金融數(shù)據(jù)進(jìn)行訓(xùn)練?，F(xiàn)有應(yīng)用融合2月7日，微軟發(fā)布ChatGPT版搜索引擎NewBing，上線48小時(shí)內(nèi)獲100萬(wàn)賬戶申請(qǐng)。Agent崛起11月7OpenAI發(fā)布了AIAgentGPTsBuilder。用戶僅僅通過(guò)跟GPTGPT功能描述一遍，就能生成專屬GPT。

端側(cè)算力準(zhǔn)備10月25日高通推出新一代移動(dòng)芯片驍龍8Gen3，其AI引擎支持多達(dá)100億個(gè)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(dá)持續(xù)擴(kuò)大領(lǐng)先優(yōu)勢(shì)11月13日英偉達(dá)發(fā)布了目前世界最強(qiáng)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(guān)注6月20日，國(guó)家互聯(lián)網(wǎng)信息辦公室發(fā)布關(guān)于發(fā)布深度合成服務(wù)算法備案信息的公告，公開(kāi)發(fā)布境內(nèi)深度合成服務(wù)算法備案信息。生成式AI進(jìn)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(wù)管理暫行辦法》即將自2023年8月15日起施行。L3自動(dòng)駕駛迎來(lái)曙光11月17日，工信部、公安部、住房和城鄉(xiāng)建設(shè)部、交通運(yùn)輸部共同發(fā)布《關(guān)于開(kāi)展智能網(wǎng)聯(lián)汽車(chē)準(zhǔn)入和上路通行試點(diǎn)工作的通知》。

網(wǎng)絡(luò)安全對(duì)抗升級(jí)3月2日，美國(guó)拜登政府正式發(fā)布新版《國(guó)家網(wǎng)絡(luò)安全戰(zhàn)略》，提出中國(guó)是“對(duì)美國(guó)政府及私營(yíng)部門(mén)網(wǎng)絡(luò)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(chǎng)的特供版H800、A800兩款芯片也面臨禁售。來(lái)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(chǎng)Part3:技術(shù)演進(jìn)Part4:產(chǎn)業(yè)動(dòng)態(tài)Part1:政策環(huán)境Part2:資本市場(chǎng)Part3:技術(shù)演進(jìn)Part4:產(chǎn)業(yè)動(dòng)態(tài)PAGE7?2024.4iResearchInc.PAGE7?2024.4iResearchInc.頂層設(shè)計(jì)駛?cè)肷钏畢^(qū)，生成式AI成焦點(diǎn)規(guī)范引導(dǎo)、基礎(chǔ)夯實(shí)和產(chǎn)業(yè)扶持三管齊下，促進(jìn)AI全方位深化發(fā)展自2019年以來(lái)，我國(guó)人工智能相關(guān)政策始終緊隨技術(shù)和產(chǎn)業(yè)發(fā)展步伐，歷經(jīng)廣泛試點(diǎn)、建設(shè)框架、產(chǎn)業(yè)化發(fā)展、場(chǎng)景化落地四個(gè)階段，切實(shí)推動(dòng)人工智能從一項(xiàng)新興技術(shù)走向規(guī)范應(yīng)用。2023年，生成式AI為人工智能領(lǐng)域帶來(lái)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(kāi)，從數(shù)據(jù)和算力基礎(chǔ)夯實(shí)，到快速對(duì)生成式AI規(guī)范化引導(dǎo)，再到產(chǎn)業(yè)扶持，形成一套強(qiáng)有力的組合拳。近年人工智能技術(shù)及產(chǎn)業(yè)發(fā)展相關(guān)政策分析2022-2023年規(guī)范引導(dǎo)——生成式人工智能產(chǎn)業(yè)與服務(wù)發(fā)展生成式人工智能服務(wù)管理暫行辦法原則：堅(jiān)持。

產(chǎn)業(yè)化

產(chǎn)業(yè)扶持——大力發(fā)展生成式AI及元宇宙產(chǎn)業(yè)新產(chǎn)業(yè)標(biāo)準(zhǔn)化領(lǐng)航工程實(shí)施方案（2023─2035年）基礎(chǔ)夯實(shí)——數(shù)據(jù)與算力信號(hào)：明確鼓勵(lì)A(yù)I使用來(lái)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(chǔ)設(shè)施高質(zhì)量發(fā)展行動(dòng)計(jì)劃促產(chǎn)業(yè)2021推落地促產(chǎn)業(yè)2021推落地20222022

國(guó)務(wù)院關(guān)于構(gòu)建數(shù)據(jù)基礎(chǔ)制度更好發(fā)揮數(shù)據(jù)要素作用的意見(jiàn)國(guó)家新一代人工智能創(chuàng)新發(fā)展試驗(yàn)區(qū)建設(shè)工作指引到2023年，布局建設(shè)20個(gè)左右試驗(yàn)區(qū)，產(chǎn)出一批重大原創(chuàng)科技成果，創(chuàng)新一批切實(shí)有效的政策工具，形成一批人工智能與經(jīng)濟(jì)社會(huì)發(fā)展深度融合的典型模式。國(guó)家新一代人工智能創(chuàng)新發(fā)展試驗(yàn)區(qū)建設(shè)工作指引到2023年，布局建設(shè)20個(gè)左右試驗(yàn)區(qū)，產(chǎn)出一批重大原創(chuàng)科技成果，創(chuàng)新一批切實(shí)有效的政策工具，形成一批人工智能與經(jīng)濟(jì)社會(huì)發(fā)展深度融合的典型模式。

初試點(diǎn)國(guó)家新一代人工智能標(biāo)準(zhǔn)體系建設(shè)指南國(guó)家新一代人工智能標(biāo)準(zhǔn)體系建設(shè)指南安全/人工智能標(biāo)準(zhǔn)體系。“十四五”數(shù)字經(jīng)濟(jì)發(fā)展規(guī)劃提出要建立數(shù)字要素市場(chǎng)體系、提升產(chǎn)業(yè)數(shù)字化和數(shù)字產(chǎn)業(yè)化水平、普惠數(shù)字化公共服務(wù)、完善數(shù)字經(jīng)濟(jì)治理體系等目標(biāo)。關(guān)于加快場(chǎng)景創(chuàng)新以人工智能高水平應(yīng)用促進(jìn)經(jīng)濟(jì)高質(zhì)量發(fā)展的指導(dǎo)意見(jiàn)提出著力打造人工智能重大場(chǎng)景，提升場(chǎng)景創(chuàng)新能力，推動(dòng)場(chǎng)景開(kāi)放，加強(qiáng)場(chǎng)景創(chuàng)新要素供給。關(guān)于支持建設(shè)新一代人工智能示范應(yīng)用場(chǎng)景的通知Part1:政策環(huán)境Part2:資本市場(chǎng)Part3:技術(shù)演進(jìn)Part4:產(chǎn)業(yè)動(dòng)態(tài)Part1:政策環(huán)境Part2:資本市場(chǎng)Part3:技術(shù)演進(jìn)Part4:產(chǎn)業(yè)動(dòng)態(tài)AI示范先導(dǎo)區(qū)及產(chǎn)業(yè)集群初具規(guī)模極點(diǎn)發(fā)揮示范引導(dǎo)作用，以點(diǎn)帶面形成AI產(chǎn)業(yè)集群典型城市：北京市人工能發(fā)獨(dú)具色 產(chǎn)業(yè)集群：極化與擴(kuò)散存發(fā)展成果我國(guó)已經(jīng)初步形成以京津冀、長(zhǎng)三角、珠三角為代表的人工智能產(chǎn)業(yè)集群，發(fā)展成果地域關(guān)系其發(fā)展呈現(xiàn)出核心區(qū)域持續(xù)“極化”，從極點(diǎn)向外逐步“擴(kuò)散”的整體趨勢(shì)。地域關(guān)系企業(yè)實(shí)力強(qiáng)勁

人工智能科技產(chǎn)業(yè)區(qū)域競(jìng)爭(zhēng)力評(píng)價(jià)指數(shù)（2023）

落地場(chǎng)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(xué)術(shù)能力領(lǐng)先北京人工智能領(lǐng)域核心技術(shù)人才超4國(guó)的60%。人工智能論文發(fā)表量居全國(guó)第一未來(lái)規(guī)劃未來(lái)規(guī)劃擴(kuò)大產(chǎn)業(yè)規(guī)模加快建設(shè)具有全球影響力的人工智能創(chuàng)新策源地實(shí)施方案（2023-2025年）提出“核心產(chǎn)業(yè)規(guī)模達(dá)到3000億元，持續(xù)保持10%以上增長(zhǎng)，輻射產(chǎn)業(yè)規(guī)模超過(guò)1萬(wàn)億元”等具體工作目標(biāo)

點(diǎn)；智能工廠加緊建設(shè)產(chǎn)業(yè)體系完善增強(qiáng)鏈接能力增強(qiáng)鏈接能力

北京從技術(shù)合作關(guān)系密度來(lái)看，北京市、廣東省和上海市構(gòu)成了我國(guó)人工智能產(chǎn)業(yè)集群價(jià)值網(wǎng)絡(luò)的三個(gè)“極點(diǎn)”，這三個(gè)區(qū)域無(wú)論是對(duì)內(nèi)對(duì)外，都是技術(shù)合作最密集的地區(qū)，且仍處于不斷擴(kuò)張的趨勢(shì)。雖然整體而言極點(diǎn)內(nèi)部技術(shù)合作多于外部合作，但 上海僅看外部合作，三大極點(diǎn)的對(duì)外技術(shù)賦能要高于從外部獲得的技術(shù)輸入，這說(shuō)明從極點(diǎn)向外的技術(shù)擴(kuò)散和帶動(dòng)效應(yīng)十分顯著。企業(yè)簇群廣東企業(yè)簇群核心節(jié)點(diǎn)地方政府核心節(jié)點(diǎn)地方政府國(guó)外基礎(chǔ)軟硬件供應(yīng)商產(chǎn)業(yè)智能化企業(yè)研究型大學(xué)來(lái)源：中國(guó)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(lái)源：中國(guó)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(chǎng)Part3:技術(shù)演進(jìn)Part4:產(chǎn)業(yè)動(dòng)態(tài)Part1:政策環(huán)境Part2:資本市場(chǎng)Part3:技術(shù)演進(jìn)Part4:產(chǎn)業(yè)動(dòng)態(tài)PAGE10PAGE10?2024.4iResearchInc.一級(jí)市場(chǎng)：AI產(chǎn)業(yè)投資風(fēng)向轉(zhuǎn)變AI產(chǎn)業(yè)開(kāi)啟新一輪融資周期，新概念下原有賽道穩(wěn)步跟進(jìn)從2017-2022AIGC2023402023AIGC公司，這表明AIGCAI產(chǎn)業(yè)新一輪融資周期。與此AINLP28%AI2021-2023年中國(guó)人工智能產(chǎn)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(guān)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(quán)投資 2023年新成立 2022年及以前成131 2023年人工智能產(chǎn)業(yè)各技術(shù)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(jī)器學(xué)習(xí) 計(jì)算機(jī)視覺(jué) 自然語(yǔ)言處理 智能機(jī)器人 自動(dòng)駕駛 智能語(yǔ)音 AI算力注：2023年共497條有效數(shù)據(jù)；因一家公司可同時(shí)具備多項(xiàng)AI技術(shù)，圖表2不同技術(shù)賽道融資事件互有重合。據(jù)來(lái)源：IT桔子，艾瑞咨研究自主究撰寫(xiě) 一級(jí)市場(chǎng)：新的投資邏輯創(chuàng)造資本神話資本搶注“有背景”的AIGC團(tuán)隊(duì)，構(gòu)建新格局時(shí)代，企業(yè)資源決定成敗2023年中以前，許多投資人對(duì)AIGC持觀望態(tài)度，但仍有不少資本勢(shì)力躬身入局。從全年戰(zhàn)績(jī)來(lái)看，2023年資本締造了5家中國(guó)AIGC4家為2023年新開(kāi)項(xiàng)目，“AIGCAIAIAIGC應(yīng)關(guān)鍵詞：可批量化復(fù)制關(guān)鍵詞：可批量化復(fù)制技術(shù)落地快適用范圍廣傳統(tǒng)AI賽道的典型模式為AI技術(shù)+垂直場(chǎng)景+項(xiàng)目制開(kāi)發(fā)，在可持續(xù)經(jīng)營(yíng)和規(guī)模化擴(kuò)張能力方面稍顯不足，而大模型的技術(shù)特征和應(yīng)用效果，讓市場(chǎng)對(duì)于AI的商業(yè)價(jià)值產(chǎn)生了全新的認(rèn)知與期待：價(jià)值視角——縱觀AI賽道，進(jìn)行價(jià)值再認(rèn)識(shí) 合能力 在看好AI賽道的前提下，對(duì)投資標(biāo)的選取也呈現(xiàn)出與以往不同的顯著特點(diǎn)：動(dòng)態(tài)的投資視角關(guān)鍵詞： 資源整合能力動(dòng)態(tài)的投資視角大模型創(chuàng)業(yè)需要大量高端技術(shù)人才與算力儲(chǔ)備，在如今市場(chǎng)當(dāng)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(guó)內(nèi)5家AIGC獨(dú)角獸中，有3家為國(guó)內(nèi)科技圈“大佬”牽頭打造。

AIGC作為新興賽道，又生長(zhǎng)于緊張的國(guó)際局勢(shì)當(dāng)中，其影響因素諸多且實(shí)時(shí)變化，資本會(huì)以長(zhǎng)期動(dòng)態(tài)眼光看待AIGC公司的發(fā)展，這也將使得資本對(duì)市場(chǎng)動(dòng)作的反應(yīng)速度進(jìn)一步加快。2023年AI產(chǎn)業(yè)及AIGC賽道美元融資事件占比（%）

成立或正式運(yùn)

2023年AIGC獨(dú)角獸估值（億美元）18.9%

9.7%

AIGC技術(shù)的上述特性也使得AIGC公司成為更加國(guó)際化的投資標(biāo)的，AIGC賽道美元融資事件占比近20%，大大超

營(yíng)時(shí)間

15.4

12.0

10.0

3.0 出整個(gè)AI

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

事件比例，沖刺美股將趨勢(shì)已顯現(xiàn)。

2021年2019年注：月之暗面于2024年2月估值已達(dá)到25億美元，本報(bào)告數(shù)據(jù)截止2023年12月31日數(shù)據(jù)來(lái)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(wàn)物 月之暗面Part1:政策環(huán)境Part2:資本市場(chǎng)Part3:技術(shù)演進(jìn)Part4:產(chǎn)業(yè)動(dòng)態(tài)Part1:政策環(huán)境Part2:資本市場(chǎng)Part3:技術(shù)演進(jìn)Part4:產(chǎn)業(yè)動(dòng)態(tài)PAGE11?2024.4iResearchInc.PAGE11?2024.4iResearchInc.二級(jí)市場(chǎng)：AI公司IPO機(jī)遇與挑戰(zhàn)港股將為AI公司開(kāi)放更大窗口，長(zhǎng)期盈利能力證明是過(guò)審關(guān)鍵2023年，共有18家AI公司進(jìn)入IPO12AIAI2023年AI公司IPO進(jìn)程分析

2023年AI公司IPO進(jìn)程總覽小i機(jī)器人1云天勵(lì)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(jìn)入IPO進(jìn)程，而其中67%的公司選擇港股上市特?？萍夹袠I(yè)細(xì)分領(lǐng)域新一代信息技術(shù)2023年共有18家AI公司進(jìn)入IPO進(jìn)程，而其中67%的公司選擇港股上市特?？萍夹袠I(yè)細(xì)分領(lǐng)域新一代信息技術(shù)云端服務(wù)人工智能先進(jìn)硬件及軟件機(jī)器人和自動(dòng)化電動(dòng)及自動(dòng)駕駛汽車(chē)先進(jìn)材料元宇宙新能源及節(jié)能環(huán)保……新食品及農(nóng)業(yè)技術(shù)……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(duì)特專科技公司特征，對(duì)其凈利潤(rùn)、營(yíng)業(yè)收入、現(xiàn)金流考察標(biāo)準(zhǔn)均有放甚至在研發(fā)費(fèi)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(guó)內(nèi)第一家采用18C條款進(jìn)入港股IPO程序的AI公司。如內(nèi)陸交易所沒(méi)有更多利政策釋放，未來(lái)AI公司港股上市優(yōu)勢(shì)將進(jìn)4 5

一步擴(kuò)大。處理中 問(wèn)詢 失效 終止 上

上市過(guò)程卡點(diǎn)——交易所對(duì)AI公司長(zhǎng)期盈利能力判斷更加審慎交易所關(guān)注問(wèn)題排名：公司名稱賽道進(jìn)展問(wèn)詢內(nèi)容節(jié)卡智能已問(wèn)詢首先關(guān)注核心技術(shù)先進(jìn)性及技術(shù)來(lái)源問(wèn)題；其次關(guān)注可持續(xù)經(jīng)營(yíng)能1、長(zhǎng)期盈利能力機(jī)器人機(jī)器人力（客戶交易、收入增長(zhǎng)、毛利、費(fèi)用、現(xiàn)金流可持續(xù)性）主要圍繞公司盈利能力展開(kāi)全方位提問(wèn)，首要關(guān)注現(xiàn)在虧原因，改善虧損措施，其次關(guān)注公司核心競(jìng)爭(zhēng)壁壘，如技術(shù)先進(jìn)性、團(tuán)隊(duì)、收入與客戶等。同時(shí)關(guān)注成本、費(fèi)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(huì)被否，AI公司上市依然面臨不小的挑戰(zhàn)。來(lái)源：艾瑞咨詢研究院自主研究繪制對(duì)于無(wú)賬面虧損企業(yè)不會(huì)問(wèn)詢這一問(wèn)題，對(duì)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(jìng)爭(zhēng)壁壘需證明公司技術(shù)先進(jìn)性百奧賽圖AI醫(yī)療已問(wèn)詢思必馳NLP上會(huì)被否第一輪：對(duì)思必馳的“持續(xù)經(jīng)營(yíng)能力”提出疑問(wèn)，要求說(shuō)明是否具備扭虧為盈的基礎(chǔ)條件和經(jīng)營(yíng)環(huán)境，說(shuō)明扭虧為盈的測(cè)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(shuō)明預(yù)測(cè)的未來(lái)年度營(yíng)業(yè)收入及復(fù)合增長(zhǎng)率是否合理、審慎，是否具備實(shí)現(xiàn)的基礎(chǔ)。第三輪：再次要求思必馳說(shuō)明相關(guān)營(yíng)收增長(zhǎng)預(yù)測(cè)是否合理、謹(jǐn)慎，扭虧為盈的測(cè)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(chǎng)Part3:技術(shù)演進(jìn)Part4:產(chǎn)業(yè)動(dòng)態(tài)Part1:政策環(huán)境Part2:資本市場(chǎng)Part3:技術(shù)演進(jìn)Part4:產(chǎn)業(yè)動(dòng)態(tài)PAGE12PAGE12?2024.4iResearchInc.二級(jí)市場(chǎng)：AI上市公司表現(xiàn)接近大盤(pán)AIGC概念并非萬(wàn)金油，投資者預(yù)期收縮

AI上市公司一覽2023年AI上市公司未顯現(xiàn)逆勢(shì)上行，投資者買(mǎi)單AIGC概念2023年，A股大盤(pán)指數(shù)在跌宕中呈下降態(tài)勢(shì)，國(guó)內(nèi)AI上市公司共計(jì)36家（含美股與港股），其中2023年末收盤(pán)價(jià)相比年初下跌的有24家，總體與A股大盤(pán)全年態(tài)勢(shì)基本符吻合。同時(shí)，也有部分AI公司及AI概念股出現(xiàn)明顯上漲趨勢(shì)，AI領(lǐng)域如計(jì)算機(jī)視覺(jué)、NLP、智能語(yǔ)音與AI數(shù)據(jù)領(lǐng)域，基本符合AIGC概念從算力+數(shù)據(jù)+相關(guān)算法全鏈條對(duì)相關(guān)公司的利好邏輯，但由于國(guó)內(nèi)大部分AI芯片廠商未上市，二級(jí)市場(chǎng)反饋并不明顯。AI概念股中，與AIGC相關(guān)的云基礎(chǔ)設(shè)施公司如浪潮云，屬于AIGC最直接應(yīng)用場(chǎng)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(guó)AI上市公司股價(jià)變動(dòng)情況

AI上市公司股價(jià)變動(dòng)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(jī)器人、云天勵(lì)飛、知行汽車(chē)與優(yōu)必選，涵蓋了AI領(lǐng)域大部分賽道，上市后股價(jià)均不容樂(lè)觀，而其還是典型以NLP、智能語(yǔ)音技術(shù)提供智能坐席等服務(wù)的廠商小i機(jī)器人，都有明確擁抱AIGC的動(dòng)作和規(guī)劃，但從實(shí)際結(jié)果而言，資本市場(chǎng)并未買(mǎi)單。AIGC概念股在2023年也普遍經(jīng)歷了一輪猛烈上漲后回落。從交易機(jī)構(gòu)審查到真正進(jìn)入投資者視野，AI主打AIGC概念的AI上市公司2023年股價(jià)走勢(shì)

賽道機(jī)器學(xué)習(xí)計(jì)算機(jī)視覺(jué)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(diǎn)天下第四范式?？低曋锌菩畔⒑畿浛萍继鞙?zhǔn)科技醫(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(wàn)興科技小i機(jī)器人科大訊飛漢王科技美林?jǐn)?shù)據(jù)數(shù)據(jù)堂

上市時(shí)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(guó)微北京君正中基國(guó)威瑞芯微寒武紀(jì)復(fù)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(jià)總體上漲公司數(shù)（個(gè)股價(jià)總體下跌公司數(shù)（個(gè)

01 2 3 4 5 6 7 8

0101112

安路科技云天勵(lì)飛

20212023

科創(chuàng)板科創(chuàng)板海天瑞聲股價(jià)（元） 科大訊飛股價(jià)（元注；本報(bào)告定義AI上市公司為以提供AI產(chǎn)品或服務(wù)為主營(yíng)業(yè)務(wù)的公司，非AI概念股，數(shù)據(jù)來(lái)源：同花順、艾瑞咨詢研究院自主研究繪制。

自動(dòng)駕駛

四維圖新知行汽車(chē)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(chǎng)Part3:技術(shù)演進(jìn)Part4:產(chǎn)業(yè)動(dòng)態(tài)Part1:政策環(huán)境Part2:資本市場(chǎng)Part3:技術(shù)演進(jìn)Part4:產(chǎn)業(yè)動(dòng)態(tài)PAGE13?2024.4iResearchInc.PAGE13?2024.4iResearchInc.大模型加持AI技術(shù)賽道革新發(fā)展大模型基座催化AI工業(yè)化生產(chǎn)，Decoderonly路徑引領(lǐng)生成式AI產(chǎn)業(yè)變革基于模型底座的AI技術(shù)迭代圖廣義自然語(yǔ)言理解

預(yù)訓(xùn)練大語(yǔ)言模型

結(jié)合視覺(jué)模型、

多模態(tài)大模型EncoderDecoderTransformerEncoderDecoderBERTT5GPT系列自然語(yǔ)言理解詞性標(biāo)注數(shù)據(jù)分詞文本生成文本分類(lèi)表示學(xué)習(xí)實(shí)體識(shí)別傳統(tǒng)NLP任務(wù)實(shí)現(xiàn)由機(jī)器學(xué)習(xí)技術(shù)到深度神經(jīng)網(wǎng)絡(luò)的底座技術(shù)跨越，效果提升明顯。而后在預(yù)訓(xùn)練大語(yǔ)言模型影響下，更多語(yǔ)言任務(wù)由此路徑取代。詞性標(biāo)注數(shù)據(jù)分詞文本生成文本分類(lèi)表示學(xué)習(xí)實(shí)體識(shí)別

Decoder-only+自回歸模型+RHLF的生成式預(yù)訓(xùn)練大模型出現(xiàn)涌現(xiàn)能力，迎接生成式AI時(shí)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(jié)構(gòu)等開(kāi)發(fā)語(yǔ)音大模型，打造多語(yǔ)言端到端的語(yǔ)音識(shí)別/語(yǔ)音合成大模型，提高識(shí)別準(zhǔn)確率與語(yǔ)音合成效果。

多模態(tài)生成智能語(yǔ)音TTS–自動(dòng)語(yǔ)音合成ASR–自動(dòng)語(yǔ)音識(shí)別AutomaticSpeechRecognitionTexttoSpeechTTS–自動(dòng)語(yǔ)音合成ASR–自動(dòng)語(yǔ)音識(shí)別圖像生成DiffusionModel成為圖像生成技術(shù)主流

預(yù)訓(xùn)練大模型如基于注意力的編碼器-解碼器模型Transformer架構(gòu)、RNN、CNN架構(gòu)等

知識(shí)圖譜知識(shí)圖譜技術(shù)：描繪…x0 x1 x2 …

+CLIP模型：基于Transformerz 連接文本和圖像的預(yù)訓(xùn)模型，使得模型輸出的文字特值與圖

摘要和擴(kuò)展屬性，節(jié)約知識(shí)圖譜的構(gòu)建時(shí)間及成本（零/少樣本、開(kāi)放知識(shí)抽取）2）知識(shí)圖譜在RAG里作為大模型的外部

輯含義與規(guī)則前向擴(kuò)散 反向生傳統(tǒng)計(jì)算機(jī)視覺(jué)偏圖像識(shí)別、跟蹤等領(lǐng)域，隨

像特征值存在明確的對(duì)應(yīng)關(guān)系計(jì)算機(jī)視覺(jué)物體識(shí)別圖像分類(lèi)物體檢測(cè)物體識(shí)別圖像分類(lèi)物體檢測(cè)圖像分割

知識(shí)庫(kù)，助力問(wèn)答及推理任務(wù)機(jī)器學(xué)習(xí)數(shù)據(jù)準(zhǔn)備特征工程模型驗(yàn)證算法建模數(shù)據(jù)準(zhǔn)備特征工程模型驗(yàn)證算法建模模型運(yùn)營(yíng)管理

“實(shí)體×關(guān)系×屬性”著圖像生成技術(shù)逐步完善，視覺(jué)生成完善加入

貓貓 狗

貓 狗以卷積神經(jīng)網(wǎng)絡(luò)CNN為主導(dǎo)

型結(jié)合，機(jī)器學(xué)習(xí)平臺(tái)開(kāi)發(fā)更多大模型組件、工具鴨子 鴨

Transformer鏈、開(kāi)閉源模型生態(tài)及底廣義計(jì)算機(jī)視覺(jué)

打造CV大模型，如ViT、SAM

層算力資源綁定。來(lái)源：《MM-LLMs:RecentAdvancesinMultiModalLargeLanguageModels》，艾瑞咨詢研究院根據(jù)公開(kāi)資料、專家訪談自主研究繪制。在自然語(yǔ)言處理能力上不斷突破創(chuàng)新突破語(yǔ)言理解能力、文本處理長(zhǎng)度、知識(shí)增強(qiáng)等技術(shù)，緩解LLM幻覺(jué)問(wèn)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(qiáng)RAG大模型的應(yīng)用痛點(diǎn)大模型的應(yīng)用痛點(diǎn)1token~=英文中的4個(gè)字符1token~=?個(gè)單詞 100tokens~=75個(gè)單

且相較于英文，中文語(yǔ)義需要更多token表示

存在幻覺(jué)問(wèn)題信息時(shí)效性問(wèn)題 專業(yè)知識(shí)需微調(diào)定制投入計(jì)算復(fù)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(kù)檢索生成增強(qiáng)RAG技術(shù)大模型上下文支持更多token數(shù)的難度向量數(shù)據(jù)庫(kù)檢索生成增強(qiáng)RAG技術(shù)

檢索增強(qiáng)生成技術(shù)（Retrieval-AugmentedGeneration，RAG），用從其他地方檢索到的附加信息來(lái)補(bǔ)充用戶輸入到大型語(yǔ)言模型(LLM)。國(guó)內(nèi)外大模型在上下文本長(zhǎng)度的突破進(jìn)展Transformer自注意力機(jī)制國(guó)內(nèi)外大模型在上下文本長(zhǎng)度的突破進(jìn)展

處理Token數(shù)量

? token，內(nèi)存需求有更高要求。

向量數(shù)據(jù)庫(kù)RAG

……知識(shí)圖譜……

提前完成知識(shí)庫(kù)建設(shè)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(zhǎng)度PK火熱，然而部分模型測(cè)試時(shí)發(fā)現(xiàn)文本長(zhǎng)度增加時(shí)，準(zhǔn)確率呈現(xiàn)下降的趨勢(shì)，大模型廠商在上下文長(zhǎng)度PK火熱，然而部分模型測(cè)試時(shí)發(fā)現(xiàn)文本長(zhǎng)度增加時(shí)，準(zhǔn)確率呈現(xiàn)下降的趨勢(shì)，需回歸本心，上下文長(zhǎng)度是為了更好的應(yīng)用。

2023.10Baichuan2-192K

2024.3Yi-34B-Chat-200K

Answer

LLM20萬(wàn)漢字200萬(wàn)漢字庫(kù)具備時(shí)效性實(shí)現(xiàn)個(gè)性化與擴(kuò)展性20萬(wàn)漢字200萬(wàn)漢字庫(kù)具備時(shí)效性實(shí)現(xiàn)個(gè)性化與擴(kuò)展性提升回復(fù)質(zhì)效大模型幻覺(jué)問(wèn)題4）提示工程：通過(guò)優(yōu)化Prompt緩解幻覺(jué)問(wèn)題，緩解幻覺(jué)問(wèn)題對(duì)提示生成要求較高，且專業(yè)化領(lǐng)域可用度低2）外掛知識(shí)庫(kù)，結(jié)合知識(shí)檢索完成人機(jī)交互，需時(shí)間與資源投入，若保證時(shí)效性則需定期更新3）微調(diào)：基于特定數(shù)據(jù)集重新訓(xùn)練微調(diào)模型，大模型幻覺(jué)問(wèn)題：輸出內(nèi)容看上去合理、有邏輯，甚至可能與真實(shí)信息交織在一起，但實(shí)際上卻存在錯(cuò)誤的內(nèi)容、引用來(lái)源或陳述，是影響大模型規(guī)?；瘧?yīng)用的核心問(wèn)題。業(yè)界提出諸多解決辦法，如延長(zhǎng)上下文、外掛知識(shí)庫(kù)、微調(diào)、提示工程等。1）通過(guò)延長(zhǎng)上下文長(zhǎng)度泛化模型能力，拓寬認(rèn)知邊界，緩解幻覺(jué)問(wèn)題

Kimichat-2000K

通過(guò)更新知識(shí)

來(lái)源：艾瑞咨詢研究院根據(jù)專家訪談、公開(kāi)資料自主研究繪制。在計(jì)算機(jī)視覺(jué)賽道優(yōu)化補(bǔ)全生成能力AI初具對(duì)世界的三維理解與創(chuàng)造能力，Sora模型為全球帶來(lái)更多想象2024年2月，OpenAI發(fā)布Sora模型，在全球范圍內(nèi)引起劇烈反響。Sora是一個(gè)以視頻生成為核心的空間模型。它的出現(xiàn)，標(biāo)志了DiT（DiffusionTransformer）架構(gòu)的融合成功，且在視覺(jué)領(lǐng)域同樣可以出現(xiàn)涌現(xiàn)能力，未來(lái)持續(xù)迭代有望進(jìn)一步提升視覺(jué)模型的GPT3”Sora模型不僅可以在影視、醫(yī)療、教育等領(lǐng)域提供生產(chǎn)力角色，還能基于對(duì)世界空間的認(rèn)知理解，服務(wù)于空間模擬、視頻計(jì)算、數(shù)字孿逆向擴(kuò)散過(guò)程Reverse逆向擴(kuò)散過(guò)程Reverse（Transformer）ZtZt-1Sora的技術(shù)原理 的技術(shù)優(yōu)勢(shì)及戰(zhàn)略意義 編碼視頻數(shù)據(jù)解碼生成視頻

正向擴(kuò)散過(guò)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(guò)GPT進(jìn)行擴(kuò)寫(xiě)成更為詳細(xì)的說(shuō)明文字，并轉(zhuǎn)換為文本向量，作為條件信息與視覺(jué)Patch一并輸入潛在空間，準(zhǔn)確遵循用戶的提示，生成高質(zhì)量的視頻LLMGPT-4文本編輯器視頻提示工程

Sora功能實(shí)現(xiàn)：60s視頻長(zhǎng)度文本生成圖像文本生成視頻視頻延長(zhǎng)圖像生成視頻視頻連接視頻編輯Sora技術(shù)優(yōu)勢(shì)：連貫性、一致性、穩(wěn)定性：視頻內(nèi)容生成的靈活性：頻連接、視頻編輯等功能視頻內(nèi)容對(duì)物理規(guī)律的理解：沒(méi)有人為約束下視頻內(nèi)容滿足物理學(xué)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(guò)程璃破碎等。

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

影視 醫(yī)療……教育 機(jī)器……游戲 ……

世界模型雛形

空間理解空間計(jì)算空間模擬“大小模型融合賦能”是當(dāng)下核心應(yīng)用落點(diǎn)大模型以泛化推理能力見(jiàn)長(zhǎng)，小模型以高成熟度、性價(jià)比優(yōu)勢(shì)仍存市場(chǎng)“ChatGPT爆火后，NLP技術(shù)不存在了”，這類(lèi)說(shuō)法在2023年討論的如火如荼。而艾瑞與人工智能產(chǎn)學(xué)研廠商深度交流后認(rèn)為，NLPNLP大小模型結(jié)合應(yīng)用：從需求側(cè)角度出發(fā)，客戶并不會(huì)核心目的不是對(duì)于大小模型的選擇，而是AI產(chǎn)品方案的實(shí)現(xiàn)與應(yīng)用，因此供給側(cè)廠商目前普遍采用大小模型結(jié)合的辦法達(dá)到成本效益的最優(yōu)化。中國(guó)人工智能產(chǎn)業(yè)應(yīng)用落地大小模型應(yīng)用邏輯大小模型結(jié)合應(yīng)用：從需求側(cè)角度出發(fā)，客戶并不會(huì)核心目的不是對(duì)于大小模型的選擇，而是AI產(chǎn)品方案的實(shí)現(xiàn)與應(yīng)用，因此供給側(cè)廠商目前普遍采用大小模型結(jié)合的辦法達(dá)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(jià)比視覺(jué)場(chǎng)景：視覺(jué)場(chǎng)景：如安防、人臉識(shí)別等場(chǎng)景，CNN、RNN等小模型成熟度高，CV產(chǎn)品應(yīng)用具有高實(shí)時(shí)性與高性價(jià)比語(yǔ)音場(chǎng)景：語(yǔ)音大模型架構(gòu)，模型層面有效解決小語(yǔ)種、方言等小樣本問(wèn)題，交互層面提升內(nèi)容理解識(shí)別能力與擬人化生成能力，衍生音樂(lè)生成、音樂(lè)創(chuàng)作等場(chǎng)景視覺(jué)場(chǎng)景：語(yǔ)音場(chǎng)景：語(yǔ)音大模型架構(gòu)，模型層面有效解決小語(yǔ)種、方言等小樣本問(wèn)題，交互層面提升內(nèi)容理解識(shí)別能力與擬人化生成能力，衍生音樂(lè)生成、音樂(lè)創(chuàng)作等場(chǎng)景視覺(jué)場(chǎng)景：從圖像識(shí)別角度來(lái)看，CV大模型具備場(chǎng)景泛化與更深層理解推理能力，可應(yīng)用在工業(yè)、自動(dòng)駕駛、安防園區(qū)等復(fù)雜場(chǎng)景；從圖像生成角度，Diffusion大模型為技術(shù)底層架構(gòu)。數(shù)據(jù)分析、語(yǔ)言應(yīng)用場(chǎng)景：大語(yǔ)言模型擅長(zhǎng)知識(shí)歸納、理解推理、總結(jié)生成等語(yǔ)言類(lèi)任務(wù)，在搜索問(wèn)答、內(nèi)容創(chuàng)作、知識(shí)助手、角色扮演等領(lǐng)域率先得到應(yīng)用，其歸納推理能力也應(yīng)用BI

數(shù)據(jù)分析、語(yǔ)言應(yīng)用場(chǎng)景：在與行業(yè)知識(shí)、業(yè)務(wù)數(shù)據(jù)緊密結(jié)合的時(shí)候，當(dāng)下供需兩側(cè)出于性價(jià)比、小模型專業(yè)度等原因仍會(huì)采用小模型或者搭配使用。語(yǔ)音場(chǎng)景：人機(jī)對(duì)話采用的數(shù)據(jù)分析、語(yǔ)言應(yīng)用場(chǎng)景：在與行業(yè)知識(shí)、業(yè)務(wù)數(shù)據(jù)緊密結(jié)合的時(shí)候，當(dāng)下供需兩側(cè)出于性價(jià)比、小模型專業(yè)度等原因仍會(huì)采用小模型或者搭配使用。語(yǔ)音場(chǎng)景：人機(jī)對(duì)話采用的ASR、TTS等小模型已發(fā)展成熟，基于性價(jià)比、時(shí)延等要求，多數(shù)簡(jiǎn)單對(duì)話場(chǎng)景仍應(yīng)用小模型Part1:政策環(huán)境Part2:資本市場(chǎng)Part3:技術(shù)演進(jìn)Part4:產(chǎn)業(yè)動(dòng)態(tài)Part1:政策環(huán)境Part2:資本市場(chǎng)Part3:技術(shù)演進(jìn)Part4:產(chǎn)業(yè)動(dòng)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(lái)發(fā)展要點(diǎn)多模態(tài)與MOE共同拓展大模型產(chǎn)業(yè)空間從產(chǎn)業(yè)發(fā)展視角，當(dāng)前大模型明顯的痛點(diǎn)一是適配場(chǎng)景有待發(fā)掘，二是落地成本偏高。現(xiàn)實(shí)世界當(dāng)中的數(shù)據(jù)往往是散亂且混合多模態(tài)類(lèi)型，尤其對(duì)于自動(dòng)駕駛、安防等人工智能產(chǎn)業(yè)的主戰(zhàn)場(chǎng)，多模態(tài)模型相比單一模態(tài)，其適用場(chǎng)景將有數(shù)倍增長(zhǎng)。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(yīng)用效果的折扣。MOE架構(gòu)通過(guò)專家模型之間的合作和調(diào)用，在降低模型應(yīng)用成本的同時(shí)，還能提升應(yīng)用效果，將成為未來(lái)大模型技術(shù)拓展的重要方向。單模態(tài)、款模態(tài)向多模態(tài)：開(kāi)啟大量潛在應(yīng)用場(chǎng)景單一架構(gòu)向MOE架構(gòu)轉(zhuǎn)變：改善大模型落地成本為什么需要多模態(tài) MOE架構(gòu)(混合專家模型）：技術(shù)原理泛化性好自動(dòng)駕駛

可在更小參數(shù)量級(jí)實(shí)現(xiàn)“涌現(xiàn)”

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

Input

GateNet門(mén)控模型門(mén)控模型是一種稀疏

權(quán)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(quán)重組合0.50.30.2

Output車(chē)況，涉及圖像、語(yǔ)音、文字?jǐn)?shù)據(jù)，多模態(tài)模型是自動(dòng)駕駛必須攻克的難題

泛安防原有視覺(jué)檢測(cè)模型只能執(zhí)行單獨(dú)任務(wù)，而疊加語(yǔ)言模態(tài)能實(shí)現(xiàn)模型對(duì)場(chǎng)景的理解

完整的理解和控制

門(mén)網(wǎng)絡(luò)，它用于接收輸入信息并判斷該任務(wù)由哪個(gè)專家模型處理，并分配每個(gè)專家

訓(xùn)練時(shí)，門(mén)控模型將任務(wù)分配到不同的專家模型；在推理的過(guò)程中，這些專家模型會(huì)針對(duì)輸入的數(shù)據(jù)，產(chǎn)生相應(yīng)的輸出。這些輸出最后會(huì)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(yǔ)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(lǐng)域的技術(shù)棧尚未收斂，但當(dāng)前主流方式基本以大語(yǔ)言模型為核心，手段將其他模態(tài)數(shù)據(jù)統(tǒng)一轉(zhuǎn)化為L(zhǎng)LM能夠理解的向量表征，從而實(shí)現(xiàn)語(yǔ)言與其他模態(tài)數(shù)據(jù)在理解和輸出方面的對(duì)齊（詳見(jiàn)下圖）。其余方式還有通過(guò)提高大語(yǔ)言模型

模型的處理權(quán)重。

按初始權(quán)重進(jìn)行加權(quán)組合形成最終輸出結(jié)果。MOE架構(gòu)優(yōu)勢(shì)計(jì)算效率提升推理成本降低任務(wù)處理精準(zhǔn)性提升可解釋性提升處理大規(guī)模數(shù)據(jù)和復(fù)雜任務(wù)效果提升計(jì)算效率提升推理成本降低任務(wù)處理精準(zhǔn)性提升可解釋性提升處理大規(guī)模數(shù)據(jù)和復(fù)雜任務(wù)效果提升少數(shù)專家模型被激活，無(wú)需全盤(pán)調(diào)用，因此能夠大量節(jié)約算力，同時(shí)計(jì)算效率也得到提升。定模型處理，能提升輸出內(nèi)容精準(zhǔn)度，同時(shí)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(huì)增長(zhǎng)。其任務(wù)復(fù)雜度和輸入模塊進(jìn)行處理，因此大規(guī)模數(shù)據(jù)分解為小行復(fù)雜任務(wù)拆解，將門(mén)控模型能夠有效進(jìn)資料來(lái)源：《NExT-GPT:Any-to-AnyMultimodalLLM》，艾瑞咨詢研究院自主研究

來(lái)源：艾瑞咨詢研究院自主研究繪制。繪制。 人工智能產(chǎn)品實(shí)現(xiàn)有序應(yīng)用AI及自動(dòng)化技術(shù)有序應(yīng)用在中國(guó)企業(yè)的IT網(wǎng)絡(luò)流程與業(yè)務(wù)職能部門(mén)全球的自動(dòng)化及人工智能浪潮正以前所未有的速度推進(jìn)，深刻重塑著各行各業(yè)的運(yùn)作方式。AI技術(shù)在數(shù)據(jù)分析、機(jī)器學(xué)習(xí)、自然語(yǔ)言處理等方面取得了顯著進(jìn)步，不僅極大地提高了生產(chǎn)效率和服務(wù)質(zhì)量，還顯著推動(dòng)了新產(chǎn)業(yè)的誕生和舊產(chǎn)業(yè)的轉(zhuǎn)型升級(jí)。根據(jù)IBM發(fā)布的《2023年全球AI采用指數(shù)》數(shù)據(jù)，中國(guó)已將AI及自動(dòng)化技術(shù)運(yùn)用在IT、網(wǎng)絡(luò)流程、業(yè)務(wù)流程等業(yè)務(wù)領(lǐng)域，并將AI技術(shù)廣泛服務(wù)于IT開(kāi)發(fā)、人員運(yùn)營(yíng)、銷(xiāo)售市場(chǎng)、客戶服務(wù)等部門(mén)人員。中國(guó)企業(yè)應(yīng)用AI與自動(dòng)化術(shù)的務(wù)比例 中國(guó)企業(yè)應(yīng)AI技術(shù)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(cè)傳感數(shù)據(jù)分析業(yè)務(wù)分析或智能（代碼生成視覺(jué)識(shí)別營(yíng)銷(xiāo)與銷(xiāo)售財(cái)務(wù)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(kāi)發(fā)與數(shù)據(jù)服務(wù)部門(mén)財(cái)務(wù)人員產(chǎn)品經(jīng)理法規(guī)人員SREs其他21%21%19%19%17%13%HR等職能部門(mén)3%0%26%24%22%22%銷(xiāo)售人員市場(chǎng)人員HR32%28%27%50%IT數(shù)據(jù)工程師可持續(xù)性人員與運(yùn)營(yíng)經(jīng)理來(lái)源：《2023年全球AI采用指數(shù)》，IBM，艾瑞詢研院研繪制。 來(lái)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(chǎng)Part3:技術(shù)演進(jìn)Part4:產(chǎn)業(yè)動(dòng)態(tài)Part1:政策環(huán)境Part2:資本市場(chǎng)Part3:技術(shù)演進(jìn)Part4:產(chǎn)業(yè)動(dòng)態(tài)生成式AI產(chǎn)品初衷更在價(jià)值提升生成式AI產(chǎn)品率先落地于營(yíng)銷(xiāo)銷(xiāo)售與產(chǎn)品開(kāi)發(fā)等場(chǎng)景生成式AI的產(chǎn)品價(jià)值在于其強(qiáng)大的內(nèi)容生成能力，能夠?yàn)橛脩籼峁└叨葌€(gè)性化的內(nèi)容生產(chǎn)，滿足企業(yè)內(nèi)外服務(wù)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(chǎn)品的領(lǐng)域先行者，且相較于原本對(duì)標(biāo)“降本增效”的AI產(chǎn)品，生成式AI產(chǎn)品的首要目標(biāo)更多在于“提升產(chǎn)品服務(wù)價(jià)值”，尤其是AI高績(jī)效企業(yè)表現(xiàn)更為明顯。各行業(yè)企業(yè)對(duì)于生成AI產(chǎn)品的用現(xiàn)狀 組織生成式AI產(chǎn)品的首要標(biāo)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(wù)行業(yè)40%42%7%11%全球企業(yè)38%42%12%8%交通運(yùn)輸行業(yè)37%43%16%4%汽車(chē)行業(yè)37%46%9%9%正在積極應(yīng)用 正在探索 既未應(yīng)用也未探索 不知道/不確定

創(chuàng)造新業(yè)務(wù)或/和收入來(lái)源核心業(yè)務(wù)降本通過(guò)嵌入AI功能或洞見(jiàn)，提升產(chǎn)品服務(wù)價(jià)值增加核心業(yè)務(wù)收入通過(guò)嵌入AI功能或洞見(jiàn)，提升產(chǎn)品服務(wù)價(jià)值核心業(yè)務(wù)降本創(chuàng)造新業(yè)務(wù)或/和收入來(lái)源核心業(yè)務(wù)降本

19%增加核心業(yè)務(wù)收入通過(guò)嵌入AI功能或洞見(jiàn)，提升產(chǎn)品服務(wù)價(jià)值增加核心業(yè)務(wù)收入通過(guò)嵌入AI功能或洞見(jiàn)，提升產(chǎn)品服務(wù)價(jià)值

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

營(yíng)銷(xiāo)與銷(xiāo)售常見(jiàn)用例

產(chǎn)品服務(wù)開(kāi)發(fā)常見(jiàn)用例

服務(wù)運(yùn)營(yíng)常見(jiàn)用例產(chǎn)品和/或服務(wù)開(kāi)發(fā)13%產(chǎn)品和/或服務(wù)開(kāi)發(fā)13%服務(wù)運(yùn)營(yíng)10%戰(zhàn)略與資金管理4%風(fēng)險(xiǎn)4%供應(yīng)鏈管理HR制造

14%

9% 8%8%8%8%

7% 采用聊天機(jī)器人 6%5%5%5% 5%5%4% 異常情況來(lái)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(chǎng)Part3:技術(shù)演進(jìn)Part4:產(chǎn)業(yè)動(dòng)態(tài)Part1:政策環(huán)境Part2:資本市場(chǎng)Part3:技術(shù)演進(jìn)Part4:產(chǎn)業(yè)動(dòng)態(tài)中國(guó)對(duì)AI的關(guān)注與應(yīng)用位于全球前列中國(guó)AI企業(yè)正積極抓住應(yīng)用探索機(jī)會(huì)，獲取新技術(shù)浪潮變現(xiàn)的先發(fā)優(yōu)勢(shì)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(dá)85%的中國(guó)企業(yè)表示在過(guò)去的一段時(shí)間里加快了對(duì)AI的投入應(yīng)用，63%的中國(guó)企業(yè)表示正在積極應(yīng)用生成式AI，34%的中國(guó)企業(yè)正在積極探索生成式AI。全球范圍內(nèi)，中國(guó)展示出了對(duì)AI應(yīng)用的超前積極姿態(tài)，不僅關(guān)注投入AI技術(shù)的前沿動(dòng)態(tài)，更致力于AI落地探索的實(shí)際應(yīng)用，以獲取新技術(shù)浪潮下的新一輪競(jìng)爭(zhēng)性優(yōu)勢(shì)。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(guó)19%44%23%15%

全球不同國(guó)家對(duì)于生成式AI的應(yīng)用現(xiàn)狀中國(guó)85%5%4%6%中國(guó)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(guó)33%46%12%8%韓國(guó)49%12%11%27%美國(guó)29%36%14%21%西班牙48%28%6%14%5%韓國(guó)27%48%10%美國(guó)46%17%4%28%6%意大利26%41%16%17%已加速暫停進(jìn)度停止/減少保持不變以上皆不是

我們正在積極應(yīng)用生成式AI 我們正在積極探索生成我們既未應(yīng)用也未塔索成式AI 不知道/不確定德國(guó)52%16%4%24%英國(guó)32%46%14%9%日本50%7%31%9%西班牙30%36%21%14%法國(guó)45%10%7%德國(guó)52%16%4%24%英國(guó)32%46%14%9%日本50%7%31%9%西班牙30%36%21%14%法國(guó)45%10%7%36%日本25%47%18%10%英國(guó)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(chǎng)Part3:技術(shù)演進(jìn)Part4:產(chǎn)業(yè)動(dòng)態(tài)Part1:政策環(huán)境Part2:資本市場(chǎng)Part3:技術(shù)演進(jìn)Part4:產(chǎn)業(yè)動(dòng)態(tài)PAGE21?2024.4iResearchInc.PAGE21?2024.4iResearchInc.中國(guó)AI+行業(yè)進(jìn)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(nèi)容產(chǎn)業(yè)的滲透進(jìn)程人工智能技術(shù)正與人類(lèi)經(jīng)濟(jì)生產(chǎn)活動(dòng)的主要環(huán)節(jié)達(dá)成緊密結(jié)合，提供生產(chǎn)辦公效率提升、運(yùn)營(yíng)管理優(yōu)化、服務(wù)體驗(yàn)增強(qiáng)等效果實(shí)現(xiàn)。而隨著大模型、生成式AI技術(shù)的到來(lái)，其強(qiáng)大的數(shù)據(jù)處理、學(xué)習(xí)泛化與內(nèi)容生成能力，高質(zhì)效加速了各行各業(yè)人工智能技術(shù)的賦能進(jìn)程，為AI可賦能的場(chǎng)景領(lǐng)域、扮演角色提供更多創(chuàng)新性與可能性。在對(duì)原本計(jì)算機(jī)視覺(jué)產(chǎn)品、對(duì)話式AI產(chǎn)品、決策智能產(chǎn)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(chǎn)品功能，由技術(shù)底層實(shí)現(xiàn)內(nèi)容生產(chǎn)效率的飛越，并有望進(jìn)一步變革人機(jī)交互方式，以對(duì)話形式降低人機(jī)交互門(mén)檻，高維度優(yōu)化用戶交互體驗(yàn)。運(yùn)營(yíng)管理知識(shí)管理人工智能技術(shù)廣泛滲透進(jìn)經(jīng)濟(jì)生產(chǎn)活動(dòng)主要環(huán)節(jié)運(yùn)營(yíng)管理知識(shí)管理設(shè)計(jì)生產(chǎn)定價(jià)及組設(shè)計(jì)生產(chǎn)

質(zhì)控、風(fēng) 情報(bào)大控和安防 據(jù)研判

窗口服務(wù) 遠(yuǎn)程辦事客戶服務(wù)遠(yuǎn)程作業(yè)客戶服務(wù)

內(nèi)容創(chuàng)作、企業(yè)管理、辦公助手、知識(shí)助手、合優(yōu)化

率提升

安全 運(yùn)營(yíng)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(chǎng)景嘗試應(yīng)用AIAI示范項(xiàng)目增加，形成典型應(yīng)用場(chǎng)景AI價(jià)值得到驗(yàn)證，進(jìn)入規(guī)?；涞亟鹑诹闶劢逃齺?lái)源：艾瑞根據(jù)公開(kāi)資料自主研究繪制。中國(guó)人工智能產(chǎn)業(yè)圖譜2023年中國(guó)人工智能產(chǎn)業(yè)圖譜人工智能應(yīng)用層 ApplicationforAIAI+泛安防 AI+金

AI+政務(wù)

AI+零售

AI+醫(yī)療 AI+工

AI+交通計(jì)算機(jī)視覺(jué)大數(shù)據(jù)智能營(yíng)銷(xiāo)客服信貸風(fēng)控視覺(jué)產(chǎn)品便民辦公政務(wù)大數(shù)據(jù)刑事偵查運(yùn)營(yíng)優(yōu)化營(yíng)銷(xiāo)客服視覺(jué)產(chǎn)品影像診斷大數(shù)據(jù)決策智慧病案與DRGsAIDD視覺(jué)檢測(cè)+安全生產(chǎn)運(yùn)維決策智慧管理自動(dòng)駕駛?cè)藱C(jī)交互

AIoT

AI+泛互聯(lián)網(wǎng) AI+傳媒影視 AI+游戲 AI+教育對(duì)話式AI 消費(fèi)級(jí)硬件產(chǎn)業(yè)級(jí)消費(fèi)級(jí)智能搜索問(wèn)答內(nèi)容審核推薦規(guī)劃與平臺(tái)管理圖像處理生成創(chuàng)作工具內(nèi)容生成AI換臉換聲剪輯特效創(chuàng)意營(yíng)銷(xiāo)內(nèi)容生成、場(chǎng)景建模、策略生成、AIAgent教育工具智慧校園TechnologyforAI人工智能技術(shù)層TechnologyforAI

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

大模型開(kāi)放平臺(tái)AI開(kāi)放平臺(tái)中AI開(kāi)放平臺(tái)游 機(jī)器學(xué)

知識(shí)圖譜計(jì)算機(jī)視覺(jué)

自然語(yǔ)言處理智能語(yǔ)音

按模型模態(tài)大語(yǔ)言模型AI開(kāi)發(fā)平臺(tái)視覺(jué)大模型 語(yǔ)音大模多模態(tài)大模型大語(yǔ)言模型AI開(kāi)發(fā)平臺(tái)

按模型路徑閉源閉源開(kāi)源開(kāi)源

AIAgentsAI開(kāi)源社區(qū)工具層AI開(kāi)源社區(qū)模型平臺(tái)/模型服務(wù)智算中心

算力基礎(chǔ)

人工智能基礎(chǔ)層智能云服務(wù)InfrastructureforAI向量數(shù)據(jù)庫(kù)智能云服務(wù)InfrastructureforAI

數(shù)據(jù)基礎(chǔ)

算法基礎(chǔ)模型架構(gòu)企業(yè)自建智算中心 城市智算中心

公共開(kāi)源

企業(yè)私有高校 政

CNN

RNN

Transformer上 智算軟件平臺(tái)AI芯片智能服務(wù)器游AI芯片智能服務(wù)器

DiffusionModel ……AI算法框架數(shù)據(jù)治理AI基礎(chǔ)數(shù)據(jù)服務(wù)來(lái)源：艾瑞咨詢研究院根據(jù)公開(kāi)資料自主研究繪制。數(shù)據(jù)治理AI基礎(chǔ)數(shù)據(jù)服務(wù)中國(guó)人工智能產(chǎn)業(yè)規(guī)模2028年中國(guó)人工智能產(chǎn)業(yè)規(guī)模將超8000億元，五年復(fù)合增長(zhǎng)率達(dá)到30.6%根據(jù)艾瑞咨詢研究院測(cè)算，2023年中國(guó)人工智能產(chǎn)業(yè)規(guī)模已達(dá)到2137億元，大模型帶來(lái)的底層技術(shù)革新將為中國(guó)人工智能產(chǎn)業(yè)的規(guī)模增長(zhǎng)帶來(lái)更多存量擴(kuò)張與增量空間。2028年，中國(guó)人工智能產(chǎn)業(yè)規(guī)模將達(dá)到8110億元。對(duì)比原本大模型未出現(xiàn)涌現(xiàn)能力的人工智能產(chǎn)業(yè)規(guī)模值，艾瑞測(cè)算，大模型帶來(lái)的產(chǎn)業(yè)加成比例在2028年或達(dá)到32.9%，在語(yǔ)言語(yǔ)音模態(tài)規(guī)模加成最為顯著，未來(lái)大語(yǔ)言模型、語(yǔ)音大模型的產(chǎn)品門(mén)檻與應(yīng)用成本將逐步降低，帶來(lái)更多API能力調(diào)用與產(chǎn)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(chǎn)品逐步變現(xiàn)、AI能力下放至邊緣側(cè)與端側(cè)之后的影響將更為明顯；原本以圖像識(shí)別為主的計(jì)算機(jī)視覺(jué)市場(chǎng)增長(zhǎng)變緩，受政策及政府預(yù)算影響，泛安防類(lèi)的業(yè)務(wù)增長(zhǎng)更多被醫(yī)療、工業(yè)等CV產(chǎn)品取代，且圖像生成市場(chǎng)將在未來(lái)3-5年迎來(lái)更多商業(yè)變現(xiàn)機(jī)會(huì)，進(jìn)一步填充計(jì)算機(jī)視覺(jué)模態(tài)的市場(chǎng)空間驅(qū)力。

中國(guó)人工智能產(chǎn)業(yè)規(guī)模盤(pán)點(diǎn)2028年大模型產(chǎn)業(yè)規(guī)模加成30+%

存量邏輯：大模型架構(gòu)對(duì)現(xiàn)有人工智能產(chǎn)業(yè)帶來(lái)重構(gòu)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(lái)AI技術(shù)與VRTAM2020-2028年中國(guó)人工智能產(chǎn)業(yè)規(guī)模

2023年中國(guó)人工智能產(chǎn)業(yè)模態(tài)分布12.6%62.1%25.2%計(jì)算機(jī)視覺(jué)模態(tài)（圖像識(shí)別、圖像生成）大模型架構(gòu)加速人工智能技術(shù)變現(xiàn)點(diǎn)到來(lái)，擴(kuò)大人工智能+產(chǎn)業(yè)的商業(yè)價(jià)值空間4932

4955

6104

語(yǔ)言語(yǔ)音模態(tài)（對(duì)話式AI、智能語(yǔ)音、NLP文本、知識(shí)圖譜數(shù)據(jù)模態(tài)（機(jī)器學(xué)習(xí)產(chǎn)品）2028年中國(guó)人工智能產(chǎn)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(guó)人工智能產(chǎn)業(yè)加速規(guī)模億元） 中國(guó)人工智能產(chǎn)業(yè)加速規(guī)模億元）

計(jì)算機(jī)視覺(jué)模態(tài)（圖像識(shí)別、圖像生成）語(yǔ)言語(yǔ)音模態(tài)（對(duì)話式AI、智能語(yǔ)音、NLP文本、知識(shí)圖譜數(shù)據(jù)模態(tài)（機(jī)器學(xué)習(xí)產(chǎn)品）注：中國(guó)人工智能產(chǎn)業(yè)規(guī)?？趶桨ㄖ袊?guó)AI芯片市場(chǎng)規(guī)模、AI基礎(chǔ)數(shù)據(jù)服務(wù)規(guī)模、計(jì)算機(jī)視覺(jué)市場(chǎng)規(guī)模、對(duì)話式AI與智能語(yǔ)音市場(chǎng)規(guī)模、NLP市場(chǎng)規(guī)模、知識(shí)圖譜市場(chǎng)規(guī)模。來(lái)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(chǎng)Part3:技術(shù)演進(jìn)Part4:產(chǎn)業(yè)動(dòng)態(tài)Part1:政策環(huán)境Part2:資本市場(chǎng)Part3:技術(shù)演進(jìn)Part4:產(chǎn)業(yè)動(dòng)態(tài)PAGE24?2024.4iResearchInc.?2024.4iResearchInc.PAGE24?2024.4iResearchInc.?2024.4iResearchInc.中國(guó)AI產(chǎn)業(yè)基礎(chǔ)設(shè)施規(guī)模智能算力產(chǎn)業(yè)規(guī)模高速增長(zhǎng)，上層模型應(yīng)用需求帶動(dòng)AI基礎(chǔ)數(shù)據(jù)服務(wù)市場(chǎng)根據(jù)艾瑞咨詢研究院測(cè)算，2023年中國(guó)智能算力市場(chǎng)規(guī)模已達(dá)到5097億元。在大模型訓(xùn)推需求影響下，2023年中國(guó)智算市場(chǎng)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(xùn)練場(chǎng)景為主的服務(wù)器載卡數(shù)量從原來(lái)的2-4卡逐步升級(jí)到4-8卡的普遍配置。隨著中國(guó)各地智算產(chǎn)業(yè)的投入建設(shè)、大模型在邊緣側(cè)及端側(cè)的算力釋放，2028年，中國(guó)智能算力市場(chǎng)規(guī)?；?qū)⑦_(dá)到3.4萬(wàn)億元，五年復(fù)合增長(zhǎng)率達(dá)到46.3%。2023年的中國(guó)AI基礎(chǔ)數(shù)據(jù)服務(wù)市場(chǎng)規(guī)模為37億元，由上層大模型應(yīng)用帶來(lái)的數(shù)據(jù)需求正改變著AI基礎(chǔ)數(shù)據(jù)服務(wù)的工作結(jié)構(gòu)。以傳統(tǒng)NLP任務(wù)為主的分詞、詞性標(biāo)注等工作被慢慢取代，且數(shù)據(jù)服務(wù)廠商更加擁抱融合大模型范式的全流程、自動(dòng)化工作流，將業(yè)務(wù)重心開(kāi)拓到大模型訓(xùn)練數(shù)據(jù)集、RLHF微調(diào)、提示詞生產(chǎn)、偏見(jiàn)數(shù)據(jù)庫(kù)、評(píng)測(cè)服務(wù)等采集生產(chǎn)工作中去，2028年中國(guó)AI基礎(chǔ)數(shù)據(jù)服務(wù)市場(chǎng)規(guī)模將達(dá)到117億元，五年復(fù)合增長(zhǎng)率達(dá)到26.1%。2020-2028年中國(guó)智能算力市場(chǎng)規(guī)模（金額口徑）CAGR=46.3%

2020-2028年中國(guó)AI基礎(chǔ)數(shù)據(jù)服務(wù)市場(chǎng)規(guī)模CAGR=26.1%23,93016,83223,93016,83212,5608,6905,0977761,2192,09220202021202220232024E2025E2026E2027E2028E中國(guó)智能算力規(guī)模（億元）

11794947558472927313720202021202220232024E2025E2026E2027E2028E中國(guó)AI基礎(chǔ)數(shù)據(jù)服務(wù)市場(chǎng)規(guī)模（億元）來(lái)源：艾瑞咨詢研究院主研繪制。 來(lái)源：艾瑞咨詢研究院主研繪制。Part1:政策環(huán)境Part2:資本市場(chǎng)Part3:技術(shù)演進(jìn)Part4:產(chǎn)業(yè)動(dòng)態(tài)Part1:政策環(huán)境Part2:資本市場(chǎng)Part3:技術(shù)演進(jìn)Part4:產(chǎn)業(yè)動(dòng)態(tài)PAGE25PAGE25?2024.4iResearchInc.中國(guó)AI產(chǎn)業(yè)基礎(chǔ)設(shè)施呈現(xiàn)倒三角特征國(guó)家直面AI產(chǎn)業(yè)發(fā)展的“中國(guó)式困境”中國(guó)人工智能產(chǎn)業(yè)發(fā)展呈現(xiàn)“倒三角”特征，數(shù)據(jù)層的規(guī)模質(zhì)量、算力層的規(guī)模性能制約著模型層及應(yīng)用層的飛速發(fā)展。2023年3月，中共中央、國(guó)務(wù)院印發(fā)的《黨和國(guó)家機(jī)構(gòu)改革方案》對(duì)外公布，組建國(guó)家數(shù)據(jù)局。2023年10月25日，國(guó)家數(shù)據(jù)局掛牌成立。國(guó)家從政策監(jiān)管角度積極引導(dǎo)數(shù)據(jù)要素市場(chǎng)建設(shè)，鼓勵(lì)開(kāi)展數(shù)據(jù)確權(quán)授權(quán)，構(gòu)建數(shù)據(jù)流通體系，旨在為大模型訓(xùn)推提供高質(zhì)量數(shù)據(jù)市場(chǎng)資源。另外，Sora模型的橫空出現(xiàn)點(diǎn)爆產(chǎn)學(xué)研界對(duì)于視頻生成的研究熱情，而對(duì)圖像、視頻、多模態(tài)模型的訓(xùn)推將指數(shù)級(jí)加大對(duì)AI算力的底層需求。國(guó)家及地方政府鼓勵(lì)并積極開(kāi)展智算設(shè)施建設(shè)，同時(shí)以“算力券”等形式降低企業(yè)的訓(xùn)練成本、提高算力對(duì)接效率，更多支持中小企業(yè)購(gòu)買(mǎi)算力服務(wù)。當(dāng)下高質(zhì)量中文語(yǔ)料資源仍然處于短缺狀態(tài)，且隨著時(shí)間推移，優(yōu)質(zhì)數(shù)據(jù)的獲取難度將進(jìn)一步加大。從數(shù)據(jù)維度來(lái)看，除了文本語(yǔ)料外，圖像、視頻方向的數(shù)據(jù)語(yǔ)料更加稀缺，且亟需發(fā)展是帶有時(shí)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(shù)發(fā)展。自有數(shù)據(jù)集 開(kāi)源數(shù)據(jù)集當(dāng)下高質(zhì)量中文語(yǔ)料資源仍然處于短缺狀態(tài)，且隨著時(shí)間推移，優(yōu)質(zhì)數(shù)據(jù)的獲取難度將進(jìn)一步加大。從數(shù)據(jù)維度來(lái)看，除了文本語(yǔ)料外，圖像、視頻方向的數(shù)據(jù)語(yǔ)料更加稀缺，且亟需發(fā)展是帶有時(shí)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(shù)發(fā)展。自有數(shù)據(jù)集 開(kāi)源數(shù)據(jù)集 商務(wù)授權(quán) 數(shù)據(jù)服務(wù)合成數(shù)據(jù)……

中國(guó)AI產(chǎn)業(yè)發(fā)展洞察B端

AI C端應(yīng)用層：受底層資源與模型技術(shù)等限制，未帶來(lái)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(nèi)容生成角度缺乏一致性，是未來(lái)大模型應(yīng)用實(shí)現(xiàn)規(guī)模化聯(lián)動(dòng)應(yīng)用需要解決的核心問(wèn)題之一。無(wú)論從大模型v.s.v.s.生成式模型角度出發(fā)，未來(lái)一段時(shí)間內(nèi)都將處于并存狀態(tài)。從場(chǎng)景需求、業(yè)務(wù)適配、性價(jià)

率先落地于營(yíng)銷(xiāo)客服、對(duì)話式BI、04知識(shí)助手等對(duì)話式AI語(yǔ)言類(lèi)場(chǎng)景，及CV視覺(jué)、圖像生成等視覺(jué)場(chǎng)景算法 模

一方面通過(guò)免費(fèi)開(kāi)放獲取更多用戶行為與語(yǔ)料信息；一方面以會(huì)員訂閱、資源購(gòu)買(mǎi)等角度獲取初步商化變能力 數(shù)據(jù)算平臺(tái) 與算比等角度出發(fā)，選擇對(duì)應(yīng)模型。

TransformerGANDiffusion

AI開(kāi)發(fā)平臺(tái) 03 力大模型應(yīng)用對(duì)訓(xùn)推算力需求持續(xù)加大。此外，多模態(tài)數(shù)據(jù)將進(jìn)一步抬升智算需求，大模型應(yīng)用對(duì)訓(xùn)推算力需求持續(xù)加大。此外，多模態(tài)數(shù)據(jù)將進(jìn)一步抬升智算需求，未來(lái)中國(guó)將持續(xù)智算中心建設(shè)彌補(bǔ)產(chǎn)業(yè)算力缺口。隨著美國(guó)對(duì)中國(guó)的半導(dǎo)體限令逐NVAI，生態(tài)適配歷經(jīng)陣痛期，以華為昇騰、百度昆侖、海光等為代表的芯片產(chǎn)品陸續(xù)規(guī)模化應(yīng)用。智算設(shè)施

支撐訓(xùn)推引擎AI產(chǎn)訓(xùn)推引擎AI02 業(yè)H20 中國(guó)特供版芯片，L20L2 持續(xù)閹割算力性能H20 中國(guó)特供版芯片，L20L2 持續(xù)閹割算力性能A800H800A100H100中美限令導(dǎo)以英偉達(dá)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(wù)AI

展 高底層燃料 01 度來(lái)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(chǎng)Part3:技術(shù)演進(jìn)Part4:產(chǎn)業(yè)動(dòng)態(tài)Part1:政策環(huán)境Part2:資本市場(chǎng)Part3:技術(shù)演進(jìn)Part4:產(chǎn)業(yè)動(dòng)態(tài)PAGE26?2024.4iResearchInc.PAGE26?2024.4iResearchInc.中國(guó)注重?cái)?shù)據(jù)資源能力提升AI賦能下，數(shù)據(jù)生產(chǎn)能力將逐步提升，數(shù)據(jù)標(biāo)準(zhǔn)及生態(tài)將逐步建立根據(jù)IDC預(yù)測(cè)，到2025AIAIAIAIAI數(shù)AI中國(guó)AI基礎(chǔ)數(shù)據(jù)工程發(fā)展現(xiàn)狀及趨勢(shì)數(shù)據(jù)質(zhì)量標(biāo)準(zhǔn)、更新速度提升，數(shù)據(jù)生產(chǎn)自動(dòng)化數(shù)據(jù)質(zhì)量標(biāo)準(zhǔn)、更新速度提升，數(shù)據(jù)生產(chǎn)自動(dòng)化 需要更高效快捷的數(shù)據(jù)備 需要更高質(zhì)量的訓(xùn)練和微調(diào)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(bǔ)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(lǐng)域數(shù)據(jù)C端：大量C端應(yīng)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(xùn)練數(shù)據(jù)通常來(lái)自企業(yè)自有數(shù)據(jù)、網(wǎng)絡(luò)爬取數(shù)據(jù)、外部付費(fèi)/及AI合成數(shù)據(jù)。大模型訓(xùn)練和微調(diào)所需數(shù)據(jù)量快速增長(zhǎng)，真實(shí)世界數(shù)據(jù)將在數(shù)年內(nèi)被用盡，根據(jù)Gartner預(yù)測(cè)，到2024年，用于訓(xùn)練AI的數(shù)據(jù)中有60%將是合成數(shù)據(jù)高質(zhì)量的真實(shí)數(shù)據(jù)已不能滿足大模型規(guī)模和數(shù)量增長(zhǎng)特斯拉使用大模型進(jìn)行數(shù)據(jù)標(biāo)注，1特斯拉使用大模型進(jìn)行數(shù)據(jù)標(biāo)注，1萬(wàn)個(gè)60秒內(nèi)的視頻，大模型只需要運(yùn)行一周，而人工標(biāo)注需要數(shù)月。理想汽車(chē)訓(xùn)練大模型進(jìn)行自動(dòng)化標(biāo)1000倍效率自動(dòng)化數(shù)據(jù)工程平臺(tái)AI數(shù)據(jù)標(biāo)注數(shù)據(jù)標(biāo)注數(shù)據(jù)結(jié)果調(diào)優(yōu) 實(shí)體關(guān)系命名數(shù)據(jù)排序 …… ……AI進(jìn)行數(shù)據(jù)標(biāo)注，并取得了良好的效果，另一方面，數(shù)據(jù)供應(yīng)商也在進(jìn)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(fēng)險(xiǎn) 可降低模型訓(xùn)練成本 當(dāng)前數(shù)據(jù)合規(guī)存在嚴(yán)重風(fēng)險(xiǎn)與漏洞

數(shù)據(jù)供給能力與合規(guī)問(wèn)題推動(dòng)相關(guān)標(biāo)準(zhǔn)及開(kāi)源數(shù)據(jù)集的發(fā)展建立AI數(shù)據(jù)標(biāo)準(zhǔn)對(duì)于提升數(shù)據(jù)質(zhì)量、標(biāo)準(zhǔn)化及后續(xù)監(jiān)管和權(quán)責(zé)劃分都有重要意義。歐盟于2023年5月建立AI數(shù)據(jù)標(biāo)準(zhǔn)對(duì)于提升數(shù)據(jù)質(zhì)量、標(biāo)準(zhǔn)化及后續(xù)監(jiān)管和權(quán)責(zé)劃分都有重要意義。歐盟于2023年5月發(fā)布促進(jìn)人工智能標(biāo)準(zhǔn)化相關(guān)文件，其中涉及機(jī)器學(xué)習(xí)數(shù)據(jù)質(zhì)量管理要求和分析過(guò)程框架。信通院也著手編寫(xiě)《人工智能數(shù)據(jù)集質(zhì)量管理能力評(píng)估方法》通過(guò)開(kāi)源開(kāi)放的生態(tài)，有利于帶動(dòng)高質(zhì)量數(shù)據(jù)集的利用效率，緩解數(shù)據(jù)資源緊缺問(wèn)題。當(dāng)前國(guó)內(nèi)數(shù)據(jù)開(kāi)源意識(shí)不足，上海人工智能實(shí)驗(yàn)室、浪潮云、螞蟻集團(tuán)等已經(jīng)推出不同領(lǐng)域的開(kāi)源數(shù)據(jù)集，并被多個(gè)大模型采用。標(biāo)準(zhǔn) 源與規(guī) 數(shù)范的 據(jù)建立 集來(lái)源：艾瑞咨詢研究院根據(jù)公開(kāi)資料自主研究繪制。中國(guó)智算中心發(fā)展多維關(guān)注點(diǎn)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(jì)算力、網(wǎng)絡(luò)運(yùn)載力、數(shù)據(jù)存儲(chǔ)力于一體的新型生產(chǎn)力，作為新型信息基礎(chǔ)設(shè)施的重要組成部分，算力基礎(chǔ)設(shè)施發(fā)展IDCCPU平臺(tái)完成客戶場(chǎng)景需求的軟實(shí)力發(fā)展。

中國(guó)智算中心發(fā)展關(guān)鍵要素能源能耗

1）發(fā)展散熱液冷技術(shù),優(yōu)化中心運(yùn)維能力；2）加強(qiáng)AI算力集群建設(shè)，面對(duì)不同AI由粗放式擴(kuò)張到精細(xì)化管理。網(wǎng)絡(luò)互聯(lián)“限制AI缺。”“AI的盡頭是光伏和儲(chǔ)能。” 型在能源方面的需求及能耗問(wèn)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(shù)與設(shè)計(jì)， 5通過(guò)軟件平臺(tái)管理更好的優(yōu)化PUE能效等指標(biāo)。

隨著數(shù)據(jù)量與計(jì)算量飛漲，數(shù)據(jù)中心需優(yōu)化網(wǎng)絡(luò)帶1 寬、計(jì)算總線協(xié)議，實(shí)現(xiàn)數(shù)據(jù)在節(jié)點(diǎn)內(nèi)與節(jié)點(diǎn)間的群的架構(gòu)與設(shè)計(jì)2 心網(wǎng)絡(luò)設(shè)施。軟件平臺(tái)搭建智算中心軟件平臺(tái)，通過(guò)平臺(tái)操作系統(tǒng)的軟件管理，優(yōu)化AI算力供給，為下游客戶側(cè)提供大規(guī)模算力 4資源的資源納管、算力調(diào)度、優(yōu)化監(jiān)控、運(yùn)營(yíng)管理等智算服務(wù)，并有望進(jìn)一步屏蔽底層硬件差異，構(gòu)建更完整全棧的智算應(yīng)用軟件生態(tài)。

硬件能力受中美關(guān)系影響，國(guó)產(chǎn)芯片實(shí)現(xiàn)自主創(chuàng)新迫在眉睫，3 中國(guó)算力層也會(huì)進(jìn)一步嘗試脫離對(duì)頭部廠商英偉達(dá)的依賴，以“云巨頭自研自用+獨(dú)立/創(chuàng)業(yè)公司服務(wù)于信創(chuàng)、運(yùn)營(yíng)商等ToG與ToB市場(chǎng)”現(xiàn)國(guó)產(chǎn)“算力+應(yīng)用”的正循環(huán)來(lái)源：艾瑞咨詢研究院自主研究繪制。數(shù)實(shí)產(chǎn)業(yè)期待AI驅(qū)動(dòng)的原生生態(tài)AI仍非無(wú)所不能，AI原生應(yīng)用重塑人類(lèi)生產(chǎn)生活的質(zhì)變節(jié)點(diǎn)尚未到來(lái)AI賦能產(chǎn)品原本AI功能替代原有組件AI原生產(chǎn)品AI賦能產(chǎn)品原本AI功能替代原有組件AI原生產(chǎn)品以AI能力運(yùn)行產(chǎn)品系統(tǒng)重構(gòu)B端生產(chǎn)系統(tǒng)重構(gòu)C端流量生態(tài)新增加AI組件原生應(yīng)用思維：擺脫傳統(tǒng)軟件架構(gòu)，以AI視角借助全新技術(shù)框架構(gòu)建滲透軟硬件搶占用戶心智使用AI來(lái)控制已有組件態(tài)產(chǎn)品形AI帶來(lái)的恐慌焦慮AI飛速發(fā)展帶來(lái)FOMO情緒，即Fearofmissingout，可被譯為錯(cuò)失恐懼癥。人們普遍恐懼新技術(shù)的誕生會(huì)淘汰現(xiàn)有的產(chǎn)品平臺(tái)，從而引發(fā)恐懼感。AI帶來(lái)的新一輪認(rèn)知GAP生成式AI的技術(shù)變革，在媒體、資本、廠商的影響宣傳下，仿佛被打造成“無(wú)所不能”的形象，然而從B端和C端實(shí)際落AI需嚴(yán)謹(jǐn)方法論及場(chǎng)景結(jié)合。

AI對(duì)話助手擁有廣泛的知識(shí)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(shí)覆提供基于圖像、音將大模型剪裁后置蓋，提供知識(shí)問(wèn)答、頻的生成創(chuàng)作，為于端側(cè)，基于端側(cè)內(nèi)容創(chuàng)作、情感陪專業(yè)工作者提供了大模型，云端結(jié)合伴等功能，還可以效率化生產(chǎn)平臺(tái)，帶來(lái)軟硬件生態(tài)、基于Agent平臺(tái)打同時(shí)也降低創(chuàng)作門(mén)用戶交互體驗(yàn)的系造個(gè)性化功能助理檻，讓更多人參與統(tǒng)性變革將B端對(duì)話式AI產(chǎn) 結(jié)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(shí)現(xiàn)知識(shí)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(zhì)量及輪 問(wèn)答，同時(shí)提供數(shù)能辦公助理等功能次，拓寬營(yíng)銷(xiāo)、人 據(jù)處理分析方面的大幅提升員工的辦力、財(cái)務(wù)等場(chǎng)景 智能問(wèn)答與BI呈現(xiàn) 公效率及職場(chǎng)體驗(yàn)

/App

AIPC

營(yíng)銷(xiāo)/客服數(shù)字員工/數(shù)字人

BI

辦公助手/Copilot來(lái)源：艾瑞咨詢研究院根據(jù)專家訪談、公開(kāi)資料自主研究繪制。C端熱門(mén)產(chǎn)品，收集用戶行為及市場(chǎng)偏

B端熱門(mén)產(chǎn)品，企業(yè)路徑一般為內(nèi)建產(chǎn)品應(yīng)用，打磨好服務(wù)方案后再對(duì)外輸出理性探尋通往AGI產(chǎn)品之路五年之內(nèi)AGI成為現(xiàn)實(shí)？未可望未可及，量化AGI的實(shí)現(xiàn)過(guò)程提高預(yù)見(jiàn)性產(chǎn)學(xué)研界對(duì)AGI的討論熱度持續(xù)不減，但艾瑞認(rèn)為，技術(shù)奇點(diǎn)到來(lái)的一刻具備不可預(yù)見(jiàn)性，當(dāng)下關(guān)于AGI的時(shí)點(diǎn)預(yù)測(cè)更多是思考大于實(shí)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(shí)現(xiàn)接近并超越人類(lèi)的普遍性，其演進(jìn)節(jié)點(diǎn)是對(duì)全人類(lèi)世界運(yùn)行邏輯的挑戰(zhàn)更新，對(duì)全球勞動(dòng)力結(jié)構(gòu)、產(chǎn)業(yè)經(jīng)濟(jì)發(fā)展、道德倫理制度、社會(huì)規(guī)則運(yùn)行，以及技術(shù)經(jīng)濟(jì)優(yōu)勢(shì)帶來(lái)的的地緣政治以及國(guó)際軍事都將帶來(lái)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(jìn)道路節(jié)點(diǎn)，提升AGI實(shí)現(xiàn)過(guò)程的可預(yù)見(jiàn)性及社會(huì)穩(wěn)健性。另外，隨著AI能力的通用化提升，具身智能實(shí)現(xiàn)了成本更低廉、能力更泛化的產(chǎn)品形態(tài)，國(guó)內(nèi)外企業(yè)也紛紛加大人形機(jī)器人等產(chǎn)品投入，尋路實(shí)體社會(huì)的“AGI”世界。AGI的發(fā)展路徑探討到年，I可能比任何人類(lèi)都聰明。到年，IAI工具AI顧問(wèn)黃仁I會(huì)在年內(nèi)通過(guò)人類(lèi)測(cè)試未來(lái)年算力再提萬(wàn)倍?！?奧爾特AGI將在年內(nèi)實(shí)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(jí)

關(guān)注具身智能發(fā)展人機(jī)回圈計(jì)算，例：亞馬遜土耳其機(jī)器人無(wú)AI計(jì)算機(jī)軟件；編譯器專用（Narrow）人機(jī)回圈計(jì)算，例：亞馬遜土耳其機(jī)器人無(wú)AI計(jì)算機(jī)軟件；編譯器專用（Narrow） AGI角色 通用（General）具身智能與AGI

硅基時(shí)代

Level0：無(wú)AI

AI工具具身智能=AI工具

智能具身+智能具身

無(wú)所不能

Level1：新興

對(duì)真實(shí)世界中物理本 具備認(rèn)識(shí)世界、理解Bard新興AGI：ChatGPT，Llama2，惡意評(píng)估檢測(cè)器，如Jigsaw；揚(yáng)聲器，如Siri，Alexa或Google助手;VQA系統(tǒng)，如PaLIWatson;SOTALLMs的子任務(wù)Bard新興AGI：ChatGPT，Llama2，惡意評(píng)估檢測(cè)器，如Jigsaw；揚(yáng)聲器，如Siri，Alexa或Google助手;VQA系統(tǒng)，如PaLIWatson;SOTALLMs的子任務(wù)）AGI雛形，當(dāng)下AGI節(jié)點(diǎn)GOFAI，簡(jiǎn)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(wèn) 熟練AGI：尚未達(dá)到 能力拼寫(xiě)與語(yǔ)法檢查，如Grammarly；拼寫(xiě)與語(yǔ)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(dá)到 體AlphaFold，AlphaZero，StockFishDeepBlue，AlphaGoAI專家 大師AGI：尚未達(dá)到AlphaFold，AlphaZero，StockFishDeepBlue，AlphaGoAI智能體 超越人類(lèi)AGI/ASI：尚未到

計(jì)算執(zhí)行能力的硬件 持續(xù)學(xué)習(xí)迭代的能力基于預(yù)訓(xùn)練大模型的分層實(shí)現(xiàn)：為機(jī)器人賦予強(qiáng)大能力，提升任務(wù)泛化性，讓機(jī)器人可以更好理解指令，理解知識(shí)世界，對(duì)應(yīng)執(zhí)行完成任務(wù)或做出更優(yōu)質(zhì)回復(fù)基于預(yù)訓(xùn)練大模型的分層實(shí)現(xiàn)：為機(jī)器人賦予強(qiáng)大能力，提升任務(wù)泛化性，讓機(jī)器人可以更好理解指令，理解知識(shí)世界，對(duì)應(yīng)執(zhí)行完成任務(wù)或做出更優(yōu)質(zhì)回復(fù)未來(lái)，具身智能在不同需求場(chǎng)景下會(huì)有各自成本效益適配的硬件載體，長(zhǎng)遠(yuǎn)來(lái)看，人形作為優(yōu)于100%人類(lèi)人類(lèi)來(lái)源：艾瑞咨詢研究院根據(jù)公開(kāi)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(lèi)生產(chǎn)生活的基建設(shè)施搭配上具備更多泛化優(yōu)勢(shì)。02中國(guó)人工智能產(chǎn)業(yè)征程AI-Ongoing302023，全球的生成式AI元年——AIGC產(chǎn)業(yè)洞察時(shí)代背景①全球進(jìn)入AI驅(qū)動(dòng)的生產(chǎn)革命，生成式技術(shù)是時(shí)代際遇。②中美在生成式AI產(chǎn)業(yè)展開(kāi)科技競(jìng)爭(zhēng)，全棧組合拳拉鋸發(fā)展。技術(shù)變革①Transformer架構(gòu)優(yōu)化模型泛化的訓(xùn)推能力與理解生成的內(nèi)容能力。②文本模態(tài)達(dá)高應(yīng)用成熟度，代碼、語(yǔ)音、圖像具備商業(yè)化基礎(chǔ)。商業(yè)應(yīng)用①國(guó)家對(duì)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(chǎng)景出發(fā)需逐步滲透打磨，打通業(yè)務(wù)邏輯實(shí)現(xiàn)更多場(chǎng)景的落地應(yīng)用閉環(huán)，呈延續(xù)性曲線融合賦能。當(dāng)下B端產(chǎn)品方案融合更多大模型技術(shù)，以API調(diào)用、SaaS產(chǎn)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(gòu)買(mǎi)。312023年迎來(lái)生成式AI元年2023年迎來(lái)生成式AI元年P(guān)AGE32?2024.4iResearchInc.PAGE32?2024.4iResearchInc.全球進(jìn)入AI驅(qū)動(dòng)的生產(chǎn)革命，生成式技術(shù)是時(shí)代際遇人工智能伴生于信息技術(shù)時(shí)代，經(jīng)過(guò)數(shù)十年的研究積累及經(jīng)驗(yàn)沉淀，已逐步跨越科學(xué)與應(yīng)用之間的技術(shù)鴻溝，迎來(lái)新一輪的紅利爆發(fā)與創(chuàng)新機(jī)遇。21世紀(jì)以來(lái)，全球技術(shù)創(chuàng)新進(jìn)入空前活躍期，生成式AI技術(shù)的到來(lái)被譽(yù)為“最具革命性”的技術(shù)進(jìn)步，未來(lái)產(chǎn)業(yè)發(fā)展是搶占全球創(chuàng)新高地、重構(gòu)全球創(chuàng)新版圖、重塑全球經(jīng)濟(jì)結(jié)構(gòu)的關(guān)鍵節(jié)點(diǎn)。全球科技革命浪潮與人工智能產(chǎn)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(jī)科技革命1760-1860第一次工業(yè)革命開(kāi)始，隨著蒸汽機(jī)的發(fā)明和應(yīng)用，人類(lèi)進(jìn)入“蒸汽時(shí)代”。

第二次科技革命電力1860-1950類(lèi)進(jìn)入了“電氣時(shí)代”。

信息技術(shù)1950-2020互聯(lián)網(wǎng)時(shí)代最早追溯于20世紀(jì)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(jì)初進(jìn)入飛速發(fā)展階段。

人工智能2020年以后04驅(qū)動(dòng)時(shí)代發(fā)展的中堅(jiān)力量第四次科技革命：01 02 全球人工智能產(chǎn)業(yè)發(fā)展關(guān)鍵節(jié)點(diǎn)回溯

AI驅(qū)動(dòng)時(shí)代來(lái)臨機(jī)器學(xué)習(xí)、深度學(xué)習(xí)的技術(shù)推動(dòng)AI產(chǎn)業(yè)發(fā)展，發(fā)展落差讓1956年：達(dá)特茅斯會(huì)議上，“人工智能”的概念被首次提出。人工智能2006年：深度學(xué)習(xí)概念被提出，Hinton發(fā)表深度學(xué)習(xí)Nature人工智能2012年：2012年CNN獲得ImageNet第一，意味著機(jī)器視覺(jué)識(shí)別能力開(kāi)始逐漸超越人眼識(shí)別準(zhǔn)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(gòu)，開(kāi)啟預(yù)訓(xùn)練大模型研究序幕。2022年：OpenAIChatGPT面世，全球關(guān)注生成式AI時(shí)代新范式。

受限于計(jì)算機(jī)算力圖靈測(cè)試

行業(yè)遇冷受限于專家系統(tǒng)第一領(lǐng)域的局限性

預(yù)訓(xùn)練大模型技術(shù)突破生成式AI時(shí)代到來(lái)來(lái)源：艾瑞咨詢研究院自主研究繪制。

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