AIGC技术作为新型内容生产方式，将以内容生产模式变革催动生产力革新，引领数实融合浪潮下的产业变革，对人们生产生活方式带来深远的影响，开辟人类生产交互新纪元。艾瑞咨询预测，2023年中国AIGC产业规模约为143亿元，随后进入大模型培育期，持续打造与完善底层算力基建、大模型商店平台等新型基础设施，以此孕育成熟技术与产品形态并将其对外输出。中国AIGC产业生态将日益稳固，完成重点领域、关键场景的技术价值兑现，逐步建立完善模型即服务（MaaS，Model As a Service）产业生态，2030年中国AIGC产业规模有望突破万亿元，达到11441亿元。
　　大模型是AIGC技术变革的原生驱力。大模型的落地将提速AI工业化生产，并充分释放AI产业潜在市场空间，带来新一轮AI产业化扩散。从商业化路径来看：1）MaaS是大模型能力落地输出的新业态。2）闭源与开源市场将并存互补，呈现“轻量级模型陆续开源，助力开源生态建设，千亿级模型暂以闭源路径开展”的发展特征。3）基模落地因需求差异展开产业路径分化，以行业级、企业级大模型方式支撑上层应用。4）数据准备、ROI衡量、Prompt工程是连接模型层与应用层的落地三要素，工具层成为AIGC产业新热点。
　　应用层是AIGC技术价值传递的实际落位，将通过对内容生产方式和人机交互方式的改变，深刻影响个人的生产与消费生活。对比国外，我国在开源生态、付费能力和创新力等方面的差距是AIGC应用发展必须面临的挑战。AIGC应用可分为个人消费和企业服务两个赛道。在个人消费领域，AIGC将以消费级内容和内容创作工具为载体，率先通过UGC进行产业渗透，垄断内容分发的各大流量、社交、视频平台将作为本轮变革的核心，借助AIGC内容与工具进行商业模式创新。在企业服务领域，AIGC技术在SaaS、决策AI、生成AI等多个领域的赋能路径已初步明朗，而在商业价值上，引入AIGC技术能为AI厂商带来显著降本效果，同时厂商借助AIGC技术能满足客户更多场景化需求，带来营收的第二曲线增长。
　　算力层是AIGC发展不可忽视的资源引擎。在OpenAI的GPT模型涌现能力后，AI产业迅速进入以大模型为技术支撑的AIGC时代，巨量训推算力需求让本就供需不平的算力产业结构进一步承压。算力产业模式将在AIGC时代有所演变，智能算力资源或将更多承载于云服务产品，以MaaS模式服务千行百业。大模型时代下，数据中心将进一步优化网络带宽、能源消耗与散热运维等，AI芯片需进一步升级内存、带宽、互联等能力。整体来看，中国正大力推进“东数西算”工程，引导新型数据中心实现集约化、高密化、智能化建设，并坚持自主创新道路，静待国产替代曙光，实现国产“算力+应用”的正循环。
　　从技术突破来看，当前Transformer仍具明显优势，但学界和业界都在积极突围，未来Transformer不会是唯一解；从应用前景来看，软硬结合、物联网应用升级是趋势，大模型低参化处理后带来全新的手机拍照、语音交互、具身智能机器人应用体验；从社会影响来看，AI将成为基础设施，将替代部分专业性岗位，进而带来社会人力结构和分配方式的重塑；从监管展望来看，政策鼓励AIGC相关研究，放宽了内容容错率，积极推动公开数据建设，但也强调了AI生成标识、境外服务严格监管等方向，宽松鼓励与整顿规范并存。
　　

研究报告全文：2023年中国AIGC产业全景报告日就月将学有缉熙于光明部门企业服务三组署名王祺李冬露张云李鑫2023iResearchIncPREFACE前言研究背景2023年4月艾瑞发布AIGC系列报告ChatGPT专题对OpenAI的研发路径及商业模式ChatGPT下游应用场景大语言模型LLM对AI产业影响中国LLM产业价值链等话题进行了分析初步探讨了AIGC时代下中国大语言模型产业的价值空间与发展方向古人有云日就月将学有缉熙于光明人类对人工智能学的潜心钻研终于再度获得重大突破大模型的涌现能力与AIGC的应用普及为那不一定是AGI但一定更AI的未来提供了确定性的加速度AI20时代的加速到来不仅是把AI能力融入到现有应用中更是未来产业范式的再塑造AI正以跳跃式加速渗透进各行各业推动一场新的生产力与创造力革命AI产业链各环节参与者的角色功能产品服务和应用生态可能将发生变化2023年8月艾瑞发布AIGC系列报告中国AIGC产业全景报告作为AIGC系列首发报告将展开对AIGC产业的全景洞察探究生成式AI技术对数字产业的影响变化绘制中国AIGC产业全景图谱分析主流参与厂商类型与格局策略各类型厂商发展路径和能力要求变化等为市场辨析产业发展价值与空间研究方法本报告通过业内资深的专家访谈桌面研究案例实证研究行业对比研究投融资数据统计输出相应研究成果2AIGC技术作为新型内容生产方式将以内容生产模式变革催动生产力革新引领数实融合浪潮下的产业变革对人们生产生活方式带来深远的影响开辟人类生产交互新纪元艾瑞咨询预测ABSTRACT2023年中国AIGC产业规模约为143亿元随后进入大模型培育期持续打造与完善底层算力基建大模型商店平台等新型基础设施以此孕育成熟技术与产品形态并将其对外输出中国AIGC产业生态将日益稳固完成重点领域关键场景的技术价值兑现逐步建立完善模型即服发展总览务MaaSModelAsaService产业生态2030年中国AIGC产业规模有望突破万亿元达摘要到11441亿元大模型是AIGC技术变革的原生驱动力大模型的落地将提速AI工业化生产并充分释放AI产业潜在市场空间带来新一轮AI产业化扩散从商业化路径来看1MaaS是大模型能力落地输出的新业态2闭源与开源市场将并存互补呈现轻量级模型陆续开源助力开源生态建设千亿级模型暂以闭源路径开展的发展特征3基模落地因需求差异展开产业路径分化以行业级企业级大模型方式支撑上层应用4数据准备ROI衡量Prompt工程是连接模型层与大模型层应用层的落地三要素工具层成为AIGC产业新热点应用层是AIGC技术价值传递的实际落位将通过对内容生产方式和人机交互方式的改变深刻影响个人的生产与消费生活对比国外我国在开源生态付费能力和创新力等方面的差距是AIGC应用发展必须面临的挑战AIGC应用可分为个人消费和企业服务两个赛道在个人消费领域AIGC将以消费级内容和内容创作工具为载体率先通过UGC进行产业渗透垄断内容分发的各大流量社交视频平台将作为本轮变革的核心借助AIGC内容与工具进行商业模式创新在企业服务领域AIGC技术在SaaS决策AI生成AI等多个领域的赋能路径已初步明朗而在商业应用层价值上引入AIGC技术能为AI厂商带来显著降本效果同时厂商借助AIGC技术能满足客户更多场景化需求带来营收的第二曲线增长算力层是AIGC发展不可忽视的资源引擎在OpenAI的GPT模型涌现能力后AI产业迅速进入以大模型为技术支撑的AIGC时代巨量训推算力需求让本就供需不平的算力产业结构进一步承压算力产业模式将在AIGC时代有所演变智能算力资源或将更多承载于云服务产品以MaaS模式服务千行百业大模型时代下数据中心将进一步优化网络带宽能源消耗与散热运维等AI芯片需进一步升级内存带宽互联等能力整体来看中国正大力推进东数西算工程引导算力层新型数据中心实现集约化高密化智能化建设并坚持自主创新道路静待国产替代曙光实现国产算力应用的正循环从技术突破来看当前Transformer仍具明显优势但学界和业界都在积极突围未来Transformer不会是唯一解从应用前景来看软硬结合物联网应用升级是趋势大模型低参化处理后带来全新的手机拍照语音交互具身智能机器人应用体验从社会影响来看AI将成为基础设施将替代部分专业性岗位进而带来社会人力结构和分配方式的重塑从监管展望来趋势挑战看政策鼓励AIGC相关研究放宽了内容容错率积极推动公开数据建设但也强调了AI生成标识境外服务严格监管等方向宽松鼓励与整顿规范并存3CONTENTS01中国AIGC产业之变与新目录02技术变革的原生驱力大模型层03价值传递的实际落位应用层04不可忽视的资源引擎算力层05中国AIGC产业之标杆企业06中国AIGC产业之发展趋势401中国AIGC产业之变与新Overview5报告研究范围-AIGCAIGC与大模型将引领AI产业与产业AI发展AIGCAI-GeneratedContent指利用人工智能技术生成式AI路径来生成内容的新型内容生产方式2022年11月上线的AIGC应用ChatGPT凭借其在语义理解文本创作代码编写逻辑推理知识问答等领域的卓越表现以及自然语言对话的低门槛交互方式迅速获得大量用户于23年1月突破1亿月活打破前消费级应用的增速记录ChatGPT等AIGC应用在多个领域的问题解决能力已超出一般人类水平微软称其在GPT-4ChatGPTPlus背后运行的大模型中看到了AGI通用人工智能的雏形大众的生活工作日常出现了Midjourney等新形态的各类AIGC应用各行业的智能化升级也看到了新的可能性AI产业与产业AI的想象空间进一步拓展AIGC应用创新的技术支撑为生成对抗网络GAN扩散模型Diffusion与Transformer预训练大模型的两类大模型分支在国外AIGC应用展示出大模型的能量的同时我国企业也加强了相关产品技术布局云厂商AI大厂创企各行业公司及技术服务商等产业各领域玩家纷纷发布大模型或基于大模型的应用产品及各类技术服务相较于一般AI应用大模型应用的训练及推理需要更强的算力支持综上本报告将围绕模型应用算力三个角度对AIGC产业的发展进行探讨试图在讨论开源闭源垂直通用知识幻觉等大模型未来发展的各种不确定性的同时为AIGC应用的迭代升级产业的智能化应用提供尽可能多的研究辅助为那个不一定是AGI但一定更AI的未来提供确定性的加速度生成式AI显现通用人工智能雏形本报告主要研究范畴文本及图像创作数学及逻辑推理AIGC应用大模型的通用性拓展了应用的产品形态及能力边界人类水平大模型预训练大模型微调的开发方式降跨学科整合低了应用的开发门槛可以自然语言交互的prompt工程提升了应用匹配满足终端用户特定需求的能力大模型参数量可达万亿模型的训练及推理对算力有强需求伴随模型迭代及应用渗透模型算力代码理解及编写对算力的规模能耗技术特性经验中学习的要求在发展变化来源综合微软研究院的SparksofArtificialGeneralIntelligence等公开资料研究绘制来源艾瑞咨询研究院自主研究绘制20238iResearchIncwwwiresearchcomcn20238iResearchIncwwwiresearchcomcn6中国AIGC产业发展环境-政策Politics以包容审慎的态度支持引导AIGC可靠可控发展为促进AIGC产业健康发展规范应用央地各级政府围绕算力数据模型应用等不同方面逐渐完善支持政策体系且国家层面快速出台聚焦AIGC的合规监管政策支持政策方面以完善算力与数据等要素供给为基础以模型算法创新为关键以场景应用为牵引构建活跃的AIGC创新与应用生态分区域来看以北京为代表的AIGC创新及产业要素聚集地在政策层面支持力度更大合规监管政策方面生成式人工智能服务管理暂行办法奠定了我国对于AIGC包容审慎分级分类监管的主基调明确生成式人工智能服务提供者应承担网络信息安全个人信息保护等义务提出需进行安全评估与备案对生成内容进行标识等服务规范中国AIGC产业政策分析中国部分AIGC产业相关政策支持引导类政策-强化基础资源营造应用生态政策名称发文单位发文时间类别应用支持方式开放政策性场景资源建设场景应用试点场景实验室发布场景机会清关于加快场景创新以人工智能高水平应科技部2022-08-12支持类用促进经济高质量发展的指导意见等六部门单实施揭榜挂帅评选场景应用示范项目等重点领域政务城市治理交通医疗金融科研商贸教育文旅养老国家网信办互联网信息服务深度合成管理规定2022-11-25监管类等社会重点领域应用等三部门中共中央国务院关于构建数据基础制模型国务院2022-12-19支持类度更好发挥数据要素作用的意见支持通用大模型与行业模型的开发并给予专项奖励国家网信办支持企业高校院所等建设开源社区平台生成式人工智能服务管理暂行办法2023-07-13监管类等七部门数据算力北京市通用人工智能产业创新伙伴计划北京市经信局2023-05-19支持类支持训练数据集标准测试数据集建立统一的多云算力调度平台增北京市促进通用人工智能创新发展的若北京市2023-05-30支持类等数据资源的建设强算力统筹能力干措施政府办公厅加快数据要素市场建设推进数据支持大型云厂商等市场化企业建设成都市加快大模型创新应用推进人工智成都市经信局分级分类共享交流交易商业算力基础设施2023-08-04支持类能产业高质量发展的若干措施市新经济委建设数据安全管控体系推动大型公共算力中心建设合规监管类政策-包容审慎分级分类监管明确生成式人工智能服务提供者应承担的责任与义务基于提供者的责任与义务提出服务规范依法承担网络信息内容生产者责任履行网络信息安全义务依法进行安全评估申报与备案采取措施提高训练数据质量并保障训练数据安全依法承担个人信息处理者责任履行个人信息保护义务依法对相关生成内容进行标识不得收集非必要个人信息来源艾瑞咨询研究院根据公开政策资料研究及绘制20238iResearchIncwwwiresearchcomcn7中国AIGC产业发展环境-经济Economy模型创业初抬头多模态跨模态备受青睐资本扎堆优质项目2021年至2023年7月期间AIGC赛道共发生280笔投融资展现了其高热度与高成长性从产业细分维度应用层创业机会最多模型层创业受到ChatGPT影响在2023年集中涌现在获投的应用与模型层创业项目中文本影像语音平分秋色但相比单一模态多模态和跨模态的应用前景更加为资本所看好从投融资轮次维度70左右的项目仍处于A轮及以前阶段同时有高达146的比例属于股权战略融资说明赛道虽然处于起步期但其战略价值已被公认在全部获投的170家公司中获投3次及以上公司约占17同一标的的高频融资从企业需求侧反应AIGC前期创业所需大量资金支持从资方供给侧表明优质创业项目仍非常稀缺2021-2023年AIGC产业链各环节及各模态融资热度情况586144代码06328230多模态16476108跨模态数字人为主424477990212162语音及音乐24929111118影像24907文本226应用层工具层模型层算力层2023年融资热度分布2022年融资热度分布2021-2023年AIGC各模态融资热度分布2021年融资热度分布2021-2023年AIGC产业总体及各公司融资轮次分布情况14645321种子轮及天使轮123291次A轮相关2次B-C轮1546593次D轮及以上2024次350股权融资及战略融资注数据截止2023年7月31日来源IT桔子艾瑞咨询研究院自主研究绘制20238iResearchIncwwwiresearchcomcn8中国AIGC产业发展环境-社会Society引领数实融合新浪潮以内容生产模式变革为根本引爆生产力革命受惠于各行业不断丰富的数据资源算力硬件资源的持续发展以及大模型技术的突破性发展AIGC得以更好的抽象来自于真实世界的多模态数据源并进行有效表达展现出其作为内容生产的通用工具在各行各业大规模应用的巨大潜力放眼未来AIGC将以内容生产模式变革催动生产力革新引领数实融合浪潮下的产业变革对人们生产生活方式带来深远的影响一方面AIGC将革新数字内容产业的发展范式增加内容生产的价值和影响力另一方面AIGC将加速产业数字化进程改善实体经济对于数据资源的应用模式与利用效率赋能实体经济实现数智化转型更进一步AIGC将极大地激活数据要素潜能更广泛地拓展数实融合空间促进数字经济与实体经济的深度融合数字产业化和产业数字化的范围将持续扩大交融实体经济整体上出现创新驱动和结构升级的路径特征放眼未来随着实体经济中更多领域加速数字化进程实体经济体系将进一步完成数字化效率变革作为现阶段AI产业的排头兵AIGC对生产力的革新将一定程度引领产业涌进从IT化互联网化到智能化的第三阶段数实融合浪潮AIGC将引领数实融合浪潮下的产业变革智能对话系统革新内容产业游戏高效场景生成AIGC可降低数字内容生产的成本和门槛拓展数字内容生产的空间和维度从而创新数字内容生产的流程和范自动化剧本生成底层大模型技式快速升级甚至颠覆以内容生产为核心的游戏影视影视高效率后期制作术的快速迭代等行业的发展范式发展支撑AIGC以内容沉浸式购物体验生产模式的变赋能实体经济AIGC电商高效营销活动创作革引爆生产大范围应用力革命激发AIGC可以强大的信息获取能力数据处理能力逻辑推的奇点已经AIGC向社会理能力内容创作能力辅助或承担部分繁复的基础性智能车载系统来临经济生产活动内容生产工作一定程度上解决b端边际成本和碎片化问交通智慧交管系统广泛渗透引题加速产业数智化转型领数实融合浪潮下产业变革孕育新赛道电子病例生成的潜力医疗合成医护陪伴AIGC可根据不同行业的特点和需求定制化生成适应性强价值高的数字内容促进数字内容与其他产业的深度融合使数字经济与实体经济形成良性互动孕育新高效教案设计制作教育智能化教学测评的爆发式增长赛道来源艾瑞咨询研究院根据公开资料研究及绘制20238iResearchIncwwwiresearchcomcn9中国AIGC产业发展环境-技术Technology各模态生成质量均初步达到应用水平可控性成为最大短板AIGC技术可按照模态分为文本图像语音以及多模态等音频生成技术成熟度最高其余各模态技术发展稍缓核心算法仍存在大面积黑箱虽然在生成效果上整体能够达到人类平均水平部分场景达到人类优秀水平但在算力成本生成稳定性个性化精细化需求满足等方面存在明显瓶颈如大部分AI生成图像目前无法支持画师对细节进行精细化的修改文本生成内容仍会出现事实性错误因而目前无法达到大规模成熟应用水平从技术迭代速度看各模态呈现出成熟度越低迭代速度越快的特点文本和图像生成领域几乎每1-2个月就能出现突破性技术进展未来可期AIGC各模态技术成熟度分析文本生成文本生成技AIGC技术成熟度示意图图像生成文本生成可细分为对话提炼总结创作等多种能力以术GPT-3为代表的大语言模型将AI文本生成能力拉升至接近成语音合成人类平均水平当前在语言理解能力稳定性可控性和多模态熟语音安全性上还存在非常明显的应用瓶颈且具体技术路径及度合成对应的训练效果也尚无定论图像生成文本图像生成可分为2D3D及视频生成三个分支在GAN2D图形生成dufffusionNeRF等模型框架基础上图像生成技术正在以超乎想象的速度迭代升级部分散点应用已取得良好效果在生成精准可控性及算力成本等方面仍需优化3D图形多模态视频语音合成语音合成技术经历了拼接合成参数合成和端到端合成三代技术演进已实现规模化应用当前技术升级方向在于05101520技术迭代速度25通过提升语音的韵律感和情绪表达等达到完全拟人的效果以及实现语音实时合成生成内容质量多模态个性化生成与定向微调效果多模态技术是文本图像语音等模态之间的转换与融合技术成熟度技术稳定性技术难度最大当前成熟度水平较低仅在文-图文-语评价维度技术可解释性音等领域有达到商用水平的表现应用成本生成时间周期部署难度算力成本等注气泡大小代表该项技术的预期影响力艾瑞咨询自主研究绘制20238iResearchIncwwwiresearchcomcn10中国AIGC产业市场规模市场规模呈指数级增长突破规模化临界点攫取万亿产业价值根据第50次中国互联网络发展状况统计报告截至2022年6月中国互联网普及率已高达744在网民规模持续提升网络接入环境日益多元企业数字化进程不断加速的宏观环境下AIGC技术作为新型内容生产方式有望渗透人类生产生活为千行百业带来颠覆变革开辟人类生产交互新纪元艾瑞咨询预测2023年中国AIGC产业规模约为143亿元随后进入大模型生态培育期持续打造与完善底层算力基建大模型商店平台等新型基础设施以此孕育成熟技术与产品形态的对外输出2028年中国AIGC产业规模预计将达到7202亿元中国AIGC产业生态日益稳固完成重点领域关键场景的技术价值兑现逐步建立完善模型即服务产业生态2030年中国AIGC产业规模有望突破万亿元达到11441亿元2022-2030年中国AIGC产业规模469920421808112083651332020311441950972024759259312234362514320222023e2024e2025e2026e2027e2028e2029e2030e中国AIGC产业规模亿元中国AIGC产业规模增长率来源艾瑞咨询研究院根据公开资料专家访谈自主研究绘制20238iResearchIncwwwiresearchcomcn11中国AIGC产业图谱全景图2023年中国AIGC产业图谱AIGC应用层ApplicationforAIGC内容消费赛道企业服务金融零售政务电力医疗企业内部运行下创作工具赛道游数字化与大模型方案提供商AIGSAIGC软件生成AIGC大模型层ModelsforAIGCAIGC工具层ToolsforAIGC行业垂直型基础大模型业务垂直型基础大模型AIAgents基模金融医疗电商建筑智能问答病例生成设备运检企业服务AutoGPT分化中模型平台模型服务游灵积模型服务通用基础大模型AI开源社区千帆大模型平台闭源厂商开源厂商HuggingFace火山方舟GPT通义文心式说Llama悟道MOSS魔搭软通动力天璇混元盘古山海星火Baichuan通义ChatGLM飞桨AIGC基础层InfrastructureforAIGC算力基础数据基础算法基础AI芯片异构FablessAI基础数据服务向量数据库AI算法框架上游智能服务器智能云服务数据集AI开发平台公共开源数据集高校数据集智算中心企业私有数据集政府数据集企业自建智算中心城市智算中心20238iResearchIncwwwiresearchcomcn12中国AIGC产业机会前瞻技术变革模型层工具层算力层应用层资源要素算力层模型层应用层工具层市场机会应用层工具层模型层算力层2023年中国AIGC产业全景总览及机会前瞻C端洞察AIGC进一步下放内容创作权极大激发用户创作热情加速内容裂变并带来一系列AI-Native的新生机会ToC应用试水合规性与从内容社交平台角度出发以社区形式通过用户自发创作交流形成粘性是未来发力方向而国内用户在SaaS服务上仍付费意愿等要素限制有规是较低付费意愿和购买力如何聚集流量从尝鲜行为转为深入重复使用且满足强监管要求是C端运营难点应模化难度ToB应用将在B端洞察在产业服务中AIGC将从内容生产与交互方式改变企业数字化产品服务AIGC在B端应用推广与企业自身的用数字化基础做进一步渗透数据基础上云进程数字化进度等息息相关艾瑞从供需两侧访谈了解目前B端AIGC应用正处于场景探索期双方正努力搭建标杆业务场景与典型行业模型共同推广AIGC技术的应用渗透纯应用开发技术门槛的降低将数据要素与层扩张场景边界仍在探寻行业know-how的重要性置顶拥有垂类数据积累与业务理解的B端厂商可利用AIGC赋能升级获得进一步增量空间能力输出业态大模型成为未来AI产业的操作系统AIAgent与大模型服务平台是AIGC时代下新衍生带来以云计算为基础将大模型作为一项服务提供的工具层已成为继大模型之后更有想象空间却MaaS是大模型能力落地给用户使用MaaS模式的新业态重构AI产业链价也更贴近应用的下一爆点对于AIAgent来说将输出的新业态模型层将值流通环节和技术传递路径工宝贵的垂类数据与业务理解集成到Agent框架之中模模型路径演变基础大模型落地会因需求差异展开产保证大模型应用在执行任务时可以访问到正确的信更贴近应用侧工具链完型业路径分化以行业级企业级大模型方式支撑上层具息并高效执行产出是未来AIAgents能发挥出实际层完善度影响用户体验进应用从开闭源角度来看基模厂商普遍采用轻量级层效用的关键随着大模型工程化能力提升模型服一步催生工具层发展开源千亿级闭源的发展路径而向上分化的垂直务定位的人才及资源投入需求将降低市场机会不领域厂商将基于开源模型或基模平台开发部署细分领明朗而模型商店平台将呈现明显双边效应技术域模型产品厂商优势在垂类数据与业务理解资源聚集及应用生态搭建是关键算作为数智化时代的资源引擎算力正逐渐成为影响国家综合实力和经济发展的关键性要素随着AIGC时代大模型参数的量级提升算力供需结构承压持续加大训推算力需求先呈指数级上涨顺应先训练后推理逻辑未来仍有巨量边缘力带动算力基础设施建设及端侧算力需求待释放预训练大模型的训练推理需要巨量数据资源与高性能计算机的全天候高速运转对数据中心的层大模型运行对其提出网络带宽能源消耗与散热运维能力AI芯片的内存带宽互联能力软硬协同均提出更高要求极大影响算力利用更高要求率与芯片性能发挥MaaS将云计算智能算力模型能力等资源实现高度融合艾瑞判断未来智能算力资源或将更多承载于云服务产品以MaaS模式服务千行百业而随着大模型轻量级开源版本的发布大模型有望进行进一步剪裁优化将推理能力部署在端侧并带动手机机器人等端侧芯片发展来源艾瑞咨询研究院根据公开资料与专家访谈自主研究绘制20238iResearchIncwwwiresearchcomcn131大模型将成为AI应用开发的操作系统模型即服务MaaS构建新型AI基础设施重构AI开发部署范式AI产业的场景落地一直面临碎片化困境随着企业上云进程中智能化转型需求的逐步增多和传统行业领域数据的不断积累AI应用开发过程中逐渐面临大量细分领域的深耕非典型客户需求对算法的通用性和延展性提出了较高要求传统小模型范式的AI应用开发流程一般针对单一场景独立完成模型选择-数据处理-模型优化-模型迭代等一系列开发环节因此AI应用在定制化需求长尾需求下的开发效率较低且模型精度性能可扩展性等指标质量也会受到影响随着AI产业深入及智能化需求增加AI在研发门槛及开发效率的问题日益凸显预训练大模型应运而生其将数据中蕴含的知识通过无监督或者自监督学习方式提取出来存储在具有大量参数的神经网络模型中AI应用开发流程转变为调用通用流程-结合行业经验-解决实际问题未来大模型将成为AI产业的操作系统其基础设施特性可为AI应用开发做好底座将AI模型变得可维护可扩展可迭代极大降低AI应用的开发门槛从需求侧来看客户能通过更低成本高效率的MaaSModelAsaService路径获得AI能力完成AIGC应用的个性化开发优化及部署持续兑现大模型的技术红利将AI能力应用渗透到各行各业的场景业务中模型即服务MaaSModelasaservice范式演进历程L4产业生态期L3核心场景稳定期随着业务流程产业基础设施的发展而完挖掘充分体现其核心价值的关键场善和融入模型即服务产业生态建立景从而让大模型能力充分发挥L2产品形态成熟期L1大模型成熟期产品优化符合创作者使用习惯可提供低通用行业场景基础大模型的评测指代码或者零代码开发服务标趋于稳定是产品和技术持续输出的关键和基础底层算力基建等基座打造和完善来源华为预训练大模型白皮书艾瑞咨询研究院自主研究绘制20238iResearchIncwwwiresearchcomcn142厂商合作关系演化及周边工具服务发展模型层与应用层边界渐弱带动数据层开发平台等工具服务高效发展伴随大模型通用性的提升模型开发厂商可能因其模型被广泛使用调用汇聚多维场景数据积累行业场景认知并集成部分垂类功能特性进而向上延伸拓展至完整功能应用原有垂类应用为巩固市场地位可能探索开源甚至自研模型凭借既有资源经验积淀及领域聚焦同样打造模型开发及应用服务的闭环迭代因此模型层应用层有交错发展之势此外企业客户参差的数字化基础及个性化的软件流程需求依然需要解决方案厂商定制优化并部署实施而AI开发平台也将与大模型合力通过稀疏蒸馏剪裁等手段助力大模型解决训练推理部署困难问题进一步实现低门槛低成本高效率的开发部署与应用数据标注安全合规等周边工具服务亦是促进AIGC产品高效开发产业有序发展的可观商机AIGC厂商合作关系演化及周边工具服务发展针对企业服务市场各行业客户的数字化基础及建设类比淘金潮中售卖铁锹牛仔裤水的生意的发展规划具体需求各有不同在AIGC重构企业软AIGC产业的模型应用可视为金矿芯片件及业务流程的同时依然需要方案集成商来贴合具等算力支持可视为铁锹AI应用开发平台体客户的特定需求优化并部署实施数据标注安全合规开发平台等周边工具服务解决方案方亦是促进AIGC产业高效有序发展的可观商机在模型层应用层的交错发展中在部分领域两类公司的原有合作关系弱化背后是模型开发与应用服务AI应用提升模型的微调及管理评估效率的一体化快速迭代AIGC产品体验跃升以弹性稳定低成本的方式保障开发平台模型的训练部署及运转模型开发方周边工具模型训练基于海量标注数据服务AIGC大模型的重要成因之一在于原有垂类应用可凭借场景的精准理数据标注对RHLF基于人类反馈的强化学解专项体验的优化渠道资源的积应用软件方习的使用需人工对模型生成累行业经验的积淀探索开源甚至的多个结果进行排序标注自研模型巩固现有市场地位服务商可通过数据集筛查预处理模型开发商从通用问题解决模型算安全合规偏见评估系统伪造监测算法等为法支持向上延伸拓展可能取代部分模型及应用的健康发展保驾护航原有垂类应用AIAgent向量数据库来源艾瑞咨询研究院自主研究绘制20238iResearchIncwwwiresearchcomcn153生产力变革带动海量下游应用优化生活领域充分释放用户创新能力生产领域全面革新交互体验和效率以大模型为标志生成式AI是一次新的技术革命同时还具有极强的普适性能够对人类生产生活的方方面面进行改造与升级在生活领域AIGC将通过进一步下放内容创作权激发UGC创作热情加速内容裂变加之社区玩法在部分内容平台的良好盈利表现内容消费领域从技术到商业模式的路径已全线打通以社区形式通过用户自发交流自主创作形成粘性是各类平台的发力方向在生产领域大模型能从研发流程产品能力和交互上全方位为企服软件带来提升也充分开拓了新的服务场景因此各类企业数字化厂商都将围绕大模型寻找自身优势空间与定位AIGC全面落地应用的影响分析生活领域生产领域UGC大门加速敞开全面技术翻新与产品升级内容分发社交媒体等平台要加大力度做社区化创作工具以大模型为第一生产力预训练大模型能力范围广内容创作门槛降低企业服务能力水平高创作速度大幅提升内容消费研发过程产品功能产品交互内容传播与内容创意极大简化开发范式功能优化与升级多模态交互裂变提速丰富与多元全员参与基于大模型的产品形态与功能创新对话式AI厂商决策AI厂商内容社区或是最适合承升级技术底座大模型赋能决策AI落地载这种新变化的形式SaaS厂商开发AIGC新功能数字化解决方案厂商云厂商通过海量内容及生活服务衍生出多种新玩法提供大模型开发部署能力打造MaaS服务模式来源艾瑞咨询研究院自主研究绘制20238iResearchIncwwwiresearchcomcn164AIGC将在全行业引发深度变革线上化程度数字化基础行业内容占比等影响AIGC应用前景与渗透速度总体而言AIGC主要影响内容创作与人机交互因此价值链线上化程度越高内容在价值链中占比越高AIGC对其颠覆效应越明显另一方面行业自身的数据知识监管要求等特点也会深刻影响到AIGC技术的渗透速度比如电商游戏广告影视传媒等以内容生产为价值核心的行业以及电商金融等研发设计营销等环节在行业价值链中地位较高的行业能够快速看到AIGC应用对原有生产工具的替代和业务流程的变革AIGC对各行业影响与变革分析渗1快速颠覆类透4潜能挖掘类电商游戏和广告行业线上化程度高且内容质量直接决定其价值创造这两大特征使得AIGC应用在其中能够产生最大化的价值并能够迅速速这类行业以实体部分为重内容在其营销销渗透至核心生产环节据统计AIGC相关应用已经帮助游戏行业在研度售等个别环节充当辅助角色这决定了AIGC发制作环节节约50-70人力或时间成本技术在其中产生的影响相对有限同时这些行行业中大小公司均有机会抢占先机甚至受到个人开发者的冲击行业业数字化水平偏低付费能力相对偏弱企业电商可能面临洗牌间发展差距大因此AIGC应用极可能表现为游戏各行业领军公司快速落地尝试腰部尾部公广告司缓慢跟进的态势从而加剧行业内部分化2匀速增长类这类行业也以内容为价值核心但与第1类区别在于其内容生产更多环媒体节在实体环境完成具有更强的专业性灵活性在这些行业中AIGC可变革上限略低且会更加考验AIGC技术的成熟度当前应用多属于电信金融单点尝新而非刚性替代未来市场空间大但实现大规模行业渗透需要教育影视更长时间行业格局预计产生局部波动行业价值链各环节地位排序面临重构医药地产政府制造旅游3稳中求变类农业金融电信和政府行业价值链中涉及大量内容生产和人与人交互的环节数字化转型付费意愿和付费能力强但同时因为其具有业务流程与组织架构的可变性低对数据安全极为敏感等特质因此对AIGC应用的态行业可变革程度价值链视角度最为保守解决大模型私有化部署的ROI问题是打开这类市场的关键注圆圈大小代表AIGC应用在该行业带来的价值行业可变革程度在行业价值链中涉及到内容生产和人机交互的环节占比以及AIGC对相关环节的影响程度渗透速度由各行业政策监管数字化特别是数据基础建设水平数据安全要求行业创新能力等指标构成来源艾瑞咨询研究院自主研究绘制20238iResearchIncwwwiresearchcomcn175算力资源决定大模型发展高度中国坚持自主创新道路大模型为算力设施带来更高要求与发展机遇顺应大模型趋势算力需求急剧攀升算力正在成为影响国家综合实力和经济发展的关键性要素面对AI大模型算力挑战数据中心会建设大量服务器节点通过网络构建集群互联协作完成训推任务若网络带宽不够大时延不够低不仅会让算力边际递减还会进一步增加大模型训练的时间成本未来数据中心需夯实优化算力基础设施建设积极提升网络带宽能源散热等方向以应对大模型带来的高运行要求此外实现AI芯片的自主性供给是中国中长期发展算力产业的重中之重为了适配大模型的训练及推理AI芯片对其内存软硬架构协同片间及片内互联能力等提出更高要求给国内厂商带来挑战与机遇可进一步关注存算一体Chiplet等技术发展方向当前国内寒武纪华为海光昆仑芯燧原等一二线厂商推出的AI推理芯片产品成熟度较高处于规模化商用进程中AI训练芯片普遍与国外旗舰产品在性能上存在1-2代际显著差距会率先在国家智算中心推广应用并积极与国内互联网大厂适配调整优化软硬件适配及生态成熟度整体来看中国算力层正尝试脱离对头部厂商英伟达的依赖以云巨头自研自用独立创业公司服务于信创运营商等ToG与ToB市场为两条主线发展路径静待国产替代曙光实现国产算力应用的正循环AIGC浪潮下的中国算力产业分析构建云端协同计算存储推动算力基础设施发数据中心将进一步优化网络带宽能源消耗与散热运维等能力运输一体化多层次算力基础自强化顶层设计展政策文件设施体系主Transformer密度模型加大基础设施的带宽要求模型训练要求网络架构走更创多东西向流量未来推理逐步加大南北流量比重新电力占据大模型训练成本的近六成AIGC下的电力消耗问题值得关注进一步发展如核聚变等能源方向加强CPUGPU和围绕算力软硬件生态体系建设大算力需求需要更高散热效率液冷有望替代风冷达到更高效的散热预期散服务器等重点产品研加强硬件基础软件应用软算培育良好生态发件等适配协同力热预计将从房间级机柜级服务器级向芯片级演进更贴近核心发热源层的AI芯片需进一步升级内存带宽互联软硬协同等能力机为了适配大模型的训练及推理AI芯片要求有更大的内存访问带宽并减少内存推进网络设施与算力强化算力资源统筹调度提高遇访问延迟因此带动由GDDR到HBM的技术升级另一方面需要更高的片间设施配套部署优化算力利用效能推动模式新颖与互联甚至片内互联能力以满足AI加速器访存交换数据的需求升级网络体系架构特色鲜明的算力应用加速落地挑建优算网落地面对海量数据AI芯片异构化需求加大需要与软件保持更好地一体化协同战让软硬件的功能完成更紧密的加强以满足目前高速爆发的数据增长来源艾瑞咨询研究院自主研究绘制20238iResearchIncwwwiresearchcomcn1802技术变革的原生驱力大模型层LargeModel19预训练大模型分类与介绍基于两大类基础架构衍生出各类大模型多模态已成趋势预训练大模型按照模态可以分为文本图像视频代码音乐生成等多种但从底层架构上都分属两类Transformer是一种编解码模型框架适用于处理文本代码这类强连续性生成任务DiffusionGANNeRF等框架善于处理图像生成类任务叠加文-图转换技术可以形成文生图模型由单模态模型在实际训练时融合其他模态技术可形成多模态跨模态大模型如GPT-4文心一言Midjourney等由于多模态模型可接受文本图像等不同输入输出形式对应用场景能够更广泛适配着力发展多模态模型成为产研两界共同趋势预训练大模型各模态技术分支与功能定向视觉编码器请帮我找到2023NLPTransformerViT等年所有AI创业公司信息并以表格呈现编码输出信息多模态大语言模型大语言模型代表模型EncoderDecoderGPT-4文心一言请用林俊杰的风格音乐-文本等转EncoderDecoder为这首歌编曲换算法EncoderDecoder文生音乐模型代码生成模型请帮我画出这解码科学研究大模型个分子结构输入信息基础框架单模态模型多模态模型功能示例3D生成模型请帮我画一个在DiffusionCV文图转换模型田野中奔跑的女孩GANNeRF等CLIP等文生图模型图片生成模型文生视频模型请根据这段文字文生3D模型帮我生成一个视频Diffusion模型生成原理代表模型Midjourney视频生成模型StableDiffusion来源艾瑞咨询研究院自主研究绘制20238iResearchIncwwwiresearchcomcn20