AIGC行業(yè)市場分析3

AIGC行業(yè)市場分析國內大模型發(fā)展國內AI市場迅速發(fā)展，數據量增速或將全球第一國內應用層面的需求推動AI產業(yè)的加速發(fā)展，或將帶來市場的爆發(fā)性增長。根據IDC數據預測，2021年中國人工智能軟件及應用市場規(guī)模為51億美元，預計2026年將會達到211億美元。數據、算法、算力是AI發(fā)展的驅動力，其中數據是AI發(fā)展的基石，中國數據規(guī)模增速或排名全球第一。據IDC統(tǒng)計，中國數據規(guī)模將從2021年的18.51ZB增長至2026年的56.16ZB，年均增長速度CAGR為24.9%，增速位居全球第一。國內各大科技企業(yè)紛紛入局AI大模型大模型增強了AI技術的通用性，助力普惠AI的實現(xiàn)。未來，大模型有望于場景深度融合，配合專業(yè)工具和平臺支持應用落地，開放的生態(tài)來激發(fā)創(chuàng)新，形成良性循環(huán)。頭部企業(yè)均采取“模型+工具平臺+生態(tài)”三層共建模式，有助于業(yè)務的良性循環(huán)，也更容易借助長期積累形成競爭壁壘。大模型廠商主要包括百度、騰訊、阿里、商湯、華為等企業(yè)，也有智源研究院、中科院自動化所等研究機構，同時英偉達等芯片廠商也紛紛入局。百度：文心大模型百度文心大模型：模型+平臺+產品構成全套體系百度文心構建了文心大模型層、工具平臺層、產品與社區(qū)三層體系。產品能力：文心大模型+飛槳PaddlePaddle深度學習平臺，滿足市場大規(guī)模落地需求。應用能力：百度已在金融、能源、制造、城市、傳媒、互聯(lián)網等行業(yè)擁有實際落地的標桿案例。生態(tài)能力：在社區(qū)用戶的基礎上，可以實現(xiàn)與開發(fā)者、行業(yè)用戶、上下游產業(yè)的正向互動。百度飛槳：深度學習平臺為大模型研發(fā)基石飛槳（Paddle-Paddle）以百度多年的深度學習技術研究和業(yè)務應用為基礎，集深度學習核心訓練和推理框架、基礎模型庫、端到端開發(fā)套件、豐富的工具組件于一體，是國內功能豐富、開源開放的產業(yè)級深度學習平臺。截止2022年底，共服務企事業(yè)單位20萬家，創(chuàng)建模型67萬個。飛槳深度學習平臺解決大模型研發(fā)和部署的各類問題，文心大模型是飛槳模型庫的重要組成部分，與飛槳共享生態(tài)，包含產業(yè)級知識增強大模型體系，以及工具平臺、API和創(chuàng)意社區(qū)助力大模型的高效應用。文心大模型在市場格局中處于第一梯隊百度率先在2019年3月發(fā)布預訓練模型ERNIE1.0，文心大模型構建了“基礎+任務+行業(yè)”的三級模型體系，基礎大模型支撐任務與行業(yè)大模型的建設，任務和行業(yè)大模型結合真實場景與數據反哺基礎大模型優(yōu)化，目前已有36個大模型?；A大模型：聚焦技術挑戰(zhàn)、通用性、泛化性探索，包括含NLP大模型、CV大模型和跨模態(tài)大模型。任務大模型：包含對話、搜索、信息抽取、生物計算等多個典型任務。行業(yè)大模型：包含與來自8個行業(yè)的頭部企業(yè)或機構共建的11個行業(yè)大模型。IDC評估結果顯示，百度文心大模型處于第一梯隊，產品能力、生態(tài)能力達到L4水平，應用能力達到L3水平?；A大模型：聚焦技術挑戰(zhàn)、通用性、泛化性探索文心基礎大模型覆蓋了NLP、CV、跨模態(tài)三大方向。文心NLP大模型：ERNIE3.0基于知識增強的多范式統(tǒng)一預訓練框架，深入融合的千億級知識，具備強大的語言理解能力與小說、摘要、文案創(chuàng)意、歌詞、詩歌等文學創(chuàng)作能力；與鵬城實驗室合作發(fā)布了知識增強千億大模型“鵬城-百度·文心“。文心CV大模型：VIMER系列的CV大模型，包括視覺自監(jiān)督預訓練大模型VIMER-CAE，多任務學習模型VIMERUFO2.0，端到端文檔OCR表征學習預訓練模型VIMER-StrucTexT2.0等。文心跨模態(tài)大模型：ERNIE-ViLG2.0文生圖大模型、ERNIE-ViL視覺-語言大模型、ERNIE-Layout文檔智能大模型等。任務大模型：面向多個經典下游任務推出的模型任務大模型包括，對話大模型PLATO、搜索大模型ERNIE-Search、信息抽取大模型ERNIE-UIE、代碼生成大模型ERNIE-Code、生物計算大模型等。PLATO：基于隱變量的生成式開放域對話大模型，具備接近真人水平的多輪流暢對話能力，開放域對話效果達到世界領先水平。ERNIE-UIE：支持多種類型的開放抽取任務，用戶可以使用自然語言自定義抽取目標，無需訓練即可抽取輸入文本中的對應信息。ERNIE-Code：基于海量代碼和文本數據進行預訓練，引入聯(lián)合學習，具備跨多種自然語言和編程語言的語義理解和生成能力。文心生物計算大模型構建面向化合物分子、蛋白分子的生物計算領域預訓練模型，賦能生物醫(yī)藥行業(yè)，包括單序列蛋白質結構預測模型HelixFold、蛋白質結構預測模型HelixFold-Single、化和表征學習模型HelixGEM-2。行業(yè)大模型：深入產業(yè)落地的重要舉措行業(yè)大模型是百度與行業(yè)頭部企業(yè)、機構聯(lián)合研發(fā)的融合行業(yè)數據、知識以及專家經驗的大模型，在各行業(yè)的技術效果突破、產品創(chuàng)新、生產流程變革、降本增效等維度產生價值。與國網合作的NLP大模型：探索研發(fā)電力人工智能聯(lián)合大模型，不僅提升了傳統(tǒng)電力專用模型的精度，而且大幅降低了研發(fā)門檻，實現(xiàn)了算力、數據、技術等資源的統(tǒng)籌優(yōu)化。與人民網的合作的NLP大模型：引入輿情數據中心積淀的行業(yè)知識來更好訓練知識增強的傳媒行業(yè)大模型，實現(xiàn)更少的標注數據下大幅提升傳媒行業(yè)自然語言處理任務效果，如新聞內容審核分類、輿情分析、摘要生成等。與TCL合作的CV大模型：在TCL幾個產線檢測mAP指標平均提升10%+，訓練樣本減少到原有訓練樣本30%～40%，產線指標即可達到原有產線效果，新產線冷啟動效率可提升3倍，產線上線開發(fā)周期降低30%。應用：平臺及產品面向B端C端齊發(fā)力百度文心圍繞大模型產業(yè)應用的不同研發(fā)環(huán)節(jié)，面向各階段不同技術、業(yè)務背景的開發(fā)者或用戶，打造系列工具平臺與場景化產品。面向開發(fā)者：擁有面向NLP工程師的大模型套件ERNIEKit，包括數據標注與處理、大模型精調、大模型壓縮、高性能部署、場景化工具五大模塊能力；AI開發(fā)平臺，包括零門檻AI開放平臺EasyDL，和面向AI算法開發(fā)者提供全功能AI開發(fā)平臺BML。面向下游應用：文心開放了API接口，包括NLP大模型ERNIE3.0、跨模態(tài)大模型ERNIE-ViLG、對話大模型PLATO。面向用戶：推出了基于大模型驅動的新一代產業(yè)級搜索系統(tǒng)文心百中，以及AI藝術與創(chuàng)意輔助平臺文心一格。騰訊：混元大模型騰訊HunYuan大模型：深入產業(yè)落地的重要舉措2022年4月，騰訊首次對外披露HunYuan大模型，協(xié)同了騰訊預訓練研發(fā)力量，完整覆蓋NLP大模型、CV大模型、多模態(tài)大模型及眾多行業(yè)/領域任務模型。HunYuan-NLP：萬億級別中文NLP預訓練模型，參數量達1T，排名CLUE1.1總排行榜第一。HunYuan-vcr：排名VCR（VisualCommonsenseReasoning）榜單第一。HunYuan_tvr：跨模態(tài)文字-視頻檢索AI大模型。太極機器學習平臺：HunYuan大模型的底層支持太極是騰訊自主研發(fā)的一站式機器學習生態(tài)服務平臺，為AI工程師打造從數據預處理、模型訓練、模型評估到模型服務的全流程高效開發(fā)工具，為大模型的訓練提供了有力保障。太極AngelPTM：預訓練加速組件，單機最大可容納55B模型，需要192張卡就可以訓練萬億模型。太極-HCFToolKit：大模型壓縮和分布式推理組件，包含了從模型蒸餾、壓縮量化到模型加速的完整能力。太極-HCFdistributed為大模型分布式推理組件，使得HunYuan-NLP1T大模型推理只需96張A100(4G)卡，相比于“威震天”資源設備占用減少了40%。太極–SNIP為大模型壓縮組件，從蒸餾框架和壓縮加速算法兩方面，實現(xiàn)了迭代更快，效果更好，成本更低的大模型壓縮。應用：為騰訊生態(tài)降本增效，廣告類應用表現(xiàn)出色HunYuan先后支持了包括微信、QQ、游戲、騰訊廣告、騰訊云等眾多產品和業(yè)務，降本增效。依靠HunYuan的多模態(tài)理解能力，在廣告內容理解、行業(yè)特征挖掘、文案創(chuàng)意生成等方面的應用，在為騰訊廣告帶來大幅GMV提升的同時，也初步驗證了大模型的商業(yè)化潛力。HunYuan大模型和騰訊廣告精排大模型基于太極機器學習平臺，共同完善優(yōu)化了廣告理解、用戶理解、廣告和用戶匹配的整個流程，提升對廣告理解、匹配效率、精準度和轉化效率。HunYuan大模型的生成能力，可以提升廣告制作的效率：“圖生視頻”功能，可以將靜態(tài)的圖片自動生成不同樣式的視頻廣告；“文案助手”功能，可以為廣告自動生成更恰當的標題，提升廣告的效果；“文生視頻”功能，未來只需要提供一句廣告文案，就可以自動生成與之匹配的視頻廣告。阿里：通義大模型通義大模型：讓AI更通用2022年9月，在阿里巴巴達摩院主辦的世界人工智能大會“大規(guī)模預訓練模型”主題論壇上，發(fā)布“通義”大模型系列，并宣布相關核心模型向全球開發(fā)者開源開放。阿里達摩院基于其AI統(tǒng)一底座構建了通用模型與專業(yè)模型協(xié)同的層次化人工智能體系。統(tǒng)一底座層：M6-OFA模型作為單一模型，在不引入新增結構的情況下，可處理超過30種跨模態(tài)任務。通用模型層：NLP模型“通義–AliceMind”；CV模型“通義-視覺”；多模態(tài)模型“通義-M6”。專業(yè)模型層：深入電商、醫(yī)療、娛樂、設計、金融、工業(yè)、制造業(yè)等行業(yè)。底座層：實現(xiàn)模態(tài)表示、任務表示、模型結構統(tǒng)一通義大模型背后的核心技術為統(tǒng)一學習范式OFA，使其具備了多種任務的“大一統(tǒng)”能力。單一模型即可同時處理圖像描述、視覺定位、文生圖、視覺蘊含、文檔摘要等10余項單模態(tài)和跨模態(tài)任務；升級后更是可以處理超過包括語音和動作在內的30多種跨模態(tài)任務。架構統(tǒng)一：使用Transformer架構，統(tǒng)一進行預訓練和微調，無需在應對不同任務時，增加任何特定的模型層。模態(tài)統(tǒng)一：不管是NLP、CV這種單模態(tài)，還是圖文等多模態(tài)任務，全都采用同一個框架和訓練思路。任務統(tǒng)一：將所有單模態(tài)、多模態(tài)任務統(tǒng)一表達成序列到序列（Seq2seq）生成的形式，同類任務的輸入幾乎就是“一個模子里刻出來的”。通用模型層：趨向于統(tǒng)一大模型的演化通義-M6為多模態(tài)大模型，已經從2020年6月的3億參數基礎模型發(fā)展到2021年10月的10萬億參數全球最大預訓練模型到2022年1月的業(yè)界首個通用統(tǒng)一大模型M6-OFA。2021年3月，發(fā)布通義–AliceMind，為達摩院開源的深度語言模型體系，CLUE1.1總排行榜第二。AliceMind生態(tài)體系包括：通用語言模型StructBERT、多模態(tài)語言模型StructVBERT、多語言模型VECO、生成式模型PALM、文檔圖像理解模型StructuralLM、表格理解模型SDCUP、超大中文理解與生成模型PLUG（24層StructBERT編碼器+“24-6”層的PALM編碼器-解碼器）、超大圖像-文本模型mPLUG等。華為：盤古大模型華為盤古大模型：深耕大模型的行業(yè)應用華為云團隊于2020年立項AI大模型，并且于2021年4月發(fā)布“盤古大模型”。受益于華為的全棧式AI解決方案，大模型與昇騰（Ascend）芯片、昇思（MindSpore）語言、ModelArts平臺深度結合。盤古大模型已經發(fā)展出包括基礎大模型（L0）、行業(yè)大模型（L1）、行業(yè)細分場景模型（L2）三大階段的成熟體系。2022年11月，在華為全聯(lián)接大會2022中國站上，華為云進一步迭代盤古大模型的技術能力，擴展盤古大模型的服務范圍，發(fā)布盤古氣象大模型、盤古礦山大模型、盤古OCR大模型三項重磅服務。ModelArts：大模型研發(fā)的平臺支持ModelArts是面向開發(fā)者的一站式AI平臺，為機器學習與深度學習提供海量數據預處理及交互式智能標注、大規(guī)模分布式訓練、自動化模型生成，及端-邊-云模型按需部署能力，幫助用戶快速創(chuàng)建和部署模型，管理全周期AI工作流。ModelArts的主要能力包括數據處理、算法開發(fā)、模型訓練、AI應用管理和部署；功能模塊涵蓋了強化學習、天籌(OptVerse)AI求解器、盤古大模型、AIGallery（人工智能知識與實訓專區(qū)）、IDE（云原生Notebook）等?；A大模型：將Transformer應用于各模態(tài)盤古語音語義大模型：語義模型是業(yè)界首個千億中文大模型；語音模型擁有超過4億參數,是當前最大的中文語音模型之一。語義部分，基于Transformer搭建基礎架構，針對理解能力，使用類似BERT的MLM方式訓練；針對生成能力，使用回歸語言模型作為訓練目標，即給定一句話的上半部分，讓模型預測下半部分。2022年，華為在鵬城云腦Ⅱ上訓練了全球首個全開源2000億參數的自回歸中文預訓練語言大模型——鵬程·盤古。語音部分，使用卷積與Transformer結合的網絡結構，解碼器與文本類似；音頻編碼器部分，預訓練時采取將音頻中挖掉一個片段，再隨機采樣一些片段作為負例，讓模型從中找出正確的被挖掉的片段。盤古視覺大模型：最大擁有30億參數，兼顧判別與生成能力；在小樣本學習性能領先。融合了卷積網絡和Transformer架構，分開或按需結合達到更好效果；業(yè)界首創(chuàng)