CONTENTCONTENT?在經歷了初期的探索與技術積累，以及隨后的技術突破與商業化探索階段后，人工智能市場迎來了爆發期，并逐漸進入以人工通用智2020年-至今2020年-至今llllll2020年，GPT-3的推出在自然語lll?人工智能領域政策正在逐步深化。從最初的觀望態度到現在的積極基礎設施與法規建設《電子信息制造業2023???創新推動階段：技術創新與應用推廣整合與實施階段：全面布局與綜合創新推動階段：技術創新與應用推廣???戰略部署與倫理治理?資本市場活躍：較去年相比，今年第一季度融資金額遠超去年同季度。2023年整年AI領域投資事件39起，融資金額50.7億元，202465432102024年1月-4月AI領域投融資次數與金額4324融資次數融資金額2024年1月-4月AI領域融資輪次30.8%30.8% 天使輪A輪B輪C輪戰略投資?2024-2027中國AGI應用市場將經歷過速4543.60632.86?伴隨著AGI的不斷發展，模型訓練和部署對算力的需求不斷提升，但中國在算力領域面臨諸多挑戰。截至2023年底，我國智能算力規模達到了70EFLOPS，增速超過70%。但距離《算力基礎設施高質量發展行動計劃》設置的智能算力規模，仍存在50%的智算缺口。因此，為了更好地應對算力短缺問題，短期的關鍵是如何喚醒「沉睡」算力，提高現有算力利用率。長期持續建設智算中心滿足算力供給，除了產業鏈相關企業，政府和運營商正在接力智算中心建設。我國智能算力建設缺口50%的現狀202220232025E智能算力規模（單位：EFLOPS）短期短期內喚醒「沉睡」算力云算力租賃、算力調度中心等建設，在短期內有限的供給下，探索異構算力池，優化算力使用效率。長期長期算力國產化和智算中心持續建設在美國對GPU管控趨嚴的背景下，中國國產算力抓住發展機遇，加強自主可控能力，長期補充算力空缺。規劃/建70%30%規劃/建70%30%運營商主導,3%?數據是大模型訓練過程中不可或缺的「燃料」，其規模和質量也是影響大模型性能的核心要素。在行業共性數據資源庫建設、在重點領域、相關區域組織開展公共數據授權運營、引導企業開放數據，鼓勵市場力量挖掘商業數據價數據總量多數據總量多總量預計超32ZB。完善數據要素市場相關制度行業共性數據資源庫建設??·傳媒/影DriveGPTAntFinGLM型FD-LLM金融行業大模型??·能源/叮當HealthGPTDoctorGLM/城市/社??·航天④攜程問值/城市/社科技公司科技公司 從容山海 從容山海言犀開源大模型開源大模型Baichuan2ChatGLM3CogVLM星辰語義大模型-TeleCss?中間層是連接應用層和模型層的橋梁，在現階段是作為大補充的重要層級，隨著底層模型技術的持續進步與適應性高適應性低適應性高適應性低?智能體在目前發展階段因為其適應性搞和成本適溝通交互隨機反應溝通交互隨機反應特定垂直行業是AIAgent最有可能特定垂直行業是AIAgent最有可能首先實現應用的領域簡化任務執行，拓寬大模型應用范圍析戲AGI在短時間里經歷了從大模型的涌現到應用層的快速創新，眾多AGI在短時間里經歷了從大模型的涌現到應用層的快速創新，眾多企業機構正在積極探索新的應用方向。應用層創新將成為有希望在AGI方面領先全球的板塊。我國數字基礎設施建設已取得顯著成就，建立一，并在5G技術的研發和部署上處于領先地位。快速的經濟發展。中國數字人才不僅在國內市場 市場應用市場應用程度容創作提供了更豐富的工具。大模型將在四個方面引領變革，包括革新內容的創造過程和效應用探索期產品測試期●●數據分析/復盤數據分析/復盤..……文字生成、音頻生成、圖像生成、視頻生成、場景生成、多模態生成、數據分析、策略分析輔助、智能客服、虛擬主播/數字人、代碼生成等 能助理、瀏覽器插件產品，兼顧PC/移動端網頁等產品形態：AIGC營銷：實現多模態內容生成，突破………… 場景……億量科技?大模型在各個行業應用存在一些共題等。由于各行各業都存在營銷需求，缺乏特定行業的深入知識這一挑戰在營銷大模型應用中顯得尤為?各行各業都在尋求降本提效的方法。廣告主在??在不少垂直領域，營銷大模型除了需要解決?預訓練模型在建立其詞庫時，可能沒有考慮市場應用市場應用程度應用探索期產品測試期數字人導購/主播.. ①用戶體驗優化①①用戶體驗優化①營銷效率提升②投放效率提升 ②商家體驗優化②商家體驗優化③門店體驗優化 eAlibaba稿定 百度智能云曦靈?零售場景下，幻覺問題會對嚴重破壞用戶信任和用戶體驗。商家也可能會因為生成錯誤的營銷活動信息離不了對于成本和效果之間的權衡。現階段，大小模型并行仍然是主要探索的路徑，預計伴隨著大?基于零售領域數據的模型微調以及通過RAG②推理成本和性能?在場景應用中，發揮大小模型的不同優勢，權衡成本和效率，不過度追求新技術，以場景需求為②推理成本和性能調用小模型作為工具使用、同時搭載記憶模塊的智能體應用市場應用程度市場應用程度的融合點，對大模型應用處于觀望階段或將大模型產品僅應用于通用業務場景中。部分頭部產品測試期智能助手智能客服●●?由于金融行業對信息和數據的精確度、合規性有著極高的要求，且大模型在準確性和判斷力方面還高精確度的需求并不匹配。因此，大模型在金融行業目前,引入數字員工成為了關鍵策略；主要應用場景探索嘗試,引入數字員工成為了關鍵策略；主要應用場景探索嘗試?作為金融行業的主要領域，銀行、保險、證券機構對大模型的探索表現積極。各類機構數字化建設術、數據簡單堆砌在業務場景里或一味追求技術革新，而是以業務經營為核?深化客戶服務、產品推介、風險防控等場景，探索辦公助手、客服問答?平安人壽推出了基于大模型的數字人產品，主要用于協助代理人與客戶投研支小助：?深化客戶服務、產品推介、風險防控等場景，探索辦公助手、客服問答?平安人壽推出了基于大模型的數字人產品，主要用于協助代理人與客戶投研支小助：?能力領域：金融知識挖掘、資產/市場/行業分析、新聞/政策/事件解讀、公告/研報/財報解讀、量化代碼生成以及財經稿/分析報告撰寫。?工業級金融量化交易系統：極速交易、高精度回測、因子工廠等在內的不對稱，使個人用戶也能輕松利用專業級金融工?研發的保險對話機器人已經體現出自由對話、理解潛臺詞、隨機應變、…………被電信和政府反超，僅排名第四。這與金融行業強監管的特殊屬性有關，而這種行業特性也在一定金融機構在應用大模型過程中面臨的主要四大挑戰通的重要原因。通的重要原因。業務相結合的能力。因此，企業渴求的是一種新型的展，這無疑加劇了人才短缺的問題。市場應市場應用程度●●oo企業資源管理動化知識管理知識管理法務財稅財稅Beisenk森?簡歷智能篩選供合同智能總結、修訂 驟?企業服務AGI廠商將人工智能技術應用于企業層面，提高工作效率和決策質量，其中應用層覆蓋協同辦、市場應用市場應用程度?整體而言，AGI在學校及教師側的應用都還在非常早提升適配度較高，因此這些場景應用程度相對較高。但像個性化學習這類全流應用探索期產品測試期智慧教輔oo個性化教學規劃。知識智能總結mm學校及教師側mm學生側時間應用現狀：相較于教師/學校側，學生側應用速度快學學生側案的制作批改答疑?廠商多建設教育大模型，疊加教育應用矩陣提供服務。在學生側場依托多年教學資源積累，廠商多建設教育大模型+教育應用矩陣學生側建立場景、應用篩選和交互設計策略教育大模型教育大模型教師端緊抓減負增效核心需求①增效①增效作業批改與個性化錯題本②減負教學物料生產用切入教育場景落地的通用大模型廠商。應用層，仍然是內容積猿力科技類類難點難點難點嘗試解決方案嘗試解決方案嘗試解決方案金融知識庫（金融）應用層的三個發展階段：企業機構AI應用程度企業機構有望在2026預期時間：2023年-2026年預期時間：2026年-2030年預期時間：2030年后國內外眾多大模型的涌現標志著了重大飛躍，為后續的技術革新和應用探索奠定了堅實的基礎，但隨著時間的推移，許多基礎大模型由于缺乏實用性和競爭力而逐漸被淘汰。接著，應用層出現工具產品快和實用價值；鍵銜接期，企業機構在積極探索新避免盲目投入導致的策略失誤。戰略調整、投入試水、應用產品快速創新等一系列動作將推動企業機構高復雜度的任務。中美AI領域頂級人才數量對比