FGGRWARD前

瞻決策·投資一定要有前瞻的眼光2024年中國AI大模型場景探索及

產業應用調研報告-大模型“引爆”行業新一輪變革【聯合發布單位】前中口產瞻業咨

領

研(股票

院599)華為云初創生態聞

菖鋼基金CAN十參

加

成

就

大

家□本報告由深圳前瞻產業研究院、首鋼基金CANPLUS聯合華為云共同撰寫，并于2024年4月下旬正式聯合發布。口報告顯示，2023年我國Al大模型行業規模已達到147億元。Al

大模型的行業應用及技術進步能有效提升各行業生產要素的產出效率并提高了數據要素在生產要素組合中

的地位。供給方面，當前Al大模型企業主要通過深化通用大模型能力或打造垂類行業大模型兩種路徑為下游行業提供Al大模型應用服務，商業模式則較為靈活且多元化

需求方面，企業需求特征表現為滿足可落地的前提下實現價格、私密安全性和大模型能力效果的三者平衡，因此大部分的規模企業用戶主要選擇參數規模在100~200億

之間的AI大模型和本地化部署的落地方式。口應用現狀，大模型賦能場景包括一般通用業務場景和行業應用場景。截至2023年，我國大模型在各垂直應用行業中，金融、政府、影視游戲和教育領域是大模型滲透率

最高的四大行業，滲透率均超過50%。電信、電子商務和建筑領域的應用成熟度較高。口面臨的痛點，首先是基礎算力不足；其次是數據獲取成本高；三是人才不足；四是潛在法規風險；五是市場認知不準確。口Al

大模型行業是技術驅動的行業，且仍具有巨大的挖掘潛力、技術更新進步速度也較快，行業技術能力拓展上限尚未出現。行業發展的七大趨勢，

一是技術趨勢，具備強大預測能力的預測大模型、強大決策能力的決策大模型和能夠自主學習、實時交互的具身智能大模型最有可能成為繼自然語言大模型和多模態大模型后的下一個大模

型行業風口；二是競爭趨勢，AI

大模型企業需將資源聚焦單一發展路徑，行業競爭將開始分化；三是應用場景趨勢，行業應用場景數量也將爆炸性的多元化增長，且會

逐漸從當前的業務類場景向決策管理場景深入；四是應用行業趨勢，前期信息化基礎較好，對新興技術接受度支付意愿也較高的金融、電商、教育和醫療領域是未來五

年AI大模型應用潛力最高的四大下游行業領域；五是Al大模型的應用將反哺基礎科學技術的發展；六是Al大模型將輕量化發展助力終端智能化；七是基礎A通用大模型

將開源化賦能構建國產軟件生態；口針對Al大模型行業應用的四大發展建議，

一是牢守安全底線、放開政策監管力度，為行業創新發展打開政策空間；二是延續傳統高效的商業化應用優勢，加快Al大模型

應用落地；三是打造開源生態，促進產業整體快速發展；四是加快人才培養，做好人才儲備工作；針對Al大模型行業應用企業的三大發展策略，

一是脫虛向實，謹防陷入“模型”規模之爭；二是加強企業合作—t

十行業足爛曰業前苦西工久

日學亡細△行業+加△

習關已業產名代執RWARD

前

瞻·投資一定要有前瞻的眼光引

言F決策FGRWARD

前

瞻決策

·投資一定要有前瞻的眼光01

Al大模型行業應用概況02AI大模型行業應用現狀及案例C

O

N

T

E

N

T

S03

AI大模型行業應用痛點及解決方案04AI大模型行業應用前景趨勢及投資機會分析AI

大模型行業應用概況1.1AI大模型定義及概述1.2AI大模型行業應用價值1.3AI大模型行業應用實現路徑1.4AI大模型行業應用商業模式1.5AI大模型行業應用需求概述1.6AI大模型行業應用競爭格局1.7Al大模型行業應用投融資分析1.8AI大模型行業應用的合規要求2020-2023年中國大模型行業市場規模

(

單位：億元)1477037152020202120222023E多模態大模型CV大模型NLP大模型當前整體AI大模型行業仍處

于萌芽期，市場規模并不大但行業增速較快，根據相關

公開統計數據顯示，2023年

我國大模型行業市場規模初

步估計將達到147億元，近三

年復合增速高達114%。Al大模型是指在機器學習和深度學習領域中，采用大規模

參數(至少在一億個以上)的神經網絡模型，AI

大模型在

訓練過程中需要使用大量的算力和高質量的數據資源。4.2L=(D/5.4·1013)-0.095

L=(N/8.8·1013)-0.0763.93.63.02.4L=(Cmn/2.3·108)-0.050108

109

10?10?1092021年

·

清華大學與阿里達摩院的研究2023年成果以及超算基礎實現的“腦級人工智能模型”八卦爐；(BAGUALU)

完成建立，其模型參數模型突破了174萬億個；·OpenAl

在國內外引發熱潮；··

·2019年·

3月，百度推出了文心模型ERNIE

1.0,參數規模約1.1億，

此時尚未達到大模型的水平；·

同年7月，百度發布ERNIE2.0;

創新價值研究報告》前瞻產業研究院整理大模型算法的Loss

值隨計算資源、數據規模大小和參

數量的指數提升呈線性下降1.1AI大模型定義及概述阿里達摩院發布270億參數的

中文預訓練語言模型PLUG;百度發布ERNIE3.0;浪潮信息發布超大規模預訓練

模型“源1.0”;的大模型廠商及高校院所共計

254家；國家正式發布《生成式人工智

能服務管理暫行辦法》,規范

和鼓勵大模型行業的發展。·

商湯發布了書生

(INTERN)

大

模型；·

華為發布盤古系列超大規模預

訓練模型；分類應用占比Al大模型定義產業規模FGRWARD前瞻··

大模型行業爆發，截至2023年

10月，我國10億參數規模以上160140120100806040200●2022年行業發展歷程決策

投資一定要有前瞻的眼光ComputePF-days,non-embeddingParametersnon-embeddingDataset

Sizetokens其他大模型10-7

10-1

10Test

Loss2-2.7f3Df2Cf0A(K,L,D)0

要素組合1勞動人口勞動人口工業經濟管理勞動人口管理新生產要素數字經濟是繼農業經濟、工業經濟之后的現階段主要經濟形態，數據要素已成為數字經濟時代下

的新型生產要素。2019年十九

屆四中全會，數字要素首次被增

列為生產要素，數據要素地位得

到確立。我國成為首個將數據列

為生產要素的國家。數據從企業內部到外部的流通過程中可以創造三次價值：1、數據支撐業務貫通；2、數據推

動企業數智決策；3、數據資源流通交易賦能社會創造額外價值；基于生產函數模型，

Al大模型的技術進

步對生產函數的影

響如左圖所示，且

當前的大模型技術進步對經濟增長的

影響仍成發散態勢，即AB<BC<CD。1.2AI大模型行業應用價值：提升要素效率及數據要素地位原始數據生成方式

用戶

機器生成

生成提升數據要素在生產要素中的組

合占比比重AI大模型的應用從改變數據要素的生成方

式和企業經營決策驅

動方式兩大維度提升

了數據要素在生產要

素組合中的占比地位。AI大模型技術進步提升生產要素使用效率AI大模型技術進步提升數據要素地位數據產品化建立企業級數據集市大數據分析挖掘數據價值形成數據產品化多元模式依托管控式數據治理模數據資產化確權/定價/交易搭建企業數據資產平臺梳理形成數據資產目錄全生命周期數據資產運數據費產管理反哺數據治理數據資產管理反哺數據數據資本化數據證券化IPO

資產/并購數據資產入表質押融資數據信托數據銀行數據已成為新生產要素N

大

模

型FRWARD

前

瞻·土地土地資本士地資本數據正券、中國信通院；前瞻產業研究院整理企業經營決策驅動方式企業內部由“流程驅動”轉變為“數據驅動”,數據

支撐業務決策數據流通打

破企業壁壘，

賦能整體行業和社會，為企業創造額外價值數據支撐業

務系統運轉，

推動q企業

業務數字化

轉型與貫通數據要素價值創造過程決策投資一定要有前瞻的眼光新生產要素技術三次價值

企業外部創造價值數據驅動流程驅動農耕經濟數字經濟一次價值

業務貫通二次價值知識企業內部知識技術B1.3AI大模型行業應用實現路徑AI大模型應用架構部署層本地部署

云部署

混合部署應用層C

端應用

B/G

端應用能力層行為分析模型

評估模型

生成創作模型

垂類行業模型

Agent模型層TXTNLP大模型

CV大模型

多模態大模型

其他大模型基礎層軟件基礎

硬件基礎

數據資源基礎4P第a

a范diamAI芯

片

公開數據

行業數據垂類行業大模型的構建優化是站在通用大模型的“巨人的肩膀”

CO

商湯nsetime上，當前亦有許多企業同時采取布局兩種路徑的方式。360

原：企業調研訪談前瞻產業研究院整理四r當前AI大模型的行業化應用的布局路徑主要有兩種：深化通用大模型

能力垂類行業大模型持續加大對通用大模型的

研發投入，提升AIAgent能

力直接服務各個行業。Baid百度智譜

·AI

iFLYTEK科大訊飛O

R

阿帕斯大模型

銜遠科技平均模型參數體量更小

算力需求更小需要更多的行業專業知識數據進

行二次訓練基于通用大模型某一單一能力優化構建戶

星

空ONSTA獵Ri云計算

開發軟件預訓練大模型垂類行業大模型通用大模型FGRWARD前瞻·融合行業know-how,基于通用大模型打造垂類行業模型。N

大

模

型

行

業

應

用

的

實

現

路

徑決策

投資一定要有前瞻的眼光打造本地部署本地調用產品授權費用(按年/買斷)+人員服務費(人*天)中大型企業黨政、工業云部

署SaaS模式

APP/網頁

訂閱模式、廣告收入、按次數收費

小微企業

知識搜索，內容生成Pa

aS模式遠程平臺訂閱模式、二次開發分成小微企業、初創企業電商MaaS模式

調用API

按流量計費、二次開發分成

中小企業

醫療、教育、文旅混合部署本地+云產品授權費用(按年/買斷)+人員服務費(人*天)+流量費用中大型企業金融、工業當前需求方企業議價能力更強主要體現在企業在相同價格下對服務內

容上的定制化、保密性要求會更高，因此在實際過程中初創企業憑借高

效的流程效率和靈活的業務開展方式反而會更目優熱當前AI大模型行業應用商業化布局過程中，需求企業會更關注AI大模型產品與公司所處業務場景的融合

可能性以及最終落地的效果。來源：企業調研訪談前瞻產業研究院整理當前AI大模型行業應用的商業模式類型商務較為統一標準的

定論。AI大模型企業為爭奪不同類型

市場會提供各種不同的靈活部

署、收費方案。當前AI大模型仍處于技術快速迭代

的階段，因此許多企業客戶或者廠

商都會主動要求將定期的大模型的

迭代更新服務列為義務的服務內容之一。1

.4中國AI

大模型行業應用商業模式：多元化AaaS模式

融合智能終端/APP買斷模式、訂閱模式、廣告收入不限不限AI大模型行業應用商業模式分類重視后續升級服務

需求方議價能力更強AI大模型行業應用商業拓展特點3重視實際落地效果FGRWARD

前

瞻決策

·投資一定要有前瞻的眼光中國AI大模型行業應用商業模式分類1企業對AI大模型能力需求AI大模型表象的能力特征則大致可分為穩定性、準確性、計算

速度、學習速度和專業能力五大維度，其決定了AI大模型在行

業應用過程中的應用效果、可持續性和未來的可拓展性。調研訪談觀點：當前下游應用行業對AI大模型表象的能力特征

要求排名順序為：計算速度→穩定性→學習速度→準確性→專

業

能

力

，表明企業更關注大模型的可持續性和未來可拓展性。行業應用對AI大模型能力需求特征評分雷達圖穩定性專業能力

準確性學習速度

計算速度模型參數更大、本地化部署

私密、安

全性高企業對安全性需求調研訪談觀點：由于企業對大模型部署的私密安全性的需求較高，尤其是

黨政領域，因此企業在選擇大模型的時候會優先選擇以下類型的企業高校、研究院背景本地化部署方式◆當前需求企業對于AI大模型的應用需求特征為在滿足可落地的前提下實現價格、私密安全性和大模型

能力效果的三者平衡。◆調研訪談觀點：100~200億參數規模的大模型即可

滿足當前行業應用的大部分場景需求，且性價比較高。價格低Al大模型行業應用概述AI大模型的行業應用的爆發亦始于ChatGPT

出現，當前處于廣泛探索的階段：ChatGPT

出現從供需兩方面點爆AI大模型行業應用市場需

供1.5

AI大模型行業應用需求概述：100-200億參數規模最優企業接受度提升潛在應用場景增加企業需求量增長

OpenAI一吸引資本涌入技術快速升級供給企業數量增長AI

大模型能力強

原：企業調研訪談前瞻產業研究院整理大部分規模企業選擇本地化部署100~200億參數FRWARD

前

瞻·決策

投資一定要有前瞻的眼光需求特征智

譜AI獵戶星空●騰訊科大訊飛APUS第四范式360瀾舟科技生數科技華為商湯科技百度縱軸：對應企業已公開披露的最大參數大模型的參

數規模；>縱軸分界線：千億參數規模；橫軸：對應企業最早公開發布大模型的時間節點；橫軸分界線：ChatGPT發布時間點；參數規模100000

挑戰者100001000100創新者102024年11月

企業調研訪談前瞻產業研究院整理高校、研究院優勢：·

豐富的各行業專業數

據積累；·充沛的學術研究人才；

·無逐利目標要求；·

良好學術研究環境；清草大學Tsinghua

University比

浮PEKINGUNIVERSITY

FUDAN

UNIVER當前AI大模型

產業應用的參

與者主要分為

高校研究院、

傳統互聯網大

廠和AI初創企業，三者既是

競爭關系亦是

合作關系。傳統互聯網大廠優勢：·

充足的資金支持；·大量經驗豐富的行業人才；

·潛在的行業客戶基礎；目

■

圓Al初創企業優勢：·高效的企業運作效率；

·靈活的業務開展方式；

·

專精于所處細分賽道；2547960321.6

AI大模型行業應用競爭格局N

大

模

型

行

業

應

用

競

爭

格

局30025020015010050200AI大模型數量FfRWARD前

瞻決策

·投資一定要有前瞻的眼光銜遠科技科

大

訊

飛

iFLYTFKCO

商湯sensetime中國AI大模型企業競爭格局360發布時間務實者領先者阿里202■

圖

■

■國2021-2024中國AI大模型行業投融資事件輪次分布

(

單位：件)經營風險極高十權益融資資大模型行業

資料來源：

IT

桔子前瞻產業研究院整理AI

Agent,6其他類型，5決策類大模型，1通用大模型，2Al+智能終端，1圖像、視頻模型輕量化，2

生成，10軟件開發，2我國AI大模型行業投融資事件

始于2021年，并于2023年受

到資本的追捧，全年投融資

事件14件，投融資金額超10

億元。截至2024年4月，我國A

I大模

型投融資事件及金額已接近

2023年全年水平。從投融資事件輪次來看，除第四范式于2023年成

功在港股上市外，其余AI

大模型行業投融資事件均

集中于A+

輪及以前，其

中天使輪投融資事件數量

最多，達19件。1

.7中國AI大模型行業應用投融資分析：處于萌芽階段2021-2024中國AI大模型行業投融資事件數量及金額(單位：件，億元)投資賽道分類投融資所處階段投融資規模及輪次FGRWARD前瞻·經營風險高十權益融資為主經營風險中等十權益+債務融經營風險低十權益+債務融資投資事件數量(件)

一投資金額(億元)決策

投資一定要有前瞻的眼光市

場

增

長

率衰退期成熟期萌芽期成長期AI大模型行業應用合規要求《互聯網信息服務深度合成管理規定》與《生成式人工智能服務管理暫行辦法》對比前我國AI大模型的行業應用實行備案制，

正式參考文件是2023年7月，國家互聯網信

息辦公室發布的《生成式人工智能服務管理暫行辦法》;此外，在現有法律體系下，生成式人工智能

技術乃深度合成技術的子集。因此部分國內

大模型企業亦可通過獲得《互聯網信息服務深度合成管理規定》的備案實現大模型算法

的合規要求。《互聯網信息服務深度合成管理規定》發布時間2022年12月2023年7月實行時間

2023年1月2023年8月定義概念深度合成技術，是指利用深度學習、虛擬現實等生成合成類算法制作文本、圖像、音頻、視頻、虛擬場景

等網絡信息的技術生成式人工智能技術，是指具有文本、圖片、音頻、視頻等內容生成能力的模型及相關技術適用對象具有輿論屬性或者社會動員能力的深度合成服務提供者和服務技術支持者；提供具有輿論屬性或者社會動員能力的生成式人工智能服務的企業；主要區別深度合成技術本質上是根據一定的需求，對已有的數據(圖片、文字等)進行組合、拼接，其并不能從無到有的生成新內容；生成式人工智能技術的邏輯為“理解-創作”,生成內容具有新穎性，并非對已有內容的拼接，換言之，其具有對已有數據進行演繹創新的能力。抖音云雀大模型商湯科技日日星大模型出門問問序列猴子金山辦公WPS

Al華為

盤古大模型

MiniMax

A

BAB大模型昆侖萬維

天工大模型

360奇元大模型中科院紫東太初上海人工智能實驗室

書生通用大模型月之暗面

MoonShot資料來源：前瞻產業研究院整理阿里通義大模型智譜AIGL

M大模型螞蟻集團百靈大模型網易有道子曰大模型通過《生成式人工智能服務管理暫行辦法》備案的大模型名單第一批通過《生成式人工智能服務管理暫行辦法》大模型名單

第二批通過《生成式人工智能服務管理暫行辦法》大模型名單1.8

AI大模型行業應用的合規要求：暫行備案制百度文心一言科大訊飛星火大模型美團未公開面壁智能

Luca大模型騰訊混元大模型百川智能

百川大模型知乎知海圖AI

好未來

九章大模型公司FGRWARD前瞻·決策

投資一定要有前瞻的眼光當瀾舟科技孟

子

G

P

T深言科技語鯨大模型第四范式式說大模型步刻科技微步情報智腦京東言犀大模型

中科聞歌

雅意大模型銜遠科技

品商大模型

BOSS直聘

南北閣大模型抖音福祿瓜大模型銜遠科技慕小仙大模型智聯招聘“A

I改簡歷”云知聲山海大模型創思遠達魔方大模型掌閱科技“

閱愛卿

”部分通過《互聯網信息服務深度合成公司大模型算法名稱深信服安全文本生成算法智譜AI文本結構化生成算法華為云盤古NLP大模型算法360智腦圖像生成算法智譜AI多模態通用圖生文算法抖音云雀大模型算法中科院聞歌雅意大模型算法云知聲山海認知大模型算法出門問問序列猴子大模型算法奇想智能視覺大模型算法MAiroaloL/ioion紅棉小冰科技小冰大模型識因智能一葉輕舟大模型小米“小愛同學”聆心智能Character

GLM

新壹科技

新壹視頻大模型

什么值得買

AI問答機器人1.8

AI大模型行業應用的合規要求：暫行備案制快手

快意大模型

零一萬物理

零一萬物大模型

脈脈

“智能問答”第三批通過《生成式人工智能服務管理暫行辦法》大模型名單

第四批通過《生成式人工智能服務管理暫行辦法》大模型名單360

智腦文本生成算法

智譜AI

文檔解讀生成算法

百度

文心大模型算法阿里達摩院圖像合成算法網易有道

子曰大模型算法

昆侖萬維

天工大語言模型算法MetaLLM大語言模型文秘塔科技

本生成算法華為智慧助手大模型算法智譜AI交互式內容生成算法華為云盤古多模態大模型算法WPSAI文本生成算法-1商湯科技商量大語言模型百度文生圖內容生成算法

科大訊飛訊飛星火認知大模型算法

阿里達摩院開放域自然對話合成算法FGRWARD前瞻·西湖心辰西湖大模型內容生成算法京東言犀大模型內容生成算法智譜AI

ChatGLM生成算法騰訊混元助手大模型百度

PLATO大模型算法決策

投資一定要有前瞻的眼光美圖秀秀中國AI大模型行業應用現狀及案例2.1

AI大模型行業應用滲透情況2.2

AI大模型行業通用場景應用分析2.3

AI大模型+金融2.4AI大模型+政務2.5AI大模型+醫療2.6

AI大模型+電商2.7

AI大模型+教育2.8

AI大模型+終端2.9

AI大模型+其他行業02行業滲透情況金融政府影視游戲交通

電子商務能源建筑應用成熟度截至2023年，金融、政府、影視游戲和教育領

域是大模型滲透率最高

的四大行業，滲透率均

超過50%。電信、電子

商務和建筑領域的應用

成熟度較高。從我國AI大模型的生成模態來看，單一模態中

主要集中在AI文本，占

比為27%;其次為數字

人，占比也達到20%;

而AI音

頻

、Al繪畫以及

Al視頻的占比為8%、從區域滲透情況來看，我國AI大模型行業應

用企業大多分布在東

部地區或經濟發達的

一線城市，尤其集中在北京、上海、廣東、

浙江等地。2.1

AI大模型行業應用滲透情況：金融、政務滲透率最高從AI大模型行業應用路徑的具

體占比情況來看，當前60%的

企業通過垂類行業大模型實現

Al大模型在行業的應用布局。通用大模型...行業大模型..46生成模態分布AI大模型具體生成模態分布律安

徽

江

蘇

山

東原：賽迪、至頂科技前瞻產業研究院整理數字人，20%Al音頻，8%行業應用路徑占比FGRWARD

前瞻·AI圖像，4%Al視頻，5%Al繪畫，6%2023年中國AI大模型企業區域分布TOP10(

單位：家)1413

107664443222教育制造醫療區域滲透情況決策

投資一定要有前瞻的眼光驅

你

件

比AI文本，27%城市治理滲透度公共安全其他，30%泛語言工業科研通信校對教育交通商業文娛法律汽車文旅媒體課

扣傳媒政務運維1

11

11111■自主學習及改進能力智能營銷利用算法和模型，通過分析大量數據來做出決策。它能夠快速調整策略，基于實時數據進行優化，并自動執行營銷活動。智能營銷通常能夠在一定程度上提高成本效益，因為它能夠自動執行許多任務，減少了人工勞動力成本。而不斷優化服務質量

Frost

&Sullivan

前瞻產業研究院整理2019-2027年中國智能客服行業市場規模(單位：億元)181133=35%CPG30.1

48.716.0智能客服是通過文字、語音、圖片等媒介與用戶構建交互

橋梁，協助人工進行會話、質檢、業務處理。截至2023年我國智能客服行業市場規

模為87億元，預計到2027年

行業將增長到181.3億元，復

合增速達35%。大模型的功能特征完美契合了智能客服場景的實際需求，智能客服也因此進一步邁向AI數字化運營，智能客服的應用邊界不斷拓寬拓深。智能營銷的主要目的是提高營銷效率和效果，

創造新的消費者交互場

景體驗，以及發現和創

造消費需求。當前智能

營銷市場規模已突破500億元，預計2027年

將達到786億元。融合了AI大模型的智能營銷業務優勢強調使用先進的技術，如人工智能、大數據分析和機器學習，依據處理大規模的數據，進行自動化決策；2.2AI大模型行業通用場景應用分析具備自主學習和持續改進的能力，甚至可以在對話過程中，根據用戶前文

的反饋內容做出實時的變化調整，從智能營銷智能客服FGRWARD

前瞻·能夠根據用戶的反饋內容做出符合用戶需

求和場景的回復理解能力更強，能夠準確地識別不同用戶

表達內容背后的意圖2019-2027年中國智能營銷行業市場規模

(

單位：億元)786726670610決策變化成本

效益融合了大模型的智能客服優勢A3%0550500決策

投資一定要有前瞻的眼光cAGR420對話決策能力決策依據理解能力66.83808730010395·

相較于傳統機器翻譯，大型語言模型能夠更好地理解上下文，考慮更長范圍的依賴關系，從而生成更準確的翻譯結果。人性化程度·

相較于傳統機器翻譯，智能翻譯可以容自然語言大模型從而使得其翻譯的內容更符合人類語序。理解能力·

相較于傳統機器翻譯，融合了大模型的智能翻譯工具能夠更好地根據上下文和語序理解需要翻譯的內容原文。2016-2022年中國智能翻譯行業市場規模

(

單位：億元)102.3379.4252.5528.02智能翻譯涉及軟件和硬件產品。隨著全球化和

互聯網迅速發展，跨語

言的網絡資源不斷呈幾

何級數增長，極大地刺

激了智能翻譯產業的發

展。2022年中國智能

翻譯市場規模102.33億

元。智能搜索是指采用了智能搜索引擎為用戶提供相應信息

的服務，智能搜索引擎是結

合了人工智能技術的新一代

搜索引擎。2023年上半年我國網絡搜索用戶規模為8.41

億人，使用率為78.0%。用戶輸入搜索關鍵詞，搜索引擎基于搜索算法，按關鍵詞匹配及排名算法展示網頁鏈接作為結果以關鍵詞為知識調用方式，反饋結果包含大量基礎信息·

搜索信息源廣泛，需要

用戶大量瀏覽及篩選；·

無法直接理解、滿足復雜及結構化的搜索需求隨著用戶IN

APP搜索習慣逐步發展而成，主要基于平臺生態中的內容滿足搜索需求關鍵詞搜索，反饋結果受內容

生態完善度影響2.2AI大模型行業通用場景應用分析·

對話式搜索，具備交互性；●●

能夠理解復雜問題，具有推薦和決策能力，可提供更為具體及個性化的回答以語義匹配為基礎，使用大

模型生成內容作為答案；具

備自我學習能力，能夠持續

優化輸出結果

·

啟發式搜索滿足用戶“隨看隨搜”需求；●

相對綜合搜索更能滿足垂

直需求，但仍有相同弊端搜索方式知識調用搜素體驗7.506.816.406.02智能搜索智能翻譯融合了AI大模型的智能翻譯的優

勢準確性FGRWARD前瞻·2016年2017年2018年2019年2020年2021年2022年%

)84%

82%

80%

78%

76%

74%

72%

70%03易于把控搜索引擎的變遷及融合了AI大模型的智能搜索優勢中國網絡搜索用戶規模及使用率(單位：億

人

，通過自然語言交互反饋，知識調用方式更為自然國互聯網信息中心前瞻產業研究院整理用戶規模(億人)

——使用率(%)8.508.00

7.50

7.00

6.50

6.00

5.505.00決策

投資一定要有前瞻的眼光8.297.70融合大模型的搜索智能翻譯特點融合大模型傳統獨立搜素翻譯速度快生態內搜索成本低15.29.128.278.024.601022017-2025年中國智慧金融市場規模及增速(單位：億元，%)3638C

1692

19942017年2018年2019年2020年2021年2022年

2025年金

融

行

業

融

合N

大

模

型

優具備支付能力新興技術往往以為著高成本，

金融行業盈利能力強，具備

極強的為新技術買單的支付細分場景價值分析智能

問答資產管理虛擬數字人產品

研發應用落地價值數字化基礎好金融行業前期數字化轉型水平最高，超過90%以上，積累了豐富的行業數據資源。新事物接受程度高金融行業對新興技術普

遍接受程度、包容度和

支付意愿都更強。報告》企業調研訪談前瞻產業研究院整理FGRWARD前瞻金融行業的數字化程度在

全行業中相對領先，當前，

大智慧銷售、智能問答和

智能辦公是現階段金融行

業最熱門也是應用成熟度

最高的AI大模型應用場景，

智能風控則是最具有發展

勢能和應用落地價值的潛

力場景。·Al+金融并非單純的技術累加，而是針對不同業務場景需求，運用前沿技術成果

推出的創新金融產品、經營模式、業務流程，以及推動金融業務高質量發展的一

系列配套解決方案。·

個性化產品設計

·

產品配置與解決方案·電銷機器人客戶洞察與潛客

預測需求檢測識別●

資料自動審核

·

AI反欺詐·

AI信用評分·

客服機器人·

基于圖像、語音

的身份識別個性化服務·

自動報表生成

·

內部合規風控

·

操作風險預警Al+金融應用概述產品設計

市場營銷

風險控制

客戶服務

支持性活動2.3

AI大模型+金融：智能風控應用落地價值最高注：智慧金融市場包含AI大模型

AI大模型+金融應用概述市場規模決策

投資一定要有前瞻的眼光智慧

辦公代碼助手應用技術成熟度智慧

銷售智能

風控2822254623011526在為金融行業帶來傳統場景升級的同時，大模型的強大生成能力和多模態信息處理能力會為包括銀行、保險、資管、投顧等在內的金融業務帶來“迭代式”的場景變革。AI大模型驅動金融行業新場景革新智能營銷：通過多模態全維度營銷策略，實現

個性化廣告投放，提高營銷轉化場景案例：理財產品營銷、銀行零售業務財富管理：整合投資銀行分析師知識與研究

成果，提供精準投資建議，實現智能化投資

顧問服務場景案例：針

對TMT領域基金或理財，綜合研判輸

出投顧建議代碼生成：

提升金融系統開發效率和創新

能力，并優化金融科技團隊結構，增強團隊效能場景案例：高頻重復業務場景的SQL

撰寫，數

倉的自動調度等案例內容：在智能化投研平臺基礎上基于AI大模型能力新增投研知識庫擴充、投研分析助手等功能，提高了大模型在金融投資研究中的應

用能力，建立了可以實際使用的金融投研大模型。>解決場景痛點：數據分析處理能力不足；檢索方式單一；報告攥寫時間長；信息匯總檢索費時費力等。金融信息查詢：大模型的應用推動了服務方式的

創新，用戶可通過自然語言問答直接獲取金融數據等信息場景案例：貸款總額報表的快速產出、高凈值客戶的相關信息快速調取-合規篩查：借助大型模型，可有效監管難以直接監管的業務環節，降低潛在合規風險場景案例：金融企業營銷合規監察，銀行催收合規監察>案例內容：基于AI大模型，研發出“海小智、海小慧”兩位AI數字員工，為用戶提供業務咨詢與指導、產品推介、客戶投教等交互服務。>

解決場景痛點：服務人力與需求不對等；數字鴻溝；老年客群不會使

用電子設備，依賴人工交互等問題。2.3

AI大模型+金融：大模型驅動金融行業新場景革新精準化、個性化的核保決策；同時，還打造了智能理賠系統，實現了自動化、快速化、公正化的理賠處理，有效降低了理賠成本和風險。解決場景痛點：理賠效率低下，人工審核慢。

》、企業調研訪談前瞻產業研究院整理-智能培訓：構建企業內培訓課程庫，實現個性化精準培訓場景案例：面向投研、資管等專業金融技能的人力資源培訓平臺訓練數據生成：金融企亞可利用天型模型自動生成逼真訓練數據，替代真實客戶數

據，保護隱私場景案例：關聯交易風險預警模型，信貸授信模型等模型預料自動生成代碼補全：大型模型助力金融系統開發，提升代碼構建和BUG

定位效率場景案例：Function

函數創建、debug、測試(系統、

單元等)以條件文本生成能力為核心AI大模型融合影響分析中國聯通軟件研究院智能投研解決方案應用案例FGRWARD前瞻·以開/閉卷問答能

力為核心案例內容：基

于Al大模型預測能力打造智能核保系統，實現了自動化、以知識推理能力為核心以代碼合成能力為核心風險控制決策應用案例AI數字員工應用案例決策

投資一定要有前瞻的眼光4P第a四r

d元i

lm瀾舟科技l

a

n

g

bo

a

t上海銀行BankofShanghaiCO中國人壽HINA

L商湯onsetimeChinaunicom

Software細分場景價值分析政務領域作為社會服務的核心，其業務背景包含龐大的政府數據、多元的社會信息，以及復雜的決策體系。從各國(地區)實踐看，大模型技術已在政府內部辦公、政務信息公開、政務服務提供、民生服務優化和國防航天等5大領域13個細分場景落地。應用落地價值地方政策★2023年5月《北京市促進通用人工智能創新發展的若干措施》利用人工智能在語義理解、自主學習和智能推理等方面的能力優勢，提高政務咨詢系統智能問答水平★2023年3月《2023年上海市全面深化“一網通辦”改革工作要點》探索運用自然語言大模型等新技術，不斷優化智能客服“小申”智能檢索、用戶意圖識別、多輪會話和答案精準推送能力★2023年5月《深圳市加快推動人工智能高質量發展高水平應用行動方案》向工工Lπ國家/地區應用范圍國家/地區應用范圍美國眾議院、國防部、國家航空航天局(NASA)、衛生與公共服務部、總務管理局，以及8個州、市、縣等日本農林水產省、東京都、福島縣、標木縣、神奈川縣橫須賀市、北海道當別町等加拿大公務人員使用大模型產品進行辦公中國臺灣臺灣地區教育事務主管部門英國財政大臣使用ChatGPT撰寫演講稿韓國首爾120山茶呼叫中心丹麥首相使用ChatGPT撰寫演講稿馬來西亞科學、技術和創新部葡萄牙司法部、112政府緊急熱線印度電子和信息技術部、教育部愛爾蘭農業部、交通部新加坡科技研究局、勞動力局、衛生部等2.4

AI大模型+政務：城市管理應用落地價值最高作政府

宣

傳

類

物化或改寫官方文4開

新

聞

或

稿

件

寫業

領

域

問

詢

系

統業

務

辦

理

智

能

助

手政

務

熱

線就業智

慧

城

市

建

設公

共

安

全內部文書寫作知

識

檢

索

收

集鼓勵各區在公共服務和城市治展全域全時人工智能應用示范FGRWARD前瞻·各國(地區)政府對大模型技術的應用實踐案例航

空

航

天國

防

安

全大模型應用報告》前瞻產業研究院整理Al大模型+政務應用概述政府內部辦公決策

投資一定要有前瞻的眼光Al+政務應用概述政務服務提供政務信息公開民生服務優化影

響

分

析應用技術成熟度國防航天模

型融

合N

大政務咨詢城市

管理業務辦理公文寫作輿情

監控公共

安全智慧黨建智慧

司法工L

六口APUSAI辟謠助手中國互聯網聯合辟謠平臺(含文字標注能力)省級互聯網辟謠平臺OCR識別黨政機關官網政務信息訓練/萃取新聞媒體權威發布假設數據分析目的案例：哪些民生問題是由高溫氣候所引起的?是否有政策缺失的情況?

對比學習現有政策因果關系分析通用大模型100萬條市民熱線數據案例內容：APUS

與河南網信辦等相關機構合作，借助APUS

網信

大模型創建智慧網信·辟謠助手，為民眾在線提供可靠的信源、清晰

的案例，以及圖文并茂的真實辟謠

信息，助力網信部門構筑清朗的網

絡空間。解決場景痛點：辟謠處理反饋不及

時，無法立即控制謠言的負面影響。>案例內容：銜遠科技協助北京市政府基于AI大模型進行深度數據分析，透

過對已有市民熱線數據的分析和對通

用大模型的進一步訓練，深入挖掘熱點民生問題背后的根因，并對比現有

政策，提示政策缺失。>解決場景痛點：政策缺失；治標不治本；數據信息利用程度不高。2.4

AI大模型+政務案例銜遠科技

X

北京市人民政府FGRWARD

前瞻·銜遠科技基于AI大模型助力北京市政府實現數據深度分析應用案例2提示政策缺失事前預防應用案例1網絡謠言問詢謠言舉報收集多模態通用大模型APUS分析得出由高溫引起的熱點民生問題數據補充數據校正智慧網信大模型

(PowerbyAPUS)智慧辟謠助手(對外服務)智慧政務助手(對外服務)查詢數據訓練數據民生問題與市政部門的精準對接反饋給市政

部門河南網信辦決策

投資一定要有前瞻的眼光評價反饋平臺APUS

X辟謠知識庫使用評價反饋數據查詢訓練細分場景價值分析電子病歷醫學培訓醫學影像篩查數字療法

藥物研發應用落地價值大模型可賦能醫療行業“醫、教、研、管”等場景中的各個環節，以

提高診療效率、診療精確度和管理

效率等目標為手段，全方位提升診

療水平。基于醫療行業應用場景復

雜和數據專業度高等原因，大模型

的技術成熟度相對較低，目前僅有

電子病歷等技術要求相對低的場景

進入商業化階段。AI大模型融合影響分析面醫護群體·

減少瑣碎工作壓力

·

輔助診療支持Al+醫療應用概述醫院沉淀了大量電子病歷，不管是電子健康檔案還是電子病歷，都是以文字方式積累。利用AI算法技術能夠幫助醫院自動識別文字含義及

上下文關系，建立對應的醫療知識圖譜，用于輔助診斷、用藥提示、

科研挖掘等。醫療機構·

完善電子病歷，提升管

理效率·

減少醫患矛盾

·

利于醫保控費病患群體·

降低小病治療成本

·

縮小醫療資源不足導致制藥企業·

降低研發成本，提升效率資料來源：前瞻產業研究院整理在Al

算法的支持下，大量醫藥企業正通過臨床經驗結合標志屬性去挖

掘發現更多的腫瘤標注，加速新藥研發過程。相對文字和圖像方向，

輔助研發方向人工智能應用場景還處在相對初期階段，在政策支持和

市場需求的推動下，未來具有極大的發展潛力。通過AI算法構建的圖像識別方式輔助醫師檢查，準確率已經達到較高程度。例如，對患者的肺部放射影像診斷需要醫生檢查大量的放射影

像，耗費大量的精力和時間，醫學影像人工智能輔助診斷系統的應用

極大提高了診斷的效率。2.5

AI大模型+醫療：藥物研發場景應用落地價值最高(

單位：億元)2332.0C937.0市場規模2015-2028年中國智慧醫療市場規模及增速文字對話AI大模型+醫療應用概述201520162017201820192020注：智慧醫療市場包含AI

大模型FGRWARD

前瞻·542.0302.4333.8375.2410.6451.7N

大

模

型

融

合

影

響

分

析圖像診療決策

投資一定要有前瞻的眼光應用技術成熟度臨床

文檔

管理健康

管理輔助

診療助研發Al檢驗650.4780.5APUS與河南省兒童醫院合作項目全景圖Al數字醫生健康評估/疾病篩查數據補充健康診療知識庫

智能診療平臺數據校正健康管理知識慢病養護/養生建議使用評價反饋APUS

醫療大模型

評價體系FGRWARD前瞻

項目成果·

已初步開發了醫療垂直領域的問答功能，支

持對醫療、健康問題進行智能化知識問答。·

開發了根據癥狀生成中醫診方的功能。·提供處方主治癥候醫學解釋等輔助診療功能。··

中醫領域存在名醫少、傳承斷代、醫療資源

不足；·

中醫依賴醫生經驗及閱歷；·

中醫數據資料龐大、典籍豐富；·

智譜基于GLM-130B

大模型和千余本中醫古籍書籍、中西醫教材、期刊、醫案、診療信息等數據構建數字中醫

服務平臺。通過“復刻”名老中醫診療經驗和學術思想，

形成與名老中醫高度匹配的高危肺結節人工智能臨床診

療解決方案，并完成一定規模的臨床評價研究。

案例內容：APUS

基于醫療垂直場景數據，蒸餾提煉出行業基礎層——APUS

醫療大模型，與省兒童醫院在

知識庫構建、智能診療平臺搭建、AI

數字醫生、智能評價體系建設方面進

行實踐落地。>解決場景痛點：醫療行業容錯率低、

專業要求高、醫療壓力大、患者就醫

等候時間長等資料來源：企業官網前瞻產業研究院整理

項目痛點智譜

·AI北京中醫藥大學東方醫院北京中醫藥大學第二臨床醫學院——三級甲等中醫醫院解決方案2.5

AI大模型+醫療案例應用案例1醫學理論文獻臨床醫案經驗混

惠

富

章

原

熙

鄭州大學附康兒童醫北京兒童醫院鄭則醫院鄭州ou4。章。愿熙決策

投資一定要有前瞻的眼光知識問詢/病情咨詢應用案例2智能分診1智能客服養生食療知識APUSXAI大模型+電商應用概述Al電商從技術到價值的賦能邏

輯電商類型與行業模塊

電商相關應用

AI電商價值電商類型

行業模塊

AI產品設計AI選品

流量邏輯貨架電商

供應鏈

AI供應鏈

Al預測

用戶體驗社交電商內容制作與展示

AI創意與生成AI營銷

行業效率興趣電商

運營與營銷

落地

AI虛擬數字人

AI運營

影響

企業成本即時零售

搜索與推薦

Al客服AI對話

職能替代私域電商

客服與客戶管理AI客戶管理市場機遇◆融合AI大模型后的信息傳遞方式：主動·

交互特點：支持多

形態輸入，生成信

息準確度提升·

商業變現方式：根

據熱點主動生成相

關電商信息并精準

投放意向客戶。前瞻產業研究院整理2017-2025年中國品牌電商服務行業市場規模

(

單

位：億元)4822446940773663AI電商借助AI大模型相關技術，賦能各類型電商與

行業模塊，通過各AI大模

型相關應用落地，從而對

行業產生流量邏輯、用戶

體驗、行業效率、企業成

本、職能替代、市場機遇

等影響價值。時長、瀏覽次數和廣告加載

來源：

iResearch2.6

AI大模型+電商：大模型應用推動信息獲取方式變革◆傳統信息傳遞方式：被動交互特點：用戶與搜索引擎交互模式單一，智能化程度低商業變現方式：主要依賴被動搜索廣告變現交互特點：,通過相對精準算法推送，但針對精準領域

推送精度較低商業變現方式：主要為信息流廣告變現，基于用戶消費29512407211115401095Al相關技術深度學習自然語言處理計算機視覺智能機器人N

大

模

型

融

合

影

響

分

析市場規模FRWARD前

瞻·自動程序設計數據挖掘大模型應用推動信息獲取方式變

革快手

小紅書決策

投資一定要有前瞻的眼光2017201820192020

2021貨架電商內容電商國賦能唯品會o記

基

的

生京東·銜遠科技基于自建的Product

大模型打造六大Agent

應用市場解讀助手產品創新助手內容設計助手O1

05市場、產品、消費者的

包含產品知識的企業內部洞察與推理

知識問答系統02

04品參、配方級別的產品

線上線下個性化的設計與研發輔助

產品導購03

營銷策劃助手智能導購助手知識小秘書營銷圖

案例內容：銜遠科技成立于2021年底，由前京東技術掌門人周伯文創立，自成立

以來就一直重點布局AI大模型在消費品

領域的應用。公司自研的品商AI大模型，

更擅長理解人與商品，并通過構建符合

企業業務場景的agent應用，助力電商企

業實現從商機發現到產品交付的全鏈路數智化轉型。>對應行業場景：市場分析、產品創新、營銷策劃、智能導購等。>

案例內容：商湯結合微博熱搜，基于AI大模型的能力，實現針對實時

熱點快速在商品庫中的選品、對應

宣傳文案和宣傳視頻的生成，極大

程度上縮短了從熱點出現到相關商品精準投放的過程。>

解決場景痛點：熱點反饋不及時，

營銷文案、視頻生成速度慢、成本

高；

研訪談、企亞官網

前瞻產亞研究院整理微博熱搜

點擊刷新不推進創新鏈產業鏈資金鏈人才..1

黃磊首談兒子138.1萬2

暴雪回歸92

.8萬

淵3高鐵穿越金黃花海駛向…87.8萬

新

·

趙露思又又又有心花樣了窗選取關聯商品微博小店商品庫自動生成文案宣傳文案微博小店Wa小這個四構紅志糕，我一1氣十了=個!非常松軟，軟糯香甜~沒有顏分加一濮水，純牛奶和面，松軟苔養，老人孩子的苜僅有顏更有果干及新西將汁融入，喜補莓果T

酸甜的口感正好中和紅士的甜貳，解雞蛋添加量≥30%!每一塊蟲糕祁足展

開2.6AI大模型+電商案例精準捕捉流量熱點高效的推廣速度

極低的推廣成本C

O商湯

日日新sensetime

sensenova應用案例1FGRWARD前瞻·應用案例2商湯基于AI大模型融合實時熱點賦能電商精準營銷Al賦能的價值自動生成視頻宣傳視頻銜遠科技

Product

大模型X

6

微博小店實時熱搜決策

投資一定要有前瞻的眼光抓取熱點事件CO商湯sensetime功啡液175g*2

盒(14

.

.

奶酪包

滿滿的餡料59

*56高保真、不變形的產品數據能存會算能理解會思考教育能聽會說

能看會認十教育教育目標AI大模型融合影響分析AI技術加持交互性和內容輸出最終目標教育公平教育質量無AI技術加持教育個性化教育投入成本非普惠教育資料來源：前瞻產業研究院整理智能助教學情分析拍照搜題游戲學習機◆個性化學習智能批改VRAR教學自適應學習教育機器人智慧校園決策支持機器組卷口語考評面向受教育者“AI+教育”是人工智能在教育領域的深度融合與應用，它包括“計算智能+教育”、-教育能，教能存會知回“能聽會說與能看會認”發展，

最終實現“能理解與會思考”。2.7

AI大模型+教育：促進教育公平、提高質量、實現教育個性化市場規模2015-2023年中國Al教育市場規模及增速

(

單位：億元)7198科學化管理◆智能排課校園監控機器閱卷試卷分析自動化評閱◆AI技術的加持有望從提升教學個

性化和教學效率

兩個維度，降低

教育投入成本，最終實現促進教育公平、提高質

量、實現個性化細分應用場景分析◆精準化教學

面向教育者N

大

模

型

融

合

影

響

分

析20152016

201720182019注：AI+教育市場包含AI

大模型FGRWARD前瞻·AI大模型+教育應用概述算法信息

智能

感知

智能

認知

智能十52233780共性教育普惠教育決策

投資一定要有前瞻的眼光教學效率性化程度206

286

477個性教育個17141034評價方式十教育服務2000>案例內容：中公教育基于商湯的“如影”數字人與“商量”語言大模型技術，分析

優秀師資的教學過程，模擬教學方法和

風格，構建虛擬數字講師“小鹿”,為學

生提供高質量的、個性化教學。

解決場景痛點：老師成本高、節約真人

老師教學實踐、教學質量更高、滿足學

生個性化教學需求。案例內容：中公教育基于商湯的“如影”數字人與“商量”語言大模型技術，分析

優秀師資的教學過程，模擬教學方法和

風格，構建虛擬數字講師“小鹿”,為學

生提供高質量的、個性化教學。解決場景痛點：老師成本高、節約真人

老師教學實踐、教學質量更高、滿足學

生個性化教學需求。與人類講師上萬人大課不同，小鹿老師是“因材施教”小鹿老師作為“高顏值名師”,讓學

員的學習交互過程更加生動。“AI系統班”讓教師與廣大學員“先人一步”掌握數字生產力技能。

研訪談、企業官網前瞻產業研究院整理課件研發難講師形象僵硬互動形式單一區域教育治理因材施教綜合解決方案

·

教育數字基座解決方案

·

教育大數據解決方案●

新高考綜合解決方案

其他CO

商湯sensetime聲音優化難校園主陣地建設·

智慧課堂·

大數據精準教學·

AI聽說課堂·

Al教研平臺·

其他2.7

AI大模型+教育案例自主學習·

Al學習機·

AI翻譯筆●

全球中文學習平臺

·

訊飛易聽說智慧考試·

傳統教育考試

·

計算機化考試

·

智能語言測試

·

智能語言學習應用案例1FGRWARD前瞻·小鹿老師的優勢訊飛智慧教育產品與服務應用

過

程

中

解

決

的

技

術虛擬數字講師“小鹿老師”首次

亮相決策

投資一定要有前瞻的眼光應用案例2中公

網

校

獨

家

Al老

師科大訊下

iFLYTEK教育管理者學校管理者offcn中公網校小鹿老師學生家長教師AI大模型與終端設備的融合，是指將AI大模型算法輕量化后下沉，私有化內嵌部署到每一個終端設備中。當前我國智能終端設備市場呈現分化，傳統PC、彩電平板、智能音箱等市場

規模受市場需求逐漸飽和的影響銷量有所放緩；但在汽車、服務機器人、無人機等新終端新

興市場則保持著較快的增長。AI大模型的融合將帶動終端設備的智能化升級，提升機器設備

的生產力，從而促進消費者和企業對終端設備更新換代的需求，促進整體終端設備行業規模

的二次增長。——

提升終端數據分析處理能力記憶學習，提供定制化服務●

改變終端設備信息傳遞模式2023年AI大模型潛在融合終端領域銷售量及增速傳統終端-PC4124萬臺同比-17%同比-39.8%

院、乘聯會、I