金磚國家工商理事會中方數字經濟工作組中國生成式人工智能應用與實踐展望中國聯通研究院1中國聯通國際公司·2024年9月版權聲明本報告版權屬于中國聯合網絡通信有限公司研究院，并受法律保護。轉載、摘編或利用其他方式使用本報告文字或者觀點的，應注明“來源：(一)生成式人工智能開辟數字經濟發展新空間— —4(一)基礎設施層：智算設施將是產業發展的基石——16(二)模型層：大模型商業模式將逐漸貼近一線用戶——19(三)應用層：內容、場景、生態將是應用發展關鍵——21(一)生成式人工智能深入生活場景，重塑智能生活新篇章——24(二)生成式人工智能推動行業變革，引領轉型升級新潮流——37(一)重點布局算力平臺，建立算力合作協同機制——59(二)優化高質量數據供給，促進數據開放與共享——60(三)加大基礎大模型投入，聯合打造行業大模型——61(四)布局內容與生態，以應用帶動整體能力發展——62(五)實施包容審慎的監管，推動國際合作與創新——63中國生成式人工智能應用與實踐展望1生成式人工智能(GenerativeAl)是一種基于學習大規模數據集代碼等內容。生成式人工智能逐漸成為科技各業的未來，在全球范圍內引領一場深刻的產業革新浪潮，為中國乃本白皮書聚焦生成式人工智能產業發展前瞻趨勢，深度洞察中國在生成式人工領域的應用與實踐。在應用方面場景和行業應用場景兩個維度，精選中國典型居民生活場景中，分析日常、辦公、娛樂等發展成效、應用經驗。希望中國在生成式人工智能行業應用的探索和探索新的發展模式，讓數字文明造福各國人編寫組成員牽頭編制單位：中國聯合網絡通信有限公司研究院、中國聯通國際有限公司專家指導委員會：唐永博中國聯合網絡通信集團有限公司副總裁孟樹森中國聯通國際有限公司董事長兼總經理李紅五中國聯合網絡通信有限公司研究院院長陳輝金磚國家未來網絡研究院(中國·深圳)院長魏進武中國聯合網絡通信有限公司研究院副院長張立仁金磚國家未來網絡研究院(中國·深圳)副院長李根量子位智庫總編輯編寫組主要成員：余東海、張雅文參與單位：金磚國家未來網絡研究院中國分院量子位智庫百度在線網絡技術(北京)有限公司騰訊云計算(北京)有限責任公司北京智譜華章科技有限公司商湯科技智能產業研究院科大訊飛股份有限公司北京月之暗面科技有限公司出門問問信息科技有限公司北京愛詩科技有限公司上海稀宇科技有限公司中國移動研究院北京金山辦公軟件股份有限公司中國生成式人工智能應用與實踐展望參與人員(排名不分先后):中國生成式人工智能應用與實踐展望生成式人工智能以內容生產模式變革催動生產浪潮下的產業變革，激活數據要素潛能，拓式人工智能優勢相關性暫時較低。要作用，推動了工業企業智慧化轉型。生成式人工智能通過其高度自提供實時數據分析，提升供應鏈的透明度和響應速度。作為工業4.0中國生成式人工智能應用與實踐展望促使云計算服務提供商不斷提升其基礎和服務術的廣泛應用有效促進自動化政府服務平臺中國生成式人工智能應用與實踐展望生成式人工智能助力完善多方協同治理體系。生成式人工智能技術要求在數據訓練、設計、生成等各個環節能技術的健康發展提供了監管框架，也使其成為支撐數字經濟健通過訓練數據自動化生成新內容，將現有數據的信息，為用戶和企業創造全新的價值增長點。生成式人工智能速推動數據治理體系的完善，企業通過建立完據彭博行業研究相關報告，2022年全球生成式人工智能市場整體收入為400億美元，預計到2032年將超過1.3萬億美元，2022到2032年十年間的復合增長率高達42%。生成式人工智能重塑了傳統中國生成式人工智能應用與實踐展望2020-2032年全球生成式人工智能應用規模202020212022202320242025202620272028202920302031人工智能的發展可以劃分為兩大主要階段，以2012年為顯著的和預測。自2012年起，生成式人工智能迅速嶄露頭角，成為人工智生成式生成式人工智能行業發屬歷程2011年m·1906,反算校a技種得7盤2014號，生5V令中國生成式人工智能應用與實踐展望第一階段是早期萌芽階段(1950年代至1980年代),該階段主要為出了著名的“圖靈測試”,引發了機器產生智能的探討。1956年的第積淀階段(1980年代至2010年),人工智能研究和應用逐漸深入，神經網絡和深度學習技術的發展為后來的人工智能爆發奠定了基礎。的里程碑。2006年深度學習技術的興起引領了人工智能技術的新浪潮。第三階段是快速發展階段(2011年至2016年),人工智能技術的實際應用和影響力開始迅速擴大。2014年對抗式神經網絡(GAN)技術的提出以及2015年谷歌的AlphaGo機器人戰勝圍棋世界冠軍，不僅展示了人工智能在特定領域超越人類的能力，也推動了人工智能技術的廣泛關注和研究。第四階段是爆發階段(2017年至今),2017年Transformer架構的提出標志著人工智能進入了大模型時代。2022年被認為是“生成式人工智能元年”,隨著ChatGPT、Dall-E2、2.有為政府和有效市場的有機統一，推動美國在生成式AI領域實現生成式人工智能領域的長遠發展和有效管理。2023年10月美國中國生成式人工智能應用與實踐展望政府推出首部關于生成式人工智能的監管規定浪潮前列，鼓勵私營部門積極參與，持續推動技術創新和應用實踐。美國在生成式人工智能浪潮中獨占鰲頭，得益于其強大的產業基礎、的技術創新，為生成式人工智能技術的發展提供了強大的硬件支持，OpenAI等模型開發商通過開發先進的生成式人工智能模型，推動了AI技術在各個領域的廣泛應用。此外，美國生成市場的大力支持，數據顯示，在全球生成式人工智能的投資流向中，美國初創公司獨攬89%的資金份額，這一資本優勢為美國在該領域的美國政府致力于推動數據開放，以增強生成式人工智能大模型2024年1月美國政府啟動了一項為期六年的國家人工智能研究資源 (NAIRR)計劃，旨在為美國研究人員和教育工作者提供更豐富的算力和數據資源，從而鞏固其在全球生成式人工智能領域的領先地中國生成式人工智能應用與實踐展望歐盟注重生成式人工智能的合規應用，著重強調數據安全和用戶發布了《生成式人工智能與EUDPR》2指南，這是首份適用于歐盟機構的人工智能與數據安全指南，為歐盟機構負責領域的創新發展。2024年2月，英國教育部發布《教育中的生成式人包括學術不端行為的風險、數據安全和隱私問對教育公平性的潛在影響等，強調必須通過制厚望。2023年8月，谷歌在印度推出生成式人工智能搜索服務SGE,更為全面和直觀的答案。同年9月，印度IT服務公司印孚瑟斯宣布與中國生成式人工智能應用與實踐展望勢，共同開發行業領先的解決方案。2024年4月，印孚瑟斯進一步擴大了與美國芯片巨頭英特爾的戰略合作，采咨詢預測，2023年中國生成式人工智能產業規模約為143億元，預計到2028年中國生成式人工智能產業規模將達到7202億元，中國生成2022-2030年中國生成式AI產業規模■中國生成式A產業規模(億)-0-中國生成式AI產業規模增長率(96)中國生成式人工智能應用與實踐展望2拍驅動期人工智的步開啟有業化機式快速發展期加速成長期萌芽與起步期·中國第一人工哲能校材萌芽與起步期(1978-2000年),以1987年出版的《人工智能及其未得到廣泛推廣和應用。第二階段是初步探索期(2001-2012年),中國生成式人工智能應用與實踐展望能技術的發展。第四階段是快速發展期(2016年-2021年),隨著定位為“新基建”建設的重要一環，被視為新一動力，人工智能迎來新的發展春天。第五階段是爆發增長期(2022年的誕生，截至2024年3月，共有117個大模型成功完成“雙備案”3。速擴張，市場規模已位居全球前列。得益于政場的積極參與以及應用場景的不斷豐富，中國提供有力支持。2022年11月，國家網信辦等三部門聯合發布了《互風險。2023年7月，國家網信辦等七部門共同發布《生成式人工智能服務管理暫行辦法》,這是我國首個生成式人工智能監管文件，標志中國生成式人工智能應用與實踐展望包容審慎、分級分類的監管基調，提出安全評容進行標識等要求，有助于推動生成式人工智風險投資到產業資本，各類投資者紛紛布局。據IDC報告，2022年中國生成式人工智能投資額占整個人工智能市場投資總額的4.6%,預計到2027年這一投資比例將達到33.0%,投資規模有望超過130億美元，五年復合增長率達到為86.2%。中國龐大的市場規模和豐富的應用場視頻營銷提升品牌營銷效果，游戲行業則利用中國生成式人工智能應用與實踐展望和應用層。基礎設施層是生成式人工智能產業大算力需求將推動數字基礎設施建設。模型驅動力，大模型的落地將賦能千行百業，推動生成式人工智能產業技術價值傳遞的實際落位生成式人工智能未來發展分為三波次，第一波次是探索與初步應建設，應用場景仍在探索中，C端應用主要聚焦以中國生成式人工智能應用與實踐展望電信醫療工業醫療教育金融法律基礎設馬層應用層模型層法律圖5:生成式人工智能產業圖譜基礎設施層主要包含算力基礎層和數據基礎兩大層面。基礎設施型的硬件和軟件資源，包括GPU、TPU、高性能計算集群、云計算平式AI模型的關鍵原材料，數據層包括數據倉庫、數據湖、數據標注和中國生成式人工智能應用與實踐展望《“數據要素X”三年行動計劃(2024-2026年)》,明確支持人工要求，同時，巨量算力訓練推理需求將促進新自2017年谷歌提出Transformer架構后人工智能發展逐步邁入預訓練大模型時代。2018年OpenAI的GPT模型參數量已經達到117億模型參數量開始實現億級基底的飛躍發展，平均每三四個月代大模型參數的量級提升，算力供需結構承也在積極行動，在2023年全球計算力指數排名中，美國排名第一，中國生成式人工智能應用與實踐展望算力指數82,擁有最多的數據中心，算力總規模達270EFLOPS,其中智能算力規模約180EFLOPS,基礎設施支持全球領先；中國排名第二，算力指數71,算力總規模達230EFLOPS,其中智能算力達70EFLOPS,目前中國各地正加快智算建設，持續優化算力資源，滿生成式人工智能能力的提升主要依賴于高質量的數據集，未來將大規模開發利用的實時數據收集成為可能，loT設備可以提供實時的傳感器數據，如溫度、濕度、運動等。這些數中國生成式人工智能應用與實踐展望同時提供了更加豐富和動態的數據源，能夠實現實時更新和反饋。在生成式人工智能中，“模型層”是構成生成式人工智能系統的核心部分，負責處理和生成數據。大語言模型要包括閉源模型和開源模型；行業大模型主要等領域專業模型。算力規模決定模型的升級迭機會領先發布模型更新。目前美國是大模型領在模型層，大模型發展行業將繼續朝著多模態方向進化，MaaSMaas?模式降低了應用開發門檻，重構生成式人工智能產業的中國生成式人工智能應用與實踐展望施與PaaS平臺架構，為下游客戶提供以大模型為核心的數據處理、特征工程、模型訓練、模型調優、推理部署型開源趨勢，MaaS服務上將著力打造大模型商店平臺，發力大模型生態建設，納入更多允許商用的開源模型，提升平臺的基模類型及能端需要針對行業領域和業務場景進行大量工程工作，尤其是傳統行業的知識獲取和積累需要較長時間；即使是同一個行業下，細分場景的工具使用門檻較低，應用落地以及未來成長速度更快，“應用商店”等創新商業模式不斷涌現；通過“對話+插件”形式將大模型單點工AIAgent是可感知環境及需求、進行決策和執行動作的智能體。相較于大模型底座，靠近應用層的AIAgent中國生成式人工智能應用與實踐展望目前趨勢是Al正從簡單的工具，進化為復雜的助手乃至Agent。這一確理解復雜的任務需求、自主選擇最合適的解腦拓展至可穿戴設備，從自動駕駛的汽車延化體驗”是用戶價值的最終體現。內容賦能模型、場景驅動后高質量的內容生態將是決定能力的核心要中國生成式人工智能應用與實踐展望工智能需要完全嵌入應用場景，高度智能化、自然化地服務用戶，這兩個維度同步布局，才能在激烈競爭中引領生成式人工智能的應用終端上運行。端側人工智能具有一些獨特優其中，端側人工智能應用將為用戶帶來流暢、便捷和貼心的全新使用中國生成式人工智能應用與實踐展望中國生成式人工智能應用與實踐展望大模型的基礎能力將進一步牽引上層應用的解決方案。而在供給側，大模型廠商們正不斷成為核心，展開了一系列開放服務，通過智能中國生成式人工智能應用與實踐展望了與大模型外部工具、服務的無縫對接，從而加速代碼生成等多個細分市場，為用戶提供了全碼能效提升達到20%~78%;而金山WPSAI等則在多個維度實現了辦在娛樂場景中，從圖片設計到視頻生成，再到虛擬人和3D模型以Pixverse為代表的視頻生成應用憑借其優秀的成高質量、連續性強且風格一致的視頻內容，依托閱文版權小說為主的語料庫，使用戶可中國生成式人工智能應用與實踐展望中國生成式人工智能應用與實踐展望使生成式人工智能系統能夠深入理解書籍、典型案例一——智譜清言外，智譜清言還推出了智能體定制功能，用戶即能創建屬于自己的GLM智能體，進而實現大模型開發的大眾化。截至2024年4月，智譜清言上已有超過千萬用戶，以及30萬個活躍領域的疑問，為決策提供信息支持。在創意寫率與質量。圖像生成與解讀方面，智譜清言不動檢索網絡資源，提供參考鏈接。文檔處理方面，智譜清言可對PDF檔結構進行梳理，生成摘要、大綱、關鍵詞分中國生成式人工智能應用與實踐展望中國生成式人工智能應用與實踐展望生成圖像或者對已有圖像進行處理編輯。特色動程序，用戶只需通過輸入prompt的形式進行提問，就可以收到來義，讓古老的甲骨文“活起來”。截至2024年6月，文心一言用戶規模已超過3億，日調用量已超過5億次。Kimi智能助手是月之暗面公司推出的一款基于自研Kimi大模型夠在20秒內完成對30頁以內文檔的迅速解析，并輸出相關文本綜述。中國生成式人工智能應用與實踐展望在數字化轉型的浪潮中，傳統的辦公模式已難以滿足日益增長的趨勢的關鍵舉措。通過集成先進的生成式人以及信息管理的精準化。這不僅極大地提升了辦公效成本，還為員工創造了更加靈活、高效的協作生成式人工智能(GenAl)編程助手不僅能通過智能優化、錯誤檢測瑣的重復性任務，使開發者能夠專注于更高層次的設計和創新工作。此外，生成式人工智能(GenAl)編程助手還可以作為一個強大的學碼解釋和調試工具，使開發者可以更快地掌握中國生成式人工智能應用與實踐展望析和解讀各類數據，包括結構化的表格數據以像等多媒體數據。其能夠高效地識別、分類和結果，生成式人工智能能夠自動生成清晰、直典型案例一——商湯代碼小浣熊C++、Go、SQL等90+主流編程語言和VSCode、IntelliJIDEA等主流IDE,覆蓋軟件開發全生命周期，包括需求分析、架構設計、代碼編寫、軟件測試、部署上線、系統維護等環節等多個應用場景。在實際應用中，代碼小浣熊效率超50%。此外，代碼小浣熊可以為用戶提供個性化的學習路徑，根據開發者的現有技能和學習進度推薦合適的大量的代碼庫來提供最佳實踐和設計模式的生命周期注相生或代碼生成南試用例壯和生成代號代易撲余代高重構重射文生圖典型案例二——金山WPSAI2023年11月開啟公測，錨定AIGC(內容創作)、Copilot(智慧助理)、Insight(知識洞察)三個方向發展。目前WPSAl2.0已經發布，面向個人用戶新增四個AI辦公助手。在數據分析方面，WPSAI數據助手可在表格中完成海量數據的AI計算、分析和歸類，執行復雜的公式計算、創建數據透視表，并中國生成式人工智能應用與實踐展望瑣格式設置，一鍵完成文檔排版，讓每一篇頻領域專注于運用先進的人工智能技術和復模仿已知聲音，還能創造全新的音頻體驗。再到音頻處理，生成式人工智能不僅豐富了中國生成式人工智能應用與實踐展望Character.AI,這個2021年創立的AI平臺上共有1800萬個聊天機器人。在2023年底它的月訪問量超過2億次，比同期ChatGPT高出300%,可見年輕網民們對AI虛擬角色的喜愛程度。中國生成式人工智能應用與實踐展望現聲音克隆，并支持跨語言遷移、情感語氣生成。其海外版DupDub情感合成聲音搜素百萬種聲0程7儲合角色遷移圖9:“魔音工坊”的四大聲音黑科技(來源：魔音工坊)典型案例二——愛詩科技PixVerse愛詩科技旗下的PixVerse是一個在線AI視頻生成平臺。該平臺生視頻、圖生視頻和角色生視頻三種模式。在生視頻模式下，則可以將已有的圖片或視頻素包括方向、運動幅度、角度等，實現更精細的中國生成式人工智能應用與實踐展望自己的“角色庫”,選用特定角色連續進行視頻生成，根據創作需求典型案例三——筑夢島閱文集團2023年發布的筑夢島APP是一款原生虛擬社交生態平的AI角色，按照“人設”、“形象”、“聲音”三個方向深度開發，截至2024年4月底，筑夢島APP上共有15萬個AI虛擬角色“夢中人”,IP角色聲音圖10:“筑夢島”IP角色三元素中國生成式人工智能應用與實踐展望中國生成式人工智能應用與實踐展望興業務收入占比持續攀升。電信行業正站在數字經濟、人工智能領域的新賽道上，進行全面的戰略升級。作為施，提升生成式人工智能服務和運營能力，是的生成式人工智能大模型能夠處理和分析海量數據，提供推動業務模式的創新。通過集成大模型，電信生成式人工智能大模型不僅將成為電信運營商提升運營效率和創隨著生成式人工智能技術的不斷進步，電信運營商將能夠更好地利用智能應用，為垂直行業客戶實現業務流程的自動化和智能化提供更加中國生成式人工智能應用與實踐展望中國聯通推出元景“1+1+M”大模型體系。首個“1”指一套基礎大模型，該基礎大模型由兩大基座組成。同功能需求布局多參數版本，目前已完成布局10億、70億、130億、城市、交通等多行業超200個場景。行質型藤生應用開發工目型底座圖11:中國聯通元景“1+1+M”大模型中國生成式人工智能應用與實踐展望外部業務場景的10個行業大模型，賦能網絡、中國聯通充分挖掘生成式人工智能價值，發揮自研大模型優勢，在客服大模型基礎上打造26項AI創新服務，賦能其客戶聯絡中心-10010,提供精準化、智能化服務保障。通過全流程、全場景數智賦能，全面提升客戶感知、一線效率和管理效超85%,平均通話時長壓降15%,首次問題解決率提升1.6pp,用戶滿意度達98%以上，打造10010“一號通解”的智能化服務，助力熱典型案例二——中國移動九天大模型協助10086打造智慧客服知識、豐富交互數據、系統接口信息以及人工坐席的專業經驗，采用了科學有效的大小模型融合策略。該模型以自然語言處中國生成式人工智能應用與實踐展望用戶提供的自然語言描述，解析用戶問題并調用API獲取答案；又可對話的重點和關鍵信息，根據對話內容為坐席通場，極大的提升傳統人工客服的工作效率，依托九天大模型，中國移動成功地將客服行業的服務經驗與先進技術相結合，通過“專業+通用大模型”結合、訓練和推理計算一體約為46%,通過將原有小模型替換為大模型，并通過一套科學有效的后智能客服系統意圖識別準確率由92%提升至95%,解決率由46%中國生成式人工智能應用與實踐展望提升至65%,問題解決能力提升帶來人力節約200人。5token預訓練語料),利用超200億tokens的高質量醫學知識數據訓中國生成式人工智能應用與實踐展望體檢報告等資料，以及4000萬真實病歷、醫患問答和對話等。康問答、導診、預問診、用藥咨詢診后隨訪管譯機器人、智慧醫助、智慧隨訪、影像報告新華醫院基于商湯科技研發的醫療健康大模型“大醫”,實現多“智慧科研”四個板塊建設智慧醫院，以服務為主線持續推動公立醫位患者推薦合適的醫院科室、專病醫生，解決病不知科”、“知科找不對醫生”的困惑和訴求不知道應該掛哪個科，針對此類問題，患者可登錄“上海新華醫院”中國生成式人工智能應用與實踐展望根據各類檢查影像，快速準確地識別微小病灶(如結節),并重建高中國生成式人工智能應用與實踐展望優質語料進行預訓練和指令精調，以及循證醫訓練語料數據，包括海量臨床脫敏數據、海量醫學知識圖譜、300萬+例多模態影像數據，6億+條健康科普內容，70萬+臨床試驗研究企業服務三大方向，滿足“醫-患-藥”各自的特定需要。能力層主要以API或AI插件的方式，為生態合作伙伴提供高質量的AI服務，中國生成式人工智能應用與實踐展望的應用需要和部署資源，提供旗艦版、Lite版和旗艦版(十億參數)定制版(基于客戶數據定制》(基于數據做調或圖12:“靈醫大模型”商業化服務模式(來源：百度靈醫大模型)診和智能問答(客服)兩大功能。智能分導診系統能夠根據患者的癥服)則能自動化處理患者的基礎問題如訂單配送、發票開具等問題，中國生成式人工智能應用與實踐展望固生堂通過應用靈醫大模型，提升了運營人員的服務人效約76%,極療服務流程進行實時監控和優化，確保醫療服惠教育之間的矛盾。個性化教育雖能夠根據學生的的實施需要配套教師資源的持續投入，這對于具有規模化教育需求的效率更佳以及更過更優的教育，始終是當代課題。2023年各類教育行業的生成式人工智能中國生成式人工智能應用與實踐展望具有領先的文本和語音能力。今年4月，MiniMax發布了國內首個基于MoE架構、包含萬億參數的abab6.5系列模型，最高支持245k課中與課后等不同教學、學習階段提供多種數課堂助手、作文批改、課堂總結等AI助理，輔佐教師完成高質量中國生成式人工智能應用與實踐展望生涯助手等功能，實現了針對學習內容的問答消除機械音，從而提升了學生在高途數字講師前的學習體驗。目前，MiniMax攜手高途共同推出數字老師30余名，累計制作超十萬分鐘出了新的創新應用價值。高途教育利用MiniMax大模型和RAG全套出了“生涯助手”應用場景。該場景與考生實現智能問在與大模型的對話過程中逐步選定理想院校和底座打造了智慧教育板塊，構建了從國家、省、市、縣(區)到學校中國生成式人工智能應用與實踐展望中國生成式人工智能應用與實踐展望國家開放大學智慧教學資源體系已經形成，共建設智能問答資源庫1個、自適應課程1門，完成知識圖譜知識點拆解200個、虛擬資源課件141個、虛擬資源844分鐘，打造了開放教育“因材施教”的全新渠道一體化、融合深度化等特點。生成式人持等服務場景中。在個性化服務方面，基于成式人工智能大模型能夠為客戶量身定制財務生成個性化電子郵件與信息，并提供差異化的升客戶體驗。在金融欺詐檢測方面，生成式中國生成式人工智能應用與實踐展望中國生成式人工智能應用與實踐展望識維護量大，冷啟動知識配置成本14天到1個月不等，且需要持續中國生成式人工智能應用與實踐展望理方案演進。三是客服助手。客服助手可以其基于龐大的1760億參數的Bloom大模型進行訓練，通過獨創的hybrid-tuning的創新訓練方式，在金融領域內容理解和生成上能力卓越。截至2024年3月，度小滿軒轅系列已經有17款開源大模型，軒轅金融大模型不僅在金融產品營銷、金融數據運營、金融風控中國生成式人工智能應用與實踐展望提升坐席作業效率和業務轉化率是機會也是挑解客戶，使對話更加有的放矢；開展對話中，軒轅系列加入了度小滿依托多年行業實踐經驗構建的海量金融數據，外掛實時更新業務知識庫，同時定向增強摘要客服、風控、辦公再到研發，已初見成效。用軒轅大模型輔助生成的代碼，采納率能夠達到42%,幫助公司整體研發效率提升了20%;在智能辦公領域，軒轅大模型目前的意圖識別準確率已達到97%;在核心的坐席助手應用方面，軒轅大模型也已經取得了一定進展，比如電銷坐席助手，目前幻覺問題解決率96%,轉中國生成式人工智能應用與實踐展望化率提升12%;客服坐席助手，服務效率提升25%;增信坐席助手，增信補件效率提升37%。借助生成式人工智能的能力，可對工業進行更較于傳統小模型，生成式人工智能大模型有望生成式人工智能大模型能夠深度挖掘、生成并(1)技術介紹中國生成式人工智能應用與實踐展望領先的衣裳云生成式人工智能能力平臺，匯聚視覺合規、視覺質檢、服紡(2)服務模式(3)應用情況中國生成式人工智能應用與實踐展望設計師一天最多設計3到4款服裝，確定一款設計需要兩天左右時間，到如今只需3秒鐘就能生成設計圖，且看到上身效果，平均只需大模型生成修改十余次就能得到較為滿意的款式，大幅提升了設計師的工中國生成式人工智能應用與實踐展望中國生成式人工智能應用