《天津市人工智能学会&至顶科技：2024年全球AIGC产业全景报告（58页）.pdf》由会员分享，可在线阅读，更多相关《天津市人工智能学会&至顶科技：2024年全球AIGC产业全景报告（58页）.pdf（58页珍藏版）》请在薪酬报告网上搜索。

1、120242024年全球年全球AIGCAIGC产业全景报告产业全景报告2024 Global AIGC Industry Report20242024年年1111月月2报告背景报告背景天津市人工智能学会、至顶科技、至顶智库天津市人工智能学会、至顶科技、至顶智库20242024年年1111月月2024.11 ZD Insights 2024年，生成式AI已全面进入应用规模化推广，探索新场景和商业模式的新发展阶段。伴随AI大模型的普及程度不断加深，AIGC产业发展重点从去年关注度最高的模型层向场景应用层转变。AIGC为营销、传媒、金融、医疗、教育、娱乐、办公、制造、科学发现等多个领域带来前所未有的

2、变革。搭载大模型的AI PC、AI手机、智能汽车相继推出，为用户带来更加便捷的使用体验。此外，具身智能也成为今年关注度颇高的领域，未来AI模型与人形机器人将密切融合，产生更多应用场景与商业机会。在此背景下，天津市人工智能学会、至顶科技、至顶智库联合发布2024年全球AIGC产业全景报告，报告从人类语言和机器语言的发展历程出发，全面展现全球AIGC产业的发展历程，对AIGC典型技术及产品成熟度进行研判，对AIGC产业投融资情况进行梳理，具体展现AIGC各细分场景的应用情况，最后报告提出全球AIGC产业的八大前沿趋势。为政府部门、行业从业者、教育工作者以及社会公众更好了解2024年AIGC的发展进

3、程提供参考。3报告目录报告目录1.产业概况篇2.基础设施篇3.场景应用篇5.前沿趋势篇4.用户调研篇4公元前公元前1010万年万年-公元前公元前1616世纪世纪19401940年代年代公元公元105105年年-2020世纪世纪4040年代年代2020世纪世纪5050年代至今年代至今19721972年年19901990年代年代20222022年年19501950年代年代 2024.11 ZD Insights 开篇：伴随人类语言的发展，机器语言演进到自然语言阶段资料来源：至顶智库结合公开资料整理绘制。语言发展历程分为三大阶段。语言语言1 1.0 0时代：时代：从人类语言诞生到公元前16世纪殷商时

4、期甲骨文的出现，文字成为人类交流的重要方式；语言语言2 2.0 0时代：时代：从蔡伦发明造纸术到世界第一台电子计算机诞生，语言开始通过各类机器实现传播；语言语言3 3.0 0时代：时代：伴随NLP及生成式AI等技术的快速发展与应用落地，机器生成和创造语言的方式成为了可能。机器语言发展历经五大阶段，从二进制代码发展到自然语言时代，新的“机器语言机器语言”交互方式诞生。新石器时代中期以新石器时代中期以后：后：中国象形文字公元前公元前29002900年：年：古埃及象形文字公元前公元前1616世纪：世纪：甲骨文公元前公元前32003200-26002600年：年：楔形文字公元前公元前1010万年万年:

5、人类原始语言诞生18371837年：年：美国人摩尔斯和两个英国工程师库克、怀斯顿同时发明电报18761876年：年：贝尔发明第一部电话19461946年：年：第一台电子计算机公元公元105105年：年：汉朝蔡伦发明造纸术公元公元10411041-10481048年间：年间：毕昇发明活字印刷术MOVMOVXCHXCHINCINCDECXRLXRLCLRANLANL19501950年：年：艾伦图灵提出图灵测试20012001年：年：Bengio等人提出前馈神经网络19691969年：年：互联网出现20172017年：年：Transformer架构提出20222022年：年：OpenAI发布Chat

6、GPT二进制代码助记符号高级编程语言机器语言机器语言1.01.0时代时代人类语言人类语言1.01.0时代时代人类语言人类语言2.02.0时代时代机器语言机器语言2.02.0时代时代机器语言机器语言4.04.0时代时代机器语言机器语言3.03.0时代时代人类语言人类语言3.03.0时代时代机器语言机器语言5.05.0时代时代解释型高级编程语言解释型高级编程语言解释型高级编程语言如Python、Ruby 等，不需要预编译，可以在运行时解释执行，加快了开发速度。通常具有丰富的库和框架，使得开发者能够更容易地实现各种功能。自然语言自然语言伴随人工智能技术的发展，使用自然语言替代原有机器语言编程的方式成

7、为可能，开发者可以使用自然语言编写指令，然后由大型语言模型将其转换为计算机可以执行的代码。未来将使更多人无需学习复杂的编程语法也能轻松创建程序。自然语言自然语言5产业概况篇AIGC产业全景图谱AIGC成熟度曲线AIGC发展路线图AIGC领域最新进展AIGC产业政策环境AIGC产业投融资情况61.1 2024年全球AIGC产业全景图谱天津市人工智能学会天津市人工智能学会、至顶科技至顶科技、至顶智库至顶智库联合发布20242024年全球年全球AIGC产业全景图谱产业全景图谱。图谱主要分为基础设施层基础设施层（AI服务器、AI计算集群、AI芯片、MaaS平台、AI数据服务）；模型层模型层（通用大模型

8、、行业大模型）；场景应用层场景应用层（智能助手、金融、医疗、办公、教育、奥运、智能汽车、营销、影视、法律、政务）。图谱中涉及各领域全球代表性企业和相关机构，为读者提供更为详实的参考信息。相比去年，基础设施层新增MaaS平台平台和AI数据服务数据服务；模型层新增通用大模型通用大模型和行业大模型行业大模型的类别划分；场景应用层按细分场景进行划分。2024.11 ZD Insights 模型层模型层通用大模型通用大模型行业大模型行业大模型4151基础设施层基础设施层AI服务器服务器AI计算集群计算集群AI芯片芯片MaaS平台平台AI数据服务数据服务69121210场景应用层场景应用层智能助手智能助手

9、金融金融医疗医疗办公办公教育教育奥运奥运智能汽车智能汽车营销营销影视影视法律法律政务政务24171514146771085资料来源：至顶智库整理绘制。20242024年全球年全球AIGCAIGC产业全景图谱所涉及的企业数量分布产业全景图谱所涉及的企业数量分布71.2 至顶AIGC成熟度曲线（2024）2024.11 ZD Insights 合成数据合成数据数字人数字人人形机器人人形机器人AIGC技术产品萌芽阶段AIGC技术产品爬升阶段AIGC技术产品成熟阶段图表来源：至顶智库结合公开资料及专家调研整理绘制。端侧模型端侧模型视频生成视频生成模型模型图像生成图像生成模型模型RAGRAG提示工程提示

10、工程AI AgentAI AgentAIAI手机手机AI PCAI PC大语言模型大语言模型社会关注度6.69亿图表说明：图表说明：萌芽阶段：萌芽阶段：技术/产品处于早期，推出时间短，应用场景少，普及度不高。爬升阶段：爬升阶段：技术/产品持续迭代，有相关应用场景，有一定普及度。成熟阶段：成熟阶段：技术/产品成熟稳定，应用场景多，普及度高。AIAI手机手机/PC/PC/智能汽车：智能汽车：特指搭载AI大模型的各类终端AIGC应用的成熟度。社会关注度：社会关注度：选取2024年微信指数最高点数值，体现社会对于某项技术/产品的关注程度。图中圆圈大小反映社会关注度高低。统计数据截至2024年11月。社

11、会关注度1020万社会关注度9.6万社会关注度43万社会关注度11万社会关注度761万社会关注度33万社会关注度120万社会关注度7322万社会关注度7446万社会关注度4.39亿智能汽车智能汽车社会关注度7200万微调微调社会关注度630万社会关注度3亿81.3 规模定律（Scaling Law）将持续推动AIGC产业发展 2024.11 ZD Insights 规模定律是指随着训练数据、模型大小和计算资源的增加，大语言模型的性能会有所提升的规律，2020年由OpenAI提出；2022年，GoogleDeepMind研究固定成本下最优的模型参数量和训练数据量，得出训练数据量应当和参数量同等提

12、升，并训练出Chinchilla模型。伴随OpenAI o1模型的发布，Scaling Law从模型训练扩展演进到推理扩展阶段。资料来源：MMLU，Epoch AI，至顶智库整理绘制。MMLU评分U-PaLM 540BGopher 280BChinchillaGemini Ultra 1760B8090101001000100004050607010203010010700亿参数，1.4万亿token，5.76e23 Flops2800亿参数，3000亿token，6.31e23 Flops参数量Qwen1.5 72B全球主流大模型性能表现符合规模定律全球主流大模型性能表现符合规模定律LLaM

13、A 65BLLaMA 33BLLaMA 2 34BMistral 7BQwen 7BLLaMA 2 7BRoBERTa-base 125MGopher 0.4BLLaMA 2 13B70亿参数，2万亿token，8.4e22 FlopsGLM 130BBLOOM 176BFalcon 180B1800亿参数，3.5万亿token，3.76e24 FlopsFalcon 40B400亿参数，1万亿token，2.4e23 Flops91.4 全球科技领军企业在AIGC产业的布局资料来源：至顶智库结合公开资料整理绘制。2024.11 ZD Insights 企业名称企业LOGO总部所在地生成式AI

14、产业主要细分领域AI芯片AI计算集群MaaS平台AI大模型AI场景应用/解决方案闭源开源轻量智能助手办公金融医疗汽车教育营销美国企业谷歌美国 亚马逊云科技美国微软美国 Meta美国OpenAI美国 苹果美国英伟达美国 英特尔美国高通美国韩国企业三星韩国中国企业百度中国腾讯中国阿里云中国火山引擎中国京东中国华为中国科大讯飞中国商汤中国101.5 全球AIGC产业发展路线图（2015-2024）2024.11 ZD Insights 2017Transformer2017.62018BERT2018.102018.6发布GPT-120192019.2发布GPT-22019.3Ernie 1.020

15、19.7Ernie 2.0RoBERTa20202020.5发布GPT-32020.6Gshard2020.11GLM2020.10mT520212021.5LaMDA2021.9GLM-10B2021.12GLaM2021.1DALL E图像生成模型2021.7Ernie 3.020222022.5OPT-175B2022.9Make-a-Video视频生成模型2022.4DALL E 2图像生成模型2022.8GLM-130BCodeGeeX2022.11发布ChatGPTWebGLM资料来源：至顶智库结合公开资料整理绘制。2017年，伴随Transformer的出现，AI大模型在全球掀起

16、开发浪潮。2022年11月，ChatGPT的正式发布，加速了各类科技企业开发大模型的进度，以谷歌、Meta、OpenAI、Anthropic、百度、阿里、腾讯、科大讯飞、智谱等国内外领军科技企业，推出语言、图像、视觉、多模态等各种类型的AI大模型，主流模型具有生成各类文案、图像、视频等能力。此外，适用于金融、医疗、教育、营销、客服等领域的行业大模型也层出不穷，不断推动商业化落地进程。2015OpenAI成立2015.1211 2024.11 ZD Insights 1.5 全球AIGC产业发展路线图（2015-2024）202320242023.2Llama 1ChatGPT Plus 订阅服

17、务推出2023.3PaLM-EClaudeGPT-4 ERNIE Bot 文心一言ChatGLM2023.4日日新SenseNova大模型体系通义千问1.02023.5PaLM 2AI芯片MTIA v1讯飞星火 V1.0VisualGLM2023.6ChatGLM2 智谱清言讯飞星火 V1.52023.7CM3leon文生图模型Llama 2Claude腾讯混元大模型2023.9Mistral 7BMeta AI智能助理Claude ProMicrosoft Copilot智能助理讯飞星火 V3.0CogVLMChatGLM3智谱清言2023.10通义千问2.0DALL-E 3图像生成模型ER

18、NIE 4.0文心大模型4.0Gemini 1.0UltraGemini 1.0Pro Gemini 1.0Nano轻量模型/端侧模型2023.12Mixtral 8x7BQwen-72BQwen-1.8BQwen-Audio(音频大模型)资料来源：至顶智库结合公开资料整理绘制。2024.1GLM-4 发布GPT Store 讯飞星火 V3.5星火语音大模型星火开源-13B日日新SenseNova4.0 大模型体系2024.2Mistral LargeGemini 1.5Gemini 1.5 ProGemmaSora发布视频生成模型Claude 3 HaikuClaude 3 SonnetCl

19、aude 3 Opus2024.3OpenAI与Financial Times达成合作，提升ChatGPT体验2024.4Mixtral 8x22BLlama 3Phi-3轻量模型Phi-3-mini端侧模型 Grok-1.5V日日新SenseNova5.0 大模型体系2024.5Imagen 3图像生成模型Veo视频生成模型Gemini 1.5 Flash轻量模型通义千问2.5GPT-4o讯飞星火 V4.0OpenAI与Apple达成合作，未来苹果产品将搭载ChatGPT2024.62024.6文心大模型4.0TurboClaude 3.5 SonnetGemma 22024.82024.7

20、2024.7CodeGeeX4代码生成模型CogVideoX视频生成模型GPT-4o mini SearchGPT日日新SenseNova5.5 大模型体系日日新 5.5 Lite 端侧模型Mistral Large 2Mistral NeMoLlama 3.1Gemini Live图像智能语音助手Pixel Studio生成应用谷歌AI手机搭载Gemini模型Tensor G4AI手机芯片Grok-1.5Grok-2Grok-2 mini2023.11Claude 2.1长文本 200K TokenEmu 视频生成模型蓝心大模型1B 端侧模型AndesGPT端侧模型Ernie 3.52023

21、.8讯飞星火 V2.0ChatGPT Enterprise企业级产品推出Qwen-VL 视觉语言模型小米MiLM端侧模型理想Mind GPT 端侧模型蔚来NOMI GPT 端侧模型文心大模型4.0工具版Phi-3.5轻量模型 Llama 3.2视觉模型（11B和90B）文本生成模型（1B和3B）Qwen2.5开源通义万相发布视频生成模型豆包视频生成模型豆包大模型OpenAI o1 推理模型2024.9121.6 2024年全球领军科技企业在AIGC领域的最新进展2024年4月小尺寸模型 Phi-3 mini可用于手机上运行的小尺寸模型，其中Phi-3 mini拥有38亿参数，经过 3.3 万亿

22、token训练。Phi-3-mini有两种上下文长度变体：4K 和 128K token。2024年7月Mistral Large 21230 亿参数的大小使其能够在单个节点上以大吞吐量运行。MistralLarge 2拥有128k上下文窗口，支持英语、法语、中文等数十种语言及80多种编程语言，在代码和推理、指令遵循、多轮对话等方面表现突出。Mistral Large 2允许用于研究和非商业用途的使用和修改。2024年4月开源模型 Llama 3具有80亿和700亿参数，预训练数据集达到15万亿token进行训练，训练数据来源于30余种语言。2024年7月开源模型 Llama 3.1Llama

23、 3.1 405B使用15万亿token在超过16000个H100 GPU上训练，上下文长度扩展到128K。PaliGemma 是开放式视觉语言模型，可在广泛的视觉语言任务中实现卓越的微调性能，包括为图片和短视频描述生成、视觉问答、理解图像中的文本、对象检测和对象分割；Gemma 2开源9B和27B版本，其中Gemma 2 27B性能与 Llama 3 70B相媲美，大小不到 Llama 3 70B 的一半。Gemini 1.5采用新的专家混合(MoE)架构，使训练和服务更加高效。其中Gemini 1.5 Pro 是中型多模态模型，配备了标准的 128k token上下文窗口。2024年2月开

24、源模型 Gemma2024年5月视频生成模型 Veo2024年5月图像生成模型Imagen 3Gemma更加轻量，拥有2B和7B版本，模型权重也一并开源，且允许商用。采用与Gemini模型相同技术构建。Veo 可生成时间超过一分钟的1080p分辨率视频。包括生成查询网络(GQN)、DVD-GAN、Imagen-Video、Phenaki、WALT、VideoPoet和Lumiere，提高质量和输出分辨率。Imagen 3是Google最高质量的文本到图像模型，可生成高细节水平、逼真的图像，与之前的模型相比，分散注意力的视觉干扰更少。2024年5月多模态 Gemini 1.5 Flash1.5

25、Flash是通过 API 提供的速度最快的 Gemini 模型，比 1.5 Pro 更轻量级但具有强大的多模态推理能力，在总结摘要、聊天应用、图像和视频字幕生成以及从长文档和表格中提取数据等方面表现出色。2024年6月视觉语言模型PaliGemma及开源模型Gemma 22024年8月Gemma 2轻量级轻量级Gemma 2 2B 拥有20亿参数，具有内置的安全改进以及性能和效率的强大平衡。可在各种硬件上高效运行，从边缘设备和笔记本电脑到使用 Vertex AI 和 GoogleKubernetes Engine(GKE)的强大云部署。可根据商业友好的Gemma 条款进行研究和商业应用。202

26、4年2月Gemini 1.5、2024年2月视频生成模型 Sora视频生成模型Sora 能够生成时长一分钟的高保真视频。OpenAI在可变持续时间、分辨率和宽高比的视频和图像上联合训练文本调节扩散模型，能在时间上向前或向后扩展视频；可修改输入视频的风格和环境；可连接两个输入视频，在不同主题和场景构成的视频之间无缝过渡。2024年5月多模态模型 GPT-4oGPT-4o采用更自然的人机交互，接受文本、音频、图像和视频的任意组合作为输入，并生成文本、音频和图像的任意组合输出。2024年3月多模态模型 Claude 3Claude 3 Opus是最智能的模型，在高度复杂的任务上具有市场最佳的性能；C

27、laude 3 Sonnet在智能和速度之间实现理想的平衡；Claude 3Haiku是最快、最紧凑的模型。2024年6月多模态模型 Claude 3.5 SonnetClaude 3.5 Sonnet 的运行速度是 Claude 3 Opus 的两倍，且推理、阅读理解、数学、科学和编码能力更强，也是Anthropic迄今最强的视觉模型；Claude.ai新增了Artifacts功能。Artifacts是一项扩展用户与 Claude 交互方式的新功能。用户可以实时查看、编辑和构建 Claude的创作，并将生成的内容无缝集成到项目和工作流程中。2024年4月Mixtral 8x22BMixtra

28、l 8x22B是一个稀疏专家混合(SMoE)模型，仅使用 1410亿激活参数中的390亿，具有高成本效率。Mixtral 8x22B精通英语、法语、意大利语、德语和西班牙语，具有很强的数学和编码能力，64K token上下文窗口允许从大型文档中精确调用信息。2024.11 ZD Insights 资料来源：至顶智库结合公开资料整理绘制。2024年9月开源模型 Llama 3.2包括视觉模型（11B和90B）和文本模型（1B和3B），提供预训练与对齐版本，可通过torchtune进行微调，也可使用torchchat在本地部署，还可通过Meta AI进行使用。2024年9月推理模型 OpenAI

29、o1OpenAI o1在处理物理学、化学和生物学领域的复杂问题时展现出了接近博士的专业能力。在国际奥林匹克数学竞赛中，展现出83%的准确率水平。其编程能力还在Codeforces竞赛中表现超过89%的人类选手。2024年10月Ministral 3B/8B包括Ministral 3B和Ministral 8B两种轻量级模型，均支持128k上下文且性能媲美Gemma 2、Llama 3.1开源模型。Ministral 8B具有特殊的交错滑动窗口注意力机制(SWA),可实现更快和内存高效的推理。131.6 2024年中国领军科技企业在AIGC领域的最新进展2024年1月讯飞星火大模型V3.5202

30、4年1月星火语音大模型模型在语言理解、文本生成、知识问答、逻辑推理，数学能力、代码能力和多模态能力七个方面进行全面升级，其中语言理解、数学能力超过GPT-4 Turbo。代码达到GPT-4 Turbo 96%，多模态理解达到GPT-4V 91%。在中文、英语、法语、俄语等首批37个主流透种的语音识剧效果超过OpenAl Whisper V3。在多语种语音合成方面，星火语音大模型的首批40个语种平均MOS分绝对提升0.25，拟人度超83%。2024年6月讯飞星火大模型V4.0实现对标GPT4-Turbo，在文本生成、语言理解、知识问答、逻辑推理、数学能力等方面实现超越。2024年4月智舱大模型2

31、.02024年4月文心大模型4.0工具版2024年6月文心大模型4.0 Turbo2024年7月飞桨框架3.0智舱大模型 2.0 采用全新MoE架构，可支持本地化部署，并配套专属开发工具链，支持车企高效定制品牌特色，基于智舱体验打造差异化竞争力。在工具版上，可以通过自然语言交互，进行文档问答、数据分析、代码执行。提供基于大模型来开发各种应用的工具，包括智能体开发工具 AgentBuilder，AI 原生应用开发工具 AppBuilder，以及各种尺寸的模型定制工具 ModelBuilder。网页版、APP、API 陆续开放，通过数据、基础模型、对齐技术、提示、知识增强、检索增强和对话增强等核心

32、技术的持续创新，速度更快，效果更好。飞桨框架3.0 是面向大模型、异构多芯进行专属设计，向下适配异构多芯，充分释放硬件潜能；向上一体化支撑大模型的训练、推理。同时具有动静统一自动并行、编译器自动优化、大模型训推一体、大模型多硬件适配四大能力，全面地提升了服务产业的能力。基于腾讯混元大模型，具备看、听、说等多模态能力，在知识学习、生活百科、职场办公、趣味创作等多个领域提高效率。2024年5月AI助手元宝GLM-4，整体性能相比GLM3全面提升60%，支持更长上下文、更强的多模态，支持更快推理速度，更多并发，降低推理成本。GLM-4 实现自主根据用户意图，自动理解、规划复杂指令，自由调用网页浏览器

33、、Code Interpreter代码解释器和多模态文生图大模型，以完成复杂任务。智谱发布 AI 视频模型清影，30秒将任意文图生成视频，并开源与清影同源的视频生成模型CogVideoX。2024年7月代码生成模型CodeGeeX4开源CodeGeeX4-ALL-9B，集代码补全和生成、代码问答、代码解释器、工具调用、联网搜索、项目级代码问答等能力于一体的代码大模型。2024年7月视频生成模型CogVideoX2024年1月GLM-42024年7月日日新SenseNova 5.5日日新5.5具有6000亿参数，综合性能较日日新 5.0提升30%。交互效果和多项核心指标实现对标GPT-4o；日日

34、新 5o，流式多模态交互，带来全新AI交互模式；端侧模型升级，发布日日新 5.5 Lite。2024年5月Baichuan 4发布最新一代基座大模型 Baichuan4，同时推出首款 AI 助手“百小应”。Baichuan 4相较Baichuan 3在各项能力上均有极大提升，其中通用能力提升超过10%，数学和代码能力分别提升14%和9%。2024.11 ZD Insights 资料来源：至顶智库结合公开资料整理绘制。2024年5月通义千问2.5通义千问2.5版本的理解能力、逻辑推理、指令遵循、代码能力分别提升9%、16%、19%，10%。2024年4月开源模型 Qwen1.5-32BQwen1

35、.5-32B在MMLU、GSM8K、HumanEval以及BBH等多种任务上展现出颇具竞争力的表现，优于其他30B级别模型。开源0.5B、1.8B、4B、7B、14B和72B共计6个不同规模的Base和Chat模型。2024年3月开源模型Qwen1.52024年9月开源模型Qwen2.5通义大模型家族已全面涵盖语言、图像、视频、音频等全模态。Qwen2.5全系列模型都在18T token数据上进行预训练，Qwen2.5-72B模型在MMLU-rudex基准、MBPP 基准和MATH基准的得分高达86.8、88.2、83.1。通义万相发布视频生成模型文生视频中，支持多语言输入和多种比例生成，并可

36、以通过灵感扩写功能丰富视频内容表现力；图生视频中，支持将上传图片按照比例转化为动态视频，并能通过提示词控制视频运动。2024年5月豆包大模型发布9款豆包系列大模型，包括豆包通用模型Pro/Lite、角色扮演模型、语音合成模型、声音复刻模型、语音识别模型、文生 图模 型、Function call模型、向量化模型。其中豆包通用模型pro支持128k长文本，全系列可精调，具备更强的理解、生成、逻辑等综合能力。2024年9月豆包视频生成模型遵从复杂prompt，解锁时序性多拍动作指令与多个主体间的交互能力。具备多镜头语言能力，并能完成在一个prompt内实现多个镜头切换。支持多种视频风格，还包含六种

37、不同比例的视频。2024年10月Yi-LightningYi-Lightning在Chatbot Arena榜单中以1287的竞技场分数位列大语言模型性能的世界第6，在数学模块位列世界第3，超越GPT-4o以及Claude3.5 Sonnet等行业内顶尖模型。2024年9月腾讯混元Turbo相比于前一代混元Turbo模型，新一代的训练效率提升108%，推理效率提升100%，推理成本则降低为前一代的一半。在多个基准的测试上已能够对标GPT-4o。2024年10月基座大模型GLM-4-PlusGLM-4-Plus 在各大语言文本能力数据集上获得与 GPT-4o 及 405BLlama3.1相当的水

38、平，在语言理解、逻辑推理、指令遵循、长文本输出方面都有较大突破。2024年10月讯飞星火4.0 Turbo文本生成、语言理解、知识问答、逻辑推理、数学能力、代码能力、多模态能力均超过GPT-4 Turbo，数学和代码能力超越GPT-4o，效率相对提升50%，国内外中英文14项主流测试集中实现9项第一。14资料来源：至顶智库结合公开资料整理绘制。2024.11 ZD Insights 1.7 测试集成为评判AI模型性能的重要手段类别类别测试集测试集语种语种发布单位发布单位综合考试综合考试MMLU英文加州大学伯克利分校CMMLU中文上海交通大学/微软亚洲研究院/墨尔本大学ARC-C英文艾伦人工智能

39、研究所C-Eval中文清华大学/爱丁堡大学/上海交通大学理解理解&推理推理HellaSwag英文艾伦人工智能研究所BBH英文GoogleWinoGrande英文华盛顿大学/艾伦人工智能研究所RACE-H英文卡内基梅隆大学数学数学&科学科学GSM8K英文OpenAIMATH英文加州大学伯克利分校GPQA英文纽约大学、Cohere、Anthropic代码代码HumanEval英文OpenAI大模型测试集是评估和提升人工智能模型性能的重要工具，为开发者提供标准化平台，用于量化和比较不同模型的性能，有助于加速模型的迭代和优化。相关测试集通常涵盖多个领域和任务，以确保全面评估模型的通用性和专业性。按类别

40、来看，全球AI大模型测试集分为综合考试类、理解推理类、数学科学类、代码类。其中，综合考试类的MMLU（Massive Multitask Language Understanding）测试集使用较为广泛，由加州大学伯克利分校于2020年9月发布，涵盖57个学科，从人文到社科到理工多个大类的综合知识能力。具体如下表所示。全球主流全球主流AIAI大模型测试集大模型测试集151.8 全球AIGC产业发展的政策环境资料来源：至顶智库结合公开资料整理绘制。2024.11 ZD Insights 发布时间发布时间政策名称政策名称发布机构发布机构政策内容政策内容美国美国2024年4月Future of Ar

41、tificial Intelligence Innovation Act of 20242024年人工智能创新法案美国国会成立美国人工智能安全研究所，旨在制定确保国家安全、公共安全和个人权利的人工智能标准。创建人工智能测试计划，帮助发现人工智能生态系统中的漏洞。组建人工智能创新和标准联盟，鼓励人工智能创新合作，协调各国人工智能标准。由美国国家科学基金会指导启动双边和多边人工智能研究合作，这一发展将推动协调创新和安全人工智能发展。2024年1月The California Artificial Intelligence Transparency Act加州人工智能透明度法案美国加州议会旨在赋予消

42、费者识别AI生成产品的能力，以降低AI生成内容可能被滥用的风险。要求大型AI生成内容提供商对其生成的图像、视频、音频等媒体内容添加水印，并为消费者提供相应的查询平台和查询服务，确保消费者拥有对产品必要信息的知情权。该法案标志着美国加州在为人工智能生成产品制定明确准则方面迈出了重要一步。2023年5月National Artificial Intelligence Research and Development Strategic Plan国家人工智能开发战略计划美国白宫旨在确保人工智能技术的发展符合国家的价值观、保护公民权利、促进经济增长并保护国家安全。该计划提出培养联邦机器学习方法，提高模

43、型通信和从多个设备更新到共享的全局模型的效率。研究可扩展通用人工智能系统，不断创新推出基础模型在语言和图像任务上的应用，解决在数据库上训练模型的隐私问题，提升大模型的有效性、可靠性、安全性。欧盟欧盟2024年9月Council of Europe Framework Convention on Artificial Intelligence and Human Rights,Democracy and the Rule of Law人工智能与人权、民主及法治框架公约欧盟委员会旨在确保人工智能活动符合人权、民主和法治。公约促进成员国间以及全球范围内的合作，以强化共同价值观；关切人工智能发展可能导

44、致的歧视和经济、社会不平等；强调人工智能系统的透明度和负责创新的重要性；国家需采取措施，保障人工智能活动中对隐私和个人数据的保护；各成员国需通过法律和行政手段，确保人工智能系统不危害民主进程和法律的尊重；指定开展国际合作和机制监督，以确保其条款的有效实施。2024年7月EU Artificial Intelligence Act欧盟人工智能法案欧盟委员会该法案根据风险将人工智能分类为四个等级：不可接受风险的AI（如社会评分系统和操控性AI）被禁止；高风险AI系统受到严格监管；有限风险AI系统则面临较轻的透明度义务；最小风险AI（如大多数现有应用）不受监管。高风险AI系统的主要责任在于提供者（开

45、发者），无论其是否在欧盟内，服务提供者承担相关义务。通用AI模型的提供者需提供技术文档和使用说明，并遵守版权指令，存在系统性风险的模型还需进行评估和网络安全保护。日本日本2024年4月商业人工智能指南1.0日本总务省、日本经济产业省旨在应对生成式人工智能技术变化，并提供统一的人工智能治理指导原则。该指南草案建议人工智能开发人员收集和处理合理的数据以用于模型的学习；定期评估AI模型的输入和输出，以监测任何生成的偏见；还应当向利益相关方披露用于训练AI的数据收集方法以及AI模型的训练方法；确保AI商业参与者之间的合作，从价值链和风险链的角度出发。20232023年以来全球发布的年以来全球发布的AI

46、GCAIGC相关政策相关政策161.9 中国AIGC产业发展的政策环境20232023年以来中国发布的年以来中国发布的AIGCAIGC相关政策相关政策资料来源：至顶智库结合公开资料整理绘制。2024.11 ZD Insights 发布时间发布时间政策名称政策名称发布机构发布机构政策内容政策内容国家层面国家层面2024年6月国家人工智能产业综合标准化体系建设指南（2024版）工业和信息化部、中央网信办、国家发改委、国家标准化管理委员会指南提出机器学习、知识图谱、大模型、自然语言处理、计算机视觉等关键技术的标准，其中大模型标准包括大模型通用技术要求、评测指标与方法、服务能力成熟度评估、生成内容评价

47、等。政策还对包括基础安全，数据、算法和模型安全，网络、技术和系统安全等与人工智能模型相关的安全标准进行规范。2023年7月生成式人工智能服务管理暂行办法国家网信办、国家发改委、教育部、科技部、工业和信息化部、公安部、国家广电总局鼓励生成式人工智能技术在各行业、各领域的创新应用，生成积极健康、向上向善的优质内容，探索优化应用场景，构建应用生态体系。生成式人工智能服务提供者应当依法开展预训练、优化训练等训练数据处理活动，应遵守：使用具有合法来源的数据和基础模型；不得侵害他人依法享有的知识产权；采取有效措施提高训练数据质量。地方层面地方层面北京北京2024年7月北京市推动“人工智能+”行动计划（20

48、24-2025年）北京市发展和改革委员会、北京市经济和信息化局、北京市科学技术委员会、中关村科技园区管理委员会到2025年，力争形成3-5个先进可用、自主可控的基础大模型产品、100个优秀的行业大模型产品和1000个行业成功案例。围绕机器人、教育、医疗、金融、文化、交通等领域组织实施一批综合型、标杆性重大工程，建立各行业大模型平台，促进大模型核心理论与技术突破，增强人工智能工程化能力。2024年3月北京经济技术开发区关于加快打造AI原生产业创新高地的若干政策北京经济技术开发区管理委员会到2026年，集聚人工智能产业链企业100家，建成人工智能算力10000PFlops。加快推进算力基础设施建设

49、，鼓励打造国产算力底座。支持头部企业围绕多模态通用模型基础架构、多模态学习算法、对齐调优等领域开展大模型关键技术攻关。大力开展“大模型+”行动，推动“大模型+自动驾驶”、“大模型+机器人”、“大模型+工业制造”等场景应用。2023年5月北京市促进通用人工智能创新发展的若干措施北京市人民政府办公厅建设北京人工智能公共算力中心，形成规模化先进算力供给能力。围绕模型构建、训练、调优对齐、推理部署等环节，积极探索基础模型架构创新，研究大模型高效并行训练技术和认知推理、指令学习、人类意图对齐等调优方法，研发支持百亿参数模型推理的高效压缩和端侧部署技术，形成完整高效的技术体系，鼓励开源技术生态建设。171

50、.9 中国AIGC产业发展的政策环境20232023年以来中国发布的年以来中国发布的AIGCAIGC相关政策相关政策资料来源：至顶智库结合公开资料整理绘制。2024.11 ZD Insights 发布时间发布时间政策名称政策名称发布机构发布机构政策内容政策内容地方层面地方层面上海上海2024年3月上海市智能算力基础设施高质量发展“算力浦江”智算行动实施方案（2024-2025年）上海市通信管理局、上海网信办、上海市发改委、上海市数据局、上海市教委、上海市科委、上海市卫健委、上海市市场监管局、上海市国资委、上海市交通委、中国人民银行上海总部到2025年，智能算力规模超过30EFlops，占比达到

51、总算力的50%以上，算力网络节点间单向网络时延控制在1毫秒以内。鼓励基础电信企业跨地区提供智算服务，推动智算芯片全面兼容国产训练框架，推动大模型多维并行训练优化、模型快速适配、模型异构推理部署等技术和工具研发，推动打造智能算力与工业、城市治理、教育科研等应用场景的创新融合。2023年10月上海市推动人工智能大模型创新发展若干措施（2023-2025年）上海市经济和信息化委员会、上海市发展和改革委员会、上海市科学技术委员会、上海网信办、上海市财政局支持引进高水平创新企业，支持本市创新主体打造具有国际竞争力的大模型，鼓励形成数据飞轮，加速模型迭代。应用层面，重点支持在智能制造、生物医药、集成电路、

52、智能化教育教学、科技金融、设计创意、自动驾驶、机器人、数字政府等领域构建示范应用场景，打造标杆性大模型产品和服务。深圳深圳2024年9月深圳市前海深港现代服务业合作区管理局关于支持人工智能高质量发展高水平应用的若干措施深圳市前海深港现代服务业合作区管理局鼓励企业建设智能算力中心和智能算力调度平台，支持企业基于国产人工智能软件底座打造共性技术服务平台，鼓励开展人工智能语音识别、图像识别、自然语言理解等领域通用关键技术开发。围绕制造、金融、物流、商务等重点领域支持“大模型+产业”应用创新。2024年7月深圳市加快打造人工智能先锋城市行动方案深圳市工业和信息化局鼓励开展大模型架构、大模型超级智能、超

53、级对齐等技术创新，打造全链路自研大模型技术体系。研发多模态具身智能大模型，开发具身智能机器人“大脑”，推动具身智能大模型与机器人本体深度结合，鼓励打造具有商业价值的整机产品。在数字政府、教育、医疗、气象、智慧城市、环卫、科研、制造、金融、低空经济、智能网联汽车、现代时尚、游戏动漫、文旅、网络安全等领域，鼓励企业联合研发行业大模型。2023年5月深圳市加快推动人工智能高质量发展高水平应用行动方案（2023-2024年）中共深圳市委、深圳市人民政府聚焦通用大模型、智能算力芯片、智能传感器、智能机器人、智能网联汽车等领域，重点支持打造基于国内外芯片和算法的开源通用大模型；支持重点企业持续研发和迭代商

54、用通用大模型；开展通用型具身智能机器人的研发和应用。18资料来源：至顶智库结合公开资料整理绘制。2024.11 ZD Insights 1.10 全球科技巨头在AIGC领域的投资情况OpenAI等全球知名AI独角兽成长过程中，离不开投资者源源不断的资金支持。生成式AI发展过程中，需要大量投入算力和财力，大模型训练完成后投资回报周期较长，使得初创企业难以独自承担相关成本，全球最有竞争力的企业才能获得资本市场的认可拿到融资。国外投资企业主要包括微软微软、亚马逊亚马逊、谷歌谷歌等互联网巨头，也有像英伟达英伟达在AI浪潮中成长起来的新巨擘。国内投资企业主要有阿里巴巴阿里巴巴、腾讯腾讯、小米小米等平台型

55、企业。相关融资企业以基础模型公司为主，如OpenAI、Anthropic、智谱、百川智能、零一万物等。全球科技巨头在全球科技巨头在AIGCAIGC领域投资情况领域投资情况中国科技巨头在中国科技巨头在AIGCAIGC领域投资情况领域投资情况资料来源：至顶智库结合公开资料整理绘制。19企业名称企业名称所在地所在地主要业务主要业务最新估值最新估值融资情况融资情况OpenAI美国旧金山成立于2015年，是一家专注于开发通用人工智能模型的全球领军企业，已推出ChatGPT、GPT-4o、DALL-E、Sora等多种重磅模型及应用。1570亿美元 20242024-10 10 战略投资战略投资 数十亿美元

56、数十亿美元 投资方：Thrive Capital、Microsoft、NVIDIA、SoftBank、Khosla Ventures、Altimeter Capital、Futurum Capital、Tiger Global ManagementxAI美国旧金山成 立 于 2023 年，由 Tesla 和SpaceX的CEO Elon Musk领导，致力于开发人工智能以加速人类的科学探索，已推出第二代AI模型Grok-2。400亿美元 20242024-05 B05 B轮轮 数十亿美元数十亿美元 投资方：Andreessen Horowitz,Sequoia Capital,Fidelity

57、,E1 Ventures,Legendary VenturesAnthropic美国旧金山成立于2021年，由前OpenAI研究副总裁Dario Amodei及相关前OpenAI员工联合创立，专注于开发通用AI模型，已推出三代Claude系列AI模型。184亿美元 20242024-03 03 战略投资战略投资 27.527.5亿美元亿美元 投资方：AmazonMistral AI法国巴黎成 立 于 2023 年，由 前DeepMind和Meta研究人员组建的致力于构建通用人工智能（AGI）模型的初创公司。推出Mistral 7B、Mistral Large等模型。60亿美元 20242024

58、-06 B06 B轮轮 6 6亿欧元亿欧元 投资方：General Catalyst Partners、Andreessen Horowitz-a16z、Lightspeed Venture Partners、Bpifrance、BNP Paribas、NVIDIA、Cisco、Samsung Ventures、Salesforce、ServiceNow、IBM、DST GlobalCohere加拿大多伦多成立于2019年，联合创始人包括Transformer论文共同作者Aiden Gomez。主要面向企业推出大模型服务，帮助企业端用户总结文档、编写网站文案等任务。55亿美元 20242024

59、-07 D07 D轮轮 5 5亿美元亿美元 投资方：PSP Investments（领投）、Cisco、NVIDIA、AMD、EDC信息截至2024年11月 资料来源：crunchbase，至顶智库结合公开资料整理绘制。1.11 全球AIGC独角兽企业融资情况 2024.11 ZD Insights 15701570亿美元亿美元 184184亿美元亿美元 6060亿美元亿美元 5555亿美元亿美元 Cohere加拿大多伦多加拿大多伦多20242024年全球年全球AIGCAIGC独角兽企业估值及分布情况独角兽企业估值及分布情况OpenAI美国旧金山美国旧金山Anthropic美国旧金山美国旧金山

60、Mistral AI法国巴黎法国巴黎400400亿美元亿美元 xAI美国旧金山美国旧金山20企业名称企业名称所在地所在地企业介绍企业介绍估值估值融资情况融资情况智谱智谱北京-海淀研发千亿级超大规模预训练模型GLM-130B，并推出对话模型ChatGLM。打造AIGC模型及产品矩阵，包括AI提效助手智谱清言、代码模型CodeGeeX、多模态理解模型CogVLM和文生图模型CogView等。30亿美元 20242024-09 D09 D轮轮 数十亿人民币数十亿人民币 投资方：中关村科学城（领投）、红杉中国、高瓴投资、君联资本20242024-05 C05 C轮轮 4 4亿美元亿美元 投资方：Pro

61、sperity7 Ventures（沙特阿美旗下基金）20242024-03 03 战略投资战略投资 数亿人民币数亿人民币 投资方：北京人工智能产业基金月之暗面月之暗面北京-海淀推出全球首个支持输入20万汉字的智能助手产品Kimi。创始团队核心成员参与Google Gemini、Google Bard、盘古NLP、悟道等多个大模型的研发。30亿美元 20242024-05 B05 B轮轮 数亿美元数亿美元 投资方：腾讯投资、高榕资本、源码资本、五源资本、云九资本20242024-02 A02 A轮轮 1010亿美元亿美元 投资方：阿里巴巴（领投）、蚂蚁集团（领投）、红杉中国、小红书、美团、Mo

62、nolith Management砺思资本、九安医疗、蓝驰创投、襄禾资本、宿华百川智能百川智能北京-海淀由前搜狗公司CEO王小川创立，公司核心团队由来自搜狗、百度、华为、微软、字节、腾讯等知名科技公司的AI 顶 尖 人 才 组 成。目 前 已 推 出Baichuan4模型及百小应AI助手。200亿人民币 20242024-07 A+07 A+轮轮 5050亿人民币亿人民币投资方：顺禧基金、临港科创、深创投、阿里巴巴、腾讯投资、小米集团、中金资本好未来、卓源亚洲、顺为资本、红点中国、慕华科创、三七互娱、中贝通信、信雅达MiniMax上海徐汇MiniMax自主研发不同模态的通用大模型，包括万亿参数

63、MoE文本大模型、语音大模型以及图像大模型。基于不同模态的通用大模型，MiniMax 推出生产力工具海螺AI等原生应用。25亿美元 20242024-03 03 战略投资战略投资 6 6亿美元亿美元投资方：阿里巴巴（领投）、红杉中国、高瓴创投、经纬创投零一万物零一万物北京-海淀李开复带队孵化的AI 2.0公司，2023年11月，零一万物发布首个模型Yi-34B，2024年5月，零一万物推出一站式 AI 工作平台万知，也同时发布全球SOTA千亿参数闭源大模型Yi-Large。10亿美元 20242024-08 A08 A轮轮 数亿美元数亿美元 信息截至2024年11月，资料来源：IT桔子，至顶智

64、库结合公开资料整理绘制。2024.11 ZD Insights 20242024年中国年中国AIGCAIGC独角兽企业估值及分布情况独角兽企业估值及分布情况1.12 中国AIGC独角兽企业融资情况北京海淀区 4家上海徐汇区 1家估值30亿美元估值30亿美元估值200亿人民币估值10亿美元估值25亿美元21基础设施篇AI算力AI服务器MaaS平台22 2024.11 ZD Insights 2.1 算力基础设施为AIGC发展提供底层支撑资料来源：至顶智库结合公开资料整理绘制。AIAI芯芯片片高性能计算集群成为大模型发展及AI应用落地的重要算力支撑。目前NVIDIA、Google、百度、阿里、腾讯

65、等国内外科技巨头均推出芯片或高性能计算集群。从我国算力发展情况来看，IDC数据显示，2026年中国智能算力规模将达到1271.4EFLOPS。至顶智库统计，我国目前已投入运营和在建的人工智能计算中心达到50余个，分布在北京、上海、南京、杭州、成都等多个城市。资料来源：至顶智库结合公开资料整理绘制。中国智能算力规模中国智能算力规模(2020(2020-2026)2026)75155.2268427640.7922.81271.42020202120222023202420252026百亿亿次浮点运算/秒(EFLOPS)中国人工智能计算中心分布中国人工智能计算中心分布数据来源：IDCDGX Sup

66、erPOD新一代高性能计算集群HCC高性能计算集群EHC灵骏智算集群人工智能超级计算集群Atlas 900 AI集群AIGCAIGC底层算力架构底层算力架构昆仑芯2代TPU V4Tensor Core GPUHUAWEI Ascend 910AIAI计计算算集集群群232.2 AI大模型训练环节所消耗的算力规模持续增加信息来源：EPOCH AI,至顶智库结合公开资料整理绘制。单位：FLOPs近年来，AI大模型预训练的算力消耗呈爆炸性增长。EPOCH AI将全球主流大模型训练所用到的算力消耗情况进行统计，具体如下图所示。2023年底发布Gemini 1.0 Ultra训练所需的计算量约为Tran

67、sformer的673万倍。其中，Gemini 1.0 Ultra 使用5.5万块Google TPUv4芯片进行模型训练，Llama3.1 405B 使用NVIDIA H100进行模型训练，相关算力消耗和成本支出可观。2024.11 ZD Insights 2017年2018年2019年2020年2021年2022年2023年2024年1e241e181e191e201e211e221e231e251e26TransformerGPT-1BERT-LargeGPT-2(1.5B)RoBERTa LargeT5-11BGPT-3 175BGShardmT5-XXLLaMDAPaLM(540B)

68、OPT-175BLlama 3.1 405BImagenWhisperU-PaLM(540B)GPT-4PanGu-PaLM 2Llama2-70BLlama2-7BLlama3-70BGemini 1.0 UltraLlama-65BERNIE 3.0 TitanERNIE 3.0DALL-E全球全球AIAI主流模型训练消耗算力及训练用芯片主流模型训练消耗算力及训练用芯片16000 块 NVIDIA H100 SXM555000 块 Google TPU v416000 块 NVIDIA H100 SXM51000 块 NVIDIA A100 SXM4 512 块 Huawei Ascend

69、 9102048 块 NVIDIA A100 SXM525000 块 NVIDIA A100 SXM4256 块 Google TPU v4256 块 NVIDIA Tesla V1006144 块 Google TPU v41024 块 Google TPU v38 块 NVIDIA Quadro P600512 块 Google TPU v38块 NVIDIA P1001024 块 NVIDIA Tesla V10064 块 Google TPU v224戴尔科技集团(DELL Technologies)拥有从桌面、数据中心到云端的AI解决方案，涵盖适用于AI场景的服务器、PC和工作站、存

70、储、网络产品、数据管理和APEX订阅服务。当前，人工智能正成为推动各行各业创新的核心力量，基础架构作为AI解决方案的底座，可为企业提供多元算力、数据存储和网络配置等创新必需的要素，确保模型训练和推理过程的高效率和高可靠性。作为AI时代的领航者，戴尔科技致力于成为企业创新的催化剂，以卓越的技术实力和前沿创新帮助各行各业构筑强大的数字生产力，全力支持企业的AI转型之旅。2.3 戴尔科技集团在人工智能领域全面布局信息来源：戴尔科技集团官网，至顶智库整理绘制。2024.11 ZD Insights 服务生态系统基础架构适用于AI的服务器适用于AI的PC和工作站面向AI的存储适用于AI的网络产品面向AI

71、的数据管理适用于AI的APEX订阅服务数据应用场景Dell AI Factory25戴尔科技集团提供现代化数据基础架构产品组合。PowerEdge XE9680专为人工智能、机器学习和深度学习场景打造；AI PC产品组合涵盖Precision系列工作站以及Latitude系列AI PC。Precision系列工作站搭建实时交互、广告营销、教育教学等应用场景，赋能企业发挥更大的AI开发创造力；Latitude系列AI PC提供专业创作者的AI智能助理，提升工作效率，获得高质量创意成果。2.3 戴尔科技集团高性能AI服务器及AI PC系列产品 2024.11 ZD Insights PowerEd

72、ge XE9680PowerEdge XE9680高性能高性能AIAI服务器服务器LatitudeLatitude系列系列AI PCAI PCPrecisionPrecision系列工作站系列工作站全新Latitude系列AI PC集成Windows StudioEffects、Dell Optimizer等领先AI功能，实现AI多能协作。此外，Latitude PC还为用户提供PC复杂控制、本地知识库、长文档解读、闲聊陪伴、用机问答等功能，助力专业创作者事半功倍，收获高质量创意成果的AI高效智能助理。Precision塔式工作站搭载NVIDIA专业级显卡，算力高达1000TOPs，通过AI部

73、署可轻松处理检索海量数据，应对高要求的工作负载。Precision高端塔式工作站助力企业开发数字人项目，搭建实时交互、广告营销、教育教学等应用场景，赋能企业发挥更大的AI开发创造力。信息来源：戴尔科技集团官网，至顶智库整理绘制。PowerEdge XE9680高性能AI服务器是专为人工智能(AI)、机器学习和深度学习而打造的高性能服务器。搭载新一代英特尔至强处理器，拥有多达56个核心的高核心数量，结合当前可用的大多数GPU内存和带宽，突破AI计算的界限。借助8路GPU平台以及高达400GB/s的GPU-GPU通信带宽，选择8个NVIDIA H800 700 W SXM5，实现极高的训练性能。支

74、持诸如NVIDIA多实例GPU(MIG)功能等选项以托管多租户环境。26MaaSMaaS（ModelModel asas a a ServiceService模型即服务模型即服务）：是指围绕AI大模型开发而形成的平台工具系统，帮助开发者或企业高效构建、部署和调用模型，推动应用落地。MaaS主要涵盖数据管理、模型训练、模型评估优化、推理部署、Prompt工程等环节。从MaaS所发挥的作用来看，MaaS通过构建全流程开发平台，降低技术门槛；通过集约化的数据集和模型库，解决资源利用问题；通过提供模型应用的开发能力，更好匹配企业的场景使用需求。国外的Google、AWS，国内的百度、阿里、腾讯、火山引

75、擎等企业均推出了MaaS平台或相关服务。2.4 MaaS成为构建、部署和调用AI模型的开发管理平台 2024.11 ZD Insights 信息来源：至顶智库结合公开资料整理绘制。多算力规格实时监控可视化故障容错数据回流模型压缩数据构建数据标注洞察增强清洗弹性伸缩分布式推理批量推理推理加速模型微调post-pretrainSFT-全量更新SFT-LoRARLHF增量训练数据管理模型训练模型评估及优化推理部署提示工程预置Prompt模板自制Prompt模板Prompt评估Prompt优化自动评估人工评估模型评估MaaSMaaS（Model as a Service Model as a Serv

76、ice 模型即服务）整体架构图模型即服务）整体架构图27场景应用篇企业办公工业制造电商营销游戏娱乐金融服务医疗健康法律服务教育教学AI搜索科学发现28AIAI搜索成为信息检索领域的关键驱动力搜索成为信息检索领域的关键驱动力，通过大语言模型和检索增强生成技术通过大语言模型和检索增强生成技术，提升搜索结果的准确性提升搜索结果的准确性。核心能力体现在提升简单问题的解决效率、提升复杂性问题的处理能力以及多模态AI搜索能力方面。从全球AI搜索市场格局来看，主要以美国的OpenAI ChatGPT search、Perplexity和中国的阿里巴巴夸克为典型代表。伴随大模型的不断发展，AI搜索将为用户提供

77、更加可靠且具有个性化的搜索使用体验。2024.11 ZD Insights 3.1 AIGC典型应用场景：AI搜索资料来源：至顶智库结合公开资料整理绘制。AIAI搜索市场格局搜索市场格局夸克夸克-AIAI全能助手全能助手Perplexity是全球领先的AI搜索工具，其为用户提供的答案来自网络上高质量的可信来源。不论是学术难题、生活常识还是时事新闻，都能迅速整合信息，给出结构化且易于理解的答案。PerplexityPerplexityOpenAIOpenAI-ChatGPT searchChatGPT searchOpenAI推出的ChatGPT search，可以结合互联网信息，提供更为及时、

78、准确的反馈。此外，ChatGPT search也同专业数据和新闻服务商进行合作。AIAI搜索核心能力搜索核心能力010302提升简单问题解决效率提升复杂性问题处理能力多模态AI搜索能力夸克是阿里巴巴智能信息事业群旗下的AI产品，旨在为用户提供以AI搜索为中心的一站式AI服务，涵盖AI搜索、AI写作、AI总结等多种功能。AI搜索带来新的搜索体验搜索带来新的搜索体验伴随AI大模型的快速发展，全球搜索行业迎来新机遇。OpenAI和Perplexity发布的AI搜索产品，借助大模型能力提供具有可靠性的答案，用户可以通过反馈链接快速找到信息来源。此外，用户也可以将搜索范围选定在特定数据库或网页来源，避免

79、大模型的幻觉问题。AI搜索提供多元场景应用搜索提供多元场景应用区别于传统的搜索引擎，AI搜索提供的不仅是问题的回答，更是基于用户需求的个性化信息服务。夸克推出的AI搜索产品，不仅可以提供高质量的信息反馈，同时还可以满足用户在智能创作、智能总结、解题搜题、健康答疑等多场景的个性化需求，不断提升用户体验。29夸克是阿里巴巴智能信息事业群旗下的夸克是阿里巴巴智能信息事业群旗下的AIAI产品产品，为用户提供以为用户提供以AIAI搜索为中心的搜索为中心的“一站式一站式AIAI服务服务”和和“系统级全场景系统级全场景AI”AI”能力能力。基于在AI搜索和大模型方面的优势，夸克先后升级和发布APP端“超级搜

80、索框”和全新“PC端”，通过手机、平板、电脑等入口，以及对话、拍照、截图、划词等方式，进一步提升AI搜索、AI写作以及AI总结上的产品体验，满足用户在工作和学习场景中的各类需求。2024.11 ZD Insights 3.1 夸克：以AI搜索为中心的一站式AI服务资料来源：夸克，至顶智库整理绘制。夸克产品体验夸克产品体验夸克夸克AIAI能力全景图能力全景图夸克大模型AI搜索：搜索：基于夸克大模型和搜索技术的积累，夸克AI搜索整合全网优质资源，为用户提供及时、准确的信息。AI搜题：搜题：通过模型分析题目知识点，为用户提供详尽、完整的解题思路和解题步骤。AI PPT：通过输入特定主题，可以为用户生

81、成不同风格的PPT，支持智能排版功能。智能回答智能总结智能创作PC端手机端平板电脑端AI搜索搜索12312330AIGCAIGC生产力工具赋能办公场景生产力工具赋能办公场景，带动工作效率有效提升带动工作效率有效提升。微软发布的Microsoft 365 Copilot和金山办公发布的WPS AI，为日常办公中文字处理、文案生成、PPT布局、排版美化、框架搭建、数据分析、图表可视化等任务提供丰富应用，使得用户仅通过文字描述的方式实现相应功能，减少以往复杂交互过程，提高工作效率同时有效降低工作时长。2024.11 ZD Insights 3.2 AIGC典型应用场景：企业办公Microsoft 3

82、65 CopilotWPS AI公司名称产品定价30美元/月免费底层模型GPT-4Minimax基础大模型主要功能Word：简短指令实现文稿的内容生成，并可以通过交互式指令继续修改WPS文字：文字：文章大纲构建、一键生成模板、内容生成、表达优化、文档理解并处理、推荐相关问题PowerPoint:基于提示生成幻灯片，基于文稿生成幻灯片，边界指令调用编辑功能WPS演示：演示：智能创作、排版美化、演讲备注、一键生成内容大纲及完整幻灯片、自动美化排版、生成演讲稿备注Excel:通过自然语言指令完成数据分析和可视化，根据问题自动生成模型，模型图表可一键插入WPS表格表格：对话生成公式，对话设置条件格式，

83、数据批量处理，自动生成表格资料来源：至顶智库结合公开资料整理绘制资料来源：至顶智库结合公开资料整理绘制。企业服务典型应用：企业服务典型应用：Microsoft 365 Copilot&WPS AIMicrosoft 365 Copilot&WPS AIMicrosoft 365 Copilot&WPS AI应用对比应用对比WordPowerPointExcelWPS表格WPS演示WPS文字帮助用户起草通知证明、活动策划、周报月报，提供文章开头思路。满足修改润色文档内容、扩充缩写篇幅需求。公文、请假条、工作计划等多种类型文档，可一键生成。通过聊天就能操作表格描述你想要的效果，WPS Al就会帮你

84、调用表格指令完成操作，比如生成条件格式、筛选排序等等。告诉WPS AI主题和页数，自动生成大纲，点击即可一键生成完整PPT。还支持生成单页、扩写改写等能力，创作有灵感，下笔更高效。Copilot可以将现有的书面文件转化为带有演讲者笔记和资料来源的演示文稿，并使用自然语言命令来调整布局、重新编排文本和完美的动画时间。Copilot in Excel与用户一起工作，帮助分析和探索用户的数据。用自然语言向Copilot提出关于用户的数据集的问题，而不仅仅是简单的公式。Copilot in Word可以与用户一起写作、编辑、总结和创作。只需一个简短的提示，Copilotin Word就能为用户创建一个

85、初稿，并根据需要从整个组织获取信息。31AIGCAIGC应用于工业制造的研发设计应用于工业制造的研发设计、生产制造和供应链管理等环节生产制造和供应链管理等环节。研发设计：研发设计：AI大模型+EDA/CAE/CAD将对芯片设计等方面有效赋能；生产制造：生产制造：以ChatGPT为代表的AI模型进一步加强工业机器人的交互与任务执行能力；供应链管理：供应链管理：有效实现智能化运营管理，简化供应链订单管理流程，推动数字孪生系统构建，实现工厂管理的实时可视化。2024.11 ZD Insights 3.3 AIGC典型应用场景：工业制造资料来源：Microsoft,ChatGPT for Roboti

86、cs:Design Principles and Model Abilities，至顶智库结合公开资料整理绘制。AIGCAIGC在工业制造领域的三大应用场景在工业制造领域的三大应用场景生产制造生产制造研发设计研发设计 AI大模型+工业研发设计推动工业数字化进程，借助云计算，进行超大数据量的推理训练，进一步优化软件工作效率，简化研发流程和复杂度，帮助企业提升效率与优化成本结构。AI大模型大模型+EDA：将成为未来芯片设计主流趋势，利用云端扩展性实现物理设计自动化，并确保设计在电气方面准确无误。此外利用AIGC功能可以简化系统设计流程，缩短PCB设计周转时间。AI大模型大模型+CAE：能够有效提升

87、仿真效率，优化代码生成能力。通过将CAR训练数据来源作为训练集引入CAE中，能够优化物理理论生成模型流程，大幅提升建模效率。AI大模型大模型+CAD：能够进一步对设计进行参数优化，并依据大量设计模块数据库生成推荐的设计草图。供应链管理供应链管理AI大模型大模型+生产制造：生产制造：将能够强化工业机器人的信息处理、感知执行等能力，机器可以通过自然语言处理模型GPT理解人类的自然语言指令，同时GPT也可以帮助机器执行路径规划、物体识别等任务时提供决策。AIGC可以进一步加强工业机器人的信息处理和分析能力，与机器视觉融合可赋予工业机器人更为强大的感知执行能力。AI大模型大模型+供应链管理：供应链管理

88、：能够有效实现智能化运营管理，简化供应链订单管理流程，推动数字孪生系统构建，实现工厂管理的实时可视化。同时，能够再造数字化办公流程，将模型集成在管理系统，通过自然语言指令即可实现人机交互，推动企业进行更高效的管理决策、更便捷的数据分析与可视化、更完善的产品设计和质量报告，推动企业从“感知-决策-执行-反馈”全链条探索AIGC在供应链领域的完善。在需求端，能够更准确、更及时地预测需求，帮助企业降本增效。在仓库和物流端，可以优化产品布局，节省时间成本，推动智能调度、智能跟踪和智能预警。32AI比人工客服更有经验，知识面更广，反应速度更快。工商银行工商银行智能客服“工小智”不仅能满足线上咨询、信息查

89、询等功能，也能融入到线下智能化网点的业务分流、扫码取号以及客户服务等过程中。AIGCAIGC赋能金融多场景赋能金融多场景，提升金融服务的效率与质量提升金融服务的效率与质量。当前多家科技公司与金融机构紧密合作，将AIGC能力应用在投研、投顾、风控、客服等场景。智能投研智能投研：通过文本生成等技术帮助分析师快速提取关键信息；智能投顾智能投顾：利用大模型有效提升投资决策能力；智能风控智能风控：智能化模型提升风险识别能力；智能客服智能客服：提供线上线下的智能服务体验。此外，大模型在远程银行系统中也实现全面覆盖，提供多项智能化技术赋能。2024.11 ZD Insights 3.4 AIGC典型应用场景

90、：金融服务资料来源：至顶智库结合公开资料整理绘制。资料来源：至顶智库结合公开资料整理绘制。事前拆解知识AI利用强大的数据库、知识库和分析能力，提高投资组合的收益和风控能力。摩根士丹利摩根士丹利测试基于Open AI的AI工具，以帮助约1.6万名财富管理顾问利用庞大研究数据库。AI能对剧烈波动的市场做出快速反应、科学评估风险类型和程度，提升金融机构风险模型的科学性。科大讯飞科大讯飞智能化大模型可针对不同的用户群体，构建智能化模型，覆盖信贷全流程，提升特定场景下的风险识别能力。AI可以综合处理金融领域数据、综合运用投研工具、高效处理、快速突出信息，加快投研团队透明化脚步、促进知识沉淀。中信证券中信

91、证券内测基于生成式与训练大模型智能助手CiticsAI，其训练结合证券行业与中信证券内部特有语料数据，涵盖文本生成、代码生成等场景。智能风控智能客服智能投研智能投顾事后事中背景了解交流咨询目的知识搜索+系统操作记录工单人工复核评价知识问答前情摘要转接电话提醒知识随行工单预填质量评价工作内容大模型赋能AIGCAIGC在金融领域的典型应用场景在金融领域的典型应用场景AIGCAIGC在远程银行系统的应用在远程银行系统的应用33AIGC促进虚实融合促进虚实融合，营造线上沉浸式购物体验营造线上沉浸式购物体验。AIGC通过与AR、VR等技术结合，在电商营销场景中实现虚拟主播带货、三维商品构建、服饰在线试穿

92、等功能。虚拟主播带货：虚拟主播带货：实现自由更换妆发、服饰和场景，给用户提供全新观感；三维商品构建：三维商品构建：提供虚拟产品多方位视觉感知的独特体验，大幅压缩沟通时间成本；服饰在线试穿：服饰在线试穿：消费者在虚拟模特上试穿不同衣物，提升用户购物体验，减少退换货情况。2024.11 ZD Insights 3.5 AIGC典型应用场景：电商营销资料来源：至顶智库结合公开资料整理绘制。AIGCAIGC电商营销三大场景电商营销三大场景三维商品构建三维商品构建服饰在线试穿服饰在线试穿虚拟主播带货虚拟主播带货AIGC帮助电商以更进阶的方式，将产品图像生成三维模型。AIGC的创新改革，明显减少商家的研发

93、模型的成本，同时也增强用户购买产品的匹配度。阿里巴巴的每平每屋业务，通过利用视频建模等技术，实现“商品放我家”的模拟展示效果。采用AI虚拟数字人来经营直播间，不仅可以自由更换妆发、服饰和场景，给用户提供全新的观感，还能最大化节约成本。虚拟主播具有三大优势：虚拟主播能够填补真人主播的直播间隙，使直播间能够不间断地轮播；虚拟化直播品牌更能加速其年轻化的进程，塑造元宇宙时代的形象，未来通过延展应用到更多的虚拟场景，实现多圈层传播；虚拟主播的人设更稳定可控，安全性更强。在AIGC 3D生成领域，相关企业积极探索，试图缩短3D模型的研发周期，降低研发成本，输出高质量虚拟商品提升虚拟购物体验。优衣库推出虚

94、拟试衣功能，让消费者能够在线上购物时更好了解衣物的效果和适合度。消费者可以使用手机扫描自己的身体，然后在虚拟模特上试穿不同的衣物。此功能提升用户购物的体验，减少退换货的情况。AIGC赋能虚拟主播,增强其互动能力和自我学习能力,比如京东言犀虚拟主播在京东618商家大会上，帮助商家降低高达95%的成本，增加销售额30%以上。京东美妆超级品类日活动开启时，京东美妆虚拟主播“小美”就出现在兰蔻、欧莱雅、OLAY、科颜氏等超过20个美妆大牌直播间，开启直播首秀。快手通过其关联公司StreamLake,帮助蒙牛在快手平台上推出首个虚拟人奶思,让奶思通过蒙牛牛奶旗舰店快手账号进行直播首秀。虚拟主播带货虚拟主

95、播带货34AIGCAIGC模型与医疗多场景有机结合模型与医疗多场景有机结合，协助医生为患者提供更好的护理体验协助医生为患者提供更好的护理体验。Google推出包含Med-Gemini-2D,Med-Gemini-3D以及Med-Gemini-Polygenic的Med-Gemini系列模型，实现在放射学、病理学、皮肤学、眼科学和基因组学的医疗应用。医联MedGPT可以整合多种医学检验检测模态能力，实现线上问诊到医学检查的无缝衔接，通过多模态应用，实现从问诊到康复指导的全流程诊疗。2024.11 ZD Insights 3.6 AIGC典型应用场景：医疗健康资料来源：Google Researc

96、h，医联，至顶智库结合公开资料整理绘制。GoogleGoogle-医疗医疗AIAI模型模型MedMed-GeminiGemini医联医联-医疗医疗AIAI模型模型MedGPTMedGPT MedGPT主要专注于在真实医疗场景中发挥实际诊疗价值，实现从疾病预防、诊断、治疗到康复的全流程智能化诊疗能力。首先，MedGPT会通过线上的多轮问诊引导患者给出病情全貌以收集足够的诊断决策因子，使得准确性得到保障才会进入下一环节。线上问诊结束后，MedGPT会向患者开具必要的医疗检查项目，患者则可以通过医联云检验等多模态能力进行医学检查。此外，MedGPT还会在患者收到药品后为患者提供用药指导、智能随访复诊

97、和康复指导等智能化疾病诊疗服务。2024年5月，Google发布应用于多模态医疗领域的Med-Gemini系列模型，其中包含Med-Gemini-2D,Med-Gemini-3D 以 及 Med-Gemini-Polygenic,实现在放射学、病理学、皮肤学、眼科学和基因组学的医疗应用。Med-Gemini-2D能够在传统的2D医疗影像（胸部X光、CT切片、病理切片等）上执行分类、视觉问答和文本生成多项任务。Med-Gemini-3D可以理解并能够撰写3D研究放射学报告，例如头部CT影像。Med-Gemini-Polygenic 能 够 实现通过收集基因组信息，预测疾病以及健康状态。0102线

98、上问诊线上问诊03检查项目开具检查项目开具04疾病诊断疾病诊断05治疗方案设计治疗方案设计06智能随访复诊智能随访复诊康复指导康复指导35AIGCAIGC在在合同起草合同起草、研究分析研究分析、诉讼支持等法律领域广泛应用诉讼支持等法律领域广泛应用。AIGC可用于自动化合同起草、法律文件摘要、法律案例分析等任务，从而提高效率、减少人为错误，并为律师和法律专业人士提供更多的资源和支持。此外，AIGC可以自动分析大量法律文献，并提取关键信息的优势可被用于法律研究，从而帮助律师和法律专家更快地了解案件和相关法律。目前国外的CS Disco和中国的法大慧云等初创企业已推出法律相关的AI智能化解决方案。2

99、024.11 ZD Insights 3.7 AIGC典型应用场景：法律服务资料来源：至顶智库结合公开资料整理绘制。AIGC可用于生成合同、法律协议和其他类型的法律文件，可以节省时间并降低出错风险AIGC可用于生成法律报告，例如法庭诉讼摘要、法律意见和其他类型的法律内容AIGC分析企业合同、法律文书等，自动识别风险点，提供风险评估报告，帮助企业降低法律风险AIGC可用于生成法律案例、立法和其他类型法律信息的摘要，可以帮助律师和法律研究人员快速访问信息AIGC可用于生成法律案例摘要、专家证人报告以及诉讼中常用的其他类型内容合同起草合同起草研究分析研究分析诉讼支持诉讼支持法律报告法律报告法律风险评

100、估法律风险评估AIGCAIGC在在法律服务领域的典型应用场景法律服务领域的典型应用场景案例：案例：提供智能问答法律工具提供智能问答法律工具CS DISCO所研发的智能问答工具Cecilia能够协助律师快速找到法律案件所需要的法律依据，提出法律相关的问题，即可得到由律师数据库或电子取证数据库所反馈的答案，并且答案后都带有相应的法律文件索引。案例：案例：智能化法律服务平台智能化法律服务平台法大慧云（北京慧云数智科技有限公司）是国内顶尖的数字化法律服务创新者，依托中国政法大学权威专家智库深度融合信息技术打造全面智能化的法律服务平台。该平台运用先进的人工智能大模型技术，为用户提供低成本、安全、高效的法

101、律服务解决方案，覆盖从日常法律咨询到定制化专项法律服务的全方位需求，为用户打造更加稳固的法律防护网，降低法律风险。36AIGCAIGC辅助辅助学生学习提升学生学习提升，帮助帮助教师教师轻松备课轻松备课。对于学生而言对于学生而言，AIGC可为学生提供自适应学习、口语陪练、智能排课、在线答疑等学习支持。对于教对于教师而言师而言，可优化教学设计三大环节，创新规划单元教学设计、一键生成互动教学课件、智能教学评价，明显提升教师课前备课、课中观察、课后评价效率和质量。2024.11 ZD Insights 3.8 AIGC典型应用场景：教育教学资料来源：至顶智库结合公开资料整理绘制。AIGC只需通过少量题

102、目就可以精准找到知识点薄弱项，自动调整难度和内容，提高学习效率，让孩子精准提升，从容应对学业水平测试AIGC根据学生的兴趣和特点，定制个性化的学习计划和教学内容，提高学习兴趣和积极性AIGC可以为学生提供智能辅导，解答疑惑，提供反馈和建议，帮助学生更好地掌握知识和技能学生端学生端教师端教师端利用AIGC进行主题对话、虚拟人对话，可自定义情景对话能力，可用AIGC实现真人式陪练，对话结束后，系统立即给出准确度、流畅度、语法、词汇等维度的反馈AIGC给出提示词即可生成逻辑清晰、细分任务和课时的教学设计，通过提示词就可以直接修改细节AIGC可一键生成参考课件PPT，为PPT配上丰富多彩的背景音，并秒

103、速总结输出思维导图，布置实践作业AIGC对学生课堂专注度、活跃度、互动度、秩序度以及教师个人教学模式进行分析，让教师更全面地了解课堂，帮助老师了解和掌握每一位学生的学习情况自适应学习自适应学习口语陪练口语陪练智能排课智能排课在线答疑在线答疑创新规划单元教学设计创新规划单元教学设计一键生成互动教学课件一键生成互动教学课件智能教学评价智能教学评价37AIGCAIGC催生全新游戏玩法催生全新游戏玩法，增强游戏畅快体验增强游戏畅快体验。AIGC贯穿从游戏开发、游戏发行到用户体验全过程。游戏开发阶段：游戏开发阶段：从文本、图像、音频、视频、三维、策略六个维度出发，实现多模态内容输出；游戏发行阶段：游戏发

104、行阶段：在推广准备阶段分析行业趋势，到推广初期快速生成素材，再到推广后期推广活动，游戏宣发成本迅速降低。用户体验阶段：用户体验阶段：玩家在游戏上可与智能虚拟角色进行交流，体验个性化声音特效和角色道具。2024.11 ZD Insights 3.9 AIGC典型应用场景：游戏娱乐资料来源：至顶智库结合公开资料整理绘制。AIGCAIGC在游戏娱乐领域的应用在游戏娱乐领域的应用AIGC生成文字生成文字AIGC生成图像生成图像AIGC生成音频生成音频AIGC生成视频生成视频AIGC辅助玩法设计辅助玩法设计AIGC生成生成3D虚拟角色对话、游戏剧情、世界观游戏道具、游戏角色游戏对话、游戏音效、背景配乐游

105、戏动画3D资产、游戏场景怪兽、剧本、卡牌组合等推广初期推广初期推广准备期推广准备期推广后期推广后期 分析行业趋势 提供情感分析 总结用户画像 制作计划文书 根据用户特征及前期活动数据调整推广方案 针对特定受众推广活动 快速生成高品质素材 提供营销创意、生成脚本、画面、视频智能NPC个性化声音特效、角色道具等网易逆水寒完美世界梦幻新诛仙腾讯王者荣耀“绝悟”AI游戏开发阶段游戏开发阶段游戏发行阶段游戏发行阶段用户体验阶段用户体验阶段38AIGCAIGC为科学家提供强大的科研工具为科学家提供强大的科研工具，推动人类的科学探索推动人类的科学探索。从药物研发到蛋白质工程，从基因组学到化学合成，AIGC的

106、应用正在不断突破传统科学研究的边界，加速科学发现的进程，成为人类科学探索的强大力量。由于AI大模型给科学发现所带来的巨大贡献，戴维贝克（David Baker）因计算蛋白质设计，戴米斯哈萨比斯（Demis Hassabis）和约翰江珀（John Jumper）因蛋白质结构预测共同获得“2024年诺贝尔化学奖”。2024.11 ZD Insights 3.10 AIGC典型应用场景：科学发现资料来源：Google DeepMind,至顶智库结合公开资料整理绘制。AIGCAIGC在科学发现领域的应用在科学发现领域的应用戴维贝克（David Baker）因计算蛋白质设计，戴米斯哈萨比斯（Demis

107、Hassabis）和约翰江珀（John Jumper）因蛋白质结构预测共同获得“20242024年诺贝尔化学奖年诺贝尔化学奖”。AlphaFold 3于2024年5月上线，引领生物学预测技术进入下一阶段-构建蛋白质与其他分子（诸如DNA或者RNA）结合的复合体结构。AlphaFold 3能够实现多种生物分子结构的预测，包括蛋白质、DNA、RNA以及一系列配体等，并且可以生成3D结构。此外，AlphaFold 3还以空前的精确度成功预测生物分子之间的相互作用。与现有的其他预测方法相比，AlphaFold 3在发现蛋白质与其他分子类型的相互作用中的性能提高50%，对于一些重要的相互作用类别中甚至能

108、提高一倍。资料来源：The Nobel Prize,至顶智库结合公开资料整理绘制。20242024年诺贝尔化学奖（年诺贝尔化学奖（The Nobel Prize in Chemistry 2024）AlphaFold 339用户调研篇AI大模型用户使用情况调研404.1 AI大模型用户使用情况调研说明 2024.11 ZD Insights 信息来源：至顶智库结合用户调研整理绘制。调研概况调研概况调研描述调研描述调研时间调研时间2024年9月-11月样本来源样本来源线上调研（社群等渠道）、线下调研（专业展会等渠道）调研对象调研对象18-60岁覆盖地区覆盖地区中国大陆样本数量样本数量500份调研

109、问卷调研背景：调研背景：2024年9月-11月，至顶智库（ZD Insights）通过线上和线下多种渠道调研，共收集500份来自中国大陆多个省份的用户问卷，用户年龄段覆盖18-60岁。调研旨在了解社会各界的AI大模型使用情况。通过此次调研，反映出社会公众广泛使用国内外各类主流大模型，且日常工作和生活对于AI大模型存在多方面需求，未来社会各界对于大模型的能力提升也存在更多期待。414.2 AI大模型调研用户画像 2024.11 ZD Insights 调研用户画像：调研用户画像：在500份调研用户中，企业员工占比近50%；其次为高校学生，占比近18%；专业研究人员、教师和自由职业者占比相对较低；

110、从用户年龄结构来看，20-30岁的青年用户占比最高，占比50%；其次为30-50岁的用户占比将近40%。图表来源：至顶智库结合调研数据整理绘制。数据样本：N=500，AI大模型用户使用情况调研。图表来源：至顶智库结合调研数据整理绘制。数据样本：N=500，AI大模型用户使用情况调研。46.8%17.8%14.2%10.2%10.0%1.0%企业员工学生研究人员自由职业者教师其他5.6%52.4%37.6%4.4%18-20岁20-30岁30-50岁50-60岁AIAI大模型调研大模型调研-用户身份用户身份AIAI大模型调研大模型调研-用户年龄结构用户年龄结构424.3 AI大模型调研用户画像调

111、研用户画像：调研用户画像：从调研用户所处的企业类型来看，民营企业和事业单位（含高校）的用户占比均接近40%，央国企和外企的用户样本较低。从调研用户所处的行业类型来看，教育行业的调研用户占比较高，达到30%以上；其次为IT行业，占比18%；传媒、零售、金融行业的用户占比相对接近，处在8%-11%左右。2024.11 ZD Insights 图表来源：至顶智库结合调研数据整理绘制。数据样本：N=500，AI大模型用户使用情况调研。图表来源：至顶智库结合调研数据整理绘制。数据样本：N=500，AI大模型用户使用情况调研。AIAI大模型调研大模型调研-用户所处企业类型用户所处企业类型AIAI大模型调研

112、大模型调研-用户所处行业类型用户所处行业类型32.6%18.8%11.4%9.4%8.0%5.6%5.4%3.2%5.6%教育IT传媒零售金融政务医疗专业服务其他38.4%37.2%12.8%9.6%2.0%民企事业单位央企/国企外企其他434.4 AI大模型调研使用渠道及使用时长 2024.11 ZD Insights 从大模型的用户使用渠道来看，38%的用户通过APP使用大模型各项功能；36%的用户通过大模型官网渠道；通过企业搭建专用模型接口的用户占比24%。从用户使用时长来看，大模型使用时长在3-6个月的用户占比32%；使用时长在6-12个月的用户占比20%；12个月以上的用户占比15%

113、左右。38.0%36.2%24.0%1.8%大模型APP大模型官网企业搭建专用模型接口其他9.0%23.4%32.4%20.4%14.8%小于1个月1-3个月3-6个月6-12个月12个月以上图表来源：至顶智库结合调研数据整理绘制。数据样本：N=500，AI大模型用户使用情况调研。图表来源：至顶智库结合调研数据整理绘制。数据样本：N=500，AI大模型用户使用情况调研。AIAI大模型调研大模型调研-用户使用渠道用户使用渠道AIAI大模型调研大模型调研-用户使用时长用户使用时长444.5 AI大模型调研企业使用程度及使用场景 2024.11 ZD Insights 从调研用户所在企业的使用情况来

114、看，40%的用户所在企业大范围（超过50%员工）使用AI模型；30%的用户所在企业小范围（不到20%员工）使用模型；20%的用户所在企业，管理层通过不同方式广泛推动模型的使用。从AI大模型使用场景来看，文案创作是调研用户使用最多的场景，使用人数超过200人次；此外，图像创作、数据分析、视频创作等场景使用人次也相对较多。图表来源：至顶智库结合调研数据整理绘制。数据样本：N=500，AI大模型用户使用情况调研。图表来源：至顶智库结合调研数据整理绘制。数据样本：N=500，AI大模型用户使用情况调研。AIAI大模型调研大模型调研-用户所在企业使用程度用户所在企业使用程度员工大范围使用（40%40%）

115、员工小范围使用（30%30%）管理层广泛推动（20%20%）企业完全没有使用（10%10%）AIAI大模型调研大模型调研-用户使用场景用户使用场景050100150200250文档分析信息查询编程辅助视频创作数据分析图像创作文案创作454.6 AI大模型调研用户经常使用的大模型/应用及考虑因素 2024.11 ZD Insights 从调研用户常用的AI大模型/应用来看，百度文心一言使用量最高，达到260人次；OpenAI ChatGPT使用量位居第二，达到200人次；科大讯飞星火、月之暗面Kimi、字节豆包大模型、阿里通义千问使用量紧随其后。从选择模型的考虑因素来看，模型回复速度、功能丰富度

116、、回复质量为用户最为关注的方面，此外用户还会对使用成本、Token长度等方面进行考量。050100150200250300商汤商量 百川大模型 企业专有模型 360智脑 腾讯混元 智谱清言 阿里通义千问 字节豆包 月之暗面Kimi 科大讯飞星火 ChatGPT百度文心一言 图表来源：至顶智库结合调研数据整理绘制。数据样本：N=500，AI大模型用户使用情况调研。通义千问通义千问企业专有模型企业专有模型图表来源：至顶智库结合调研数据整理绘制。数据样本：N=500，AI大模型用户使用情况调研。AIAI大模型调研大模型调研-用户经常使用的大模型用户经常使用的大模型/应用应用AIAI大模型调研大模型调

117、研-用户选择模型的考虑因素用户选择模型的考虑因素050100150200250300企业品牌 Token长度 使用成本 回复质量 功能丰富度 回复速度 回复速度功能丰富度回复质量使用成本Token长度企业品牌464.7 AI大模型调研用户提示词技能提升方法 2024.11 ZD Insights 如何用好大模型与掌握AI提示词技能密切相关。从本次调研情况来看，超过280位用户通过模型的提示和引导，不断提升提示词技能；反复尝试不断完善提示词，也是当前大多数用户的选择；此外，调研用户通过视频、社交平台等各类渠道自主学习，以及参加专业研讨会和相关培训等方式，也可以掌握更多提示词技能。05010015

118、0200250300350参加研讨会/培训 自主学习（视频号/小红书/抖音等）反复尝试完善提示词 通过模型提示引导 图表来源：至顶智库结合调研数据整理绘制。数据样本：N=500，AI大模型用户使用情况调研。AIAI大模型调研大模型调研-用户提示词技能提升方法用户提示词技能提升方法通过模型提示引导反复尝试完善提示词自主学习（视频/社交平台等）参加研讨会/培训47前沿趋势篇开源VS闭源推理计算智能终端AI Agent端侧模型RAG合成数据具身智能48资料来源：maximelabonne，至顶智库结合公开资料整理绘制。5.1 趋势一：开源模型与闭源模型的性能差距逐渐缩小开源模型开源模型 VS VS

119、闭源模型闭源模型 测试性能表现整体趋势测试性能表现整体趋势 2024.11 ZD Insights GPT-4o90%84%78%72%66%60%54%48%42%闭源模型闭源模型开源模型开源模型PaLMChinchillaFlan-PaLMU-PaLMGPT-4Claude 1.3GPT-3.5 TurboClaude 2Flan-T5 11BLLaMA 65b大规模多任务语言理解(Massive Multi-task Language Understanding,MMLU)性能表现Gemini UltraGemini 1.5 ProLlama 2 70bEalcon 180BMixtra

120、l 8x7BYi-34BQwen1.5 72BLlama 3 8BDBRX Instruct 132BCommand R+Mixtral 8x22BLlama 3 70BQwen 2 72BLlama 3.1 70BLlama 3.1 70BLlama 3.1 405BLlama 3.1 405BGemma 2 27BGemma 2 9BLlama 3.1 8BLlama 3.1 8BClaude 3 OpusLlama 3 405BGPT-4 TurboClaude 3.5 Sonnet49资料来源：OpenAI,至顶智库结合公开资料整理绘制。5.2 趋势二：推理计算显著提升大模型的推理能力

121、OpenAIOpenAI o1o1推理模型示例推理模型示例 2024.11 ZD Insights 2024年9月，OpenAI发布推理模型o1，该模型的训练过程使用强化学习技术，通过显式嵌入原生思维链（NCoT）过程，能够出色地完成复杂的推理任务，将复杂的步骤分解成更简单的步骤，以便更容易理解和处理，该模型在科学、编程和数学领域都取得卓越表现。QQAAR直接输出直接输出重复重复To solve this problem,we need to find all real numbers xx such thatp(1x)=x2,p(x1)=x2,where pp is a monic real

122、 polynomial of degree 2n2n,and it is given thatp(1k)=k2p(k1)=k2for all integers kk with 1kn1kn.Understanding the Given Information:1.Given Data Points:We have 2n2n data points from k=1,2,nk=1,2,n,which provide the values p(1k)=k2p(k1)=k2.2.Polynomial Function:p(x)p(x)is monic of degree 2n2n,which me

123、ans its highest-degree coefficient is 1.Defining a New Polynomial:Lets define a new functionq(x)=p(1x)x2.q(x)=p(x1)x2.Our goal is to find all real solutions to q(x)=0q(x)=0.Properties of q(x)q(x):Since pp is a polynomial of degree 2n2n,p(1x)p(x1)can be expressed in powers of xx.The function q(x)q(x)

124、has zeros at x=1,2,nx=1,2,n because q(k)=p(1k)k2=0q(k)=p(k1)k2=0.Constructing s(x)s(x):Consider the polynomials(x)=x2nq(x)=x2n(p(1x)x2).s(x)=x2nq(x)=x2n(p(x1)x2).Multiplying through by x2nx2n eliminates denominators,making s(x)s(x)a polynomial.Factoring s(x)s(x):We know that s(x)s(x)has roots at x=1

125、,2,nx=1,2,n.Therefore,s(x)s(x)can be expressed as:s(x)=m(x)h(x),s(x)=m(x)h(x),where m(x)=k=1n(x2k2)m(x)=k=1n(x2k2)is a monic polynomial of degree 2n2n whose roots are 1,2,n1,2,n,and h(x)h(x)is a quadratic polynomial.Determining h(x)h(x):We consider h(x)h(x)to be a quadratic polynomial:h(x)=x2+c,h(x)

126、=x2+c,where cc is a constant to be determined.Matching Coefficients:The leading term of s(x)s(x)is x2n+2x2n+2.The leading term of m(x)h(x)m(x)h(x)is(x2n)(x2)=x2n+2(x2n)(x2)=x2n+2,ensuring the degrees match.Comparing the constant term of s(x)s(x)using x=0 x=0:$s(0)=p(0)-0=1,where p(x)=x2n pleft(frac1

127、xright)$.Evaluating m(0)m(0)and h(0)h(0):m(0)=(1)n(n!)2m(0)=(1)n(n!)2.h(0)=0+c=ch(0)=0+c=c.Since s(0)=m(0)h(0)s(0)=m(0)h(0):1=(1)n(n!)2c,1=(1)n(n!)2c,which gives:c=1(1)n(n!)2=(1)n(n!)2.c=(1)n(n!)21=(n!)2(1)n.For n even(since n is even),(1)n=1(1)n=1,so c0c0.Finding Additional Solutions:Solving h(x)=0

128、h(x)=0:x2+c=0 x2=cx=1n!,x2+c=0 x2=cx=n!1,since c=1(n!)2c=(n!)21.Conclusion:The additional real numbers xx satisfying p(1x)=x2p(x1)=x2 are x=1n!x=n!1.推理时间计算推理时间计算:(a)自回归 LLM 是直接基于给定问题生成答案。(b)思维链和逐步思考的概念则涉及到在得到最终答案之前，整合中间推理步骤。这些重复步骤操作允许：1)不断重复访问之前的输出，2)逐步推进到后续推理阶段，3)探索多个推理路径或轨迹。(a)(b)50资料来源：Gartner，AW

129、S，至顶智库结合公开资料整理绘制。真实数据供不应求真实数据供不应求，合成数据将填补合成数据将填补AI模型训练数据供需鸿沟模型训练数据供需鸿沟。AIGC模型训练过程需要大量数据，然而高质量真实数据即将耗尽，合成数据技术将成为数据供给侧的主流解决方案。Gartner预测，2024年合成数据将占到所有训练数据的60%，到2030年合成数据将占据主导地位。合成数据可以由计算方法和模拟来创建，包括文本、数字、表格、图像、视频等形式，具有低边际成本、隐私保护、减少偏见等优点。5.3 趋势三：合成数据填补AI模型训练的数据供需鸿沟用于训练的AI数据真实数据真实数据合成数据合成数据2024202060%60%

130、合成数据2030时间合成数据在合成数据在AIAI模型训练中占比模型训练中占比合成数据应用合成数据方法合成数据类型合成数据类型、方法及应用合成数据类型、方法及应用完全生成新数据，不包含任何真实世界的原始数据。全合成数据用合成信息替换真实数据集中一小部分，以保护数据集敏感部分。半合成数据统计分布统计分布正态分布指数分布卡方分布基于模型基于模型深度学习深度学习生成对抗网络(GAN)变分自动编码器(VAE)Transformer模型自动驾驶机器人安防金融医疗零售工业 2024.11 ZD Insights 51资料来源：LLM Powered Autonomous Agents，中金公司，至顶智库结合

131、公开资料整理绘制。5.4 趋势四：AI Agent通过自主决策机制完成多种任务 2024.11 ZD Insights 智能体智能体(AI Agent)基于大模型能力基于大模型能力，由记忆由记忆、规划规划、工具工具、执行四部分构成执行四部分构成，能依据用户输入的自然语言，自主决策解决问题。AI Agent将复杂任务分解为小任务并确定先后顺序，可调用计算器、API等工具帮助任务完成，还能存储和管理外部知识为决策和执行提供支持。下面是AI Agent对业绩点评任务进行规划、拆解、执行的过程演示。销售数据库API数据处理API任务规划请生成某公司请生成某公司24Q2业绩点评报告业绩点评报告任务拆解获

132、取当前季度公司销售数据任务1统计分析产品类别、销售额、增长率等指标任务2分析报告完整性和准确性任务7绘制销售数据可视化图表任务6调取销售数据库API，获取相关数据调取数据处理API，计算相关指标调取LLM模型分析报告，尝试找出错误并修正调取图表绘制API，生成相关图表任务执行外部资源外部资源图表绘制APILLM模型AI AgentAI Agent任务演示案例任务演示案例AI AgentAI Agent典型特征典型特征记忆记忆短期记忆Agent规划规划工具工具执行执行长期记忆日历计算器代码解释器搜索反思自我批评思维链子目标分解52资料来源：Retrieval-Augmented Generati

133、on for Large Language Models:A Survey，至顶智库结合公开资料整理绘制。5.5 趋势五：RAG通过外部知识降低模型“幻觉”2024.11 ZD Insights 检索增强生成检索增强生成（RAG）是通过检索信息并加入大语言模型生成过程的技术，其能提高模型生成内容的准确性。大语言模型因为预训练数据中存在过时和不正确信息以及微调过程中引入新信息，可能出现“幻觉”。RAG的基本步骤包括：1.对外部知识文档进行解析、分块、嵌入等预处理形成索引；2.检索器根据用户问题对外部知识进行检索，将相关性高的文档交给生成器；3.生成器根据用户指令及相关文档生成答案。RAGRAG与

134、其他模型优化方法的比较与其他模型优化方法的比较RAG具有较高外部知识需求较高外部知识需求，需要大量外部知识构建向量知识库，便于后续检索和生成任务；具有较低模型适应性需求较低模型适应性需求，依赖于静态模型，风格切换或特定能力维度可能弱于微调技术。RAGRAG技术原理图技术原理图外部知识1问题问题检索器检索器生成器生成器答案外部知识2外部知识3根据用户问题检索外部信息检索Top-k相似文档大模型结合文档及提示词生成答案53资料来源：至顶智库结合公开资料整理绘制。5.6 趋势六：端侧模型在手机、汽车等各类终端实现落地典型端侧模型应用案例典型端侧模型应用案例 2024.11 ZD Insights 公

135、司名称公司名称端侧模型端侧模型搭载端侧模型的相关产品搭载端侧模型的相关产品GoogleGemini 1.0 Nano三星Galaxy Z Flip 6，三星Galaxy Z Fold 6，谷歌Pixel 9 vivo蓝心大模型vivo X100系列OPPOAndesGPTOPPO Find X7小米小米MiLM小米su7理想汽车理想Mind GPT理想L系列车型蔚来汽车蔚来NOMI GPT搭载Banyan 榕 蔚来智能系统车型端侧模型端侧模型通常是指部署在手机、电脑、汽车或其他电子产品的轻量化模型，电子产品对于端侧模型的能耗、散热等方面有着严格要求。最近一段时间，国内外硬件厂商推出的终端产品（

136、如手机、汽车等）逐步搭载端侧AI模型，如三星手机Galaxy Z系列、谷歌手机Pixel 9系列，小米汽车su7等。未来模型能力与终端产品紧密结合，给消费者带来更为便捷的智能使用体验。需要关注的是，端侧模型需要平衡运行效率与功耗的关系，模型在端侧设备运行方面同样需要优化。总体而言，端侧模型的发展前景广阔，需要持续迭代以满足不同场景的特定需求。54资料来源：Apple,联想,蔚来,至顶智库结合公开资料整理绘制。5.7 趋势七：AIGC与终端有机融合，带来更多便捷体验 2024.11 ZD Insights 20242024年成为年成为AI终端产品快速发展的元年终端产品快速发展的元年，搭载大模型的

137、搭载大模型的AI PC、AI手机手机、智能汽车相继推出智能汽车相继推出，AIGC应用在各类终端逐步普及应用在各类终端逐步普及。从从AI手机来看手机来看，苹果公司在WWDC大会上重磅发布Apple Intelligence，搭载AI模型的生成式应用与苹果手机无缝结合；从从AI PC来看来看，联想推出内置个人大模型与用户自然交互智能体的AI PC，无需通过云端便可执行工作和生活场景中的各类任务；从智能汽车来看从智能汽车来看，蔚来推出的NOMI GPT，通过智能体和情感引擎，为车主提供便捷和人性化的车内交互体验。长期来看，可穿戴设备等新型智能产品的出现将会为用户带来更多智慧体验。1 1）Writin

138、g Tools：让用户能在任何场景下对文本进行改写、校对和摘要，包括邮件、备忘录、Pages文稿和各类第三方app。Summarize可在用户选中文本后，通过段落、要点罗列、表格或列表的形式进行归纳总结。2 2）备忘录：备忘录：录制音频转写成文本，生成内容摘要。手绘草图转化成图像，用户可选中空白区域，利用基于周围元素生成的场景信息生成新图像。3 3）Siri：Siri具备更深层次的语言理解能力，让Siri表现得更自然，更契合场景，简化日常任务流程。Siri将能够理解用户在更多App中的内容，并进行相应操作。Apple IntelligenceApple IntelligenceNOMI GPT

139、NOMI GPTAIGCAIGC在手机、在手机、PCPC、汽车各类终端的应用案例、汽车各类终端的应用案例1 1）AI PC具备五大特征：具备五大特征：内置个人大模型与用户自然交互的智能体、本地异构算力（CPU/GPU/NPU）、个人知识库、开放人工智能应用生态、个人数据和隐私安全保护。2 2）AI PC场景应用：场景应用：工作场景智能会议、文档总结、AI工作助理和AI PPT等核心功能；生活场景提供AI画师、AI识图等功能，使个人用户的家庭生活更加丰富和便捷。AIAI PCPC1 1）NOMI Agents多智能体多智能体：互动问答、停车助手、守卫摘要、服务管家、探索发现、旅行回忆、NOMI

140、DJ等功能。2 2）NOMI情感引擎：情感引擎：了解环境，察言观色，主动响应；打造精准到人的专属记忆，持续养成学习情感表达；基于大模型的超自然语音，说话更流畅、有温度。55资料来源：Aligning Cyber Space with Physical World:A Comprehensive Survey on Embodied AI,至顶智库结合公开资料整理绘制。5.8 趋势八：具身智能将成为驱动人工智能发展的新型驱动力 2024.11 ZD Insights 具身智能将成为驱动人工智能发展的新型驱动力具身智能将成为驱动人工智能发展的新型驱动力，人形机器人作为具身智能的主要应用场景人形机器

141、人作为具身智能的主要应用场景。具身智能具身智能（Embodied AI）是通过机器人实体与周围环境进行交互，实现环境感知、信息认知、自主决策和采取行动等能力。具身智能需要同时满足“本体本体+环境环境+智能智能”的基本要素，通过智能化物理实体与环境交互完成任务。具身智能的本体形态多样，包括人形、四足、轮式、履带式机器人和智能汽车等。具身智能存在多种应用场景，在工业制造、物流运输、医疗护理、家庭服务、体育训练、自动驾驶等场景实现落地。具身智能三要素具身智能三要素固定基座机器人固定基座机器人轮式机器人轮式机器人仿生机器人仿生机器人履带机器人履带机器人四足机器人四足机器人人形机器人人形机器人要素一：本

142、体要素一：本体要素二：环境要素二：环境要素三：智能要素三：智能具身智能主要应用场景具身智能主要应用场景家庭服务家庭服务轮式机器人固定基座机器人智能汽车固定基座机器人人形机器人物流运输物流运输工业制造工业制造医疗护理医疗护理自动驾驶自动驾驶56发布机构介绍发布机构介绍天津市人工智能学会成立于2021年4月24日，由中科院姚建铨院士及团队、天津大学、天津超算中心等单位发起成立，旨在促进人工智能人才培养、推动产学研用结合，促进产业的深度融合，完善人工智能生态，赋能国家新一代人工智能创新发展试验区建设。学会坚持求实、创新、开放、联合的发展理念，坚持“百花齐放、百家争鸣”的方针，积极开展学术上的交流和讨

143、论，将现代科技成果转化为城市的发展动力。自2021年至今，先后以线上+线下方式，主办、承办、协办省市级大型学术论坛、研讨会等活动10余场。深度参与世界智能大会，在第七届世界智能大会“世界智能科技创新合作峰会”上，由学会携手至顶智库、至顶科技共同编写的2023年全球生成式AI产业研究报告和2023年全球生成式AI产业图谱重磅发布。本次峰会，天津市人工智能学会发出“生成式AI天津强音”！近三年来，学会个人会员和单位会员规模不断扩大，华为技术有限公司、思腾合力（天津）科技有限公司、网宿科技股份有限公司等多家在国内外有影响力的企业，先后成为学会的副理事长单位、常务理事单位，并在科研创新、人才培养、产业

144、聚合等方向与学会展开深度合作。在市科协2022年度、2023年度综合能力评估工作中，天津市人工智能学会两次被评为天津市“星级学会”。57发布机构介绍发布机构介绍至顶科技是一家立足全球科技视野和深刻技术理解，以记录和推动数字化转型进程为使命的信息传播服务公司。自2015年重组以来，公司一直在全力打造更值得信赖的面向知识普及、方案选型、产城合作的科技生态平台，让更多个人、企业、城市受益于数字技术和数字经济创造的崭新机遇。至顶智库(ZD Insights)重点研究方向是数字经济趋势下的算力新生态、转型新场景、企业新工具。智库研究领域主要涉及人工智能、算力芯片、自动驾驶等前沿科技领域。已推出产业图谱、产业报告、行业榜单、公司研究、会议观察等多项研究成果。曾于第七届世界智能大会发布2023年全球生成式AI产业图谱及2023年全球生成式AI产业研究报告，与人民网联合发布开启智能新时代2024年中国AI大模型产业发展报告等研究成果。58