2023年中國AI大模型應(yīng)用研究報告

2023年AI大模型應(yīng)用研究報告AI、AGI、大模型、通用大模型、行業(yè)大模型2023年12月報告說明————沙利文聯(lián)合頭豹研究院謹(jǐn)此發(fā)布《2023年中國AI大模型應(yīng)用研究報告》。本報告旨在梳理中國AI大模型市場發(fā)展現(xiàn)狀、核心技術(shù)及未來趨勢，關(guān)注主流廠商的大模型產(chǎn)品及應(yīng)用情況，并重點研究大模型的行業(yè)應(yīng)用、梳理大模型在不同行業(yè)中的典型應(yīng)用案例?！忱穆?lián)合頭豹研究院對AI大模型相關(guān)的國內(nèi)外學(xué)者進(jìn)行了調(diào)研交流。本市場報告提供的AI大模型的技術(shù)動態(tài)分析、市場分析亦反映出行業(yè)整體的動向。報告最終對AI大模型廠商的模型產(chǎn)品及應(yīng)用案例呈現(xiàn)僅適用于本年度AI大模型階段。本報告所有圖、表、文字中的數(shù)據(jù)均源自弗若斯特沙利文咨詢（中國）及頭豹研究院調(diào)查，數(shù)據(jù)均采用四舍五入，小數(shù)計一位?！獔蟾嫣峁┑娜魏蝺?nèi)容（包括但不限于數(shù)據(jù)、文字、圖表、圖像等）均系弗若斯特沙利文及頭豹研究院獨(dú)有的高度機(jī)密性文件（在報告中另行標(biāo)明出處者除外）。未經(jīng)弗若斯特沙利文及頭豹研究院事先書面許可，任何人不得以任何方式擅自復(fù)制、再造、傳播、出版、引用、改編、匯編本報告內(nèi)容，若有違反上述約定的行為發(fā)生，弗若斯特沙利文及頭豹研究院保留采取法律措施、追究相關(guān)人員責(zé)任的權(quán)利。弗若斯特沙利文及頭豹研究院開展的所有商業(yè)活動均使用“弗若斯特沙利文”、“沙利文”、“頭豹研究院”或“頭豹”的商號、商標(biāo)，弗若斯特沙利文及頭豹研究院無任何前述名稱之外的其他分支機(jī)構(gòu)，也未授權(quán)或聘用其他任何第三方代表弗若斯特沙利文或頭豹研究院開展商業(yè)活動。----------5----------18----------5----------18----------234647483研究框架AIAI大模型發(fā)展背景AI大模型發(fā)展歷程AIAIAIAIAIAIAIAIAI商湯科技AI大模型及應(yīng)用案例度小滿AI滴普科技AI大模型及應(yīng)用案例百度AI大模型及應(yīng)用案例騰訊AI大模型及應(yīng)用案例阿里AI大模型及應(yīng)用案例華為AI大模型及應(yīng)用案例名詞解釋方法論----------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------7891012131315161718192021222425262728293030314圖表目錄ChatGPT月度訪問量AI大模型的基本分類起步階段以學(xué)術(shù)研究為主開始向商業(yè)應(yīng)用發(fā)展技術(shù)得到了極大的突破大模型正式走向規(guī)模商業(yè)化應(yīng)用中國AI市場規(guī)模，2021-2027EAI大模型將從單模態(tài)向多模態(tài)進(jìn)行轉(zhuǎn)變MaaS模式的基本架構(gòu)AI大模型在不同行業(yè)的推進(jìn)程度AI大模型在金融行業(yè)的應(yīng)用功能AI大模型在金融行業(yè)的應(yīng)用現(xiàn)狀及未來發(fā)展趨勢AI大模型在泛消費(fèi)行業(yè)的應(yīng)用功能AI大模型在泛消費(fèi)行業(yè)的應(yīng)用價值和落地情況AI大模型在電力行業(yè)的應(yīng)用功能及價值A(chǔ)I模型在礦山行業(yè)的應(yīng)用價值和落地情況AI大模型在制造行業(yè)的應(yīng)用功能國內(nèi)外AI大模型廠商及產(chǎn)品生態(tài)圖譜國內(nèi)科技型企業(yè)相繼進(jìn)場AI大模型行業(yè)SenseCore商湯大裝置打造大模型時代的基礎(chǔ)設(shè)施SenseNova商湯日日新模型應(yīng)用矩陣打造全面領(lǐng)先的基模型，是商湯科技的戰(zhàn)略目標(biāo)AI數(shù)字人與中公網(wǎng)校聯(lián)合研發(fā)并發(fā)布虛擬數(shù)字講師“小鹿老師”與德寶藝苑聯(lián)合開發(fā)出AI智能直播機(jī)度小滿在金融業(yè)務(wù)場景中累積海量數(shù)據(jù)，并延承百度技術(shù)基因----------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------3233343536373838394041424344455圖表目錄C-Eval、CMMLU71.971.1分位居榜軒轅大模型在中文金融領(lǐng)域知識評估數(shù)據(jù)集的評測中位居首位Data+AI戰(zhàn)略，構(gòu)建數(shù)字經(jīng)濟(jì)基礎(chǔ)范式FastData實時智能湖倉平臺的架構(gòu)和核心優(yōu)勢Deepexi企業(yè)大模型產(chǎn)品整體架構(gòu)公司下一代數(shù)據(jù)智能體系架構(gòu)聯(lián)合百麗時尚創(chuàng)新運(yùn)營管理模型聯(lián)合中核裝備院構(gòu)建新一代大數(shù)據(jù)平臺國內(nèi)互聯(lián)網(wǎng)廠商在布局時間、基礎(chǔ)設(shè)施等方面具備明顯優(yōu)勢百度文心產(chǎn)業(yè)級知識增強(qiáng)大模型百度國家電網(wǎng)大模型MaaS架構(gòu)騰訊云將AIPaaS、SaaS產(chǎn)品阿里通義大模型架構(gòu)華為盤古大模型架構(gòu) 章節(jié)一中國AI大模型行業(yè)綜述發(fā)展背景發(fā)展歷程繼ChatGPT發(fā)布后，大模型逐漸走入公眾視野，在隨后的時間內(nèi)中國本土廠商積極跟進(jìn)，相繼推出基于大模型的AI應(yīng)用產(chǎn)品。由于在某些行業(yè)中，行業(yè)知識和專業(yè)術(shù)語的使用非常獨(dú)特，且涉及到十分復(fù)雜的數(shù)據(jù)和業(yè)務(wù)邏輯，AI大模型發(fā)展背景關(guān)鍵發(fā)現(xiàn)ChatGPT發(fā)布后，2023年1月的月活躍用戶數(shù)已達(dá)1億，成為歷史上用戶增長最快的應(yīng)用。隨后，大模型逐漸走入公眾視野，中國本土廠商積極跟進(jìn)，相繼發(fā)布國產(chǎn)大模型ChatGPT202211AIOpenAIAIChatGPT，該（LLM，LargeLanguageModel）GPT-3.5（InstructionTuning）和基于人類反饋的強(qiáng)化學(xué)習(xí)技術(shù)（RLHF，ReinforcementLearningwithHumanFeedback）訓(xùn)練而成。在發(fā)布后的短短兩個月內(nèi)，ChatGPT的月活用戶突破1億，成為史上用戶增長速度最快的消費(fèi)級應(yīng)用程序。在隨后的時間內(nèi)中國本土廠商積極跟進(jìn)，相繼推出基于大模型的AI應(yīng)用產(chǎn)品。自ChatGPT發(fā)布以來的半年多時間內(nèi)，中國本土各類型廠商已經(jīng)發(fā)布近80款參數(shù)量在十億量級以上的大模型，其中不乏華為、阿里、騰訊等互聯(lián)網(wǎng)大廠，亦有三六零、科大訊飛等在AI領(lǐng)域擁有深厚經(jīng)驗積累的廠商，同時還有復(fù)旦大學(xué)、清華大學(xué)等高校機(jī)構(gòu)。ChatGPT月度訪問量注：圖示所列舉的廠商及所推出AI大模型為不完全統(tǒng)計15.6

17.6 18.14.11，阿里巴巴發(fā)布通義千問

17.14.18，華為發(fā)布盤古大模型

15.210.0

2.20

4.7，商湯發(fā)布

5.6，科大訊飛發(fā)布星火認(rèn)知大模型2.7

6.2

2.7，三六零發(fā)布智腦

3.16，百度發(fā)布文心一言3.22，清華大學(xué)發(fā)布ChatGLM

，騰訊發(fā)布模型2022/12

2023/1

2023/2

2023/3

2023/4

2023/5

2023/6

2023/7來源：信通院，Similarweb，沙利文，頭豹研究院 7400-072-5588章節(jié)一 行業(yè)綜述NLP大模型是指模型具有龐大的參數(shù)規(guī)模和復(fù)雜程度的機(jī)器學(xué)習(xí)模型。在深度學(xué)習(xí)領(lǐng)域，大模型通常是指具有數(shù)百萬到數(shù)十億參數(shù)的神經(jīng)網(wǎng)絡(luò)模型。這些模型通常在各種領(lǐng)域，例如自然語言處理、圖像識別和語音識別等方面，表現(xiàn)出高度準(zhǔn)確和廣泛的泛NLPCVNLP（NaturalLanguageProcessing）NLPOpenAI的GPT系列模型；CV（ComputerVision）PCAM大模型；AI大模型的基本分類

模態(tài)大模型：可以同時處理多種類型的模態(tài)數(shù)據(jù)，如文本、圖像、語音等，實現(xiàn)金融電商等，例如谷歌的VisionTransformer模型。大模型類別

基本功能

下游應(yīng)用

應(yīng)用占比

應(yīng)用表現(xiàn)分析NLPNLP大模型在交互類場景中發(fā)揮中重要作用，商業(yè)化應(yīng)用程度高金融、泛消費(fèi)、辦公等交互類場景文本分類情感分析問答系統(tǒng)CVCV大模型科學(xué)計算大模型視覺泛化，國內(nèi)眾多企業(yè)正深耕于研發(fā)和內(nèi)部測試所處階段：發(fā)展初期用于解決復(fù)雜科學(xué)問題，但需所處階段：雛形階段生物制藥、氣象預(yù)報、材料研發(fā)等領(lǐng)域氣候模擬生物信息學(xué)數(shù)值模擬安防、工業(yè)、交通、物流、醫(yī)療等領(lǐng)域物體檢測人臉識別圖像分類多模態(tài)大模型

應(yīng)用潛力巨大，但當(dāng)前仍有泛娛樂、傳領(lǐng)域跨模態(tài)檢索多模態(tài)生成泛娛樂、傳領(lǐng)域跨模態(tài)檢索多模態(tài)生成多媒體理解所處階段：雛形階段8章節(jié)一 行業(yè)綜述AI大模型發(fā)展歷程關(guān)鍵發(fā)現(xiàn)AI階段和技術(shù)突破階段，當(dāng)前進(jìn)入規(guī)?；瘧?yīng)用新階段AIAI大模型的形成及發(fā)展起點可以追溯到上世紀(jì)上半葉，在商業(yè)化應(yīng)用方面發(fā)展至今已經(jīng)歷起步、發(fā)展、技術(shù)突破等階段，當(dāng)前進(jìn)入規(guī)?；瘧?yīng)用的新階段。01起步階段，1950–1980年AI1950（ArtificialIntelligence）1956年舉辦的達(dá)特茅起步階段以學(xué)術(shù)研究為主19801980自然語言處理1970機(jī)器學(xué)習(xí)01.起步階段機(jī)器學(xué)習(xí)1969MITMACAI進(jìn)入機(jī)器學(xué)習(xí)時代ArthurSamuel出“機(jī)器學(xué)習(xí)”概念1959圖靈測試達(dá)特茅斯會議圖靈在《計算機(jī)械與智能》一書中提出了一種測試機(jī)器是否具有智能的方法1956AI首次作為一個學(xué)科被提出19509章節(jié)一 行業(yè)綜述02發(fā)展初期，1980–2010年AIPC，AI1984IBM相繼AIAppleMacintoshIBMPC也標(biāo)志著AI開始進(jìn)入家庭應(yīng)用市場；而在九十年代至二十一世紀(jì)初，神經(jīng)網(wǎng)絡(luò)的AIAI深度學(xué)習(xí)深度學(xué)習(xí)·ParallelDistributedProcessing》，提出多層感知2006谷歌上市2004 ?AI02.發(fā)展階段ViaVoice2IBMViaVoice2，能1999互聯(lián)網(wǎng)搜索引擎1994Yahoo!AltavistaAI技術(shù)為圖像識別NEC研發(fā)出基于神經(jīng)網(wǎng)絡(luò)的圖像識別AI19901986家庭應(yīng)用預(yù)裝如語音識別、專家系統(tǒng)等AI件的AppleMacintoshIBMPC面世，AI19841981第一家創(chuàng)業(yè)公司第一家基于AI的創(chuàng)業(yè)公司MicroLinkAI語音識別PC03突破階段，2010–2020年AI2011SiriDeepMindAlphaGoAIAIOpenAIOpenAIGPTChatGPTAI技術(shù)得到了極大的突破，尤其是基于深度學(xué)習(xí)的技術(shù)，如在語音識別、圖像識別、自然語言處10章節(jié)一 行業(yè)綜述03.突破階段201003.突破階段2010AI2011蘋果公司推出Siri虛擬助手，標(biāo)志著自然語言處理在消費(fèi)電子產(chǎn)品領(lǐng)域的開始被應(yīng)用谷歌大腦Siri2012TF，為OpenAI2015TensorFlowOpenAI成立2016DeepMindAI2018亞馬遜推出Alexa在智能家居領(lǐng)域的應(yīng)用DeepMindAlexa04規(guī)?；瘧?yīng)用階段，2020年至今AI2022年ChatGPT等大語言模型的發(fā)布，標(biāo)志著自然語言處理正式走向商用，隨著技術(shù)的不斷進(jìn)步和應(yīng)用場景的擴(kuò)大，AI大模型走向規(guī)?；瘧?yīng)用，應(yīng)用場景不斷拓展，如在自動駕駛、智能醫(yī)療領(lǐng)域等。AI大模型通過仿真模擬，對cornercase進(jìn)行大規(guī)模訓(xùn)練，同時還通過自動標(biāo)注的方式優(yōu)化系統(tǒng)效率，降低標(biāo)注成本，加速汽車高級別自動駕駛技術(shù)的落地。在醫(yī)療領(lǐng)域，AI大模型的應(yīng)用為病患的診斷治療帶來變革，深度學(xué)習(xí)技術(shù)可以幫助醫(yī)生更精準(zhǔn)地識別疾病，提高診療準(zhǔn)確性。此外，還可以幫助醫(yī)生制定個性化治療方案，提供遠(yuǎn)程醫(yī)療服務(wù)，惠及更多患者。04.應(yīng)用階段04.應(yīng)用階段IBMQ122021 FSDIBM應(yīng)用于子計領(lǐng)域 ?特斯拉推出FSD，標(biāo)志著用于車智能駕領(lǐng)域的AI正式商用2020ChatGPTChatGPT等大語言模型發(fā)布，標(biāo)202211沙利文市場研讀

章節(jié)一 行業(yè)綜述AI大模型未來發(fā)展趨勢關(guān)鍵發(fā)現(xiàn)從應(yīng)用形態(tài)、技術(shù)能力和商業(yè)模式看，行業(yè)大模型、多模態(tài)能力和MaaS服務(wù)模式是AI大模型未來的重點發(fā)展趨勢垂直領(lǐng)域、多模態(tài)能力和MaaSAIAIAIAGIAIAI業(yè)發(fā)展方面，垂直領(lǐng)域應(yīng)用和MaaS服務(wù)將是AI01AI由于在某些行業(yè)中，行業(yè)知識和專業(yè)術(shù)語的使用非常獨(dú)特，且涉及到十分復(fù)雜的數(shù)據(jù)和業(yè)務(wù)邏輯，因此需要特定的行業(yè)大模型以更好滿足行業(yè)需求。例如，醫(yī)療KillerApp”AI大模20223,716202715,372中國AI市場規(guī)模，2021-2027E單位：億元人民幣單位：億元人民幣 CAGR=31.1% 15,73214,729CAGR=42.9%10,5397,5165,3233,7162,6072021 2022 2023E

2025E

2026E

2027E12章節(jié)一 行業(yè)綜述02多模態(tài)能力是AI大模型后續(xù)技術(shù)的發(fā)展重點AI多模態(tài)融合模型可以將不同類型的數(shù)據(jù)通過預(yù)處理轉(zhuǎn)化為統(tǒng)一的表示形式，然后結(jié)合多個模態(tài)的信息，進(jìn)行聯(lián)合建模和分析。該種模型可以在多個領(lǐng)域中發(fā)揮重提高自然語言處理的準(zhǔn)確性和泛化能力。在醫(yī)療領(lǐng)域中，將醫(yī)學(xué)影像、病理切片、 單模態(tài) 單模態(tài) 應(yīng)該態(tài)從用模學(xué)算于態(tài)習(xí)法多種到并能?？芍换鶓B(tài)以能于學(xué)應(yīng)一習(xí)用種并于模態(tài)從到可處理多種理模一態(tài)種模多模態(tài)03MaaSAIMaaSMaaS模式的基本架構(gòu)

MaaS（ModelasaService）AI通過API接口或者SaaSAI應(yīng)用。MaaS——MaaSAIAI技術(shù)的廣泛應(yīng)用。模型即服務(wù)MaaS的內(nèi)容模型更新模型監(jiān)控模型訓(xùn)練模型部署模型即服務(wù)MaaS的內(nèi)容模型更新模型監(jiān)控模型訓(xùn)練模型部署模型存儲/搜索AI使用者AI愛好者AI使用者AI開發(fā)者AI研究者場景應(yīng)用互聯(lián)網(wǎng)金融交通醫(yī)療能源制造13 章節(jié)二中國AI大模型重點行業(yè)應(yīng)用情況金融行業(yè)制造行業(yè)當(dāng)前，互聯(lián)網(wǎng)辦公行業(yè)已全面上線AI大模型的相關(guān)應(yīng)用，金融、泛消費(fèi)行業(yè)對于大模型的接受度較高。制造和醫(yī)療行業(yè)對大模型在安全性、專業(yè)度和AI章節(jié)二 重點行業(yè)應(yīng)用AI大模型重點行業(yè)應(yīng)用情況總覽關(guān)鍵發(fā)現(xiàn)AI大模型將率先在互聯(lián)網(wǎng)辦公、金融等數(shù)字化程度較高的行業(yè)快速滲透，醫(yī)療、交通、制造等行業(yè)的潛在滲透空間大AI大模型在重點行業(yè)的推進(jìn)情況2022年大模型滲透程度

大范圍應(yīng)用大范圍應(yīng)用

行業(yè)

商業(yè)化

專業(yè)

安全性顧慮金融能源交通

0% 100%試點應(yīng)用0% 100%試點應(yīng)用試點應(yīng)用0% 100%試點應(yīng)用試點應(yīng)用0% 100%試點應(yīng)用觀察學(xué)習(xí)0% 100%觀察學(xué)習(xí)

互聯(lián)網(wǎng)辦公是AI行業(yè)，辦公場景更適配大模型能力。金融行業(yè)數(shù)字化程度高，擁有豐富高質(zhì)量的數(shù)據(jù)資產(chǎn)，AI大模型的訓(xùn)練和應(yīng)用提供有利條件。未能全面應(yīng)用AI大模型專業(yè)性和安全性存在顧慮。 泛消費(fèi)行業(yè)中消費(fèi)者對于新事物的接受度高，容錯程度較低，AI大模型落地速度快。AI大模型的應(yīng)用需求大。但能源行業(yè)數(shù)據(jù)類型不規(guī)則、數(shù)據(jù)開放程度低、樣本不易獲取，AI大模型的訓(xùn)練難度較大。AI業(yè)度和準(zhǔn)確度上未能達(dá)到要求。觀察學(xué)習(xí)0% 100%觀察學(xué)習(xí)制造

觀察學(xué)習(xí)傳統(tǒng)AI技術(shù)亦能滿足產(chǎn)品質(zhì)檢需求，AI造業(yè)的應(yīng)用價值較低。由于各家制造企業(yè)的設(shè)備型號和狀態(tài)存在差異，AI大模型難以通用化應(yīng)用。觀察學(xué)習(xí)0% 100%醫(yī)療

AI治療場景仍需專業(yè)醫(yī)生來把控。色深從左至右，程度越來越顯著色深從左至右，程度越來越顯著15章節(jié)二 重點行業(yè)應(yīng)用AI大模型在金融行業(yè)應(yīng)用情況關(guān)鍵發(fā)現(xiàn)金融行業(yè)的應(yīng)用場景豐富，是最早進(jìn)行數(shù)字化轉(zhuǎn)型的機(jī)構(gòu)，因此數(shù)字化程度高，成為AI大模型落地應(yīng)用的最佳場景之一AI生成和決策兩類金融大模型，已在銀行、證券等金融機(jī)構(gòu)中實現(xiàn)落地。金融行業(yè)積淀了包括金融交易數(shù)據(jù)、客戶信息在內(nèi)的海量數(shù)據(jù)，良好的數(shù)據(jù)基礎(chǔ)為AI大模AI高落地應(yīng)用程度低生成式應(yīng)用高落地應(yīng)用程度低生成式應(yīng)用決策式應(yīng)用客服場景營銷場景投研場景投顧場景風(fēng)控場景人機(jī)交互對話自動生成界面或app端的宣傳單和宣傳視頻結(jié)合互聯(lián)網(wǎng)數(shù)據(jù)和新聞動態(tài)，對企業(yè)發(fā)展趨勢進(jìn)行分析根據(jù)用戶畫像，如信用歷史和財富情況，做相關(guān)理財產(chǎn)品推薦根據(jù)客戶的信用評分和風(fēng)險等級AI大模型在金融生成類場景推進(jìn)程度較快，目前處于試點應(yīng)用階段AI大模型在決策類場景目前的應(yīng)用處于探索可研階段。一方面是場景對于業(yè)務(wù)的預(yù)期價值量更大，另一方面是對于數(shù)據(jù)結(jié)果的準(zhǔn)確性和專業(yè)性要求更高證券基金保險資管：量化投資銀行融資項目進(jìn)度檢測承保：自動化審核IPO的簽預(yù)繳款自動化賣出買進(jìn)任務(wù)的執(zhí)行產(chǎn)品營銷：代理人的招聘、培訓(xùn)和銷售的支持OTC的一鍵清算貸款后的目標(biāo)檢測輔助業(yè)務(wù)清算，自動化估值理賠單據(jù)的識別，反欺詐、自動理賠投資與研究貸款抵押物的識別16章節(jié)二 重點行業(yè)應(yīng)用AIAIAIAIAIAIAIAIAI大模型在金融行業(yè)的應(yīng)用現(xiàn)狀A(yù)I大模型在金融行業(yè)的應(yīng)用現(xiàn)狀及未來發(fā)展趨勢AI大模型在金融行業(yè)的應(yīng)用現(xiàn)狀

金融行業(yè)對于AI大模型的顧慮金融領(lǐng)域行業(yè)大模型AI大模型為了解決業(yè)務(wù)問題，需要注入場景數(shù)據(jù)進(jìn)行訓(xùn)練。另外，監(jiān)管政策的出臺為AI金融領(lǐng)域行業(yè)大模型AI大模型為了解決業(yè)務(wù)問題，需要注入場景數(shù)據(jù)進(jìn)行訓(xùn)練。另外，監(jiān)管政策的出臺為AI大模 AI大模型型的落地推進(jìn)保駕護(hù)航。 核心要素數(shù)據(jù)要求高，通用大模型本身精度不夠，難以生成高準(zhǔn)確性內(nèi)容。金融行業(yè)對于生成內(nèi)容的安全合規(guī)性要求高，需要時刻防范用戶個人隱私數(shù)據(jù)的泄漏。金融行業(yè)對于生成內(nèi)容的安全合規(guī)性要求高，需要時刻防范用戶個人隱私數(shù)據(jù)的泄漏。金融大模型的未來發(fā)展趨勢金融大模型的未來發(fā)展趨勢金融大模型未來發(fā)展趨勢 金融大模型良性發(fā)展所需要的行業(yè)生態(tài)金融行業(yè)是大模型應(yīng)用落地的高價值量潛在金融行業(yè)是大模型應(yīng)用落地的高價值量潛在AI速金融機(jī)構(gòu)自身的數(shù)字化和智能化進(jìn)程。，具備豐富的場景實踐經(jīng)驗和海量的行業(yè)數(shù)據(jù)，基于通用大模型，用自身業(yè)務(wù)數(shù)據(jù)做私域訓(xùn)練形成金融大模型具備較強(qiáng)的AI技術(shù)實力，能提供通用類大模型。適度開放自身的大模型能力，為金融大模型的開發(fā)提供必要條件金融機(jī)構(gòu)科技廠商章節(jié)二 重點行業(yè)應(yīng)用AI大模型在泛消費(fèi)行業(yè)應(yīng)用情況關(guān)鍵發(fā)現(xiàn)AI和提升消費(fèi)者的購買體驗AIAIAI大模型能夠在分鐘級內(nèi)針對各式消費(fèi)群體快速輸出千人千面的營銷內(nèi)容，如文案、AIAI智能客服是泛消費(fèi)行業(yè)，尤其是電商領(lǐng)智能客服是泛消費(fèi)行業(yè)，尤其是電商領(lǐng)域的首個應(yīng)用，目的是節(jié)省客智能推薦智能推薦通過分析消費(fèi)者行為，達(dá)到精準(zhǔn)推薦商品的目的，是應(yīng)用滲透程度智能客服營銷成智能廣告推送智能推薦智能貨品預(yù)測AI大模型的生成式應(yīng)用營銷AI大模型的決策式應(yīng)用價值創(chuàng)造量18章節(jié)二 重點行業(yè)應(yīng)用AIAI擁有自身電商平臺的互聯(lián)網(wǎng)大廠，如阿里、京東正加速布局大模型應(yīng)用。阿里當(dāng)前AIAIGCAI大模型在泛消費(fèi)行業(yè)的應(yīng)用價值和落地情況商家 消費(fèi)者供給方能夠更為精準(zhǔn)地理解消費(fèi)者需求、更為深入地洞察消費(fèi)者偏好，準(zhǔn)確匹配商品需求，也能降低自身的廣告制造成本和優(yōu)化廣告投放效率。

促進(jìn)供需匹配

需求方AIAI大模型在電商領(lǐng)域的落地情況阿里巴巴淘寶正在內(nèi)測其大模型原生應(yīng)用“淘寶問問”，這一款對話深度合成算法為客戶提供更符合其消費(fèi)習(xí)慣的商品和內(nèi)容。阿里巴巴淘寶正在內(nèi)測其大模型原生應(yīng)用“淘寶問問”，這一款對話深度合成算法為客戶提供更符合其消費(fèi)習(xí)慣的商品和內(nèi)容。京東京東推出言犀大模型，實踐用于京東云AIGC京東自有品牌京東京造也成為該平臺的首個深度合作品牌。言犀大模型僅憑借京東京造的一張商品圖，便能夠高效精準(zhǔn)地理解商品特征，快速生成商品主圖、營銷海報圖和商品詳圖等。19章節(jié)二 重點行業(yè)應(yīng)用AI大模型在能源行業(yè)應(yīng)用情況關(guān)鍵發(fā)現(xiàn)AI能決策和智能檢測等功能AIAI大模型在電力行業(yè)的最佳落地場景是智能調(diào)度和智能巡檢。AI大模型全面賦AIAI目前華為、商湯科技等廠商開發(fā)出針對電力行業(yè)的AI大模型。例如，華為基于L1級別盤古電力大模型，推出無人機(jī)電力巡檢、電力缺陷識別等場景模型。商湯科技則基于AI大模型的底座，提供電力系統(tǒng)大模型解決方案，向電力能源行業(yè)持續(xù)輸出高質(zhì)量的AI算法和算力，賦能電力系統(tǒng)多域智能化升級。AI大模型在電力行業(yè)的應(yīng)用功能及價值智能調(diào)度高效減負(fù)電力系統(tǒng)大模型通過“虛擬電廠”聚合電源、儲能，對電力資源進(jìn)行精準(zhǔn)預(yù)測、協(xié)同、控制和優(yōu)化，實現(xiàn)電力的智能調(diào)度、提升使用效率AI大模型在電力行業(yè)的應(yīng)用功能及價值智能調(diào)度高效減負(fù)電力系統(tǒng)大模型通過“虛擬電廠”聚合電源、儲能，對電力資源進(jìn)行精準(zhǔn)預(yù)測、協(xié)同、控制和優(yōu)化，實現(xiàn)電力的智能調(diào)度、提升使用效率CV大模型CV大模型應(yīng)用于視覺大模型對電力系統(tǒng)的發(fā)、輸變配、用電等環(huán)節(jié)的運(yùn)行進(jìn)行監(jiān)控、分析及處理，提升電網(wǎng)的透明化水平，有效發(fā)現(xiàn)異常問題并及時解決智能巡檢章節(jié)二 重點行業(yè)應(yīng)用AIAI華為盤古大模型在礦山領(lǐng)域?qū)崿F(xiàn)首次商用。山東能源集團(tuán)攜手華為，基于盤古能源218用，覆蓋了煤礦的采、掘、機(jī)運(yùn)通等流程下的1,000多個細(xì)分的場景。AI模型在礦山行業(yè)的應(yīng)用價值和落地情況AI實現(xiàn)全時段智能檢測，精準(zhǔn)識別大塊煤、錨桿等異常對煤倉狀態(tài)進(jìn)行實時監(jiān)控與智能分析，從而提前預(yù)警預(yù)報煤倉事故洗選煤、配煤智能應(yīng)用

人工智能全景視頻拼接將實時回傳的高清視頻拼接為全景畫面，給出操作意見AI精準(zhǔn)識別掘進(jìn)作業(yè)規(guī)范，如鉆眼深度、攪拌時間等防沖卸壓工程打鉆深度監(jiān)管借助專用攝像儀對施工過程

提高資源利用率成本污染通過山能廠礦實際數(shù)據(jù)進(jìn)行建模，協(xié)同相關(guān)參數(shù)預(yù)測與控制，提升精煤回收率

動態(tài)監(jiān)管，發(fā)現(xiàn)孔深不足等狀況，及時進(jìn)行聲光告警

提高安全管理效率煤礦綜采場景煤礦綜采場景40米全景采煤畫面，采煤司機(jī)從井下到井上，安全生產(chǎn)煤礦主運(yùn)場景20公里運(yùn)行98%煤礦作業(yè)場景90%AI算法開發(fā)生產(chǎn)線海量礦山數(shù)據(jù)自主學(xué)習(xí)華為盤古礦山大模型21章節(jié)二 重點行業(yè)應(yīng)用AI大模型在制造行業(yè)應(yīng)用情況關(guān)鍵發(fā)現(xiàn)AI程和優(yōu)化生產(chǎn)過程，使得生產(chǎn)制造管理流程更為輕松AIAIAIERP、MES、SCADAQMSAI快速變化的生產(chǎn)流程和多樣化需求，此外，傳統(tǒng)的管理方法無法做到全面監(jiān)控生AIAI大模型對生產(chǎn)過程進(jìn)行全面自動化中的異常并進(jìn)行調(diào)整。AI中的異常并進(jìn)行調(diào)整。AI大模型在制造行業(yè)中的應(yīng)用功能生產(chǎn)過程實時監(jiān)控生產(chǎn)計劃優(yōu)化計劃和排期方案。企業(yè)利用大模型對過程中的材料、能企業(yè)利用大模型對過程中的材料、能源、勞動力等成本因素進(jìn)行全面分析生產(chǎn)成本控制企業(yè)利用大模型，通過智能機(jī)器人、物聯(lián)網(wǎng)技術(shù)，來實現(xiàn)生產(chǎn)過程的全面自動化和智能制造22 章節(jié)三中國AI大模型廠商應(yīng)用案例AI商湯科技度小滿滴普科技AI百度騰訊阿里華為章節(jié)一 技術(shù)跟蹤AI大模型在重點行業(yè)的應(yīng)用情況總覽關(guān)鍵發(fā)現(xiàn)中國AI大模型的行業(yè)參與者主要是以商湯科技、度小滿、滴普科技為代表的科技型企業(yè)，以及百度、騰訊、阿里和華為為代表的互聯(lián)網(wǎng)云廠商國內(nèi)外AI大模型廠商及產(chǎn)品生態(tài)圖譜國外玩家OpenAI：GPT-4國外玩家GPT-4于2023年3月14日發(fā)布，這是一款千億級參數(shù)的多模態(tài)預(yù)訓(xùn)練模型，能夠支持圖像和文本的輸入

Claude2Claude于2023年314日發(fā)Anthropic開發(fā)的類似ChatGPT20237大語言模型Claude2

Google：PaLM-EPaLM-E于2023年3月10日發(fā)布，是一種多模態(tài)視覺語言模型（）5620

Naver：HyperCLOVA20215月發(fā)布HyperCLOVA于2023年8月發(fā)布自己的生成型AI產(chǎn)品HyperCLOVAXKakao：KoGPT-3AI技術(shù)和醫(yī)療保健技術(shù)，于

LG：Exaone2.02022123000

Meta：SAM、LLaMA2視覺模型SAM：于2023年4月發(fā)布，通2021年發(fā)布KoGPT；于用圖像和文本數(shù)據(jù)的多模態(tài)模型，是目前韓

過精細(xì)標(biāo)注，識別分割畫面上的指定物體。2023年6月開發(fā)者大會上展示新版本AI模型KoGPT-3

國參數(shù)規(guī)模最大的模型，用于生物醫(yī)藥和智能制造行業(yè)；于2023年7月推出Exaone2.0

大型語言模型LLaMA：于2023年2月發(fā)布，包括4種參數(shù)規(guī)模，在2023年7月發(fā)布全新的開源大模型LLAMA2 互網(wǎng)廠商 科公司 創(chuàng)公司 商湯科技：百度：20233大模型；于2023年10月發(fā)布文心大模型4.0版本本土玩家騰訊：本土玩家20224AI2023年11阿里巴巴：通義大模型20234月正式推2023年102.0華為：2021420237月宣布推出盤古大模型3.0

日日新SenseNova能力，及一系列生成式AI應(yīng)用度小滿：2023526首個開源金融大模型“軒轅”滴普科技：Deepexi企業(yè)大模型于2023年9月6日正式發(fā)布Deepexi企業(yè)大模型浪潮信息：源1.0大模型2021928億參數(shù)，為中文語料AI模型 實室

王慧文創(chuàng)立光年之外前商湯員工創(chuàng)立MiniMax周伯文創(chuàng)立銜遠(yuǎn)科技唐杰創(chuàng)立智譜AI，現(xiàn)為CTO藍(lán)振忠創(chuàng)立西湖心辰硬件公司作協(xié)議，致力于打造對ChatGPT化大模型硬件公司瀾起科技：孟子大模型于2023年3月14日正式發(fā)布“類ChatGPT的語言生成模型孟子Mchat可控大模型；于2023年8月正式發(fā)布孟子GPT-40B 高校 24章節(jié)三 廠商應(yīng)用案例中國科技型企業(yè)總覽關(guān)鍵發(fā)現(xiàn)科技型企業(yè)包括人工智能企業(yè)、垂直大模型企業(yè)和數(shù)據(jù)智能服務(wù)商相繼進(jìn)場，如商湯科技、度小滿和滴普科技等企業(yè)國內(nèi)科技型企業(yè)相繼進(jìn)入AI大模型行業(yè)AI科技型企業(yè) 代廠商 大模型開發(fā)路徑：打造通用能力強(qiáng)大的AI構(gòu)建更懂行業(yè)的大模型。優(yōu)勢賦能：AI應(yīng)用落地。

公司打造新型AI基礎(chǔ)設(shè)施SenseCore大裝置，在此基礎(chǔ)上構(gòu)建SenseNova日日新大模型體系，推進(jìn)自身AGI發(fā)展戰(zhàn)略的同時，也為行業(yè)提供大模型訓(xùn)練、推理、算法以及數(shù)據(jù)服務(wù)。垂直大模型企業(yè) 代廠商 大模型開發(fā)路徑：在此基礎(chǔ)上，結(jié)合行業(yè)數(shù)據(jù)研發(fā)行業(yè)大模型。優(yōu)勢賦能：更適合特定場景使用的行業(yè)大模型。

公司深耕金融行業(yè)多年，擁有豐富的金融知識類數(shù)據(jù)，并基于海量金融數(shù)據(jù)的技術(shù)底座，結(jié)合業(yè)務(wù)場景，打造金融領(lǐng)域垂直大模型。數(shù)據(jù)智能服務(wù)商 代廠商 基于自身的數(shù)據(jù)基礎(chǔ)設(shè)施和用大模型、行業(yè)大模型以及相關(guān)工具鏈。優(yōu)勢賦能：發(fā)揮數(shù)據(jù)智能技術(shù)的優(yōu)勢，保證數(shù)

公司定位于數(shù)據(jù)智能服務(wù)商，聚焦“Data+AI”戰(zhàn)略，以實時智能湖倉平臺FastData為切?點，構(gòu)建Deepexi企業(yè)大模型，打造了Fast5000E訓(xùn)推一體機(jī)、FastAGI智能體平臺、以及Deinsight模型應(yīng)用在內(nèi)的產(chǎn)品服務(wù)。25章節(jié)三 廠商應(yīng)用案例AI大模型關(guān)鍵發(fā)現(xiàn)AI基礎(chǔ)設(shè)施SenseCoreSenseNova日日新大AGI發(fā)展戰(zhàn)略的同時，也為行業(yè)提供大模型訓(xùn)練、推理、算法以及數(shù)據(jù)服務(wù)SenseCore智能模型的目標(biāo)，賦能自身及客戶生產(chǎn)滿足自身需求的細(xì)分領(lǐng)域產(chǎn)品。整個AI大裝置由模型層、深度學(xué)習(xí)平臺、計算基礎(chǔ)設(shè)施三個部分架構(gòu)而成，帶動AI生產(chǎn)在規(guī)模、性能、速度等方面的提升?；诖笱b置，商湯擁有了大模型生產(chǎn)的核心平臺，不僅對內(nèi)支持打造了日日新大模型體系，同時具備對外提供大模型訓(xùn)練商湯借助SenseCoreAISenseCore20236GPU30000到6ExaFLOPS深圳和福建。2023年以來，共有超1000個參數(shù)量數(shù)十億至上千億的大模型在SenseCore款生成式AI應(yīng)用?；诖耍虦焖俳⒘艘惶子行У竽Ｐ湍芰Φ能浻步Y(jié)SenseCore商湯大裝置打造大模型時代的AI基礎(chǔ)設(shè)施全國最大上海臨港AIDC?

~30,000GPU1（vs.2023年3月:↑11%）

~6,000P1（vs.2023年3月:↑峰值算力不斷擴(kuò)充

算力節(jié)點拓展廣州、重慶、深圳、福建2023828日26章節(jié)三 廠商應(yīng)用案例商湯商量語言大模型在金融、醫(yī)療、汽車、地產(chǎn)、能源、傳媒、工業(yè)制造等眾多垂500APIAIAI60ControlNet除了備受關(guān)注的大語言模型和文生圖模型這兩個重點項目，商湯還面向不同的行業(yè)CVPR最A(yù)I3D大場景重建、3D小物體生成等生成式AI應(yīng)用。自然語言交互AI文生圖數(shù)字人生成自然語言交互AI文生圖數(shù)字人生成3D大場景重建3D小物品重建出色的語言理解攝影級圖像質(zhì)量快速、低成本生成厘米級精度重建細(xì)致還原物體秒解復(fù)雜問題快速生成多風(fēng)格圖片電影級清晰度高效率實時渲染支持多樣紋理材質(zhì)提供定制化建議用戶可自定義模型流暢的合成語音實景編輯實現(xiàn)實時高逼真渲染多種大小規(guī)模系列自動優(yōu)化提示詞高擬真表情豐富的資產(chǎn)特性降本增效高質(zhì)量智慧商業(yè)智慧生活智能汽車智慧城市27章節(jié)三 廠商應(yīng)用案例AGI催生了新的研究范式，即基于一個強(qiáng)大的多模態(tài)基模型，通過強(qiáng)化學(xué)習(xí)和人類反饋不斷解鎖基模型新的能力，從而更高效地解決海量的開放式任務(wù)。通用人工智能將實現(xiàn)從“數(shù)據(jù)飛輪”到“智慧飛輪”的演進(jìn)，最終邁向人機(jī)共智。基于SenseCore實現(xiàn)敏捷、低成本、大批次地做模型迭代。另外，商湯構(gòu)建了高質(zhì)量、大規(guī)模的訓(xùn)通過高精度的分類器篩選出高價值的數(shù)據(jù)，對特定類別的數(shù)據(jù)進(jìn)行人工標(biāo)注，確保訓(xùn)練數(shù)據(jù)的質(zhì)量、安全性和價值觀都符合要求。當(dāng)前，商湯的高質(zhì)量訓(xùn)練數(shù)據(jù)的每2token202310萬億token打造全面領(lǐng)先的基模型，是商湯科技的戰(zhàn)略目標(biāo)高價值數(shù)據(jù)輸入業(yè)內(nèi) 10萬億高價值數(shù)據(jù)輸入業(yè)內(nèi) 10萬億+領(lǐng)先 Token預(yù)計年底總數(shù)據(jù)備 高質(zhì)量據(jù)儲備數(shù)據(jù)采集和清洗超大規(guī)模GPU集群1000+訓(xùn)練次數(shù)X十億參數(shù)模型100+訓(xùn)練次數(shù)X百億參數(shù)模型算法“配方“實驗

千億參數(shù)基模型訓(xùn)練

穩(wěn)定大算力支持28章節(jié)三 廠商應(yīng)用案例01商湯科技大模型應(yīng)用案例——01商湯科技大模型應(yīng)用案例——微博領(lǐng)域AI營銷大模型微博是一個掌握海量優(yōu)質(zhì)內(nèi)容的社交媒體，也是內(nèi)容營銷大模型進(jìn)駐實踐的重要領(lǐng)域。當(dāng)下，全球互聯(lián)網(wǎng)用戶熱衷于與有趣的虛擬角色對話，以獲得豐富的情緒價值。為此，微博與商湯進(jìn)行聯(lián)合研發(fā)，通過劇綜數(shù)據(jù)構(gòu)建本地知識庫、優(yōu)化提示詞、指令微調(diào)等工作，生成虛擬角色模型，該角色模型全天候為粉絲提供個性化評論回復(fù)、私信聊天等功能。多數(shù)博主和品牌商難以實現(xiàn)商業(yè)變現(xiàn)，例如精通知識內(nèi)容的微博達(dá)人缺乏自主選品能力，并且不具備專業(yè)直播設(shè)備和直播間。微博增值設(shè)計研發(fā)中心與商湯共同開發(fā)出“AI營銷助手”，助力博主自主選品、自動生成營銷文案及視頻、并且兼顧產(chǎn)品咨詢和客服運(yùn)營。7000AIGC69萬篇95800AIGC95%，是眾多博主一致公認(rèn)的最好用的AI營銷工具。虛擬角色模型如影數(shù)字人《長月燼明》虛擬角色微博號與粉絲互動如影數(shù)字人微博直播帶貨醫(yī)美面膜虛擬角色模型如影數(shù)字人《長月燼明》虛擬角色微博號與粉絲互動如影數(shù)字人微博直播帶貨醫(yī)美面膜“AI營銷助手”幫助博品牌店鋪、下單”的內(nèi)容電商全流程02商湯科技大模型應(yīng)用案例——在線教育領(lǐng)域?qū)τ诮逃龣C(jī)構(gòu)而言，師資是最大的核心資產(chǎn)，但名師授課需求旺盛且擠占教研時間，因此無法有針對性地輔導(dǎo)每一位學(xué)員的個性化需求。虛擬數(shù)字講師“小鹿”基于商湯“如影”數(shù)字人與“商量”語言大模型技術(shù)，能夠做到因材施教，依托專業(yè)的內(nèi)容知識庫，分析學(xué)員的學(xué)習(xí)數(shù)據(jù)，實現(xiàn)與學(xué)員的教學(xué)互動。例如為學(xué)員提供實時的反饋和建議，幫助他們更好的理解和掌握知識，提升學(xué)習(xí)效率。29章節(jié)三 廠商應(yīng)用案例商湯科技與中公網(wǎng)校聯(lián)合研發(fā)并發(fā)布虛擬數(shù)字講師“小鹿老師”中公教育，創(chuàng)立于中公教育，創(chuàng)立于2003年，早期牢固占領(lǐng)考公考編領(lǐng)域的教培市場。中公教育洞察互聯(lián)網(wǎng)普及大眾之勢，深入發(fā)展在線教育，開設(shè)中公網(wǎng)校?！靶÷估蠋煛钡膬?yōu)點小鹿老師在“AI系統(tǒng)班”授課聲音優(yōu)化，避免機(jī)械感連續(xù)朗讀課件研發(fā)的反復(fù)調(diào)優(yōu)形象更為逼真互動形式多樣化訓(xùn)練效率更高03商湯科技大模型應(yīng)用案例——中小微企業(yè)在線營銷AI智能直播機(jī)如今，互聯(lián)網(wǎng)直播營銷成為消費(fèi)者引流的最佳入口，但中小微企業(yè)缺乏足夠預(yù)算和人力資源來投入流量運(yùn)營，也存在內(nèi)容同質(zhì)化嚴(yán)重等問題。德寶藝苑在融合商湯科技“如影”數(shù)字人視頻生成平臺的基礎(chǔ)上，開發(fā)出AI智能直播機(jī)，以滿足中關(guān)村國際直播港多個行業(yè)客戶的特色營銷需求。數(shù)字人直播在實際應(yīng)用里為中小企業(yè)主帶來顯著好處。首先，小微品牌主能夠大幅減少直播人力的投入。其次，小微商家掌握平臺推薦策略，實現(xiàn)最大化的品牌與產(chǎn)品曝光度。此外，智能數(shù)字人能夠熟練運(yùn)用多國語言進(jìn)行跨境電商直播，大幅減低直播團(tuán)隊成本。在“三產(chǎn)融AI的集團(tuán)公司，幫助中小微企業(yè)擁有自己的品牌營銷。播港，量身設(shè)計了一整套數(shù)字人直播營銷體系。德寶藝苑的集團(tuán)公司，幫助中小微企業(yè)擁有自己的品牌營銷。播港，量身設(shè)計了一整套數(shù)字人直播營銷體系。德寶藝苑AI智能直播機(jī)與商湯如影數(shù)字人AI智能直播機(jī)為中小微企業(yè)帶來的價值并提供線上品宣設(shè)計方案略IP30章節(jié)三 廠商應(yīng)用案例AI大模型關(guān)鍵發(fā)現(xiàn)度小滿深耕金融科技領(lǐng)域多年，具備金融數(shù)據(jù)集優(yōu)勢，以“通用大模型+自有行業(yè)數(shù)現(xiàn)出色度小滿依托百度人工智能技術(shù)，探索大模型在金融領(lǐng)域的應(yīng)用。作為百度文心一言的首批合作伙伴，度小滿結(jié)合業(yè)務(wù)場景積累的金融專用知識數(shù)據(jù)進(jìn)行交互式訓(xùn)練，打造金融領(lǐng)域垂直大模型。度小滿深耕金融行業(yè)多年，擁有海量專用訓(xùn)練數(shù)據(jù)集。業(yè)務(wù)涵蓋信貸、財富管理、支付、保險、個人金融科技和供應(yīng)鏈金融科技等六個板塊，合作的金融公司包括工商銀行、農(nóng)業(yè)銀行、易方達(dá)基金、中國人壽等數(shù)百家知名銀行及持牌機(jī)構(gòu)，擁有金融研報、股票、基金、銀行、保險等方向的專業(yè)知識。這些大量的金融對話數(shù)據(jù)被通用大模型在金融領(lǐng)域進(jìn)行特定的預(yù)訓(xùn)練調(diào)優(yōu)，使得軒轅大模型在金融內(nèi)容的理解上和生成上具備卓越能力。另一方面，度小滿擁有專業(yè)的金融數(shù)據(jù)，這依托于此前百度搭建的金融生態(tài)，包括面向大眾的消費(fèi)信貸服務(wù)、理財平臺“度小滿理財”和支付平臺“度小滿錢包”。此外，度小滿將軒轅大模型開源，有助于降低大模型在金融場景中的應(yīng)用門檻。并且借助生態(tài)伙伴的技術(shù)加持，提升大滿百度度小滿的業(yè)務(wù)與服務(wù)度小滿的金融客戶信貸服務(wù)理財服務(wù)保險經(jīng)紀(jì)服務(wù)支付服務(wù)個人金融科技 供應(yīng)鏈金融科技度小滿，原百度金融，現(xiàn)已獨(dú)立運(yùn)營，是百度“文心一言”開放生態(tài)合作后首家接入的金融科技公司。31章節(jié)三 廠商應(yīng)用案例20239-70BC-EvalCMMLU-70B70B8k-70B解題思路，同時也能做好隱私保護(hù)。從評測榜單結(jié)果看，軒轅-70B在C-Eval、CMMLU71.971.1“軒轅-70B”金融大模型在C-Eval、CMMLU兩大權(quán)威榜單上位列所有開源模型第一#模型名稱C-EvalCMMLU0Xuanyuan-70B71.971.11Llama2-70B52.153.112GPT468.470.953InternLM-20B58.8*-4Baichun2-13B-base58.161.975XVERSE-13B-base54.758.46Qwen-7B59.658.667ChatGLM2-6B51.748.8C-EvalC-Eval榜單：5213948AI大模型評測榜單。CMMLU數(shù)據(jù)集：一個綜合性的中文評估基準(zhǔn)，由MBZUAI、上海交通大學(xué)、微軟亞洲研究院共同推出，在評估語言模型在中文語境下的知識和推理能力方面極具權(quán)威性。32章節(jié)三 廠商應(yīng)用案例軒轅-70B-70B理財、信貸、保險和投資方面相關(guān)專業(yè)知識。為此，軒轅-70B在注冊會計師考試（CPA）、銀行/證券/保險/基金/期貨從業(yè)資格、理財規(guī)劃師、經(jīng)濟(jì)師等金融領(lǐng)域十大類權(quán)威考試中，都能提供專業(yè)的支持和解答。從評測結(jié)果看，該模型在特定中文67.56GPT4“軒轅-70B”金融大模型在中文金融領(lǐng)域知識評估數(shù)據(jù)集評測中以67.56分位居首位模型平均分注冊會計師銀行從業(yè)資格證券從業(yè)資格基金從業(yè)資格保險從業(yè)資格經(jīng)濟(jì)師稅務(wù)師期貨從業(yè)資格理財規(guī)劃師精算師Xuanyuan-70B67.5669.4976.4069.5674.8967.8284.8158.4071.5965.1537.50GPT4(0-shot)60.0552.3368.7264.868.8168.6875.5846.9363.5163.8427.27ErineBot(0-shot)55.4450.864.7256.3860.8959.4874.4244.2656.1256.6830.68Baichuan2-13B-Base51.245.4658.8850.9457.854.4564.8142.8350.8153.0932.95Baichuan2-7B-Base47.3539.3654.5645.5852.6451.0160.5838.5249.4251.1430.68Baichuan-13B-Base44.4939.7452.843.3752.2948.9958.8533.6143.6553.4218.18ChatGPT(0-shot)44.234.3253.1244.8155.0549.7155.1931.9745.2749.8422.73“軒轅“軒轅-70B”特地制定的中文金融領(lǐng)域知識評估數(shù)據(jù)集：涵蓋了10個金融大類以及367173（CPA）33章節(jié)三 廠商應(yīng)用案例AI大模型關(guān)鍵發(fā)現(xiàn)滴普科技聚焦“DataAIFastData滴普科技以“DataAIData+AICPUGPUDataFabric”和“AIAgent臺FastData公司發(fā)布首個企業(yè)大模型Deepexi，打造了Fast5000E訓(xùn)推一體機(jī)、FastAGIDeinsight倉平臺FastData署以及推理等功能，幫助其快速構(gòu)建行業(yè)專屬大模型。公司基于“Data+AI”一方面，企業(yè)基于實時智能湖倉等數(shù)據(jù)基礎(chǔ)架構(gòu)打造統(tǒng)一的數(shù)據(jù)平臺，實現(xiàn)數(shù)據(jù)要素資產(chǎn)化；另一方面，依托大模型技術(shù)，企業(yè)可以對業(yè)務(wù)模型進(jìn)行訓(xùn)練，從而落地領(lǐng)域模型，二者能力相結(jié)合實現(xiàn)業(yè)務(wù)的數(shù)據(jù)智能化。滴普科技產(chǎn)品體系聚焦Data+AI戰(zhàn)略，構(gòu)建數(shù)字經(jīng)濟(jì)的基礎(chǔ)范式34章節(jié)三 廠商應(yīng)用案例公司打造FastDataAI企業(yè)用戶會面臨數(shù)據(jù)質(zhì)量差、有效數(shù)據(jù)難抓取、數(shù)據(jù)多模態(tài)等問題，對數(shù)據(jù)采集和處理提出更高的要求。大部分企業(yè)使用的數(shù)據(jù)平臺在存算分離和數(shù)據(jù)處理能力上略顯不足，而集合了數(shù)據(jù)湖和數(shù)據(jù)倉庫的湖倉一體平臺能分別使用單獨(dú)的群集進(jìn)行存儲和計算，支持多種數(shù)據(jù)模型并存和異構(gòu)數(shù)據(jù)的實時查詢和分析。DataFabricFastData。FastDataAI大模型多個數(shù)據(jù)源集成所帶來的數(shù)據(jù)錯誤、重復(fù)內(nèi)容等問題，F(xiàn)astData可以覆蓋數(shù)據(jù)資產(chǎn)全流程，進(jìn)行質(zhì)量監(jiān)管和檢驗，通過數(shù)據(jù)治理體系建設(shè)幫助企業(yè)沉淀標(biāo)準(zhǔn)的專業(yè)服務(wù)和數(shù)據(jù)資產(chǎn)分析場景庫，保證數(shù)據(jù)口徑的統(tǒng)一性，提升數(shù)據(jù)資產(chǎn)的一致性、完整AI+AI滴普科技FastData實時智能湖倉平臺的架構(gòu)和核心優(yōu)勢FastData實時數(shù)據(jù)湖倉平臺的架構(gòu)數(shù)據(jù)門戶數(shù)據(jù)門戶聯(lián)邦分析指標(biāo)中心件數(shù)據(jù)治理數(shù)據(jù)開發(fā)數(shù)據(jù)集成簡單易用工作臺OneWorkspace分析套開發(fā)套件融合高性能計算融合高性能計算OneEngine更多引擎統(tǒng)一適配SQL計算引擎（Trino）實時計算引擎（Flink）批處理計算引擎（Spark）多云低成本存儲多云低成本存儲OneLakehouse湖倉引擎FastDataFastData實時智能湖倉平臺的核心優(yōu)勢分布式數(shù)據(jù)湖大同數(shù)據(jù)孤島，提升性能節(jié)省搬遷成本大數(shù)據(jù)平臺支持國產(chǎn)化持續(xù)向湖倉演進(jìn)多模態(tài)數(shù)據(jù)的統(tǒng)一存儲，結(jié)合AI工具統(tǒng)一分析數(shù)據(jù)要素治理和資產(chǎn)化，釋放數(shù)據(jù)價值35章節(jié)三 廠商應(yīng)用案例DeepexiDeepexi企業(yè)大模型打造了Fast5000E訓(xùn)推一體機(jī)、FastAGI智能體平臺、以及Deinsight模型應(yīng)用在內(nèi)的產(chǎn)品服務(wù)。FastAGI打造了知識智能體DocAgentDataAgentPluginAgentDocAgent（RAG）（LLM），提升內(nèi)容生成的能力和精準(zhǔn)度，基于語義理解能力、個性化與自適應(yīng)等核心能力，通過知識提取、組織、生成關(guān)鍵知識工程，實現(xiàn)企業(yè)知識的精準(zhǔn)檢索及問答，提供專業(yè)、高效、準(zhǔn)確的智能問答體驗。DataAgent基于Deepexi-Coder模型提供的MQL/作為昇騰應(yīng)用軟件伙伴和一體機(jī)伙伴，滴普科技已與昇騰完成技術(shù)互認(rèn)證，并打造Fast5000E。Fast5000EDeepexiDeinsight領(lǐng)域應(yīng)用商品運(yùn)營Deinsight領(lǐng)域應(yīng)用商品運(yùn)營更多場景通用應(yīng)用知識問答數(shù)據(jù)分析FastAGI智能體平臺Chatbox UI（App/Web）技能集Txt2CodeDataAgent（數(shù)據(jù)智能體）RAGDocAgent（知識智能體）FunctionPluginAgent（插件智能體）語料準(zhǔn)備 知識語（圖）Fast5000EFast5000E基礎(chǔ)模型滴普訓(xùn)推一體機(jī)算力服務(wù)Deepexi模型棧Deepexi-Doc（圖表識別）Deepexi-Text（Embedding）Deepexi-Code（SQL/Python）36章節(jié)三 廠商應(yīng)用案例企業(yè)要實現(xiàn)數(shù)據(jù)智能化分為數(shù)據(jù)智能平臺建設(shè)和企業(yè)大模型打造的兩大階段。上一個階段的重心任務(wù)是建設(shè)數(shù)據(jù)基礎(chǔ)平臺和打造數(shù)據(jù)要素的資產(chǎn)化，但存在的痛點是企業(yè)需要大量的人工梳理和開發(fā)才能形成業(yè)務(wù)指標(biāo)體系和模型體系，業(yè)務(wù)部門使用起來難度較大?；谝陨系膯栴}，新階段的核心任務(wù)在于打造企業(yè)大模型，通過AIAgent的能力，使大模型簡單易用化，最終大幅提升數(shù)據(jù)業(yè)務(wù)智能的效率，實現(xiàn)真正的企業(yè)數(shù)據(jù)智能。Data+AIAppliedengineer，PromptengineerData+AIDataFabricFastDataDeepexi分利用企業(yè)內(nèi)部所積累的行業(yè)指標(biāo)和知識體系以及行業(yè)外部數(shù)據(jù)，以Chatbox搜索框的人機(jī)交互形態(tài)為業(yè)務(wù)使用者提供問題的全局透析和業(yè)務(wù)決策的科學(xué)建議，從而逐步做到業(yè)務(wù)層面有感知，進(jìn)一步賦能業(yè)務(wù)，大幅降低數(shù)據(jù)智能在企業(yè)的使用門檻，形成真正的數(shù)據(jù)智能。公司下一代數(shù)據(jù)智能體系架構(gòu)Chatbox例如：生產(chǎn)制造領(lǐng)域的銷存場景Chatbox例如：生產(chǎn)制造領(lǐng)域的銷存場景輸入：商品的補(bǔ)貨建議 輸入：確認(rèn)補(bǔ)貨400輸出：建議補(bǔ)貨數(shù)量123，請“確認(rèn)”數(shù)量進(jìn)行補(bǔ)貨 輸出：已經(jīng)生成補(bǔ)貨訂單，提交到ERP系統(tǒng)企業(yè)外部第三方行業(yè)數(shù)據(jù)（API/SaaS...）業(yè)務(wù)邏輯企業(yè)知識沉淀（文本/圖片...）API庫企業(yè)內(nèi)部企業(yè)業(yè)務(wù)指標(biāo)體系企業(yè)業(yè)務(wù)系統(tǒng)（ERP/SAP...）數(shù)據(jù)匯集章節(jié)三 廠商應(yīng)用案例01滴普科技大模型應(yīng)用案例——商品流通領(lǐng)域滴普科技聯(lián)合百麗時尚打造企業(yè)運(yùn)營管理領(lǐng)域模型，逐步實現(xiàn)基于AI大模型的輔助決策能力。雙方創(chuàng)新性地落地了數(shù)倉機(jī)器人及數(shù)智應(yīng)用Deepexi-Deinsight，企業(yè)用戶可以通過自然語言提問，獲取信息、分析數(shù)據(jù)、沉淀認(rèn)知。結(jié)合領(lǐng)域模型的業(yè)務(wù)知識、規(guī)則策略、實操案例，可對大規(guī)模商品實現(xiàn)全生命周期不同階段的精細(xì)化運(yùn)營，有效提升企業(yè)運(yùn)營決策效率與正確率。聯(lián)合百麗時尚創(chuàng)新運(yùn)營管理模型百麗時尚集團(tuán)百麗時尚集團(tuán)是中國一家大型時尚鞋服集團(tuán)，現(xiàn)擁有19300多9000家。 2022年，百麗時尚與滴普科技共建了“數(shù)據(jù)湖湖倉一FastData，全方位助力百麗時尚實現(xiàn)海量、多模數(shù)據(jù)入湖和存儲、湖倉數(shù)據(jù)應(yīng)用、數(shù)據(jù)全鏈路追蹤、數(shù)據(jù)智能化運(yùn)維等

商品運(yùn)營助手02

滴普科技大模型應(yīng)用案例——先進(jìn)制造領(lǐng)域公司聯(lián)合中核裝備院成立數(shù)據(jù)智能大模型實驗室，共同推動AI大模型在企業(yè)服AIGCAIGC聯(lián)合中核裝備院構(gòu)建新一代大數(shù)據(jù)平臺中核裝備技術(shù)研究（上海）有限公司轉(zhuǎn)化和產(chǎn)業(yè)轉(zhuǎn)型服務(wù)的新型研發(fā)機(jī)構(gòu)。中核裝備院依托滴普科技實時智能湖倉平臺FastData，以及自身多年的行業(yè)知識積累，結(jié)合LLM+領(lǐng)域知識庫微調(diào)行業(yè)垂直模型。

多視角自動提取知識，快速定位內(nèi)容（比如用戶手冊、技術(shù)規(guī)格、常見問題解答、法規(guī)等），增加了內(nèi)部知識流動與共享。端到端通過數(shù)據(jù)知識驅(qū)動業(yè)務(wù)，結(jié)合智能識別、實構(gòu)建競爭優(yōu)勢。38章節(jié)三 廠商應(yīng)用案例中國互聯(lián)網(wǎng)云廠商總覽關(guān)鍵發(fā)現(xiàn)互聯(lián)網(wǎng)云廠商占據(jù)中國通用大模型行業(yè)多數(shù)市場份額，在布局時間、基礎(chǔ)設(shè)施建設(shè)、應(yīng)用場景等方面具備明顯優(yōu)勢國內(nèi)互聯(lián)網(wǎng)云廠商在布局時間、基礎(chǔ)設(shè)施等方面具備明顯優(yōu)勢 海外互網(wǎng)廠商 國內(nèi)科研院校大模型仍處于研發(fā)階段，尚未商業(yè)化應(yīng)用國內(nèi)科研院校大模型仍處于研發(fā)階段，尚未商業(yè)化應(yīng)用國內(nèi)互聯(lián)網(wǎng)云廠商大模型開發(fā)路徑：基于基礎(chǔ)底座，先推出通用大模型，進(jìn)而結(jié)合行業(yè)數(shù)據(jù)、與生態(tài)企業(yè)展開合作，推出垂直行業(yè)大模型，國產(chǎn)大模型相比于國外通用大模型更貼合產(chǎn)業(yè)端的實際使用。先發(fā)優(yōu)勢：AIToB場景均有應(yīng)用落地。先發(fā)優(yōu)勢：推出大模型之前，百度在自動駕駛、智能云等AI領(lǐng)域進(jìn)行前瞻性布局。并在2023年3月率先發(fā)布文心一言大模型

技術(shù)優(yōu)勢：具有“芯片—框架—模型—應(yīng)用”四層技術(shù)棧的完整AI產(chǎn)業(yè)鏈布局，即昆侖芯片、飛漿深度學(xué)習(xí)平臺、文心大模型應(yīng)用優(yōu)勢：應(yīng)用優(yōu)勢：騰訊混元AI大模型團(tuán)隊推出NLP萬億大模型，該模型已成功落地于騰訊廣告、搜索、對話等內(nèi)部產(chǎn)品，并通過騰訊云服務(wù)外部客戶

技術(shù)優(yōu)勢：從自研的星星海服務(wù)器，到新一代HCC高性能計算集群，再到自研的星脈高速網(wǎng)絡(luò)，騰訊已經(jīng)打造了一套完整的面向大模型領(lǐng)域的高性能智算網(wǎng)絡(luò)生態(tài)優(yōu)勢：騰訊大模型可接入微信、游戲、短視頻、廣告等ToB端優(yōu)勢業(yè)務(wù)，騰訊在SaaS加速器、微信等業(yè)務(wù)均有大量合作伙伴應(yīng)用優(yōu)勢：阿里的所有產(chǎn)品未來將接入大模型，同時將與OPPO、吉利、智己等企業(yè)展開合作

技術(shù)優(yōu)勢：阿里張北智算中心和烏蘭察布智算中心，算力規(guī)模合計15EFLOPS（每秒1,500億億次浮點運(yùn)算）生態(tài)優(yōu)勢：阿里魔搭社區(qū)匯聚800+個開源模型，總用戶量100萬+，模型累計下載次數(shù)1600萬+應(yīng)用優(yōu)勢：盤古視覺大模型已經(jīng)在工業(yè)、質(zhì)檢、缺陷檢測、電力巡檢等100多個行業(yè)場景完成驗證

技術(shù)優(yōu)勢：ModelArts2.0AI開發(fā)平910等算力芯片、兆瀚RA5900-A系列等AI2022年提供2,300P普惠AI算力

生態(tài)優(yōu)勢：昇騰AI產(chǎn)業(yè)生態(tài)已發(fā)展20+家硬件合作伙伴，1000+家軟件伙伴39行業(yè)大模型電影頻道-百度行業(yè)大模型電影頻道-百度辭海-百度·文心國網(wǎng)-百度文心浦發(fā)-百度·文心航天-百度·文心人民網(wǎng)-百度文心 冰城-百度文心深燃-百度·文心吉利-百度·文心泰康-百度·文心TCL-百度·文心AI大模型關(guān)鍵發(fā)現(xiàn)百度發(fā)布文心產(chǎn)業(yè)級知識增強(qiáng)大模型，已運(yùn)用在包括電力、燃?xì)?、金融、航天、傳媒在?nèi)等的多個領(lǐng)域11API在燃?xì)庑袠I(yè)，“深燃-百度·文心”在環(huán)境巡檢、安全監(jiān)控等領(lǐng)域落地，有效解決了場景繁雜、識別困難等難題。在汽車行業(yè)，“吉利-百度·文心”應(yīng)用于售后服務(wù)和汽?領(lǐng)域知識庫構(gòu)建等場景，實現(xiàn)顯著效果提升。產(chǎn)品與社區(qū)文心一格旸谷社區(qū)產(chǎn)品與社區(qū)文心一格旸谷社區(qū)文心百中工具與平臺工具與平臺大模型套件APIBML-大模型EasyDL-大模型場景化工具高性能部署大模型壓縮大模型精調(diào)數(shù)據(jù)標(biāo)注與處理文心大模型單序列蛋白質(zhì)結(jié)構(gòu)預(yù)測蛋白質(zhì)結(jié)構(gòu)預(yù)測文心大模型單序列蛋白質(zhì)結(jié)構(gòu)預(yù)測蛋白質(zhì)結(jié)構(gòu)預(yù)測HelixFold化合物表征學(xué)習(xí)HelixGEM生物計算大模型文圖生成ERNIE-ViLG文檔智能ERNIE-Layout視覺-語言ERNIE-ViL語音-語言ERNIE-SATNLP大模型CV大模型商品圖文搜索表征學(xué)習(xí)VIMER-UMSOCRVIMER-StrucTexT跨模態(tài)大模型地理-語言ERNIE-GeoL醫(yī)療ERNIE-Health金融ERNIE-Finance對話PLATO搜索ERNIE-Search信息抽取ERNIE-UIE跨語言ERNIE-M代碼ERNIE-Code圖網(wǎng)絡(luò)ERNIE-Sage多任務(wù)視覺表征學(xué)習(xí)VIMER-UFO 語言理與生成 視覺處理多任務(wù)學(xué)習(xí)VIMER-TCIR自監(jiān)督視覺表征學(xué)習(xí)章節(jié)三 廠商應(yīng)用案例01國網(wǎng)-百度·文心百度基于通用文心大模型，從海量數(shù)據(jù)中挖掘電力行業(yè)數(shù)據(jù)，引入電力業(yè)務(wù)積累的樣本數(shù)據(jù)和特有知識；且在訓(xùn)練中，結(jié)合雙方在預(yù)訓(xùn)練算法和電力領(lǐng)域業(yè)務(wù)與算法的經(jīng)驗，設(shè)計電力領(lǐng)域?qū)嶓w判別、電力領(lǐng)域文檔判別等算法作為預(yù)訓(xùn)練任務(wù)，讓文心大模型深入學(xué)習(xí)電力專業(yè)知識，在國網(wǎng)場景任務(wù)應(yīng)用效果提升。該電力行業(yè)大模型使用更少算力在更短訓(xùn)練時間內(nèi)即可取得良好效果，模型綜合指標(biāo)達(dá)到91.18%，相比較傳統(tǒng)方式提升11.38%，在小樣本場景下模型效果優(yōu)勢更為明顯。電力行業(yè)知識增強(qiáng)國網(wǎng)業(yè)務(wù)專家國網(wǎng)數(shù)據(jù)專家國網(wǎng)電力專業(yè)語料庫與知識行業(yè)數(shù)據(jù)挖掘海量數(shù)據(jù)電力行業(yè)知識增強(qiáng)國網(wǎng)業(yè)務(wù)專家國網(wǎng)數(shù)據(jù)專家國網(wǎng)電力專業(yè)語料庫與知識行業(yè)數(shù)據(jù)挖掘海量數(shù)據(jù)電力行業(yè)數(shù)據(jù)文心大模型國網(wǎng)-百度·文心（NLP）電力專業(yè)預(yù)訓(xùn)練任務(wù)國網(wǎng)算法專家+百度算法專家通用預(yù)訓(xùn)練任務(wù)基于國網(wǎng)人工智能兩庫—平臺訓(xùn)練02深燃-百度·文心-百度針對燃?xì)庑袠I(yè)中槽車作業(yè)、園區(qū)生產(chǎn)等場景存在的安全隱患，深圳燃?xì)饴?lián)合百度，AI-百度2.5%4.5%90%，泛41章節(jié)三 廠商應(yīng)用案例AI大模型關(guān)鍵發(fā)現(xiàn)MaaSTIHCC算集群，提供一站式大模型服務(wù)騰訊云MaaS架構(gòu)

TIMaaSTITI-ONETI-ONE平TI-ACC“太極拳Angel”CV、NLP優(yōu)化算法模型的前提下，增加了對于模型的練習(xí)和邏輯推理加快能力，根據(jù)多線程生產(chǎn)調(diào)度提升、顯卡內(nèi)存提升、30%。行業(yè)大模型金融大模型 政務(wù)大模型 文旅大模型 傳媒大模型 教育大模型 ……行業(yè)大模型開放生態(tài)技術(shù)底座技術(shù)底座TI平臺基礎(chǔ)設(shè)施向量數(shù)據(jù)庫高性能網(wǎng)絡(luò)：自研星脈計算網(wǎng)絡(luò)架構(gòu)高性能計算集群HCC模擬底座騰訊混元大模型太極Angel加速組件TI-Matrix應(yīng)用平臺TI-ONE訓(xùn)練平臺TI-DataTruth數(shù)據(jù)標(biāo)注平臺數(shù)智人…企點客服AI語音助手智能應(yīng)用媒體AI平臺智能視頻分析平臺智能圖像創(chuàng)作平臺應(yīng)用平臺MaaSTI–OCR訓(xùn)練平臺TI–AOI訓(xùn)練平臺細(xì)分領(lǐng)域模型訓(xùn)練平臺行業(yè)大模型精調(diào)解決方案客戶專屬大模型……分析營銷智能客服智能文檔管理智能檢索（跨模態(tài)）智能創(chuàng)作TI平臺章節(jié)一 技術(shù)跟蹤騰訊云MaaS的內(nèi)部實踐，重塑