2023年Q3AIGC產業(yè)觀察-創(chuàng)業(yè)邦-2023.12

2023年Q3

AIGC產業(yè)觀創(chuàng)業(yè)邦研究中心2023年11月目錄01

02

03

04

06季度洞察

政策變革

技術發(fā)展

市場動向總結QuarterlyInsightPolicyEvolutionTechnologicaldevelopmentMarkettrendsSummary季度洞察u研究背景與主要觀點u數據速覽XZIWXZnMmNmOvMbRdNaQnPqQmOsRfQrQnMjMnPzQbRnMoPxNnQpMxNqQrQ研究背景與主要結論AIGC產業(yè)歷經上半年“百模大戰(zhàn)”的軍備競賽，應用層生態(tài)的“百花齊放”，第三季度以來，站在了從“玩具”到“工具”快速迭代的關鍵時期，主戰(zhàn)場大模型市場格局發(fā)生深刻變化，行業(yè)關注焦點也普遍轉移到了困擾人工智能發(fā)展的“終極命題”——應用與商業(yè)化落地。與上一波深度學習的浪潮不同，本次AIGC研發(fā)范式的變革從根本上大幅提升數據生產速率，同時降低使用者和開發(fā)者的使用門檻，從需求側推動“智慧飛輪”，有望對千行百業(yè)產生深遠影響?；诖?，本報告主要圍繞產品體驗和價值創(chuàng)造兩大生成式AI第二階段的特征，全面掃描第三季度AIGC產業(yè)的政策、技術、市場、資本發(fā)展趨勢。一方面幫助期待應用大模型技術的企業(yè)、期待投資大模型企業(yè)的投資者建立客觀認知；另一方面，研判目前市面上大模型的產品化、生態(tài)構建等能力，洞察應用場景機遇，展望行業(yè)落地的潛在方向。主要發(fā)現如下：由于大模型帶來的革命類似但有別于互聯網，因此，傳統(tǒng)的互聯網思維不足以覆蓋AIGC的發(fā)展路徑。大模型落地面臨挑戰(zhàn)與機遇，行業(yè)共同關注放大模型能力的有效途徑。當大模型參數量普遍達到一定水平，在邊際效用遞減的規(guī)律下，將有更多的方式來提升模型的能力和效用，比如微調、提示工程、搜索增強生成、AI

Agent等技術手段。AI

Agent是挖掘大模型潛力的關鍵環(huán)節(jié)，但不是終點，也不可獨立運作。開源模型迅猛發(fā)展，產品向終端延伸，結合更多AI應用技術，有利于推動應用場景多元化發(fā)展。由于政策面向C端設置準入門檻，標準體系覆蓋多個行業(yè)，涵蓋模型行業(yè)能力、模型工程化性能、模型算力網絡、模型安全可靠等方面，數據、算法、模型、安全因素重要性凸顯，意味著“百模大戰(zhàn)”回歸理性，行業(yè)格局邁入整合階段。由于整體經濟環(huán)境仍處于下行期，行業(yè)示范效應尚不明顯，大模型應用落地路徑處于探索階段，投資相對謹慎。進入第三季度以來，國內AIGC創(chuàng)投市場CVC融資事件占比顯著提升，下一階段，國資有望發(fā)揮更大作用。Q3中國AIGC行業(yè)融資數據速覽2023年Q3國內AIGC行業(yè)發(fā)生融資事件35起，已披露融資金額39.61億人民幣，涉及公司33家，35涉及投資機構數量51家。起已披露融資規(guī)模以1000萬~3000萬區(qū)間居多，發(fā)生9起；融資事件融資早期事件（種子輪~天使輪）數21，占比63.64%；北京仍為最活躍地區(qū)，融資事件為11起，以模型層居多，上海超越北京成為國內AIGC融資最吸金的地區(qū)，總融資金額22.08億元。39.61億人民幣2023年Q3國內AIGC行業(yè)發(fā)生融資事件中，通用大模型（6起）、工具平臺（6起）兩個細分賽道相對活躍。在應用層中，元宇宙/數字人（5起）和營銷（5起）是融資事件最頻繁的細分領域。融資金額1家AIGC企業(yè)完成上市IPO2023年Q3有1家國內AIGC企業(yè)完成上市——第四范式（決策類人工智能公司）。2023年Q3國內AIGC行業(yè)發(fā)生1起并購事件——美團收購光年之外，融資額20.65億元。1起AIGC并購事件并購政策變革u政策準入u政策支持國產大模型面向C端建立準入機制，應用發(fā)展迎來新拐點（1/2)?

政策方面，8月15日，我國首份生成式人工智能監(jiān)管性文件正式實施；8月31日，首批通過備案的人工智能大模型名單出爐，意味著其生成式AI產品可以正式面向公眾開放注冊、提供服務，此前的大模型產品多采用邀請注冊制，僅開放給企業(yè)合作伙伴使用。?

面向C端的對話式應用產品吹響了號角，帶動B端產業(yè)大模型陸續(xù)落地變現，“百模大戰(zhàn)”的風已經吹向了“百模應用之爭”。大模型企業(yè)面向C端的應用產品注：按企業(yè)首字母排序企業(yè)/單位名稱

大模型名稱應用產品名稱產品定位6月1日，阿里云宣布通義大模型進展，聚焦音視頻內容的AI新品“通義聽悟”正式上線，聽悟融合了十多項AI功能，可以全面提升知識從音視頻向圖文形態(tài)轉化的效率。2023年10月31日云棲大會上，正式對外發(fā)布“通義靈碼”。通義聽悟、通義靈碼、通義星塵等阿里巴巴通義千問大模型AI助手Baichuan系列大模型產品截止8月31日，Baichuan-7B/13B兩款開源模型在Huggingface下載量已突破三百萬。百川智能

Baichuan大模型大模型“你的智能助理”AI機器人百度抖音文心一言文心一言豆包8月31日登頂蘋果APPStore免費應用下載榜首?！岸拱碧峁┝奶鞕C器人、寫作助手以及英語學習助手等功能，可以回答各種問題并進行對話，幫助人們獲取信息。云雀大模型大模型在礦山、政務、汽車、盤古大模型

氣象、醫(yī)學、數字人、研發(fā)等

大模型產業(yè)化應用盤古大模型3.0分為L0基礎大模型、L1行業(yè)大模型、L2場景模型三層架構，將重塑千行百業(yè)。華為領域的創(chuàng)新服務國產大模型面向C端建立準入機制，應用發(fā)展迎來新拐點（2/2)大模型企業(yè)面向C端的應用產品注：按企業(yè)首字母排序企業(yè)名稱大模型名稱應用產品名稱智能編程助手iFlyCode1.0、

大模型在垂直領域的應用

于9月5日凌晨面向全民開放，隨即“訊飛星火”APP登錄星火教師助手等

產品

各大應用市場，用戶可以直接注冊使用?？拼笥嶏w訊飛星火認知大模型ABAB大模型面向B端用戶的大語言模

MiniMax開放平臺已接入超百家付費客戶，提供辦公協(xié)MiniMaxMiniMax開放平臺型技術平臺作、互動娛樂、客服、搜索、教育等十余個行業(yè)場景。于8月31日正式開放，用戶通過官網注冊使用，可體驗文本編輯、數理計算、編程等功能。商湯科技日日新SenseNova大模型書生通用大模型商量SenseChat等書生通用大模型智譜清言AI聊天機器人在WAIC2023上，上海AI實驗室聯合香港中文大學、上海市測繪院發(fā)布全球首個城市級NeRF實景三維大模型書生·天際。涵括視覺、語言和三維等在內的大模型體系上海人工智能實驗室智譜AI中科院ChatGLM紫東太初生成式AI助手截止10月，智譜AI的開源模型全球下載量超過一千萬。自9月1日面向公眾開放服務，已在文本創(chuàng)作、醫(yī)療、物流、政務等多個行業(yè)實現應用落地。紫東太初大模型開放平臺

跨模態(tài)通用人工智能平臺中央專項債支持，地方引導基金為AI產業(yè)發(fā)展注入活水創(chuàng)業(yè)邦睿獸分析的數據顯示，中國AIGC投融資事件占人工智能投融資事件總數的比重、中國AIGC金額總數占人工智能投融資獲投金額的比地方政府AI引導基金進展情況重呈上升趨勢，尤其是

2023年H1尤為顯著，2023年上半年AIGC事件數占AI賽道的比重為

23.9%，遠高于前幾年。但就上半年數據，AIGC行業(yè)融資事件和融資金額漲幅不明顯，主要與經濟下行的大環(huán)境有關。地?

9月18日，北京市科委、中關村管委會網站公布《投資引導基金關于公開遴選北京市人工智能產業(yè)投資基金管理機構的公告》。北京市科學技術委員會、中關村科技園區(qū)管理委員會、引導基金現公開遴選基金管理機構?；鹉繕丝傄?guī)模為100億元，其中，引導基金出資不超過30億元?；鹂煞謨善趯嵤灼谀繕艘?guī)模40億元?；饑@北京市在人工智能領域的總體布局開展直接股權投資，重點投向人工智能芯片、訓練數據及相關軟件等底層技術領域，大模型算法創(chuàng)新、具身智能、可信AI等關鍵領域，以及大模型等人工智能技術產品開發(fā)和垂直行業(yè)創(chuàng)新應用等相關領域。因此，為增強民間資本投資信心，2023年專項債投向新增兩大領域，分別是新能源和新基建，其中新基建包括數據中心、人工智能基礎設施。今年以來，新型基礎設施建設步伐加快，上半年新基建投資同比增長16.2%。步入下半年，廣西、貴州、河南、福建等多地就推進新基建作出新的部署，進一步釋放出新基建提速的信號。北京?

9月22日舉辦的《北京市促進未來產業(yè)創(chuàng)新發(fā)展實施方案》新聞發(fā)布會上，門頭溝區(qū)重點發(fā)展人工智能產業(yè)，設立10億元的人工智能產業(yè)引導基金。Q3人工智能地方引導基金除上海相對活躍外，其他還未充分釋放。2017-2023年專項債發(fā)債額度?

7月8日，2023世界人工智能大會上，上海市經濟和信息化委員會副主任張英介紹了上海即將出臺的大模型創(chuàng)新發(fā)展政策要點，將圍繞“創(chuàng)新能力、創(chuàng)新要素、創(chuàng)新應用、創(chuàng)新環(huán)境”4大方向，重點打造“3項計劃+5大平臺”。簽約的32個全新人工智能重大產業(yè)項目中，涵蓋了算力、數據、大模型、硬件、軟件等不同領域。項目投資總額288億元。?

當天，“上海人工智能產業(yè)投資基金元宇宙智能終端子基金暨上海人工智能開源生態(tài)產業(yè)集群”正式發(fā)起成立，以助力加快打造人工智能“上海高地”。5000040300400003432533013311913000021528上海成都20000136987507100000?

8月，成都高新策源投資集團有限公司擬發(fā)起成都高新區(qū)人工智能產業(yè)基金的遴選，總規(guī)模不超過50億元。2017年

2018年

2019年

2020年

2021年

2022年

2023年發(fā)債額度（億元）來源：公開數據來源：創(chuàng)業(yè)邦研究中心整理技術發(fā)展u技術迭代u技術趨勢技術迭代一：

多模態(tài)大模型DALL·E

3帶來產業(yè)沖擊背景：多模態(tài)大模型（MLLM）是將文本、圖像、音頻和視頻等多模信息結合起來訓練的模型。相比LLM（大語言模型），MLLM更符合人類感知世界的方式。多模態(tài)輸入的支持，使用戶可以用更靈活的方式與智能助手進行交互，繼而利用強大的大模型作為大腦來執(zhí)行多模態(tài)任務。9月21日，OpenAI宣布生成式AI藝術平臺DALL-E的第三個版本——DALL·E3已經進入研究預覽階段，并將于10月初面向ChatGPTPlus和企業(yè)用戶上線。另外ChatGPT-4V的推出為其增加了視覺智能，使其不再局限于文字處理，還能識別、理解、分析和預測圖片信息。影響：DALL·E3的出現不僅再次沖擊藝術界的繪畫產業(yè)，也同時給電商、設計等行業(yè)產生了實質性的影響。但同時，安全和版權保護等社會問題也尤為值得關注。對標產品：昆侖萬維天工大模型Skywork-MM、MiniMax多模態(tài)大模型矩陣等。技術迭代：1）DALL·E

3能更好地捕捉細微差異的語義描述，實現了提示詞的完美遵循，還能高效避免混淆詳細請求中的元素，在畫面呈現方面有了明顯進步。2）文生圖模型與ChatGPT的結合，極大地弱化了提示工程的約束。技術迭代二：長文本技術增強產品用戶體驗背景：在LLM中，“上下文長度”是指大語言模型在生成預測時考慮的輸入文本的長度。對大模型而言，具備更長文本的建模能力意味著模型可以觀察到更長的上下文，可以避免因觀察窗口限制導致重要信息的丟失。大模型應用效果通常取決于兩個核心指標，一是模型參數量，決定了大模型的“計算”能力；二是上下文長度，決定了大模型的“內存”能力，即長文本可以通過提供更多上下文和細節(jié)信息，來輔助模型判斷語義，進一步減少歧義，并且基于所提供事實基礎上的歸納、推理也更加準確。7月18號，斯坦福大學發(fā)布了新型注意力算法FlashAttention-2

，更好的并行化和工作分區(qū)，比標準Attention提速5-9倍，極大加速了現有模型GPT-3.5GPT-44K-16K8K-32K的訓練和推理。9月21號，香港中文大學聯合MIT推出微調方法LongLoRA。兩項研究成果能在資源受限的情況下，極大擴展大模型的上下文。OpenAIClaudeClaude2100K100KAnthropicLLaMALLaMA2Llama2Long2k4k32K影響：在諸如金融、法律和科研等特定行業(yè)或場景，需要對長篇幅文檔進行分析、歸納抽取、多文檔信息對比以及關鍵信息總結。因此，長文本建模能力是大模型目前行業(yè)應用能順利落地的前提條件。MetaIDEASNCBR、GoogleDeepMind等LongLLaMA256k對標產品：月之暗面KimiChat等。Moonshot(月之暗面)KimiChat400K港中文賈佳亞團隊、MITLongAlpaca32K-100K技術展望：國內外對于文本長度的探索還遠沒有達到“臨界點”，在通往未來Agent和AI原生應用的道路上，長文本依然扮演著重要的角色。Agent任務運行需要依靠歷史信息進行新的規(guī)劃和決策，AI原生應用需要依靠上下文本來保持連貫、個性化的用戶體驗，這也是月之暗面、OpenAI等一眾大模型公司在當下聚焦長文本技術的原因所在。技術迭代三：Llama2掀起大模型市場新格局背景：LLaMA(LargeLanguageModelMetaAl)是Meta發(fā)布的一款開源大型語言模型。該模型僅使用公開數據集進行訓練，確保了其與開源協(xié)議的兼容性和可復現性，LLaMA已成為AI社區(qū)中最受歡迎的開源模型之一。然而，由于其開源協(xié)議的限制，LLaMA僅限于學術研究使用，不能進行免費的商業(yè)用途。7月19日，Meta在官網發(fā)布了開源大語言模型—Llama2。影響：對上游，Meta與微軟云服務Azure合作，向全球開發(fā)者首發(fā)基于Llama

2模型的云服務，與高通合作，打破市場上英偉達、AMD處理器對AI產業(yè)的壟斷。對下游，通過“模型基座+遷移學習+微調”的垂類AI模型開發(fā)范式，使得更多的企業(yè)和個人開發(fā)者可以快速加入到AIGC熱潮中，也極大地加速了行業(yè)AI應用開發(fā)效率，弱化和顛覆OpenAI等公司在新興的生成式人工智能軟件市場中建立的早期主導地位。Llama2推動了國內大模型的開源進程和商業(yè)化變革。對標產品：百川智能部分模型、智譜AI

GLM-130B開源雙語預訓練語言模型等。技術迭代：（1）相比于Llama1，Llama2的預訓練語料庫增加40%，提升到2萬億Tokens;（2）9月Llama2long已達32,768個token;（3）采用了分組查詢注意力機制，對文本語義的理解更強;（4）Llama270B在MMLU和GSM8K上接近GPT-3.5。技術迭代四：AI

Agent深入挖掘大模型潛力背景：Agent（智能體）指在一定的環(huán)境中體現出自治性、反應性、社會性、預動性、思辨性（慎思性）、認知性等一種或多種智能特征的軟件或硬件實體。Agent

=

大模型+記憶+主動規(guī)劃+工具使用。AI

Agent能夠理解、規(guī)劃、執(zhí)行、自我調整，解決更復雜的問題。相比LLM，AI

Agent能獨立思考、調用工具去逐步完成給定目標的能力；和RPA的區(qū)別在于能夠處理未知環(huán)境信息。7月26日，亞馬遜推出AmazonBedrockAgents，可以自動分解企業(yè)AI應用開發(fā)任務；8月初，AI獨角獸Inflection在開發(fā)私人AI助理等（另，10月底GPT-4重磅更新，推出了整合了畫圖、插件、代碼等所有工具的AllTools功能。）影響：研發(fā)側，由于AIAgent需要主動感知感知環(huán)境信息，多模態(tài)大模型成為新的行業(yè)熱點之一，同時Agent能自主調用工具，其改變了以往的軟件研發(fā)方式和生態(tài)應用方式；應用側，為企業(yè)和個人提供更加個性化、可定制的AI伙伴。對標產品：聯匯科技OmBot歐姆智能體、實在智能TARS-RPA-Agent等。AIAgent與其他技術選型方案發(fā)展及優(yōu)劣勢比較選型優(yōu)勢Fine-tuning大模型微調使用特定的下游任務知識對基礎模型進行指令微調，改變參數權重以

高質量的指令微調語料構建難度大；微調資源消耗巨大，且難支適應領域，增加大模型的領域知識理解力和領域專業(yè)能力。持頻繁更新；微調效果難符合預期。PromptEngineering

給通用大模型傳遞指令、示例、背景信息，控制大模型的輸出，可定

給通用大模型傳遞指令、示例、背景信息，控制大模型的輸出，提示工程制化生成答案，且一定程度上提升LLM邏輯推理能力。可定制化生成答案，且一定程度上提升LLM邏輯推理能力。RAG搜索增強生成結合傳統(tǒng)搜索框架、構建領域知識庫檢索，利用LLM對提問的理解能力和對答案的二次加工能力（概括、分析、推理），輸出可控結果。對知識解析、知識存儲、搜索匹配的技術和策略要求高。Agent智能體針對API、插件等工具使用對基礎模型進行指令微調，使LLM能根據

高質量的工具指令微調數據構建難度大；微調資源消耗巨大；大提問自主思考決策調用工具，增加LLM對垂直領域任務和工具的理解。模型決策的可控性和準確性低，生成內容有合規(guī)風險。資料來源：創(chuàng)業(yè)邦研究中心整理技術趨勢一：擁抱開源精神，國產模型的崛起已成燎原之勢?

國產模型已成為大語言模型陣營中的中堅力量。雖然國產模型起步較晚，并且在GPU高端芯片中遭受國外窮追圍堵，但在國家大力扶持和頭部廠商的推動下，國產模型的崛起已成燎原之勢。?

同時，在智源研究院等諸多頂尖的人工智能科研院所的帶領下，國內部分頭部大模型創(chuàng)業(yè)企業(yè)、有云端業(yè)務基礎的互聯網大廠積極推動開源生態(tài)體系的構建。?國內AI大模型發(fā)展進程，追溯了2023年Q1~Q3以來語言模型的發(fā)展。開源模型由藍色邊框示意，其余為閉源模型。由圖可知，2~3月大模型市場整體還處于萌芽階段，4~7月是國產大模型集中爆發(fā)的階段。7月，應用層醫(yī)療（京醫(yī)千詢）、教育（子曰）、旅游（問道）等產業(yè)級大模型以及赤兔等企業(yè)服務大模型密集發(fā)布。8月~9月大模型發(fā)布數量有所減少，但在產品功能上呈現出差異化特征，比如，MiniMax

ABAB

大模型擅長數據增強和數據壓縮，云雀大模型擅長多媒體內容生成和內容理解等。通過拓展縱深，不斷挖掘大模型應用潛力，滲透千行百業(yè)。來源：創(chuàng)業(yè)邦整理技術趨勢二：大模型產品向終端延伸，推動應用場景多元化發(fā)展?

大模型開源、多模態(tài)、Agent等技術趨勢下將產生全新的、個性化的、人性化的人機交互體驗。?

未來大模型部署在手機、PC、汽車、人形機器人等終端，能夠緩解云端AI在成本、能耗、性能、隱私、安全和個性化等方面存在的問題，也將拓寬自動駕駛、智慧教育、智慧家居等場景的多元化應用，但如何在端側輕量部署，實現軟硬件深度融合仍是難點問題。企業(yè)名稱AI8月，小米官宣“輕量化、本地部署是小米大模型技術主力突破方向”。小米自研的13億參數端側模型已經在手機端跑通，而且部分場景效果可以媲美60億模型在云端的運算效果。另外，在數據層面，小米自己挖掘整理的訓練數據占比達到了80%，其中小米自有的產品和業(yè)務數據量達到3TB。小米9月4日，三星電子家用電器部門副總裁MiyoungYu在IFA2023展會上宣布,三星電子明年將在所有家用電器中引入基于Bixby的生成式AI功能。三星華為8月4日，華為開發(fā)者大會2023在中國·松山湖舉行，宣布隨著AI大模型技術的不斷成熟，HarmonyOS4的小藝智慧能力取得了跨越式的成長，將具備AI大模型能力。華為小藝融合了盤古自然語言大模型、盤古視覺大模型和盤古多模態(tài)大模型，最高版本高達1000億參數，于今年9月開啟眾測，首批支持機型為Mate60系列手機。VIVO高通8月，vivo的自研大規(guī)模預訓練語言模型“vivo_Agent_LM_7B”現身C-Eval。9月，高通已在終端側實現支持超過10億參數的生成式AI模型，比如StableDiffusion，并計劃未來在終端側支持參數高達數百億的模型。10月24日，在驍龍峰會期間，高通宣布推出全新旗艦移動平臺——第三代驍龍?8，它是一款集終端側智能、頂級性能和能效于一體的強大產品。而且這個芯片還是首個專為生成式AI而精心打造的移動平臺。資料來源：創(chuàng)業(yè)邦研究中心整理技術趨勢三：安全性成為國內關注的焦點問題由于政策的準入要求，以及政企客戶落地應用的必然要求，安全性成為國內關注的焦點問題。業(yè)內對安全性的擔憂主要集中在以下方面：1.合法合規(guī)；2.數據安全；3.算法安全：具有不可控性，容易出現幻覺；難以解釋，參數規(guī)模大。安全問題的明確和解決有利于降低大模型風險。2023國內AIGC安全性相關論文發(fā)布數量區(qū)域AIGC安全性議題Q3動態(tài)Q3技術迭代論文數（篇）7月6日-8日，清華大學與螞蟻集團聯合發(fā)布AI安全檢測平臺“蟻鑒2.0”，運用智能博弈對抗技術；605040302010055國內行業(yè)發(fā)出可信AI的倡議。在世界人工智能大會期間（7月6日-8日），國內

中國信通院、上海人工智能實驗室、武漢大學、螞蟻集團等多家單位共同發(fā)起的《AIGC可信倡議》。479月7日，在2023騰訊全球數字生態(tài)大會上，騰訊混元大語言模型正式亮相，并宣布通過騰訊云對外開放。不依賴外掛，在預訓練階段通過“探真”算法進行事實修正，讓混元大模型的幻覺相比主流開源大模型降低了30%至50%。20162023Q12023Q22023Q3

2023Q4H7月21日，OpenAI、微軟、谷歌等國外

美國頭部AI公司向社會做出公開承諾，以負責任的方式發(fā)展AI。9月，DeepMind發(fā)布全球首個數字水印SynthID，提升AI圖片生成安全。數據來源：以“AIGC”、“安全”為檢索詞在知網搜索的國內論文結果。從今年年初ChatGPT爆紅以來，國內相關論文發(fā)布數量日益提升，在Q3達到最高點，可見AIGC安全性已成為學術關注的焦點問題。資料來源：創(chuàng)業(yè)邦研究中心整理技術趨勢四：企業(yè)私有化部署大模型綜合成本持續(xù)降低大模型的應用落地成本，主要包含數據成本、模型成本和應用開發(fā)成本三個維度，其中模型成本包含授權成本、算力成本等。Q3階段，隨著Llama2帶動了國內模型的商用免費化，且MaaS作為一種新型商業(yè)模式逐漸被市場接受，授權成本過高的壁壘正在消失。尤其通過QLoRA微調和GPTQ量化，中小企業(yè)也可以上手千億級模型，很大程度上降低了模型的算力成本。企業(yè)私有化部署綜合成本持續(xù)降低有利于增加大模型對B端市場的滲透。大模型應用落地成本預估：大模型應用落地成本構成：10萬以內綜合成本：API調用（小微企業(yè)）數據成本模型成本價格低廉，通過直接調用或調教第三方API，同時采用Prompt提示詞做查詢優(yōu)化。方案：數

據

是

大

模

型

競

爭的

關

鍵

要

素

之

一

，構

建

高

質

量

和

多

樣性

的

數

據

，

往

往

需要

復

雜

又

耗

時

的

數據

收

集

、

清

洗

和

標注等工作。群體：

想快速低成本搭建產品的小微企業(yè)不

管

是

高

效

微

調

還是

預

訓

練

，

除

了

模型

授

權

成

本

外

，

私有

化

部

署

總

的

訓

練和

推

理

還

需

要

高

昂的GPU算力成本。綜合成本：

10~100萬高效微調（中小企業(yè)）方案：私有化部署，有助于提高服務安全性，一般采用高質量訓練集，配合LangChain等技術棧。群體：

注重數據隱私和垂類數據精度的中小企業(yè)應用開發(fā)成本綜合成本：

100萬起步從模型的測評部署、應用構建落地，乃至后期的運維，每個環(huán)節(jié)都需要專業(yè)的技術人才和技術儲備。預訓練（中大企業(yè)）一般通過RLHF訓練策略進行垂直化訓練，增強模型泛方案：化能力。群體：

想構建品牌力的中大型企業(yè)資料來源：創(chuàng)業(yè)邦整理附：主流廠商第三方API接口成本廠商OpenAI智譜AI模型參數規(guī)模（B）描述上下廣泛的通用知識和領域專業(yè)知識，可以用自然語言遵循復雜的指令，準確地解決難題GPT-4萬億級8~320.21~0.43

0.43~0.87--gpt-3.5-turbo是該系列的旗艦，并對dialog進行了優(yōu)化GPT3.5175130-4~168~32320.01~0.02

0.01~0.030.002~0.015美元3個月-按量計費，簡單靈活，提供滿足不同業(yè)務規(guī)模的產品方案ChatGLM18人民幣套餐制，擁有跨領域的知識和語言理解能力，完成問答對話和文學創(chuàng)作等任務科大訊飛

訊飛星火v30.024~0.0320萬Tokens一年文心一言百度包含ernie-bot和ernie-bot-turbo---0.008~0.120.012~0.14--ernie-botDashScope靈積模型服務建立在MaaS的理念下，圍繞AI各領域模型，通過標準化的API提供多種模型服務阿里巴巴通義千問千億級30萬Tokens180天融合了意圖理解、信息檢索以及強化學習技術，結合有監(jiān)督微調與人類意圖對齊，在知識問答、文本創(chuàng)作領域表現突出百川智能

Baichuan53--0.01~0.020.01~0.1----騰訊混元千億級

分高級和標準兩種方案*GPT接口按2023年11月14日匯率轉換，除OpenAI外，其他API接口Token收費均已包含輸入和輸出市場動向u市場潛力u市場格局u細分領域分析u典型案例市場潛力國內AI應用市場“金礦”待挖掘，龍頭企業(yè)落地成果初現?

AIGC在企業(yè)的滲透率低，AIGC市場應用期望值高。2023年5月，據市場調查機構

Gartner調查數據顯示，在中國有6%的用戶已經成功部署了與生成式AI相關的技術，有26%的用戶正在積極試點生成式AI技術，還有4%左右的中國用戶表示將在未來0-6個月內部署生成式AI相關的應用或技術。到2026年，超過80%的企業(yè)將使用生成式AIAPI，或部署生成式AI的應用程序，而2023年這一比例還不到5%。醫(yī)療保健、生命科學、法律、金融服務等部門，對生成式AI的需求正在不斷增加。?

因此，國內龍頭企業(yè)亟需打造標桿案例，探路大模型邊界。Q3階段，阿里巴巴妙鴨相機在C端圖像生成場景，智譜AI在B端的制造業(yè)、金融、醫(yī)療、政務、教育等行業(yè)場景等等，國內龍頭企業(yè)有一定落地案例初現。但總體看來，國內AIGC產業(yè)在落地應用和商業(yè)化發(fā)展方面仍處于探索階段。企業(yè)名稱標桿案例和產品特色?

妙鴨相機，一款基于AI人臉識別的美圖應用。通過AI學習消費

妙鴨相機6月30日邀請制內測、7月17日正式上線，第三方數據平臺者上傳的照片來構建人臉模型，然后把人臉模型套用其他模型

顯示，截至8月16日，妙鴨相機在蘋果應用商店的下載量已經超過了合成照片，生成無數風格的寫真。533萬次。?

2023年6月，發(fā)布全面升級的ChatGLM2模型矩陣，多樣尺寸，豐富場景，模型能力登頂C-Eval榜單。?

2023年8月，正式上線首款生成式AI助手?智譜清言。為了滿足不同應用場景的需求，智譜AI提供了三款

ChatGLMAPI服務，對標OpenAI全模型產品線。資料來源：創(chuàng)業(yè)邦研究中心整理市場格局大模型數量激增，市場熱情高漲?

大模型是AIGC行業(yè)主戰(zhàn)場，在Q3階段，市場熱情高漲。據2023年5月底中信所發(fā)布的《中國人工智能大模型地圖研究報告》，目前中國10億參數規(guī)模以上的大模型已發(fā)布79個，主要集中在北京和廣東，其中北京38個大模型，廣東20個大模型。中國大模型中，已有半數以上大模型開源，高校/科研機構是開源主力。根據北京市經信局公布的數據，截至2023年10月初，國內公開的AI大模型數量為238個，近五成集中在北京。?

這說明：1.在政策鼓勵和外界對AIGC行業(yè)市場前景的普遍認同下，企業(yè)踴躍參與大模型布局；2.大模型存在同質化問題，主要由于基座模型入局門檻過高，導致大部分中小企業(yè)基于開源的基座模型在垂直行業(yè)二次開發(fā)或者作為工具平臺推動產業(yè)鏈的完善；3.市場集中度較低，產品競爭較為激烈。2023年5月底~10月初國內10億參數以上大模型數量變化大模型數量250200150100502387902023年5月底2023年10月初資料來源：創(chuàng)業(yè)邦研究中心整理基礎層國產芯片與大模型適配能力日益提升，向量數據庫降低用戶門檻算力：國產芯片與大模型適配能力日益提升數據：向量數據庫進一步降低用戶使用門檻2023年7月6-8日，2023世界人工智能大會上，各類人工智能芯片公司、算力提供商針對大模型展示了相應的方案。定義：向量數據庫是專門用來存儲和查詢向量的數據庫，其存儲的向量來自于對文本、語音、圖像、視頻等的向量化。與傳統(tǒng)數據庫相比，向量數據庫可以處理更多非結構化數據。在機器學習和深度學習中，數據通常以向量形式表示。企業(yè)名稱AIGC算力企業(yè)Q3動態(tài)優(yōu)勢：基于大模型和向量數據庫，可以整合企業(yè)數據進行企業(yè)知識的向量化并實現高效的知識搜索，并通過持續(xù)學習和用戶反饋，為企業(yè)構建一個智能的知識庫。發(fā)布了第二代GPUSG100，并推出南禺系列GPU加速卡瀚博半導體

VG1600、VG1800、VG14，以及LLM大模型AI加速卡VA1L、AIGC大模型一體機、VA12高性能生成式AI加速卡等6款新品。國內代表企業(yè)：發(fā)布了燧原曜圖文生圖MaaS平臺服務產品。該產品以燧原科技“邃思”系列芯片為算力支撐，由首都在線提供計算服務，燧原曜圖MaaS平臺服務產品為用戶提供面向AIGC時代的高效易燧原科技用、安全可靠、企業(yè)級的文生圖服務。展示了最新一代創(chuàng)新通用GPU產品GoldwasserII系列以及基于開源大語言模型可交互界面。登臨科技展示了在大模型訓練、推理所取得的顯著進展，包括圖片識別/以圖搜圖、3D建模、大模型推理等。天數智芯資料來源：創(chuàng)業(yè)邦研究中心整理模型層頭部企業(yè)動態(tài)：模型能力升級，產品功能加碼企業(yè)名稱AIGC百度9月5日，2023百度云智大會宣布，千帆大模型平臺上月活企業(yè)數已近萬家，覆蓋金融、制造、能源、政務、交通等行業(yè)的400多個場景。9月7日，2023騰訊全球數字生態(tài)大會上，騰訊混元大模型正式亮相。這是一款由騰訊公司自主研發(fā)的通用大語言模型，其模型參數達到千億級別。騰訊7月6-8日，2023年世界人工智能大會上，阿里云正式推出AI繪畫新品“通義萬相”。9月25日，阿里云開源通義千問140億參數模型Qwen-14B及其對話模型Qwen-14B-Chat，免費可商用。阿里巴巴華為7月7日，華為開發(fā)者大會2023（Cloud）上，華為常務董事、華為云CEO張平安正式發(fā)布華為云盤古大模型3.0。8月，字節(jié)跳動AI產品Grace新版本更名為“豆包”并啟動測試，網頁版、移動端均已上線，支持手機號、抖音賬號、AppleID登錄。目前擁有文生文的功能。字節(jié)跳動8月15日，科大訊飛正式發(fā)布了訊飛星火大模型V2.0。發(fā)布代碼能力和多模態(tài)能力升級，同時發(fā)布并升級搭載訊飛星火認知大模型V2.0能力的多項應用和產品。科大訊飛智譜AI8月31日，生成式AI工具“智譜清言”正式上線。9月，增持聆心智能股份，雙方在股權層面上達成深度合作，業(yè)務上強強聯合。7月11日，王小川旗下百川智能今日發(fā)布Baichuan-13B大模型，號稱“130億參數開源可商用”。9月25日，百川智能發(fā)布Baichuan2-53B，開放API全面進軍ToB領域。百川智能7月6-8日，2023年世界人工智能大會上，MiniMax表示，在把模型能力做到企業(yè)應用的地步、輸出安全性和服務的穩(wěn)定性三方面做了大量的MiniMax

工作。目前自研模型以每周更新的速度進行迭代，這對整套大模型系統(tǒng)有著非常嚴格的算法要求和工程標準。為了提供更加穩(wěn)定可靠的模型服務能力，MiniMax推出MaaS互信推理專區(qū)方案，保證了企業(yè)數據隱私及模型的安全和互信。資料來源：創(chuàng)業(yè)邦研究中心整理模型層大模型創(chuàng)業(yè)標桿案例：智譜AI-今年累計融資超25億元

成立時間：2019-06-11，北京

融資輪次：B++輪，社?；鹬嘘P村自主創(chuàng)新基金（君聯資本為基金管理人）、美團、螞蟻、阿里、騰訊等

行業(yè)定位：致力于打造新一代認知智能大模型，專注于做大模型的中國創(chuàng)新。

主營業(yè)務：公司于2020年底開始研發(fā)GLM預訓練架構，2021年訓練完成百億參數模型GLM-10B，同年利用MoE架構成功訓練出收斂的萬億稀疏模型，2022年合作研發(fā)了中英雙語千億級超大規(guī)模預訓練模型GLM-130B，于2023年3月14號推出ChatGLM對話模型并開源ChatGLM-6B模型，并基于GLM系列模型打造大模型平臺及AIGC產品矩陣。

服務對象：公司踐行Modelas

a

Service（MaaS）的市場理念，目前合作伙伴涵蓋了不同的行業(yè)領域，包括制造業(yè)、金融、醫(yī)療、政務、教育等。智譜AI觀點：大模型的原生應用時代正在到來，改變【過去挑戰(zhàn)】預訓練大模型是AIGC時代的基座，在訓練千億大模型時有三個挑戰(zhàn)：第一，訓練成本高昂；第二，人力投入極大；第三，訓練過程不穩(wěn)定。大模型落地應用的主要挑戰(zhàn)來自：外界普遍對AI助手技術的認知參差不齊，需要通過磨合達成共識，因此智譜AI通過公開交流表達行業(yè)觀點，通過技術開源，幫助客戶企業(yè)理解大模型背后的價值、難度、成本；同合作伙伴建立生態(tài)合作機制，結合其所處的行業(yè)和能力需求，有針對性地開展技術培訓、聯合創(chuàng)新等工作?！具^去突破】1.“中國創(chuàng)新”：和清華大學聯合研究，提出了自主研發(fā)GML算法框架，融合了GPT和BERT兩種訓練框架解決訓練模型問題。2022年8月，智譜AI開源1300億參數規(guī)模的雙語預訓練模型GLM-130B，收到70余個國家1000余個研究機構的使用需求。2.商業(yè)化：在不損失任何模型精度和推理速度前提下，不僅能讓大模型運行成本降低75%，還能適配國產化硬件（智譜AI發(fā)起GLM適配計劃，目前已經與30多家國產硬件廠商進行適配。）3.技術迭代：公司全自研的第三代基座大模型ChatGLM3，多尺寸多場景適配，擁有更強大的性能，提升跨模態(tài)能力、AIAgent（較ChatGLM二代提升1000%）、代碼生成以及強化搜索能力。全模型布局正逐漸成型。此次升級后，智譜AI是目前國內唯一一個有對標OpenAI全模型產品線的公司?！臼袌霾呗院蜕虡I(yè)化探索思路】公司踐行MaaS的市場理念，負責模型推理訓練、算力、適配等高復雜事項，行業(yè)和企業(yè)端則可以無壓力地部署應用，全面開源，共創(chuàng)共建。通過提升核心技術推動商業(yè)化落地，大模型技術比上一代AI技術有更強的通用性和泛化能力，因此公司能盡量避免定制化?！続gent趨勢的理解】AIAgent是大模型技術體系中非常重要的關鍵環(huán)節(jié)，但并非完全獨立運作，本質上還是挖掘大模型本身的潛力。其優(yōu)勢在于，將理解、規(guī)劃、執(zhí)行以及自我調整等模型的基本能力、原子化能力結合起來，解決更復雜的問題，拓展模型應用范圍?！拘袠I(yè)預判】大模型的原生應用時代正在到來，對企業(yè)業(yè)務模式、管理流程、技術架構產生深刻影響：1.大模型改變傳統(tǒng)軟件開發(fā)范式。開發(fā)者從借助產品的平臺能力轉化成用戶價值，到從模型本身特性出發(fā)開發(fā)新應用，展現大模型原生能力，思維范式與過去相反。2.大模型改變傳統(tǒng)軟件開發(fā)方式和生態(tài)應用方式。早期建立的平臺，由軟件開發(fā)者定義和實現用戶功能、修復漏洞，現在大模型真正賦予軟件生態(tài)智慧，將更自動、更智能地打通應用產品背后的數據、邏輯、流程?！疚磥硪?guī)劃】繼續(xù)追趕世界頂尖水平，智譜AI的技術迭代周期約3-6個月，做更適合中國企業(yè)的原生基座大模型；面向企業(yè)端，即在應用場景給客戶帶來更大的價值——不僅提質、降本、增效，還有創(chuàng)新，做大市場蛋糕，與合作伙伴一同高速發(fā)展。模型層Agent模式應用案例：360智腦大模型

成立時間：2023-03-29，北京

行業(yè)定位：人工智能大模型

主營業(yè)務：360智腦是360自研認知型通用大模型。依托360多年人工智能技術積累及搜索、瀏覽器等大模型場景先發(fā)優(yōu)勢，

360智腦已擁有千億參數規(guī)模，具備生成創(chuàng)作、多輪對話、邏輯推理等十大核心能力、數百項細分功能。

服務對象：面向個人，360智腦全面接入360全端應用，打造個人AI助理，提供智能創(chuàng)作、智能辦公、智能陪伴等百余種生活及工作場景下的服務；面向企業(yè)級用戶，360將大模型拉下神壇，構建企業(yè)級應用九層架構，從普及通用大模型，到深度定制垂直大模型，再到支持大模型驅動業(yè)務連接和協(xié)作，三步走循序漸進推進模型落地，賦能百行千業(yè)數轉智改，讓大模型成為輔助企業(yè)和員工的“副駕駛”。

落地情況：360智腦及其解決方案已在金融、醫(yī)療、教育、稅務、企服等近20個行業(yè)落地應用，賦能企業(yè)級市場提高生產力和生產效率，服務產業(yè)數字化。360智腦觀點：大模型并非萬能，在大多數商業(yè)大模型的“長”大模型的“短”【過去挑戰(zhàn)】大模型需要達到足夠參數量來提升性能。【過去突破】360智腦及其解決方案已在金融、醫(yī)療、教育、稅務、企服等近20個行業(yè)落地應用，賦能企業(yè)級市場提高生產力和生產效率，服務產業(yè)數字化，其中360智腦數字人業(yè)務已服務上千家企業(yè)。?

內容生產、內容理解、邏輯推理?

極大降低使用者和開發(fā)者的門檻。但目前產品落地開發(fā)和使用的過程仍然復雜，比如提示詞學習、二次開發(fā)等。?

通用大模型經常會遇到幻覺、遺忘、安全性問題，垂直領域難落地。?

大模型應用在垂直領域缺乏行業(yè)know-how?！镜谌径仁袌龆床臁磕Ｐ途刃枨笙鄬^低、容錯率較高，能夠人機結合的賽道和場景更有潛力。【第三季度需求洞察】中小微企業(yè)希望大模型產品“開箱即用”，更關注其對業(yè)務帶來的降本作用；很多大企業(yè)更關注增效作用；政府客戶首要考慮安全性，其次是技術能力?！镜谌径融厔荻床臁?.行業(yè)更關注技術應用，包括Agent能力；2.模型算法合規(guī)性很重要。近期會經過備案的開源視覺大模型，能安全解決垂直領域的繪畫需求；已推出的新產品LoRA360，能夠解決通用大模型在文生圖場景會遇到的生成內容不可控、質量較低等問題。揚長避短?

公司根據不同用戶的開發(fā)能力提供不同的產品解決方案。?

RAG搜索增強生成，結合傳統(tǒng)搜索框架、構建領域知識庫檢索，利用大模型對提問的理解能力和對答案的二次加工能力，輸出可控結果。?

先在企業(yè)內部落地測試，采用“副駕駛”模式。?

業(yè)務傾向于提供通用大模型基座，垂直行業(yè)落地選擇通過生態(tài)合作伙伴共同解決。公司設立GPT產業(yè)聯盟，與入駐企業(yè)建立包含技術、產業(yè)、資金、政府等等合作。其中，與垂直行業(yè)內的SaaS公司的合作模式對大模型落地最為切實可行。?

采用Agent模式，針對API、插件等工具使用對基礎模型進行指令微調，使其能根據提問自主思考決策調用的工具，增加大模型對領域內任務和工具的理解。?

進一步降低開發(fā)者門檻，搭建軟件、低代碼工具等應用平臺。應用層合縱連橫，大模型+垂直模型直擊場景痛點是第一步大模型與垂直領域模型的結合可以優(yōu)勢互補，拓展應用價值，提高模型的泛化能力、計算效率、滿足特定需求以及促進知識遷移等方面的性能。這種結合方式可以為不同領域和不同場景提供更全面、更準確、更高效的解決方案，推動人工智能技術的進一步發(fā)展。大模型垂直領域模型典型的應用場景切入，驗證可行性大模型可以利用大量數據進行訓練，從而提高模型的準確率。這種模型的訓練需要大量的計算資源和時間，但一旦訓練完成，可以應用于多種任務中。在大模型的基礎上，垂直領域模型可以針對特定場景的數據進行優(yōu)化，以實現更準確的預測和決策，提高模型的泛化能力和應用效果。數據的優(yōu)化和利用技術迭代和能力體系建設垂直領域模型可以作為大模型的補充，通過特定的優(yōu)化和調整，提高模型的效率和準確性，同時降低成本。大模型雖具有強大的泛化能力，但重新訓練模型的成本較高，且獲得的模型泛用性可能較低，難以重復利用。降低成本和提高效率實現知識工程和創(chuàng)新體系，為客戶賦能垂直領域模型可以用于特定領域的文本分類和情感分析。解決復雜問題大模型可以用于文本生成和語義理解▲據創(chuàng)業(yè)邦&智譜AI訪談，大模型B端應用開發(fā)的共建、共享的過程中，可分為以上三個階段。是場景創(chuàng)新、技術迭代、人才培養(yǎng)、組織革新，不斷地循環(huán)迭代上升的過程。垂直領域模型可以在特定領域或特定場景下提供更精細化的解決方案，滿足更具體的需求。滿足不同需求大模型可以提供通用的解決方案，滿足廣泛的應用需求。應用層行業(yè)應用案例：樂言科技-AI

SaaS+全鏈路數智化解決方案

成立時間：2016-04-17，上海

融資輪次：D輪，中金資本、上海人工智能產業(yè)投資基金等

行業(yè)定位：大模型、場景應用：客服機器人、RPA機器人、語音外呼機器人、智能客戶管理系統(tǒng)。

主營業(yè)務：人工智能整體解決方案提供商，為電商行業(yè)提供AI

SaaS+電商全鏈路數智化解決方案。旗下擁有全平臺智能客服機器人、智能客戶管理系統(tǒng)、智能工單RPA、智能語音外呼、海外電商服務運營平臺等產品，覆蓋咨詢服務、新客轉化、老客復購的完整客戶生命周期。

服務對象：服務6萬+電商商家，觸達終端買家超數十億人次，服務覆蓋國內100多個城市以及東南亞地區(qū)。

落地情況：樂言科技自主研發(fā)的電商行業(yè)大模型已正式上線商用。樂言電商GPT大模型是主要聚焦To

B領域，深耕電商行業(yè)和泛零售行業(yè)。樂言科技觀點：通用大模型+垂類SaaS合作【上半年趨勢洞察】“百模大戰(zhàn)”，大模型軍備競賽；應用“百花齊放”，商業(yè)化初見端倪。【第三季度趨勢洞察】技術方面，GPT-4上線代碼編輯器，標志著在某些工作內容中，人類和AI協(xié)同辦公的Copilot

模式已進入到下一階段，即AI能夠完成絕大部分的工作的Agent模式；OpenAI升級了DALL·E3，也推動自然語言+繪圖的人機交互邁向新的里程碑，即AI不但理解多模態(tài)信息，還能將實際業(yè)務需求與其結合，扮演“操作系統(tǒng)”的角色。行業(yè)環(huán)境方面，監(jiān)管越來越嚴格和清晰?！镜谌径刃枨蠖床臁緾端場景更加多樣化，相對繁榮；B端，在電商領域，越來越多客戶關心產品落地，需求旺盛，但鮮少有標桿案例出現。小微企業(yè)更關心降本提效，包括節(jié)省人力成本，優(yōu)化業(yè)務流程等等方面，但缺乏資金投入；中型企業(yè)需要在市場營銷、經營決策等的業(yè)務環(huán)節(jié)帶來增益，但相對缺乏對具體場景的明確訴求，難度在于整合碎片化的需求；相對前瞻性的大型企業(yè)希望運用大模型提升行業(yè)認知度和競爭壁壘，希望樂言科技提供數據和行業(yè)know-how，合作訓練行業(yè)大模型，或在其數據安全合規(guī)的前提下，有效地利用大模型找到合適的落地場景；也有自研能力的大型企業(yè)，本身擁有AI技術團隊，選擇內部自研創(chuàng)新和探索，較少尋求第三方合作?！拘袠I(yè)預判】當前中小企業(yè)由于資金、數據、技術儲備還不足以支撐大模型的落地，且普遍對技術發(fā)展還未形成客觀認知。行業(yè)亟需頭部通用大模型企業(yè)與樂言科技這樣的垂直領域的SaaS服務商共同打造標桿案例，在技術、數據、算力、業(yè)務場景、市場運營等全方位試煉與試錯。第三、四季度公司大模型業(yè)務也將致力于在生態(tài)合作模式以及大模型在垂直領域的落地方式的探索?！敬竽Ｐ统杀尽恐饕獊碜詭讉€方面：1.數據標注和模型訓練；2.算力投入；3.貼合場景做模型調試和運營；4.數據安全相關的投入?！敬竽Ｐ托袠I(yè)格局】分為兩類玩家：1.打造通用大模型和生態(tài)體系的超級大玩家，目前看寡頭效益比較明顯。2.圍繞行業(yè)場景做應用落地的玩家，toc和tob領域都有很多活躍的玩家。投融資分析uQ3投融資整體趨勢uQ3融資規(guī)模分布uQ3熱點賽道、熱點城市、活躍機構uQ3大額融資事件投融資趨勢投融資趨勢：融資事件日益活躍，金額沖高回落?

據睿獸分析數據，中國AIGC行業(yè)2023年第三季度發(fā)生融資事件35件，已披露融資金額39.61億人民幣，涉及公司33家，涉及投資機構數量51家。其中，智譜AI（AI知識智能技術開發(fā)商）和兔展（AIGC內容引擎與營銷云核心平臺）在第三季度獲得兩輪融資。?

2023年AIGC行業(yè)融資事件不斷上升，說明從年初AIGC賽道火熱以來，市場普遍看好其應用前景，在AIGC行業(yè)確定性的趨勢下，投資活動日益頻繁。?

Q3投融資金額經歷沖高回落，融資金額均值從Q2的2.24億元環(huán)比下降至1.13億元。主要原因在于：應用層和工具平臺玩家增多，共建行業(yè)生態(tài)，稀釋融資額均值。整體經濟環(huán)境仍處于下行期，行業(yè)示范效應尚不明顯，大模型應用落地路徑處于探索階段，投資相對謹慎。2023年Q1-Q3中國AIGC產業(yè)投融資趨勢分布40353025201510570605040302010060.481839.61141521.571310554302023年Q12023年Q22023年Q3基礎層

模型層

應用層

融資金額(億人民幣)注：融資事件為種子輪至Pre-IPO輪次發(fā)生的事件，不含IPO資料來源：睿獸分析，創(chuàng)業(yè)邦研究中心融資規(guī)模融資規(guī)模：基礎層均值顯著提高，模型層下降?

據睿獸分析數據，2023年Q3發(fā)生的融資事件中，已披露融資規(guī)模以1000萬~3000萬區(qū)間居多。基礎層融資規(guī)模均值最高，達到7.07億元。主要由于燧原科技（人工智能領域云端算力平臺）融資20.00億人民幣。?

2023年Q1~Q3，由于產業(yè)對人工智能的競逐，市場對算力和數據具有剛性需求，大額融資逐漸注入算力、數據兩大AIGC基礎層領域；模型層融資金額均值從Q2的7.42億元環(huán)比下降至Q3的0.62億元。其中，工具平臺已披露融資規(guī)模均值為0.3，通用大模型均值為0.93。Q3大模型技術迭代過快以及通用大模型和應用層之間、和垂直大模型之間的邊界不清晰的情況凸顯，具有底層技術創(chuàng)新能力和商業(yè)化能力的創(chuàng)業(yè)企業(yè)稀缺，投資策略難以形成共識。2023Q3中國AIGC產業(yè)融資規(guī)模分布2023Q1-Q3中國AIGC產業(yè)已披露融資規(guī)模均值分布14121088.007.006.005.004.003.002.001.000.00127.427.07963.001.6444421.22211110.800.710.620.5002023年Q12023年Q2基礎層

模型層

應用層2023年Q3資料來源：睿獸分析，創(chuàng)業(yè)邦研究中心事件數融資輪次融資輪次：行業(yè)轉型促進成長期和后期投資增長?

據睿獸分析數據，2023年上半年，從交易數量看，國內AIGC產業(yè)融資事件大多發(fā)生在A輪（事件數27，占比51.92%）、天使輪（事件數10，占比19.23%）、種子輪（事件數5，占比9.62%），早期事件數（A輪、天使輪、種子輪）占比達到80.77%；而相比較而言，Q3成長期和后期（B輪及以上）占比大幅提升，從H1的19.23%上升至34.29%，早期事件數占比從H1的80.77%下降至65.71%，說明在行業(yè)轉型的需求下，成長期和后期的創(chuàng)業(yè)企業(yè)融入AIGC的浪潮中來。2023年Q3AIGC產業(yè)融資輪次交易數量分布2023年H1AIGC產業(yè)融資輪次交易數量分布D輪,4,11.43%種

子

輪

,3,8.57%E輪,1,1.92%D輪,2,3.85%種子輪,5,9.62%C輪,3,8.57%天使輪,11,31.43%C輪,5,種子輪天使輪A輪9.62%種子輪天使輪,10,19.23%B輪,2,3.85%天使輪A輪B輪B輪C輪C輪D輪B輪,5,14.29%D輪E輪A輪,27,51.92%A輪,9,25.71%資料來源：睿獸分析，創(chuàng)業(yè)邦研究中心熱點區(qū)域熱點區(qū)域：國資領投，上海超越北京成最吸金地區(qū)?

從熱點地區(qū)分布來看，相比2023年上半年，進入第三季度，北京仍為最活躍地區(qū)，融資事件為11件，以模型層居多，包括智譜AI（AI知識智能技術開發(fā)商）、愛詩科技（視覺多模態(tài)算法開發(fā)商）、生數科技（多模態(tài)生成式大模型與應用產品開發(fā)商）等，應用層的深勢科技（人工智能和分子模擬算法平臺）融資金額最高，超過7億元人民幣。?

上海超越北京成為國內AIGC融資最吸金的地區(qū)，融資總額達22.08億元。主要由于燧原科技（人工智能領域云端算力平臺）融資20.00億人民幣，由上海國際集團旗下子公司及產業(yè)基金，包括國際資管、國鑫創(chuàng)投、國方創(chuàng)新、金浦投資旗下上海金融科技基金、國和投資聯合領投。上海集聚全國最多的智能芯片創(chuàng)新企業(yè)，初步形成了智能芯片產業(yè)集群，包括沐曦、燧原科技、瀚博半導體、天數智芯等。據上海市經信委披露，2022年~2023年8月，已有17塊AI芯片點亮，其中推理芯片7塊、訓練芯片4塊、車載智能芯片3塊。2023Q1-Q3中國AIGC產業(yè)投資城市分布2023Q1-Q3中國AIGC產業(yè)投資區(qū)域分布35302520151051412108131135.0030.0025.0020.0015.0010.005.001412108131122.088

822.088

86

66

6

665

5465543432221

102

2

2221

1

1

1

1

1

1

1

1

10

00

0

00

00

00

00

00

0

02111

1

1

1

1

10

00

00

00

00

00000.000北京上海杭州深圳南京成都長沙珠海香港青島武漢廣州西安寧波北京

上海

廣東

浙江

江蘇

四川

湖南

香港

陜西

山東

湖北Q1融資事件Q1融資金額Q2融資事件Q2融資金額Q3融資事件Q3融資金額Q1融資事件Q1融資金額Q2融資事件Q2融資金額Q3融資事件Q3融資金額資料來源：睿獸分析，創(chuàng)業(yè)邦研究中心熱點賽道熱點賽道：

工具平臺和通用大模型依然最受追捧?

據睿獸分析數據，2023年Q3AIGC行業(yè)發(fā)生的融資事件中，國內AIGC產業(yè)在通用大模型（6次）、工具平臺（6次）兩個細分賽道相對為活躍。由此看出，技術仍為大模型行業(yè)最主要的投資要素之一。?

梳理Q3國內5家獲得融資的通用大模型企業(yè)畫像，可見開源、自適應智能體、多模態(tài)大模型已成為行業(yè)發(fā)展的重要趨勢。?

在應用層中，元宇宙/數字人和營銷是融資事件最頻繁的細分領域。虛擬數字人不僅能夠模擬人類的外貌和語音，還有望通過情感識別技術理解人類情感，實現更真實的互動，在營銷場景的商業(yè)化路徑較為清晰。知識圖譜能夠協(xié)助管理項目、進行數據分析、提供專業(yè)建議等等，使得數字員工作為虛擬助手具備更高級的能力。2023年Q3AIGC產業(yè)熱點賽道分布OpenCSG

AI大模型開源公司765432125.0020.0015.0010.005.006

620.90生成式AI和AGI研發(fā)商，核心技無限光年

術自我進化的通用大模型以及領域自適應智能體的研發(fā)5

5智子引擎

多模態(tài)大模型初創(chuàng)公司37.1012多模態(tài)生成式大模型與應用產生數科技品開發(fā)商4.6311111112.831.202.000.310.350.30未

披

露

未

披

露未

披

露未

披

露

未

披

露00.00智譜AI

AI認知智能技術開發(fā)商▲Q3國內5家獲得融資的通用大模型企業(yè)畫像資料來源：睿獸分析，創(chuàng)業(yè)邦研究中心融資事件數

融資金額(億人民幣)活躍機構活躍機構：原美元基金與互聯網大廠CVC扮演最重要的角色?

據睿獸分析數據，第三季度，投資機構類型以VC/PE為主，占比78.08%，大企業(yè)創(chuàng)投占比21.92%，相較上半年，Q3CVC明顯在AIGC市場發(fā)揮了更大的作用，CVC參與的事件數占比從13.00%提升至21.92%。CVC以技術、資金、應用場景、市場渠道等多種形式合作，數據要素流動頻繁，推動行業(yè)生態(tài)日趨完善。駐扎在人工智能領域的產業(yè)資本，一直以來主要集中在始終在進行前沿技術探索的互聯網大廠、部分人工智能公司以及未來業(yè)務可以與之結合的游戲、機器人、汽車等應用型公司。?

紅杉中國、啟明創(chuàng)投、金沙江創(chuàng)投、順為資本等機構投融資相對活躍。2023年Q3AIGC產業(yè)活躍投資機構2023年H1AIGC產業(yè)投資機構類型分布2023年Q3AIGC產業(yè)投資機構類型分布0123紅杉中國啟明創(chuàng)投2222222213.00%21

.92%金沙江創(chuàng)投GSRVentures順為資本騰訊投資78.0

8%87.00%奇績創(chuàng)壇BV百度風投VC/PE

大企業(yè)創(chuàng)投VC/PE

大企業(yè)創(chuàng)投高瓴創(chuàng)投事件數資料來源：睿獸分析，創(chuàng)業(yè)邦研究中心大額融資事件2023年Q3國內超1億元大額融資事件公司簡介國家和地區(qū)

融資輪次融資金疆亙資本、上海國際資管、國鑫創(chuàng)投、國方創(chuàng)新(王磊)、金浦投資、上海國和投資、騰訊投資(姚2023-09-28

磊文)、美圖(吳欣鴻)、武岳峰科創(chuàng)、允泰資本、弘卓資本(何燕青)、紅點中國、廣發(fā)乾和(何寬華)、達泰資本、浦東投資控股燧原科技

人工智能領域云端算力平臺中國上海

D輪20.00億人民幣深勢科技

人工智能和分子模擬算法平臺智譜AI

Al認知智能技術開發(fā)商中國北京

B+輪過7.00億人民幣2023-08-18

哈勃投資、眾源資本、和玉資本、正心谷資本中國北京

B+輪中國浙江