2024中國“百模大戰(zhàn)”競爭格局分析報告

-2024中國“百模大戰(zhàn)”競爭格局分析報告勢如破竹,通用模型誰主沉浮百舸爭流,垂類模型落地幾何終局未定,“百模大戰(zhàn)”未來何往勢如破竹,通用模型誰主沉浮百舸爭流,垂類模型落地幾何終局未定,“百模大戰(zhàn)”未來何往戰(zhàn)鼓齊鳴,“百模爭鋒”戰(zhàn)火正旺戰(zhàn)鼓齊鳴,“百模爭鋒”戰(zhàn)火正旺2024務(wù)國“百模大戰(zhàn)”競爭格局分析報嶧?通用大模型呈現(xiàn)寡?垂類大模型呈現(xiàn)碎模型發(fā)布:?上海人工智能實驗室發(fā)布開源書生·浦模型發(fā)布:?通用大模型呈現(xiàn)寡?垂類大模型呈現(xiàn)碎模型發(fā)布:?上海人工智能實驗室發(fā)布開源書生·浦模型發(fā)布:算法備案:模型發(fā)布:模型書生·筑夢模型備案官方評測:?國內(nèi)首個官方大模型評測結(jié)果出爐,通義千問、文心—模型發(fā)布:模型發(fā)布:算法/模型備案:?境內(nèi)累計151款算法模成深度合成服務(wù)算政策落地:4用行動方案(2023-2024年)》模型發(fā)布:政策落地:?《上海市推動人工智能大模型創(chuàng)新發(fā)展若干措施(2023-2025年)》模型備案:模型發(fā)布:?上海人工智能實驗室開源發(fā)布書生·浦語2.0、書生·浦語靈筆2.0等多款大模型算法備案:?境內(nèi)累計280款算法模成深度合成服務(wù)算模型發(fā)布:了模型發(fā)布:政策落地:模型發(fā)布:?抖音推出AI聊天機(jī)器人構(gòu)建平臺Coze的國內(nèi)版“扣子”模型備案:模型發(fā)布:模型發(fā)布:模型發(fā)布:準(zhǔn)備期創(chuàng)業(yè)爆發(fā)百模大戰(zhàn)穩(wěn)定發(fā)展國內(nèi)高校率先發(fā)布產(chǎn)品,國內(nèi)高校率先發(fā)布產(chǎn)品,百度先聲奪人,大廠積極入局產(chǎn)品更新迭代,新玩家持續(xù)入局競爭格局穩(wěn)固,競爭格局穩(wěn)固,資料來源:《中國人工智能大模型地圖研究報告》、公開資料、億歐智庫4u2023-2024年,中國大模型產(chǎn)業(yè)快速發(fā)展,科技大廠、AI公司、創(chuàng)業(yè)公司和研究機(jī)構(gòu)等先后入局。各類玩家在產(chǎn)品迭代、官方備案、基礎(chǔ)設(shè)施建設(shè)、百度騰訊阿里巴巴華為科大訊飛商湯科技百川智能稀宇科技字節(jié)跳動撐旦大學(xué)務(wù)科院自動化研究所上海人工智能實驗室版本迭代/新品推出通過官方備案/測試基礎(chǔ)設(shè)施建設(shè)生態(tài)建設(shè)用戶規(guī)模突破獲得融資資料來源:公開資料、億歐智庫5u從20世紀(jì)50年代人工智能技術(shù)誕生至今,先屜四次引封大規(guī)模的關(guān)注,分別是專家系統(tǒng)時代、機(jī)器學(xué)習(xí)時代、深度學(xué)習(xí)時代和大模型時代。前三個階段由于數(shù)研、算力、場景落地和投資回報等方面的原因未能形成AI產(chǎn)業(yè)的商業(yè)閉環(huán)?；诖竽Ｐ屯ㄓ眯?、涌現(xiàn)性和強(qiáng)計算能力的特征,大模型時代有望形成商業(yè)閉環(huán),因此基于技術(shù)尰行性和未來巨大想象空間,眾多玩家涌入大模型賽道。億歐智庫:大模型時代技術(shù)進(jìn)步有望實現(xiàn)商業(yè)閉環(huán)反哺基礎(chǔ)場景落地+投資回報算法+算力?在算法和算力的支撐下實現(xiàn)場景落地,下游客戶投資場景獲得反哺基礎(chǔ)場景落地+投資回報算法+算力?在算法和算力的支撐下實現(xiàn)場景落地,下游客戶投資場景獲得?場景落地后疊加客戶持續(xù)投資又為產(chǎn)業(yè)輸送新的知識和數(shù)據(jù)AI商業(yè)閉環(huán)數(shù)據(jù)+知識數(shù)據(jù)+知識支撐算法數(shù)據(jù)+知識算力機(jī)器學(xué)習(xí)時代?機(jī)器學(xué)習(xí)是基于數(shù)據(jù)驅(qū)動的人工智?核心思想是通過從數(shù)據(jù)中學(xué)習(xí)模式和規(guī)律,從而使計算機(jī)系統(tǒng)具有智應(yīng)用場景有限訓(xùn)練數(shù)據(jù)依賴性強(qiáng)算力資源有限走到商業(yè)閉環(huán)中的“算法+算力”環(huán)節(jié)算法數(shù)據(jù)+知識算力機(jī)器學(xué)習(xí)時代?機(jī)器學(xué)習(xí)是基于數(shù)據(jù)驅(qū)動的人工智?核心思想是通過從數(shù)據(jù)中學(xué)習(xí)模式和規(guī)律,從而使計算機(jī)系統(tǒng)具有智應(yīng)用場景有限訓(xùn)練數(shù)據(jù)依賴性強(qiáng)算力資源有限走到商業(yè)閉環(huán)中的“算法+算力”環(huán)節(jié)場景深度學(xué)習(xí)時代?深度學(xué)習(xí)是機(jī)器學(xué)習(xí)的—個分支,其核心是使用深層神經(jīng)網(wǎng)絡(luò)來進(jìn)行?深度學(xué)習(xí)利用多層次的神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)來學(xué)習(xí)高層次的抽象特征表示,從而實現(xiàn)對復(fù)雜數(shù)據(jù)的有效表示和場景泛化能力弱場景投資回報低場景投資回報低,未形成商業(yè)閉環(huán)場景+回報算法數(shù)據(jù)+知識算力大模型時代?大模型是指具有龐大的參數(shù)規(guī)模和復(fù)雜程度的機(jī)器學(xué)習(xí)模型,具有通場景泛化能力強(qiáng)技術(shù)涌現(xiàn)能力強(qiáng)數(shù)據(jù)和算力質(zhì)量提升多任務(wù)屬性提高投資回報率有望形成商業(yè)閉環(huán)下-----"數(shù)據(jù)+知識算法+算力僅完成商業(yè)閉環(huán)中的僅完成商業(yè)閉環(huán)中的“數(shù)據(jù)+知識環(huán)節(jié)”?專家系統(tǒng)是早期人工智能的代表,其核心思想是將領(lǐng)域?qū)＜业闹R通?專家系統(tǒng)通過將專家知識編碼為—系列的規(guī)則或者知識庫,然后利用推理引擎來模擬專家的決策過程,知識構(gòu)建成本高知識表達(dá)困難技術(shù)泛化能力弱數(shù)據(jù)數(shù)據(jù)+知識資料來源:專家訪談、公開資料、億歐智庫6u市場規(guī)模持續(xù)擴(kuò)大疊加資本市場關(guān)注度不斷提升,日益火熱的大模型賽道涌入各類玩家。從新興技術(shù)發(fā)展周期視角來看,歷經(jīng)多玩家涌入和投資熱度提升的期望膨脹期后市場會逐漸出清,戰(zhàn)況激烈的“百模大戰(zhàn)”將在短中期內(nèi)步入該階段。因此從產(chǎn)業(yè)發(fā)展規(guī)律角度來看,大模型賽道目前已走過創(chuàng)業(yè)高峰期,隨之而來的市場出清趨勢將激化各產(chǎn)業(yè)玩家間的競爭,推動新—輪的市場洗牌。CAGR:50.6%億歐智庫:市場火熱引發(fā)眾多玩家入局CAGR:50.6%?中國大模型市場發(fā)展迅速,2023年中國語言大模型市場規(guī)模突破100億元,未來將保持高速增長,隨著機(jī)器視覺、多模態(tài)大模型等技術(shù)的持續(xù)成熟,未來大模型市場規(guī)模有望持續(xù)增長。2023年人工智能領(lǐng)域的資本熱度相對下滑,但AIGC/大模型在資本市場的關(guān)注度持續(xù)提高,并出現(xiàn)了智譜AI、百川智能等融資金融超過20億人民幣的事件。?科技領(lǐng)域FOMO(FearOfMissingOut)錯事恐懼效應(yīng)明顯,疊加大模型成為炙手可熱的賽道,AI企業(yè)、科技公司、初創(chuàng)企業(yè)和研究機(jī)構(gòu)等紛紛入局,國內(nèi)大模型數(shù)量已從2023年6月的不足80個增長到2024年2月的300多個,市場競爭激烈。務(wù)國大語言模型市場規(guī)模(億元)及增速?2023年務(wù)國語言大模型市場規(guī)模達(dá)132.3億元,?2023年AI領(lǐng)域融資事件總數(shù)為585件,技術(shù)算法層融資事件182件,占AI領(lǐng)域的31%?在技術(shù)算法層細(xì)分領(lǐng)域的融資務(wù),AIGC/大模型累計融資156.13億元,獲投公盡數(shù)90家,融資事件數(shù)111件,在包括基礎(chǔ)設(shè)施和行業(yè)應(yīng)用的所有AI細(xì)分領(lǐng)域務(wù),三項指標(biāo)均領(lǐng)先與行業(yè)平均水平2023年務(wù)國AI領(lǐng)域—級市場股權(quán)融資事件類型分布基礎(chǔ)設(shè)施層技術(shù)算法層行業(yè)應(yīng)用層u融資總額(億元)u獲投公盡數(shù)u融資事件億歐智庫:產(chǎn)業(yè)發(fā)展規(guī)律引致競爭格局優(yōu)化?新興技術(shù)的發(fā)展通常會經(jīng)歷技術(shù)萌芽期、期望成熟期,歷經(jīng)多玩家涌入和投資熱度提升的期望膨脹期后市場逐漸出清,頭部玩家成為市場的主億歐智庫:產(chǎn)業(yè)發(fā)展規(guī)律引致競爭格局優(yōu)化初步洗牌期和行業(yè)整合并購期,最后走向先對穩(wěn)定的寡頭競爭格局。百模大戰(zhàn)對比千團(tuán)大戰(zhàn)在競爭策略、商業(yè)模式和技術(shù)影響等方面存在差異,但混戰(zhàn)后趨于穩(wěn)定的市場規(guī)律仍具有借鑒意義。2010-2015年互聯(lián)網(wǎng)“千團(tuán)大戰(zhàn)”歷程 資本入局,創(chuàng)業(yè)混戰(zhàn)資本撤離,市場出清戰(zhàn)局已定,美團(tuán)領(lǐng)跑?2010年12月團(tuán)購網(wǎng)站超過2000家?2010年12月團(tuán)購網(wǎng)站超過2000家?2014年上半年,團(tuán)購市場形成“—超兩強(qiáng)”的格局?美團(tuán)市占率達(dá)到56%,大眾點?2015年10月,美團(tuán)收購大眾點評成功領(lǐng)跑市場,?團(tuán)購行業(yè)因質(zhì)量問題出現(xiàn)?2013年底以來,百度收購糯米股份,蘇寧收購滿座網(wǎng),騰訊入股大眾點評,市?2012年6月團(tuán)購網(wǎng)站數(shù)下降至2976家?美團(tuán)宣布跨入四億時去,拉7u大模型賽道處于高擁擠狀態(tài),有限性是算力等資源的本質(zhì)特征。隨著市場競爭的日益激烈,算力資源會呈現(xiàn)供需失衡的狀態(tài)并出現(xiàn)資源配置傾斜,疊加日益上漲的算力成本,行業(yè)玩家只有積極應(yīng)戰(zhàn)并構(gòu)建起競爭優(yōu)勢,才能獲得產(chǎn)業(yè)長期發(fā)展的資源支持。(單位:萬張)務(wù)國智能算力規(guī)模(EFLOPS)及增速CAGR:28.2%(單位:萬張)務(wù)國智能算力規(guī)模(EFLOPS)及增速CAGR:28.2%?工業(yè)和信息化部預(yù)測,到2024年年底我國將有5%-8%的企業(yè)大模型參數(shù)從千億級躍升至萬億級,算力需求增速會達(dá)到320%,而務(wù)國智能算力規(guī)模2023-2027年撐屓年均增長率僅為28.2%,?英偉達(dá)A100/H100/A800/H800等高算力專業(yè)級芯片是業(yè)內(nèi)大模型訓(xùn)練的首選。?大模型產(chǎn)業(yè)爆封屜專業(yè)級GPU供不應(yīng)求,美國對務(wù)國的芯片封鎖增加了國內(nèi)公盡購買芯片的難度,目前尰通過英偉達(dá)屓作名伴網(wǎng)絡(luò)內(nèi)的代理商或英偉達(dá)OEM整機(jī)屓作名伴采購GPU,兩種形式都傾屟于優(yōu)先供貨于阿里和字節(jié)等訂單量大的大宇,2023年英偉達(dá)H100GPU在國內(nèi)大部分流屟字節(jié)跳動、阿里、百度和騰訊等大宇,務(wù)小公盡和創(chuàng)業(yè)公盡芯片購買難度增加。2023年英偉達(dá)H100GPU流屟情況圖片來源:英偉達(dá)官網(wǎng)億歐智庫:成本高昂加速市場出清?大模型訓(xùn)練和推理階段都需要消耗較高算力,訓(xùn)練階段GPT3.5屗級別模型需要消耗數(shù)千張A100GPU,GPT4屗級別模型則需耗費近萬張A100GPU。在推理階段,僅考慮問在問答場景需消耗數(shù)萬張H100,多模態(tài)使用場景下算力消耗量隨之增加。?市場需求高漲尙加產(chǎn)能限制導(dǎo)致GPU市場嚴(yán)重供需失衡,高性能GPU價格持續(xù)增長,2023年5月A100和A800市場單價分別達(dá)到15萬元/張和9.5萬元/張,顯著提高大模型產(chǎn)業(yè)入局和部分大模型消耗?的數(shù)量及訓(xùn)練時長模型消耗?數(shù)量訓(xùn)練時長---37.5%20%8u大模型是—個重資源稟賦和高進(jìn)入門檻的賽道,“百模大戰(zhàn)”是—場重投入和高消耗的持久戰(zhàn)役?！鞍倌４髴?zhàn)”的上半場是資源和技術(shù)的碰撞,入局企業(yè)需要長久的資源支持獲得高密度的人才、高質(zhì)量的數(shù)據(jù)和大規(guī)模的算力,同時需要持續(xù)的研發(fā)投入,以科技創(chuàng)新和技術(shù)積累構(gòu)建競爭壁壘。億歐智庫:“AllinAI”的資源支持億歐智庫:科研創(chuàng)新與技術(shù)積累億歐智庫:“AllinAI”的資源支持億歐智庫:科研創(chuàng)新與技術(shù)積累?大模型產(chǎn)業(yè)的技術(shù)進(jìn)步來源于科研創(chuàng)新和技術(shù)積累,從全球范圍來看中國、歐洲和美國在AIforScience領(lǐng)域的積累較多,三地AIforScience論文發(fā)表量超過全球總數(shù)的80%,我國AIforScience論文發(fā)表數(shù)量最高。聚焦國內(nèi)除清華大學(xué)、北京大學(xué)和浙江大學(xué)等科研院校外,華為和?除前言理論研究外,專利的積累和沉淀也能有效幫助企業(yè)構(gòu)筑競爭壁壘。截至2023年底,中國大模型專利申請總數(shù)突破4萬件,百度、騰訊和阿里等頭部科技企業(yè)積累了大量創(chuàng)新成果。專利數(shù)量持續(xù)增加表明中國在大模型領(lǐng)域的科研投入已逐步形成技術(shù)積累,科研創(chuàng)新能力持續(xù)提升。目前大部分專利主要集中在互聯(lián)網(wǎng)和科技企業(yè)等大廠,初創(chuàng)企業(yè)的專利積累相對較少。中國AI大模型專利企業(yè)創(chuàng)新主體排名?作為技術(shù)密集型產(chǎn)業(yè),進(jìn)入大模型賽道和在激烈的市場競爭中獲得優(yōu)勢都需要大量資金支持,用于人才團(tuán)隊構(gòu)建、高質(zhì)量訓(xùn)練數(shù)據(jù)獲取和大規(guī)模算力保證,“AllinAI”的資源支持和戰(zhàn)略方向資金?大模型的研發(fā)、訓(xùn)練及推理需要大量的資金投入,需要—定規(guī)模的市場推廣費用在市場競爭中保持聲量資金?研發(fā)團(tuán)隊中,計算機(jī)視覺、深度學(xué)習(xí)、語音識別和自然語言處理等領(lǐng)域的人才薪酬高于平均水平?高質(zhì)量數(shù)據(jù)集的構(gòu)建需要投入大量的資金,覆蓋數(shù)據(jù)采集、清洗、標(biāo)注和處理等流程的成本?算力成本居高不下,GPT-3同級別模型訓(xùn)練—次的成本超100萬美元人才人才?大模型是典型的技術(shù)密集型產(chǎn)業(yè),需要高密度的人才支持?大模型的開發(fā)和應(yīng)用需要跨學(xué)科的專業(yè)知識,包括機(jī)器學(xué)習(xí)、數(shù)據(jù)科學(xué)、軟件工程、系統(tǒng)架構(gòu)等領(lǐng)域的專家,人才的多樣性和專業(yè)性是推動技術(shù)創(chuàng)新和應(yīng)用落地的關(guān)鍵數(shù)據(jù)?數(shù)據(jù)是訓(xùn)練大模型的基礎(chǔ),高質(zhì)量的數(shù)據(jù)集對于模型性能至關(guān)重要;擁有大量、多樣化且高質(zhì)量的數(shù)據(jù)集,能夠使模型更好地理解和生成語言,提高其在特定領(lǐng)域的應(yīng)用效果數(shù)據(jù)?目前海外高質(zhì)量數(shù)據(jù)集數(shù)量較多,國內(nèi)開源數(shù)據(jù)集在數(shù)據(jù)規(guī)模和語料質(zhì)量上仍有較大差距,廠商自有數(shù)?算力是發(fā)展大模型產(chǎn)業(yè)的必備基礎(chǔ),隨著模型參數(shù)和復(fù)雜度的提升,大模型對算力的需求也在加速增長,大模型訓(xùn)練所需算力每3-4個月增長1倍,增速遠(yuǎn)超摩爾定律算力?大模型訓(xùn)練和推理必須的專業(yè)級GPU目前處于供不應(yīng)求的狀態(tài),資源主要傾斜于實力雄厚的大廠;對于采取算力租賃形式切入賽道的玩家,市場需求旺盛推動租賃成本日益高漲算力資料來源:《務(wù)國AIforScience創(chuàng)新地圖研究報告》《務(wù)國AI大模型創(chuàng)新和專利技術(shù)分析報告》、公開資料、億歐智庫9u商業(yè)落地能力是連接技術(shù)創(chuàng)新與市場需求的橋梁,是企業(yè)實現(xiàn)可持續(xù)發(fā)展的關(guān)鍵。在“百模大戰(zhàn)”中,商業(yè)落地能力是決定企業(yè)能否長期保持競爭u技術(shù)實現(xiàn)商業(yè)落地后需要密切關(guān)注和有效提升產(chǎn)品為下游客戶創(chuàng)造的價值,不斷提高產(chǎn)品附加的戰(zhàn)略價值、經(jīng)濟(jì)價值和成本價值,以提高客戶投資億歐智庫:商業(yè)落地能力億歐智庫:商業(yè)落地能力?大模型應(yīng)用領(lǐng)域廣泛,可面向企業(yè)和個人實現(xiàn)變現(xiàn)。按量收費、訂閱模式、定制化服務(wù)和廣告變現(xiàn)是目前常見的商業(yè)模式,在長期競爭中合理且符合企業(yè)自身發(fā)展條件的商業(yè)模式是大模型廠AI大模型商業(yè)模式列舉B端、C端按量收費?定義:根據(jù)用戶使用量進(jìn)行收費,比如按tokens計費、按照API調(diào)用次數(shù)收費,按照產(chǎn)出內(nèi)容量收費?案例:科大訊飛目前對外開放了星火大模型V1.5、V2.0和V3.0等三個版本,B端、C端訂閱模式?定義:依托內(nèi)容生成平臺和工具,通過收取使用費用獲得收益?案例:百度大模型文心—言已上線會員模式,定價為59.9元/月,連續(xù)包月優(yōu)惠價為49.9元/月,開通會員后,可解鎖文心大模型4.0定制化服務(wù)?定義:根據(jù)客戶的特定需求,提供定制化的大模型服務(wù),服務(wù)內(nèi)容不僅包括大模型系統(tǒng),還包括服務(wù)器等硬件產(chǎn)品等—站式解決方案?案例:為高校提供的大模型系統(tǒng)教學(xué)實踐平臺,不僅包括需要大模型系統(tǒng),廣告變現(xiàn)?定義:當(dāng)大模型終端平臺或工具達(dá)到—定體量后,相關(guān)商家會選擇在其上進(jìn)行廣告投放,大模型廠商獲得廣告費用?案例:AskAI在AppStore中下載量巨大,吸引了商家投放廣告,每月獲得億歐智庫:投資回報價值?中國企業(yè)對于生成式人工智能的接受度較高,—半以上的企業(yè)計劃已開始相關(guān)嘗試,其中34%企業(yè)正在做—些應(yīng)用場景的初步探索,33%的企業(yè)將在2023年投資生成式AI技術(shù)。對于有投資生成式AI技術(shù)意愿的企業(yè),35.3%的企業(yè)在未來3年對于生成式AI的投入增幅在20%-30%之間,?整體來看國內(nèi)企業(yè)對于大模型的接受度和投資意愿度較高,但當(dāng)大模型技術(shù)商業(yè)落地后,需要考慮技術(shù)為下游客戶創(chuàng)造的實際價值,不斷優(yōu)化大模型技術(shù)為客戶創(chuàng)造的戰(zhàn)略價值、經(jīng)濟(jì)價值和成本價值,以價值提升為手段增加客戶粘性,從而實現(xiàn)企業(yè)長期有序發(fā)展。中國企業(yè)對生成式AI的態(tài)度未來3年公司在生成式AI的投入增幅大模型為下游客戶創(chuàng)造的價值u正在做應(yīng)用場景初步探索算法數(shù)據(jù)算力成本占比遞增算法數(shù)據(jù)算力成本占比遞增算法構(gòu)建算法構(gòu)建數(shù)據(jù)清洗數(shù)據(jù)標(biāo)注數(shù)據(jù)收集數(shù)據(jù)清洗數(shù)據(jù)標(biāo)注數(shù)據(jù)收集硬盤硬盤其他其他內(nèi)存內(nèi)存注:圖譜未詳盡,圖譜中的成本占比指構(gòu)建大模型時不同基礎(chǔ)層環(huán)節(jié)投入的占比11業(yè)務(wù)落地||||||||書生·撰模態(tài)書生·浦語|||||||||||||星辰語義大模型||||||||||||||||||||孟子|CharacterGLM||云雀大模型|源源|||海河·諦岎|小冰大模型|海河·諦岎業(yè)務(wù)試點|MOSS|美團(tuán)大模型|玉言|鴻鵠圖文大模型|九天·眾空基座大模型|快意|天河·天元|||||鵬城·腦海|G小i機(jī)器人G小i機(jī)器人||歐姆|小白|藍(lán)心|活字|智象|ChatYuan|語鯨大模型|UniDoc|Monkey|公開使用暫未公開入尞/基于開源平尲下載使用注:圖譜未詳盡u本報告結(jié)合國產(chǎn)大模型通過備案名錄、官方評測結(jié)果和市場調(diào)研等內(nèi)容,選取百度、騰訊、360、阿里巴巴、華為、科大訊飛、商湯科技、字節(jié)跳動、智譜AI和百川智能十家發(fā)布了通用大模型的廠商為研究對象,從“團(tuán)隊力、產(chǎn)品力、基建力、生態(tài)力和發(fā)展力”五個維度構(gòu)建“五力”模型,u不同類型的大模型廠商各具優(yōu)勢,百度和華為的五項能力均領(lǐng)先于行業(yè)平均水平;騰訊、360、阿里巴巴和科大訊飛在產(chǎn)品力方面表現(xiàn)優(yōu)異,商湯科技和字節(jié)跳動的基礎(chǔ)設(shè)施投入和建設(shè)處于行業(yè)中上水平。智譜AI和百川智能作為大模型初創(chuàng)企業(yè)的代表,智譜AI持續(xù)發(fā)力產(chǎn)品創(chuàng)新,展力處于行業(yè)中上水平;百川智能整體競爭力仍有提升空間。團(tuán)隊力團(tuán)隊力產(chǎn)品力評估大模型的綜合性能,結(jié)合官方機(jī)構(gòu)的評測結(jié)果,多維度考量大?；F(tuán)隊力評估大模型廠商的團(tuán)隊結(jié)構(gòu),細(xì)分維度包括人才結(jié)構(gòu)、人才質(zhì)量和人人人產(chǎn)品力基建力生態(tài)力評估大模型廠商的生態(tài)建設(shè)情況,細(xì)分維度包括開發(fā)者社區(qū)建設(shè)、開設(shè)的投入力度儲備、算力務(wù)封展力評估大模型廠商的可持續(xù)發(fā)展能力生態(tài)力評估大模型廠商的生態(tài)建設(shè)情況,細(xì)分維度包括開發(fā)者社區(qū)建設(shè)、開設(shè)的投入力度儲備、算力務(wù)封展力評估大模型廠商的可持續(xù)發(fā)展能力,包括商業(yè)路徑、未來發(fā)展戰(zhàn)略等細(xì)發(fā)展力生態(tài)力團(tuán)隊力產(chǎn)品力基建力生態(tài)力封展力百度騰訊阿里巴巴華為科大訊飛商湯科技字節(jié)跳動百川智能 競爭力強(qiáng)競爭力弱 資料來源:公開資料、億歐智庫14百度騰訊華為商湯科技平安國家電網(wǎng)阿里巴巴OPPO清華大學(xué)浙江大學(xué)億歐智庫:通用大模型“團(tuán)隊力”評估結(jié)果u人才結(jié)構(gòu)、人才質(zhì)量和人才培養(yǎng)方式是衡量大模型廠商團(tuán)隊力的關(guān)鍵指標(biāo),整體來看大廠在團(tuán)隊建設(shè)方面占據(jù)先發(fā)優(yōu)勢,百度、騰訊和華為在團(tuán)隊力方面整體實力較強(qiáng),以高占比的研發(fā)人員、高創(chuàng)新力的人才團(tuán)隊和長效的人才培養(yǎng)機(jī)制為抓手,多措并舉提高人才隊伍素質(zhì),為大模型產(chǎn)品百度騰訊華為商湯科技平安國家電網(wǎng)阿里巴巴OPPO清華大學(xué)浙江大學(xué)億歐智庫:通用大模型“團(tuán)隊力”評估結(jié)果?人才結(jié)構(gòu):細(xì)分維度包括廠商研發(fā)人員占比?人才質(zhì)量:評估人才創(chuàng)新潛力,細(xì)分維度包括創(chuàng)新主體人才團(tuán)隊?人才培養(yǎng):評估廠商在人才培養(yǎng)方面的布局和發(fā)展?jié)摿θ瞬沤Y(jié)構(gòu)人才質(zhì)量人才培養(yǎng)*大模型廠商研發(fā)人員占比大模型廠商研發(fā)人員占比?大模型產(chǎn)業(yè)需要高素質(zhì)的人才支持,研發(fā)人員占比是考察人才機(jī)構(gòu)的重要指標(biāo)之—。?大模型廠商研發(fā)人員占比均在50%以上,騰訊、智譜AI和百川智能等企業(yè)占比高于70%,處于行業(yè)領(lǐng)先地位。創(chuàng)新主體人才團(tuán)隊競爭力?人才競爭力是大模型產(chǎn)業(yè)創(chuàng)新發(fā)展的關(guān)鍵驅(qū)動要素,從團(tuán)隊競爭力來看,百度、騰訊、華為和商湯科技的得分在50以上,領(lǐng)先于行業(yè)平均水平人廠?百度:聯(lián)合全國11家職業(yè)教育集團(tuán),發(fā)布“大國智匠”人才培養(yǎng)計劃,該計劃旨在產(chǎn)業(yè)數(shù)字化轉(zhuǎn)型的時代背景下,培養(yǎng)復(fù)合型人工智能技術(shù)人才,彌廠?阿里巴巴:2023年底達(dá)摩院(湖畔實驗室)博士后科研工作站正式揭牌成立,2024年目標(biāo)引入30名應(yīng)屆博士畢業(yè)生入站研究?華為:針對高校師生、開發(fā)者、科研人員量身定制培養(yǎng)體系,將不斷通過ICT學(xué)院和智能基座2.0項 資料來源:《務(wù)國人工智能產(chǎn)業(yè)創(chuàng)新人才競爭力報告(2023年)》、公開資料、億歐智庫15注:數(shù)研來源于企業(yè)年報/公開報告,字節(jié)跳動未公開最新數(shù)研,報告務(wù)數(shù)研為預(yù)估結(jié)果;另由于篇幅限制評分依研僅作部分展示億歐智庫:通用大模型“產(chǎn)品力”評估結(jié)果u大模型性能的持續(xù)優(yōu)化能夠有效提升用戶體驗和保持廠商業(yè)務(wù)的長期增長,是大模型廠商構(gòu)筑競爭壁壘的有效手段。工信部、信通院、新華社和上海人工智能實驗室等相繼推出大模型性能評估模型,從不同維度對主流大模型產(chǎn)品的性能進(jìn)行評測,百度、騰訊、360、阿里巴巴、華為和科大億歐智庫:通用大模型“產(chǎn)品力”評估結(jié)果”“”“”中國信通院可信AI大模型標(biāo)準(zhǔn)符合性驗證工信部電子標(biāo)準(zhǔn)院官方大模型標(biāo)準(zhǔn)符合性評測?介紹:國內(nèi)首個官方評測結(jié)果,該測試由工信部務(wù)國電子技術(shù)標(biāo)準(zhǔn)化研究院封起,評測圍繞撰領(lǐng)域撰維度模型評測框架與指標(biāo)體系,從大模型的通用性、智能性、安全性等維度開展,涵蓋語言、?結(jié)果:僅有百度文心—言、騰訊混元大模型、360智腦、阿里云通義千問四款國產(chǎn)大模型首批通過測試?介紹:務(wù)國信通院結(jié)屓《生成式人工智能技術(shù)及產(chǎn)品評估方法》《大規(guī)模預(yù)訓(xùn)練模型技術(shù)和產(chǎn)品評估方法》標(biāo)準(zhǔn),開展生成式人工智能標(biāo)準(zhǔn)符屓性驗證工作,從模型開封、模型能力、模型運營和模?結(jié)果:百度:模成模型開封和模型能力兩部分測評,結(jié)果表現(xiàn)優(yōu)異騰訊:在模型開封和模型能力兩個重要領(lǐng)域的綜屓評價均獲得360:順利模成模型開封和模型能力兩大模塊驗證,并獲得當(dāng)華為:生成式人工智能技術(shù)能力和產(chǎn)品能力標(biāo)準(zhǔn)符屓性驗證務(wù),獲得優(yōu)秀級(4+級)評分,成為業(yè)界首個獲得卓越級(5級)科大訊飛:順利模成模型開封和模型能力兩大模塊驗證,并獲“”上海人工智能實驗室“”上海人工智能實驗室OpenCompass人工智能大模型體驗報嶧2.0ChatGLM:983/3通義千問:935/7專注國內(nèi)市場,評估8家國內(nèi)大模型,訊飛星火排名第—人工智能大模型體驗報嶧3.0專注國內(nèi)市場,評估10家國內(nèi)大模型,訊飛星火排名第—人工智能大模型體驗報嶧1.0評估8家國內(nèi)外主流大模型,?介紹:上海人工智能實驗室封布大模型開源開放評測體系“盡南”,全面量化大模型在知識、語言、理解、推理和考試等五大能力維度的表現(xiàn),本報嶧數(shù)研來源2023OpenCompass年度榜單,累計評估新華社研究院中國企業(yè)發(fā)展研究中心?介紹:研究務(wù)心通過構(gòu)建主流大模型綜屓指數(shù),從基礎(chǔ)能力、智商、情商和工具提效四個維度對主流大模型進(jìn)行評估,截至2024年2月累計封布3次評估結(jié)果資料來源:公開資料、億歐智庫16注:由于篇幅限制評分依據(jù)僅作部分展示u算力是大模型訓(xùn)練和運行的核心資源,芯片是提供算力的硬件基礎(chǔ),數(shù)據(jù)是訓(xùn)練大模型的原材料,構(gòu)建“大規(guī)模算力-高性能芯片-高質(zhì)量數(shù)據(jù)”億歐智庫:通用大模型“基建力”評估結(jié)果u大廠相對于初創(chuàng)企業(yè)在基建力方面占據(jù)比較優(yōu)勢,通過自建算力中心、自研芯片和構(gòu)建高質(zhì)量數(shù)據(jù)集的方式鞏固大模型產(chǎn)業(yè)發(fā)展的底層基礎(chǔ)。億歐智庫:通用大模型“基建力”評估結(jié)果大模型宇商芯片自研情況昆侖芯鴻鵠Tencent騰訊滄海紫霄玄?Tencent騰訊鯤鵬昇騰麒麟STPUAI芯片非AI芯片大模型宇商算力務(wù)心建設(shè)情況企業(yè)算力中心建設(shè)情況百度2023年5月開工建設(shè),總體規(guī)劃算力500P2023年9月正式揭牌上線,算力規(guī)模預(yù)計達(dá)200P百度云計算(陽泉)中心亞洲最大的單體智算中心,算力規(guī)模達(dá)4EFLOPS騰訊2023年11月聯(lián)合松江落地國內(nèi)最大規(guī)模GPU智算中心,部署了騰訊長三角(上海)人工2020年6月6日開工建設(shè),預(yù)計建成后,先進(jìn)計算中心機(jī)柜數(shù)量接近4萬架,服務(wù)器數(shù)量將達(dá)到80萬臺騰訊智慧產(chǎn)業(yè)長三角(合肥)智算中心2021年7月9日正式揭牌,采用騰訊第四代T-Block等高端模塊—期項目已建成投產(chǎn),本地存儲服務(wù)器30000臺,智能算力1000P;未來將擁有超過5萬臺服務(wù)器,2000P的智能算力阿里巴巴2022年8月30日正式啟動,總建設(shè)規(guī)模為12EFLOPS2022年8月30日正式啟動,建設(shè)規(guī)模為3EFLOPS商湯科技截至2023年第四季度,商湯人工智能計算中心算力規(guī)模高達(dá)商湯科技(西南)人工2023年10月24日正式落地重慶,首期建設(shè)以國值算力達(dá)100P,中長期規(guī)劃建設(shè)算力1000P華為我國政府主導(dǎo)的智算中心供應(yīng)商以華為為主,包括北京昇騰人工智能計算中心、天津人工智資料來源:公開資料、億歐智庫17注:由于篇幅限制評分依據(jù)僅作部分展示u生態(tài)力是指大模型廠商在構(gòu)建和維護(hù)其生態(tài)系統(tǒng)方面的能力,包括合作伙伴組建、開發(fā)者社區(qū)打造和用戶群體維護(hù)等。u業(yè)內(nèi)主要采取構(gòu)建開發(fā)者社區(qū)、建立戰(zhàn)略合作伙伴關(guān)系和依托自有平臺賦能大模型產(chǎn)業(yè)等方式發(fā)力生態(tài)建設(shè),百度、阿里和華為的生態(tài)建設(shè)能力領(lǐng)先行業(yè)平均水平。華為昇騰社區(qū)建設(shè)日益繁榮,百度依托飛槳平臺助力大模型技術(shù)落地,阿里建立AI大模型社區(qū)吸引眾多開發(fā)者入駐。百度飛槳平尲助力大模型落地能夠有效支持大模型的開封、高性能訓(xùn)練和部署，降低模型研封成本，優(yōu)化研封?屗時文心—言是飛槳模型庫的重要組成部分，起到應(yīng)用示范和推動產(chǎn)業(yè)落地的作飛槳深度學(xué)習(xí)平尲架構(gòu)百度飛槳平尲助力大模型落地能夠有效支持大模型的開封、高性能訓(xùn)練和部署，降低模型研封成本，優(yōu)化研封?屗時文心—言是飛槳模型庫的重要組成部分，起到應(yīng)用示范和推動產(chǎn)業(yè)落地的作飛槳深度學(xué)習(xí)平尲架構(gòu)阿里魔搭社區(qū)阿里魔搭社區(qū)社區(qū)及創(chuàng)新平尲，由阿里巴巴通義實驗室(InstituteforIntelligentComputing)，聯(lián)屓CCF開源封展委峔已集聚2800多款優(yōu)質(zhì)AI模型及上千數(shù)研集，用戶數(shù)超模型庫internlm2-chat-1_8b-sft數(shù)研集微調(diào)的散模型數(shù)研集創(chuàng)空間……資料來源:公開資料、億歐智庫18注:由于篇幅限制評分依據(jù)僅作部分展示通用大模型競爭力分析-發(fā)展力u團(tuán)隊力、產(chǎn)品力、基建力和生態(tài)力構(gòu)筑了大模型廠商短中期發(fā)展的核心競爭力,考量企業(yè)商業(yè)路徑和戰(zhàn)略的發(fā)展力是大模型廠商在長期競爭中保持優(yōu)勢的關(guān)鍵要素。目前大模型廠商處于商業(yè)化發(fā)展初期,部分廠商已形成初步發(fā)展路徑并進(jìn)行商業(yè)化嘗試,但各廠商間的差異相對不明顯。u華為構(gòu)筑三層行業(yè)模型走聚焦行業(yè)落地的路徑;阿里巴巴提出“AI驅(qū)動,公共云優(yōu)先”,B端和C端齊發(fā)力;百度上線了付費版文心—言,并且利用大模型重構(gòu)旗下業(yè)務(wù),預(yù)計2024年文心—言將帶來數(shù)十億元收入;騰訊超過180個內(nèi)部業(yè)務(wù)已接入騰訊混元,以微信為入口的Agent為大模型落地帶來豐富想象空間;智譜AI已有2000多家合作伙伴,范圍涵蓋了金融、能源、制造等不同行業(yè),2023年達(dá)成億級簽單額。億歐智庫:通用大模型“發(fā)展力”評估結(jié)果阿里巴巴:B端+C端齊封力，全鏈條布局AIC端淘寶問問阿里巴巴:B端+C端齊封力，全鏈條布局AIC端淘寶問問合成算法解答用戶問題,提供內(nèi)?目前僅向C端使用者開放,底層模型為通義千問,賦能購物場景、釘釘:萬次大模型調(diào)用額度;在專屬釘釘年費基礎(chǔ)上,增加萬相臺無界版和阿里媽媽百靈?萬相臺無界版以GMV為導(dǎo)向,側(cè)重站內(nèi)投放?阿里媽媽百靈整合站內(nèi)外媒體資源,側(cè)重品牌營銷?均依托阿里媽媽專屬AI大模型,將消費者觸達(dá)、營銷推廣等多種經(jīng)營場景智能化L2:細(xì)分場景模型(基于下游任務(wù)微調(diào))L1:行業(yè)大模型(定制費)……L0:基礎(chǔ)大模型(使用授權(quán)費)資料來源:公開資料、億歐智庫19注:由于篇幅限制評分依據(jù)僅作部分展示u基于模型的源代碼和訓(xùn)練數(shù)據(jù)是否公開,可將大模型分為開源和閉源兩種形式,隨著大模型產(chǎn)業(yè)的快速發(fā)展,開源和閉源之爭日益激烈。開源具有能夠有效促進(jìn)創(chuàng)新和生態(tài)繁榮等優(yōu)點,閉源具有高安全性和強(qiáng)質(zhì)量保證等優(yōu)點。億歐智庫:開源和閉源的優(yōu)劣勢分析?創(chuàng)新研發(fā):可以讓更多的研發(fā)者改進(jìn)模型，促進(jìn)產(chǎn)業(yè)創(chuàng)新?透明性:多方參與者可直接審查代碼和模型，減少安全問題?社區(qū)協(xié)作:有助建立繁榮的社區(qū)生態(tài)，推動大模型迭代升級?擴(kuò)散和濫用風(fēng)險:會出現(xiàn)濫用而進(jìn)行的大模型微調(diào)或修改，?缺少開源安全標(biāo)準(zhǔn):不同機(jī)構(gòu)的安全保障不同存在潛在風(fēng)險億歐智庫:開源和閉源的優(yōu)劣勢分析?創(chuàng)新研發(fā):可以讓更多的研發(fā)者改進(jìn)模型，促進(jìn)產(chǎn)業(yè)創(chuàng)新?透明性:多方參與者可直接審查代碼和模型，減少安全問題?社區(qū)協(xié)作:有助建立繁榮的社區(qū)生態(tài)，推動大模型迭代升級?擴(kuò)散和濫用風(fēng)險:會出現(xiàn)濫用而進(jìn)行的大模型微調(diào)或修改，?缺少開源安全標(biāo)準(zhǔn):不同機(jī)構(gòu)的安全保障不同存在潛在風(fēng)險?質(zhì)量控制:可以更好地控制模型的版本和質(zhì)量，確保用戶使?隱私保護(hù):提高用戶數(shù)據(jù)保護(hù)水平，降低數(shù)據(jù)惡意使用風(fēng)險?創(chuàng)新受限:可能會限制模型的多維創(chuàng)新和技術(shù)突破?易形成壟斷:限制競爭對手獲取核心技術(shù)，增加進(jìn)入壁壘，億歐智庫:通用大模型開源和閉源典型案例阿里巴巴:選擇開源道路選擇開源的原因算力資源豐富:自建算力中心和自研芯片提高了阿發(fā)展戰(zhàn)略引領(lǐng):將促進(jìn)中國大模型生態(tài)的繁榮作為算力資源豐富:自建算力中心和自研芯片提高了阿發(fā)展戰(zhàn)略引領(lǐng):將促進(jìn)中國大模型生態(tài)的繁榮作為里的算力基礎(chǔ)設(shè)施建設(shè)能力,同時首要目標(biāo)里的算力基礎(chǔ)設(shè)施建設(shè)能力,同時首要目標(biāo),阿里堅持大模型應(yīng)該先注重生態(tài),然后再注重商業(yè)化符合商業(yè)發(fā)展目標(biāo):通過開源的方式提供技術(shù)產(chǎn)品,降720億參數(shù)模型Qwen-72B、18億參數(shù)模型符合商業(yè)發(fā)展目標(biāo):通過開源的方式提供技術(shù)產(chǎn)品,降自有AI開源社區(qū)發(fā)展勢頭良好:AI開源社區(qū)“魔搭”發(fā)展迅速AI開源社區(qū)“魔搭”發(fā)展迅速,國內(nèi)低門檻,推動技術(shù)普惠,為企業(yè)客戶到個人開發(fā)者提供多元化、全方大部分大模型頭部研發(fā)機(jī)構(gòu)都已將低門檻,推動技術(shù)普惠,為企業(yè)客戶到個人開發(fā)者提供多元化、全方大部分大模型頭部研發(fā)機(jī)構(gòu)都已將華為盤古:華為盤古:堅持閉源路線保護(hù)商業(yè)利益閉源可以保護(hù)華為在大模型領(lǐng)域的技術(shù)優(yōu)勢和商業(yè)利益;通過提供閉源的定制化服務(wù),華為可以為企業(yè)提保護(hù)商業(yè)利益閉源可以保護(hù)華為在大模型領(lǐng)域的技術(shù)優(yōu)勢和商業(yè)利益;通過提供閉源的定制化服務(wù),華為可以為企業(yè)提供更加專業(yè)和高效的解決方案,從而保持領(lǐng)先地位符合企業(yè)發(fā)展目標(biāo)符合企業(yè)發(fā)展目標(biāo)些行業(yè)大模型里沉淀了客戶的知識經(jīng)驗,基于數(shù)據(jù)安全和客戶隱私保護(hù)的角度,選擇走商業(yè)閉源的道路資料來源:公開資料、億歐智庫20醫(yī)療醫(yī)療|山海|Dr.GPT|朗瑪|HealthGPT|醫(yī)渡科技|春雨慧問|光語|砭石|岐黃問道|達(dá)爾文|ChatDD|孟超|DoctorGLMA。醫(yī)聯(lián)|MedGPT|華佗GPT|左醫(yī)GPT|CareGPT|大醫(yī)聯(lián)合視覺|醫(yī)專大模型|MetaLLM|tigerbot|天幕|新壹視頻|知海圖AI文娛傳媒|曹植|閱愛聊|福祿瓜|先問|拓天|妙筆|||||| 科研|ChemGPT|荀子|百聆大模型|荀子|天岔|白玉蘭|K2|||CyberGPT|||SecGPT|風(fēng)云衛(wèi)|業(yè)務(wù)落地概念與研封文旅/農(nóng)業(yè)||||正言|Elpis金融|LightGPT|天鏡|chatABC|乾元|聚寶盆|InvestLM|DeepSeek|HithinkGPT|||文因||尰信金融大模型|軒轅|干穰|PIGGPT|神農(nóng)|攜程問道政務(wù)|YonGPT|智能問答|天璇|—尺輕舟|蒼穹GPT|inGPT|智能審核大模型|南北閣|智聯(lián)管理 企業(yè)服務(wù)|財稅|AI改簡歷|式說|方舟GPTl1銀河|和·AI 教育Ai|智適應(yīng)教育大模型LAM|希沃教學(xué)大模型|MathGPT高途|高途AICan|KidsGPT文旅/農(nóng)業(yè)||||正言|Elpis金融|LightGPT|天鏡|chatABC|乾元|聚寶盆|InvestLM|DeepSeek|HithinkGPT|||文因||尰信金融大模型|軒轅|干穰|PIGGPT|神農(nóng)|攜程問道政務(wù)|YonGPT|智能問答|天璇|—尺輕舟|蒼穹GPT|inGPT|智能審核大模型|南北閣|智聯(lián)管理 企業(yè)服務(wù)|財稅|AI改簡歷|式說|方舟GPTl1銀河|和·AI 教育Ai|智適應(yīng)教育大模型LAM|希沃教學(xué)大模型|MathGPT高途|高途AICan|KidsGPT|子曰教育大模型|漢王教育大模型|開悟|慧澤|小尰|白澤||雅意|百業(yè)?犀|BotGPT智慧城市制造業(yè)營銷 交通|Unichat|南強(qiáng)·慧眼|TransGPT致遠(yuǎn)|東方翼風(fēng)|ShippingGPT| 零售|言犀大模型|AI問答機(jī)器人|紫模型XPT|WAI||智工||奇智孔明|WISE|蜂巢知元|谷蟻|星漢|魔方|從容大模型|YJH-LM|佳都知行|梧桐|CityGPT|兔?||博文|漢朝GPT信息安全|||| 辦公|序列猴子wpsai|商河客服|微藤|(zhì)云務(wù)問道|EmotiBrain 法律|漢王法律|太令chatlaw汽車|智己|雪湖·海若品理想|MindGPT|蝴蝶其他 自然資源pir|長城|GeoGPT|林海思緒 智能家居|小愛屗學(xué)|長虹超腦Nisre3CH|DFM-2|HomeGPT|TestGPT-7B IT服務(wù)ZTE中興|星云研封大模型|大道(Dao)|TARS(塔斯)|||||u隨著大模型技術(shù)的演進(jìn),其賦能千行百業(yè)的能力不斷提升。短期來看,金融、教育、文娛傳媒、辦公和營銷等領(lǐng)域能夠?qū)崿F(xiàn)快速場景落地,推動智能化轉(zhuǎn)型。中期來看,政務(wù)、制造和智慧城市等領(lǐng)域的市場潛力將不斷釋放,未來場景想象空間較大。長期來看,大模型將為醫(yī)療、汽車和科研等領(lǐng)域帶來顛覆性變革,促進(jìn)高質(zhì)量發(fā)展。市場變現(xiàn)能力市場變現(xiàn)能力金融科研文娛傳媒制造汽車營銷企業(yè)金融科研文娛傳媒制造汽車營銷企業(yè)服務(wù)醫(yī)療辦公智慧城市交通辦公智慧城市交通教育教育零售零售法律信息安全智能家居法律信息安全智能家居服務(wù)客服政務(wù)文旅農(nóng)文旅農(nóng)資源3年?橫軸表示技術(shù)成熟時間,用以衡量大模型技術(shù)在細(xì)分領(lǐng)域成熟落地所需的時間長短?縱軸表示市場變現(xiàn)能力,用以衡量大模型技術(shù)未來的市場潛力和場景商業(yè)落地價值?氣泡大小表示玩家規(guī)模,用以衡量現(xiàn)階段布局該垂類賽道的大模型廠商數(shù)量資料來源:公開資料、億歐智庫23分領(lǐng)域應(yīng)用場景分析-金融u金融業(yè)數(shù)字化程度相對較高,人工智能的行業(yè)滲透率高,也是大模型的優(yōu)質(zhì)落地領(lǐng)域,其高質(zhì)量的數(shù)據(jù)資源為大模型的訓(xùn)練創(chuàng)造了良好環(huán)境。智慧銷售、智能問答和智能風(fēng)控是現(xiàn)階段的熱門應(yīng)用場景,產(chǎn)品研發(fā)和Agent生產(chǎn)力工具是具有發(fā)展勢能的潛力場景。億歐智庫:金融領(lǐng)域細(xì)分應(yīng)用場景分析應(yīng)用技術(shù)成熟度高大模型細(xì)分場景應(yīng)用潛力分析*億歐智庫:金融領(lǐng)域細(xì)分應(yīng)用場景分析應(yīng)用技術(shù)成熟度高大模型細(xì)分場景應(yīng)用潛力分析*低高前臺通用模塊金融領(lǐng)域應(yīng)用場景全景圖監(jiān)管科技保險證券資管風(fēng)險管理通識工具開發(fā)運維公司金融零售金融公司金融零售金融資料來源:務(wù)國銀保傳媒股份有限公盡《2023金融業(yè)大模型應(yīng)用報告》、公開資料、億歐智庫24*注:應(yīng)用落地價值:用以衡量細(xì)分場景應(yīng)用為下游客戶帶來的經(jīng)濟(jì)、成本和戰(zhàn)略價值;應(yīng)用技術(shù)成熟度:用以衡量現(xiàn)階段大模型技術(shù)在對應(yīng)場景務(wù)的技術(shù)成熟度;下同u大模型可賦能醫(yī)療行業(yè)“醫(yī)、教、研、管”等場景中的各個環(huán)節(jié),以提高診療效率、診療精確度和管理效率等目標(biāo)為手段,全方位提升診療水平。u基于醫(yī)療行業(yè)應(yīng)用場景復(fù)雜和數(shù)據(jù)專業(yè)度高等原因,大模型的技術(shù)成熟度相對較低,目前僅有電子病歷等技術(shù)要求相對低的場景進(jìn)入商業(yè)化階段。未來隨著智能藥物研發(fā)、數(shù)字療法和輔助診療等技術(shù)的成熟將帶來跨越式價值提升,有效賦能醫(yī)療行業(yè)的智能化轉(zhuǎn)型,提升醫(yī)療可及性。億歐智庫:醫(yī)療領(lǐng)域細(xì)分應(yīng)用場景分析應(yīng)用技術(shù)成熟度高低高高醫(yī)療領(lǐng)域應(yīng)用案例北京友誼醫(yī)院門診病歷生成系統(tǒng)?場景痛點:傳統(tǒng)門診流程存在患者等待時間長、流程繁瑣、患者信息不?系統(tǒng)介紹:門診病歷生成系統(tǒng)能夠識別醫(yī)患對話,可以篩選出與病情無關(guān)的“閑聊”,智能地提取關(guān)鍵問診信息,并對其進(jìn)行標(biāo)準(zhǔn)化和結(jié)構(gòu)化處理,形成準(zhǔn)確、簡潔的醫(yī)療摘要,經(jīng)過醫(yī)生的審核修改,系統(tǒng)能夠生成符合病?應(yīng)用效果:科室門診病歷錄入效率提升80%,節(jié)省15%的醫(yī)生問診時間靈活高效根據(jù)創(chuàng)新場景籌備數(shù)據(jù),從數(shù)據(jù)靈活高效根據(jù)創(chuàng)新場景籌備數(shù)據(jù),從數(shù)據(jù)處理到場景上線,實現(xiàn)快速響應(yīng)簡單易用專為醫(yī)院場景設(shè)計的簡化操作,醫(yī)渡科技大模型訓(xùn)推—體機(jī)內(nèi)置醫(yī)渡科技全棧自主研發(fā)的醫(yī)療垂域基礎(chǔ)模型,并提供安全高性能計算環(huán)境、醫(yī)渡大模型工具包以及可演示試用場景的API,可實現(xiàn)開箱即用,幫助醫(yī)療機(jī)構(gòu)及監(jiān)管機(jī)構(gòu)更安全易用地打造私有專屬大模型安全可靠院內(nèi)數(shù)據(jù)全程自主化,從預(yù)訓(xùn)練、微調(diào)到上線,可全部在無資料來源:公開資料、億歐智庫25圖片來源:云知聲公眾號分領(lǐng)域應(yīng)用場景分析-政務(wù)u隨著數(shù)字政府建設(shè)的持續(xù)推進(jìn),人工智能等新興技術(shù)在政務(wù)領(lǐng)域的滲透率持續(xù)提高。目前大模型技術(shù)開始賦能業(yè)務(wù)辦理和政務(wù)咨詢等生成類場景。u政務(wù)大模型的未來發(fā)展需要以大模型生產(chǎn)平臺為基礎(chǔ),以運營平臺為支撐,融合多元服務(wù)能力,持續(xù)發(fā)掘細(xì)分應(yīng)用場景,賦能政務(wù)領(lǐng)域高質(zhì)量發(fā)展。億歐智庫:政務(wù)領(lǐng)域細(xì)分應(yīng)用場景分析應(yīng)用技術(shù)成熟度高大模型細(xì)分場低低高政務(wù)領(lǐng)域細(xì)分應(yīng)用場景—網(wǎng)通辦政務(wù)問答企業(yè)稅務(wù)—網(wǎng)統(tǒng)管—網(wǎng)協(xié)同水利水務(wù)水利水務(wù)交互式問答生成式BI政策解讀事件感知政務(wù)大模型服務(wù)能力交互式問答生成式BI政策解讀事件感知文案生成文案生成運營管理運營管理……政務(wù)綜合數(shù)研公共安全數(shù)研……政務(wù)融合知識企業(yè)圖譜…………生成式生成式AI應(yīng)用組件……政務(wù)大模型生產(chǎn)平臺》數(shù)研集準(zhǔn)備模型訓(xùn)練精調(diào)模型評估模型壓縮/優(yōu)化部署推理服務(wù)用戶使用反饋》》》》政務(wù)大模型生產(chǎn)平臺》數(shù)研集準(zhǔn)備模型訓(xùn)練精調(diào)模型評估模型壓縮/優(yōu)化部署推理服務(wù)用戶使用反饋》》》》資料來源:務(wù)國信通院《2023政務(wù)大模型建設(shè)路徑及評價體系研究報告》、務(wù)國信通院《數(shù)字時代治理現(xiàn)代化研究報告(2023年)》、公開資料、億歐智庫26分領(lǐng)域應(yīng)用場景分析-教育u教育大模型C端場景落地速度快于B端,C端場景主要圍繞教師和學(xué)生兩類角色展開,覆蓋備課、教研和自主學(xué)習(xí)等環(huán)節(jié)。屗時大模型的快速封展持續(xù)賦能智能硬件產(chǎn)品,以學(xué)習(xí)機(jī)為代表的AI終端硬件迎來新的封展高峰。億歐智庫:教育領(lǐng)域細(xì)分應(yīng)用場景分析應(yīng)用技術(shù)成熟度大模型細(xì)分場低高大模型賦能學(xué)習(xí)機(jī)和單詞筆等教育硬件產(chǎn)品封展億歐智庫:教育領(lǐng)域細(xì)分應(yīng)用場景分析應(yīng)用技術(shù)成熟度大模型細(xì)分場低高大模型賦能學(xué)習(xí)機(jī)和單詞筆等教育硬件產(chǎn)品封展?AI功能:1對1數(shù)學(xué)互動型,智能化體驗升級?細(xì)分功能:新—代AI精準(zhǔn)AI拍照答疑等二十大AI輔導(dǎo)學(xué)習(xí)功能?依托九章大模型打造10?依托九章大模型打造10大AI輔導(dǎo)神器,包括AI查字詞、AI指尖翻譯、AI作AI小思練習(xí)、AI百科問答高??依托有道子曰教育大模型,提供像專業(yè)老師—樣的個性化分析和指導(dǎo)?細(xì)分功能:查詞翻譯有問資料來源:公開資料、億歐智庫27圖片來源:各公司官網(wǎng)/公眾號u影視傳媒產(chǎn)業(yè)是大模型的優(yōu)質(zhì)落地領(lǐng)域,應(yīng)用廣泛覆蓋前期內(nèi)容收集、中期內(nèi)容制作和后期內(nèi)容宣傳的全流程。目前內(nèi)容推薦、數(shù)字人播報和內(nèi)容生產(chǎn)等場景開始落地嘗試,內(nèi)容傳播、內(nèi)容審核和輿情管理等場景依托高場景落地價值具有較大的發(fā)展?jié)摿?。u大模型技術(shù)發(fā)展迅速,已從單模態(tài)生成向多模態(tài)生成轉(zhuǎn)變,未來將持續(xù)變革影視傳媒行業(yè)的生產(chǎn)方式,塑造全新的內(nèi)容生產(chǎn)范式,實現(xiàn)創(chuàng)作效率提億歐智庫:文娛傳媒領(lǐng)域細(xì)分應(yīng)用場景分析應(yīng)用技術(shù)成熟度高大模型細(xì)分場低高文娛傳媒領(lǐng)域應(yīng)用全景圖………內(nèi)容生產(chǎn)線場景化API底層大模型…………資料來源:華為、公開資料、億歐智庫28分領(lǐng)域應(yīng)用場景分析-制造業(yè)u制造業(yè)可劃分為研發(fā)、設(shè)計、仿真、生產(chǎn)、測試、運維、售后等環(huán)節(jié),通過利用大模型的多類型生成能力,可有效賦能不同環(huán)節(jié)的智能化轉(zhuǎn)型。億歐智庫:制造業(yè)領(lǐng)域細(xì)分應(yīng)用場景分析u大模型技術(shù)在制造業(yè)領(lǐng)域的應(yīng)用處于初期,目前在質(zhì)量檢測和教學(xué)實訓(xùn)等領(lǐng)域開始初步探索。隨著技術(shù)的成熟未來可依托前瞻設(shè)計、高效化仿真、精細(xì)化檢測、智能調(diào)控、科學(xué)運維和定制化售后的方式推動大模型技術(shù)在制造業(yè)領(lǐng)域的深化應(yīng)用,賦能仿真場景生成和安全監(jiān)管等多場景落地。億歐智庫:制造業(yè)領(lǐng)域細(xì)分應(yīng)用場景分析應(yīng)用技術(shù)成熟度高大模型細(xì)分場低高大模型在制造業(yè)領(lǐng)域中的應(yīng)用模式前瞻設(shè)計前瞻設(shè)計?數(shù)學(xué)建模和代碼編寫:大模型可以根據(jù)具體設(shè)計需求,建立特定的數(shù)學(xué)模型進(jìn)行分析求解,生成相應(yīng)的程序代碼,指導(dǎo)進(jìn)行具體的工業(yè)設(shè)計實踐?多樣化設(shè)計方案生成:將已有的標(biāo)準(zhǔn)化素材庫作為數(shù)據(jù)集進(jìn)行訓(xùn)練,大模型可生成多樣化的設(shè)計方案科學(xué)運維科學(xué)運維?智能倉儲:使用嵌入多模態(tài)大模型的機(jī)器人進(jìn)行貨架管理、庫存管理和訂單揀貨等操作,提高倉儲管理高效化仿真高效化仿真?多元化仿真場景生成:以已有的實驗數(shù)據(jù)為基礎(chǔ),學(xué)習(xí)和理解不同參數(shù)間的關(guān)系,生成最合適的仿真測?參數(shù)優(yōu)化與快速預(yù)測:大模型可在短時間內(nèi)找到最佳參數(shù)組合,建設(shè)傳統(tǒng)參數(shù)測試的時間精細(xì)化檢測精細(xì)化檢測?質(zhì)量檢測:通用視覺大模型可以憑借強(qiáng)泛化能力,在不依賴工廠樣本數(shù)據(jù)和本地化微調(diào)訓(xùn)練的情況下進(jìn)行質(zhì)量檢測,解決樣本數(shù)據(jù)獲取和標(biāo)準(zhǔn)困難的問題?智慧安全管理:借助大機(jī)器視覺識別技術(shù),結(jié)合設(shè)智能調(diào)控智能調(diào)控?動態(tài)任務(wù)分配:從歷史數(shù)據(jù)中分析機(jī)器人和設(shè)備的性能和效率,制定任務(wù)分配計劃,并且可以在突發(fā)任定制化售后定制化售后?智能售后:大模型可以結(jié)合多模態(tài)、數(shù)字人等技術(shù),讓客戶通過自然語言描述設(shè)備故障或問題,系統(tǒng)能夠資料來源:公開資料、億歐智庫29u垂類大模型的開發(fā)存在從零開發(fā)和以通用大模型為底座進(jìn)行開發(fā)兩種形式,依托在研發(fā)投入、研發(fā)效率和開發(fā)靈活性等方面的優(yōu)勢,大部分垂類大u垂類大模型的開發(fā)底座可以選擇開源和閉源模型,垂類大模型廠商會從使用成本、輸出準(zhǔn)確性、技術(shù)能力和客戶響應(yīng)等角度出發(fā),選擇適合企業(yè)發(fā)?垂類大模型有兩種開發(fā)方式,—種是從零開發(fā)大模型,另—種是基于已有大模型來開發(fā)針對某—垂直領(lǐng)域或垂直場景的垂類模型,這類模型通?；谕ㄓ么竽Ｐ偷鬃?用垂類數(shù)據(jù)進(jìn)行訓(xùn)練,進(jìn)?基于通用大模型底座微調(diào)的形式在研發(fā)投入、研發(fā)周期和靈活性等方面具有優(yōu)勢,垂類大模型廠對算力和數(shù)據(jù)要求極高研發(fā)投入大研發(fā)周期長研發(fā)成本高對算力和數(shù)據(jù)要求極高研發(fā)投入大研發(fā)周期長研發(fā)成本高研發(fā)成本相對較低開發(fā)方式靈活研發(fā)周期縮短研發(fā)成本相對較低開發(fā)方式靈活研發(fā)周期縮短億歐智庫:垂類大模型廠商選擇開源/閉源底座模型決策因素億歐智庫:垂類大模型廠商選擇開源/閉源底座模型決策因素?采取基于通用大模型底座微調(diào)形式開發(fā)垂類大模型,模型底座可以選擇開源和閉源通用大模型,垂類大模型廠商—般會基于使用成本、輸出準(zhǔn)確性、技術(shù)能力和客戶響應(yīng)等因素進(jìn)行決策,選擇使用成本?閉源大模型有清晰的服務(wù)價格,比如按照使用token計費或按照私有化解決方案進(jìn)?開源大模型二次開發(fā)成本和企業(yè)自身情況相關(guān),包括企業(yè)的算力規(guī)模、數(shù)據(jù)質(zhì)量、開發(fā)能力等,每個企業(yè)使用成本差異較大輸出質(zhì)量?閉源模型適合場景容錯率低的場景?目前閉源模型的輸出準(zhǔn)確性高于開源模型,而開源模型的透明性利于企業(yè)快速創(chuàng)造產(chǎn)品和服務(wù),垂類大模型廠商需要根據(jù)細(xì)分技術(shù)實力?閉源大模型具有完整的工具鏈和工具平臺,企業(yè)可以直接調(diào)用其接口,同時能夠獲得?開源大模型對企業(yè)的二次技術(shù)開發(fā)能力要求高,企業(yè)往往需要進(jìn)行二次開發(fā),對機(jī)器學(xué)習(xí)、自然語言處理、數(shù)據(jù)科學(xué)等方面響應(yīng)時間?開源模型能夠減少客戶響應(yīng)時間?使用閉源模型時,模型提供者傾向于選擇批處理請求,可能導(dǎo)致高延遲;使用開源模型時,垂類廠商可以通過優(yōu)化模型來降低計算延遲,還可以改變批處理請求的設(shè)置以降低網(wǎng)絡(luò)延遲,從而減小客戶響應(yīng)時間資鵬數(shù)研:全棧式大模型智能開發(fā)平臺，賦能AGI智能涌現(xiàn)u資鵬Appen是全球圖像、文本、音頻、視頻等AI訓(xùn)練數(shù)研服務(wù)提供商,擁有業(yè)內(nèi)先進(jìn)的人工智能輔助數(shù)研標(biāo)注平尲及自研的大模型開封平尲,助力公司及大模型智能開發(fā)平臺介紹?數(shù)研是決定機(jī)器學(xué)習(xí)模型性能的三大要素之—。隨著各類大模型的智能涌現(xiàn),數(shù)研,尤其是高質(zhì)量的行業(yè)數(shù)研,正在成為決定大模型高速發(fā)展的關(guān)鍵因素。?資鵬智能大模型開發(fā)平臺提供了模整的產(chǎn)品堆棧,包括數(shù)研集管理、數(shù)研標(biāo)注、計算資源調(diào)度、模型評估和模型微調(diào)等功能,幫助企業(yè)輕松采用大模型技術(shù)。?資鵬提供超過290種語言和方言的文本語音數(shù)研庫,并創(chuàng)建了—系列大模型的專用數(shù)研集,例如百科類人工泛化文本問答數(shù)研集、知識類百科文本語料對數(shù)研庫、58億圖文對數(shù)研庫,以及法律問答和醫(yī)療問答等。資鵬大模型智能開發(fā)平臺數(shù)研管理模型評估數(shù)研標(biāo)注數(shù)研管理模型評估TOOLkit工具集數(shù)研集資料來源:澳鵬數(shù)據(jù)、億歐智庫三大核心技術(shù)解決方案三大核心技術(shù)解決方案自研預(yù)標(biāo)注大模型自研交互式算法算法賦能文檔智能大語言模型訓(xùn)練數(shù)研解決方案澳鵬基于其大型模型開發(fā)平臺工具集,為—通用大模型廠商提供了多種訓(xùn)練數(shù)據(jù)解決方案,包括預(yù)訓(xùn)練數(shù)據(jù)、模型微調(diào)和提示詞工程等。在此過程中,澳鵬完成了邏輯推理、學(xué)科數(shù)據(jù)、多輪對話、指令標(biāo)注等多個模塊的訓(xùn)練數(shù)據(jù)生產(chǎn)工作,累計處理數(shù)億量級的語言模型訓(xùn)練數(shù)據(jù),其準(zhǔn)確率達(dá)到96%以上?？蛻羰褂冒涅i生產(chǎn)的數(shù)據(jù)進(jìn)行模型訓(xùn)練優(yōu)化后,模型性能指標(biāo)達(dá)到了行業(yè)頂尖水平。多模態(tài)大模型數(shù)研解決方案澳鵬基于其大模型平臺的多模態(tài)數(shù)據(jù)處理能力,為某AI科技廠商提供圖像文本描述數(shù)據(jù)服務(wù)。澳鵬為客戶提供了超過50億對高質(zhì)量圖文對,為客戶的圖文大模型提供了充足的數(shù)據(jù)支持。同時,澳鵬還為數(shù)個多模態(tài)大模型項目提供高質(zhì)量數(shù)據(jù)服務(wù),涵蓋文本、圖像、視頻、音頻等多種不同模態(tài)的數(shù)據(jù)類型。垂類大模型數(shù)研解決方案澳鵬為某科技公司提供大規(guī)模代碼類大模型訓(xùn)練數(shù)據(jù)解決方案