2025年AI產(chǎn)業(yè)發(fā)展十大趨勢(shì)報(bào)告

2025年

AI產(chǎn)業(yè)發(fā)展十大趨勢(shì)易觀分析2024年12月AI賦能千行百業(yè)，行業(yè)大模型催生“智能鏈主”AI技術(shù)能力普惠之下，利用企業(yè)專(zhuān)有數(shù)據(jù)形成深度洞察與策略是企業(yè)未來(lái)經(jīng)營(yíng)差異化的重要關(guān)鍵AI應(yīng)用的深化將對(duì)企業(yè)的組織能力提出新的要求，企業(yè)需要打造適用于人機(jī)協(xié)同的組織管理體系self-playRL范式開(kāi)啟，大模型技術(shù)軍備賽進(jìn)入復(fù)雜推理階段多模態(tài)模型能力持續(xù)升級(jí)，朝向多模態(tài)理解和生成的統(tǒng)一發(fā)展Agent向超級(jí)智能體進(jìn)化，具備更強(qiáng)的學(xué)習(xí)和推理能力，處理更復(fù)雜的任務(wù)AI原生應(yīng)用形成服務(wù)閉環(huán)，聚焦專(zhuān)業(yè)用戶(hù)提升效率是中短期重要方向現(xiàn)存應(yīng)用加速擁抱AI，利用LLM能力提升產(chǎn)品競(jìng)爭(zhēng)力，不加AI就淘汰AIGC賦能IP全生態(tài)，延長(zhǎng)優(yōu)質(zhì)IP生命周期，提升商業(yè)價(jià)值貢獻(xiàn)硬件全面AI化，教育與辦公、生活的應(yīng)用場(chǎng)景閉環(huán)率先實(shí)現(xiàn)落地2025年AI產(chǎn)業(yè)發(fā)展十大趨勢(shì)應(yīng)用場(chǎng)景多元化探索，初現(xiàn)雛形企業(yè)擁抱AI持續(xù)加速，理性思考投入產(chǎn)出比AGI道阻且長(zhǎng)，技術(shù)能力持續(xù)提升，加速產(chǎn)業(yè)落地趨勢(shì)1：self-playRL范式開(kāi)啟，大模型技術(shù)軍備賽進(jìn)入復(fù)雜推理階段由OpenAI發(fā)布的GPT3作為序幕，大語(yǔ)言模型理解和生成能力、通用和泛化能力提升等，引爆了對(duì)于AGI發(fā)展的高預(yù)期，大量大模型涌現(xiàn)，開(kāi)源模型與閉源模型并駕齊驅(qū)，國(guó)內(nèi)大模型也在奮起直追，人工智能的發(fā)展從分析式AI進(jìn)入生成式AI時(shí)代。分析式人工智能→生成式人工智能人工智能與AGI發(fā)展階段劃分交互革命人機(jī)交互方式：GUI??DUI/HUIPrompt工程價(jià)值凸顯知識(shí)革命語(yǔ)言是知識(shí)的載體，未來(lái)模型人人可訓(xùn)、人人可用，即個(gè)人知識(shí)能力將得以復(fù)制和擴(kuò)展思維革命AI具備獨(dú)立思考與邏輯判斷的能力進(jìn)一步延展，具身智能連接物理世界，硅基生命與碳基生AGI0.1AGI1.0AGI2.0通過(guò)易觀分析AI開(kāi)發(fā)者調(diào)研結(jié)果來(lái)看，OpenAIGPT系列大模型以42.9%的使用率位居首位，同為海外的MetaLLaMa系列大模型以27.1%的比例位居第三位。中國(guó)的大模型企業(yè)，阿里通義大模型以37.8%的使用率位居第二?？傮w上而言，AI開(kāi)發(fā)者在模型層的選型仍然處于變動(dòng)的狀態(tài)，且尚未形成相對(duì)比較明確的競(jìng)爭(zhēng)格局。而OpenAI發(fā)布o(jì)1（草莓）模型，則再次定義大語(yǔ)言模型的技術(shù)方向與競(jìng)爭(zhēng)焦點(diǎn)，如下圖所示：機(jī)器學(xué)習(xí)深度學(xué)習(xí)與大語(yǔ)言模型時(shí)代預(yù)測(cè)性分析分類(lèi)生成式和對(duì)話(huà)式AI20002024+XGBoostCatBoostAlexNetBERTGPT3GPT4Gemin1.5LLaMa-3o1Claude3.5復(fù)雜推理self-playRLPre-trainRLHFPost-trainVS與以往的模型相比，OpenAIo1聚焦于優(yōu)化推理過(guò)程，在復(fù)雜的科學(xué)、編程和數(shù)學(xué)等任務(wù)中的表現(xiàn)顯著提升。它能夠像人類(lèi)一樣進(jìn)行深入思考、逐步推導(dǎo)，這對(duì)于解決需要深度邏輯推理的問(wèn)題具有重大意義，突破了對(duì)大型語(yǔ)言模型能力的傳統(tǒng)認(rèn)知，為人工智能在復(fù)雜任務(wù)處理上開(kāi)辟了新的道路。由此而開(kāi)啟Post-train階段的Self-playRL（自對(duì)弈強(qiáng)化學(xué)習(xí)）范式對(duì)于后續(xù)大模型技術(shù)路線的升級(jí)和優(yōu)化具有指引性的意義，傳統(tǒng)預(yù)訓(xùn)練依賴(lài)全網(wǎng)語(yǔ)料，數(shù)據(jù)有噪聲且質(zhì)量不一，RLHF后訓(xùn)練受人類(lèi)標(biāo)注數(shù)據(jù)限制。純強(qiáng)化學(xué)習(xí)（RL）方法無(wú)需人類(lèi)標(biāo)注數(shù)據(jù)，能讓模型自我探索學(xué)習(xí)，激發(fā)創(chuàng)新和探索能力，利于突破未知領(lǐng)域。同時(shí)，也需要注意到，盡管Self-play方法已經(jīng)開(kāi)始在一定范圍內(nèi)得到應(yīng)用，但是，也仍然存在挑戰(zhàn)需要進(jìn)一步研究和解決，包括收斂性問(wèn)題、環(huán)境非平穩(wěn)性問(wèn)題、可擴(kuò)展性與訓(xùn)練效率等問(wèn)題。另外，強(qiáng)化學(xué)習(xí)注重設(shè)計(jì)良好的“獎(jiǎng)勵(lì)模型”，但是除了數(shù)學(xué)、代碼等理科領(lǐng)域，強(qiáng)化學(xué)習(xí)在其他領(lǐng)域仍然難以泛化?？傮w上而言，在復(fù)雜推理階段，大模型需要具備更高層次的邏輯推理、因果推斷和問(wèn)題解決能力，進(jìn)而可以擴(kuò)展大模型在更多領(lǐng)域發(fā)揮重要作用，復(fù)雜推理的重要性凸顯。這進(jìn)一步提升了當(dāng)下大模型技術(shù)能力的評(píng)價(jià)標(biāo)準(zhǔn)與競(jìng)爭(zhēng)壁壘。在OpenAI發(fā)布O1推理模型之后，國(guó)內(nèi)大模型廠商也緊隨其后，紛紛推出了自己的推理模型。這些模型在數(shù)學(xué)、代碼、推理謎題等多種復(fù)雜推理任務(wù)上取得了顯著進(jìn)步。機(jī)構(gòu)模型基本情況北京大學(xué)、清華大學(xué)、鵬城實(shí)驗(yàn)室、阿里巴巴達(dá)摩院及理海大學(xué)聯(lián)合研發(fā)llava-o1基于llama-3.2-vision模型，具備自主多階段推理能力，在多模態(tài)推理基準(zhǔn)測(cè)試中表現(xiàn)優(yōu)異；該模型旨在允許模型在推理時(shí)采用更系統(tǒng)和結(jié)構(gòu)化的方式。LLaVA-o1通過(guò)引入分階段的推理框架，使得模型能夠在處理視覺(jué)問(wèn)題時(shí)，按照總結(jié)、說(shuō)明、推理和結(jié)論四個(gè)階段逐步進(jìn)行，從而提高推理的準(zhǔn)確性和一致性DeepSeekDeepSeek-R1-Lite根據(jù)DeepSeek官方發(fā)布的報(bào)告顯示，通過(guò)強(qiáng)化學(xué)習(xí)訓(xùn)練，在數(shù)學(xué)、代碼和復(fù)雜邏輯推理任務(wù)上表現(xiàn)媲美o1-preview；目前模型仍在開(kāi)發(fā)階段，經(jīng)持續(xù)迭代，正式版DeepSeek-R1模型將完全開(kāi)源，包括公開(kāi)技術(shù)報(bào)告并提供API月之暗面k0-math主打數(shù)學(xué)推理能力，數(shù)學(xué)能力對(duì)標(biāo)OpenAIo1系列；采用了全新的強(qiáng)化學(xué)習(xí)和思維鏈推理技術(shù)，通過(guò)模擬人腦的思考和反思過(guò)程，大幅提升了解決數(shù)學(xué)難題的能力，可以幫助用戶(hù)完成更具挑戰(zhàn)性的數(shù)學(xué)任務(wù)；同時(shí)，該模型可能會(huì)過(guò)度思考的問(wèn)題，并需要進(jìn)一步進(jìn)行泛化阿里巴巴QwQQwQ-32B-Preview，其推理能力在評(píng)測(cè)結(jié)果上超過(guò)o1-mini，是目前開(kāi)源領(lǐng)域最強(qiáng)的推理大模型；同時(shí)，官方團(tuán)隊(duì)也指出了該模型存在的局限性，包括：語(yǔ)言混合、遞歸推理風(fēng)險(xiǎn)、需要進(jìn)一步完善安全機(jī)制、常識(shí)推理的提升空間。Marco-o1Marco-o1不僅關(guān)注具有標(biāo)準(zhǔn)答案的學(xué)科（例如代碼、數(shù)學(xué)等）領(lǐng)域，而且更加強(qiáng)調(diào)開(kāi)放式問(wèn)題的解決方案。研究團(tuán)隊(duì)的目標(biāo)是解決：“o1這類(lèi)模型能否有效的推廣到難以量化且缺乏明確獎(jiǎng)勵(lì)的其他領(lǐng)域上”這一問(wèn)題部分中國(guó)大模型企業(yè)推出推理模型信息來(lái)源：網(wǎng)絡(luò)公開(kāi)信息，易觀分析整理趨勢(shì)2：多模態(tài)模型能力持續(xù)升級(jí)，朝向多模態(tài)理解和生成的統(tǒng)一發(fā)展當(dāng)前自然語(yǔ)言、音頻、視頻等多個(gè)模態(tài)的理解與生成能力均提升顯著，在模型創(chuàng)新、跨模態(tài)能力提升、性能優(yōu)化上有進(jìn)展，并涌現(xiàn)出不少基于多模態(tài)模型的應(yīng)用和探索。目前多模態(tài)大模型主要有兩種思路，具體如下：多模態(tài)大模型語(yǔ)言模型（MM-LLM）大型多模態(tài)模型（LMM）MLLM是在大型語(yǔ)言模型（LLM）的基礎(chǔ)上發(fā)展起來(lái)的，通過(guò)擴(kuò)展LLM的能力，使其能夠處理和理解來(lái)自不同模態(tài)（如圖像、音頻等）的數(shù)據(jù)。MLLM的核心在于將LLM的強(qiáng)大文本處理能力與其他模態(tài)的數(shù)據(jù)進(jìn)行融合，實(shí)現(xiàn)跨模態(tài)的任務(wù)處理LMM是指從設(shè)計(jì)之初就專(zhuān)門(mén)針對(duì)多模態(tài)數(shù)據(jù)進(jìn)行適配的大型深度學(xué)習(xí)模型，能夠同時(shí)處理和理解多種模態(tài)的數(shù)據(jù)（如文本、圖像、音頻、視頻等）。LMM的核心在于其原生多模態(tài)架構(gòu)，能夠在多模態(tài)數(shù)據(jù)之間建立深層次的關(guān)聯(lián)和融合。如谷歌Gemini模型、OpenAIGPT-4V模型利用現(xiàn)有LLM預(yù)訓(xùn)練成果，減少開(kāi)發(fā)成本和時(shí)間靈活進(jìn)行不同模型之間的組合，適用于多種多模態(tài)任務(wù)具備較強(qiáng)的多模態(tài)融合能力處理復(fù)雜的多模態(tài)任務(wù)時(shí)表現(xiàn)更優(yōu)異，如視頻分析等模態(tài)對(duì)齊問(wèn)題，可能導(dǎo)致模型在處理多模態(tài)任務(wù)時(shí)效果受限深層復(fù)雜推理能力有限，難以實(shí)現(xiàn)完全統(tǒng)一的多模態(tài)理解和生成需要處理多種模態(tài)數(shù)據(jù)，訓(xùn)練復(fù)雜，相應(yīng)產(chǎn)生比較高的計(jì)算成本實(shí)現(xiàn)有效的多模態(tài)數(shù)據(jù)對(duì)齊和融合的技術(shù)挑戰(zhàn)比較大定義優(yōu)勢(shì)不足具體來(lái)說(shuō)，當(dāng)前多模態(tài)模型的進(jìn)展如下：新模型不斷涌現(xiàn)研究機(jī)構(gòu)和企業(yè)不斷推出性能強(qiáng)大的多模態(tài)模型，例如智源人工智能研究院Emu3，是全球首個(gè)原生多模態(tài)世界模型，通過(guò)自回歸技術(shù)結(jié)合圖像、文本和視頻三種模態(tài)，在圖像生成、視覺(jué)語(yǔ)言理解和生成方面表現(xiàn)出色。訓(xùn)練方法優(yōu)化訓(xùn)練方式不斷創(chuàng)新，例如新的聯(lián)合訓(xùn)練策略，即在訓(xùn)練過(guò)程中先固定大語(yǔ)言模型的權(quán)重參數(shù)，對(duì)圖像編碼器和橋接組件進(jìn)行初步訓(xùn)練，然后再對(duì)整個(gè)模型進(jìn)行整體訓(xùn)練，這種分階段的訓(xùn)練方式有助于提高模型的性能和效率?？缒B(tài)交互能力增強(qiáng)能夠更好地理解和關(guān)聯(lián)不同模態(tài)之間的信息，實(shí)現(xiàn)更精準(zhǔn)的跨模態(tài)交互和轉(zhuǎn)換，例如，可以根據(jù)文本描述生成高質(zhì)量的圖像或視頻，也可以理解圖像或視頻內(nèi)容并生成相關(guān)的文本描述，并且在語(yǔ)義一致性方面有了很大提升。性能提升計(jì)算效率提高，多模態(tài)模型計(jì)算速度加快、響應(yīng)時(shí)間縮短，可快速處理分析數(shù)據(jù)滿(mǎn)足實(shí)時(shí)需求。同時(shí)，模型結(jié)構(gòu)與訓(xùn)練方法優(yōu)化使精度提升，在圖像、語(yǔ)音、自然語(yǔ)言處理等任務(wù)準(zhǔn)確率和召回率顯著提高。面對(duì)現(xiàn)實(shí)世界，信息是以多種模態(tài)存在的，如文本、圖像、音頻、視頻等。人類(lèi)的認(rèn)知過(guò)程是多模態(tài)的，我們通過(guò)視覺(jué)、聽(tīng)覺(jué)、觸覺(jué)等多種方式感知世界。然后，上述在多模型能力方面的進(jìn)展，通常都是將理解和生成任務(wù)分開(kāi)處理，使用獨(dú)立的模型分別應(yīng)對(duì)，多模態(tài)模型的統(tǒng)一有助于使其更接近人類(lèi)的認(rèn)知模式，從而更好地理解和處理復(fù)雜的自然場(chǎng)景，增強(qiáng)人機(jī)交互體驗(yàn)，拓展更廣泛的應(yīng)用領(lǐng)域。相應(yīng)地，多模態(tài)理解和生成的統(tǒng)一是當(dāng)下多模態(tài)模型能力提升的重要發(fā)展方向。LLMDiffusionLLM（AR）VisionLanguageLanguageLanguageLanguageVisionVision（a）UnderstandingOnly（b）GenerationOnlye.g.,LLaVAe.g.,StableDiffusion3e.g.,LlamaGenLLMLLM（AR+Diffusion）Vision（3）UnifiedModel（Understanding&Generation）e.g.,NExT-GPT，SEED-Xe.g.,LWM，Chameleone.g.,Show-oContinuousDiscreteAR:AutoregressiveDiffusionLanguageLanguageVisionLanguageVisionLanguageVisionLanguageVisionLanguageVisionLLM（AR）信息來(lái)源：SHOW-O：OneSingleTransformertoUnifyMultiModelUnderstandandGeneration無(wú)論是上述何種思路，多模態(tài)整體上需要在如下方向進(jìn)一步研究與提升，從而實(shí)現(xiàn)更廣泛的應(yīng)用落地：技術(shù)發(fā)展增強(qiáng)跨模態(tài)理解能力不同模態(tài)的數(shù)據(jù)（如文本、圖像、音頻、視頻等）具有各自獨(dú)特的特征和表達(dá)方式，統(tǒng)一發(fā)展能更好地建立起不同模態(tài)之間的關(guān)聯(lián)和映射，讓模型更準(zhǔn)確、深入地理解各模態(tài)信息的內(nèi)在聯(lián)系和語(yǔ)義一致性提高模型的泛化能力單一模態(tài)的模型往往只能處理特定類(lèi)型的數(shù)據(jù)，在面對(duì)復(fù)雜多變的實(shí)際場(chǎng)景時(shí)可能表現(xiàn)不佳。而多模態(tài)模型的統(tǒng)一發(fā)展可以整合多種模態(tài)的信息，使模型能夠從多個(gè)角度對(duì)事物進(jìn)行理解和分析，從而提高模型的泛化能力，適應(yīng)不同的應(yīng)用場(chǎng)景和數(shù)據(jù)變化數(shù)據(jù)管理促進(jìn)數(shù)據(jù)融合和共享多模態(tài)模型的統(tǒng)一發(fā)展需要對(duì)不同模態(tài)的數(shù)據(jù)進(jìn)行融合和處理，這將推動(dòng)數(shù)據(jù)的標(biāo)準(zhǔn)化和規(guī)范化，促進(jìn)不同來(lái)源、不同格式的數(shù)據(jù)之間的融合和共享緩解數(shù)據(jù)稀缺問(wèn)題某些模態(tài)的數(shù)據(jù)可能比較稀缺或難以獲取，而多模態(tài)模型的統(tǒng)一發(fā)展可以通過(guò)利用其他模態(tài)的數(shù)據(jù)來(lái)彌補(bǔ)某一模態(tài)數(shù)據(jù)的不足應(yīng)用落地拓展應(yīng)用場(chǎng)景統(tǒng)一的多模態(tài)模型可以打破不同模態(tài)之間的界限，為各種創(chuàng)新應(yīng)用場(chǎng)景的開(kāi)發(fā)提供了可能。例如，在文化娛樂(lè)領(lǐng)域，可以打造出具有多模態(tài)交互功能的虛擬現(xiàn)實(shí)（VR）或增強(qiáng)現(xiàn)實(shí)（AR）游戲，讓玩家沉浸在更加豐富的虛擬世界中等降低應(yīng)用成本對(duì)于企業(yè)和開(kāi)發(fā)者來(lái)說(shuō)，使用統(tǒng)一的多模態(tài)模型可以減少對(duì)不同單一模態(tài)模型的開(kāi)發(fā)和維護(hù)成本提高應(yīng)用效率和質(zhì)量多模態(tài)模型的統(tǒng)一發(fā)展使得不同模態(tài)的數(shù)據(jù)能夠在一個(gè)模型中進(jìn)行協(xié)同處理，減少了數(shù)據(jù)在不同模型之間的轉(zhuǎn)換和傳輸時(shí)間，提高了應(yīng)用的效率。同時(shí)，統(tǒng)一模型能夠更好地整合多模態(tài)信息，做出更準(zhǔn)確、更全面的決策和判斷，從而提高應(yīng)用的質(zhì)量和可靠性趨勢(shì)3：Agent向超級(jí)智能體進(jìn)化，具備更強(qiáng)的學(xué)習(xí)和推理能力，處理更復(fù)雜的任務(wù)Agent正憑借一系列關(guān)鍵技術(shù)進(jìn)展，如深度學(xué)習(xí)、強(qiáng)化學(xué)習(xí)、自然語(yǔ)言處理技術(shù)的突破以及多模態(tài)融合等方面的發(fā)展，逐步向具備更強(qiáng)學(xué)習(xí)和推理能力、能處理更復(fù)雜任務(wù)的超級(jí)智能體進(jìn)化。基于大語(yǔ)言模型的發(fā)展以大語(yǔ)言模型為核心的Agent在自然語(yǔ)言處理能力上取得了顯著進(jìn)步。它們能夠理解和生成人類(lèi)語(yǔ)言，準(zhǔn)確回答各種問(wèn)題，提供詳細(xì)的解釋和建議。這些能力的提升可增強(qiáng)語(yǔ)言理解與生成，助力任務(wù)規(guī)劃執(zhí)行，強(qiáng)化推理決策，還能拓展知識(shí)儲(chǔ)備與學(xué)習(xí)能力，如在客服、寫(xiě)作、金融、科研等多領(lǐng)域發(fā)揮作用，推動(dòng)Agent更好完成各項(xiàng)復(fù)雜任務(wù)。>工具使用能力的拓展Agent能夠與外部工具進(jìn)行更有效的交互和協(xié)作。具體涵蓋信息檢索、數(shù)據(jù)分析、文件處理、圖像音視頻處理、自動(dòng)化流程管理、智能協(xié)作溝通等多方面工具能力的拓展。這對(duì)Agent進(jìn)化價(jià)值顯著。能增強(qiáng)任務(wù)處理、提升信息獲取整合能力、拓展應(yīng)用場(chǎng)景并促進(jìn)人機(jī)協(xié)作，讓Agent可應(yīng)對(duì)多樣任務(wù)、跨領(lǐng)域應(yīng)用、更好配合人類(lèi)，有力推動(dòng)其從單一向多功能等方向進(jìn)化。>多模態(tài)融合能力增強(qiáng)部分Agent開(kāi)始具備多模態(tài)融合的能力，能夠結(jié)合文本、圖像、語(yǔ)音等多種信息進(jìn)行處理和分析。多模態(tài)融合能力增強(qiáng)可以推動(dòng)Agent實(shí)現(xiàn)更全面準(zhǔn)確信息理解，克服單模態(tài)局限、整合多源信息；帶來(lái)更自然高效人機(jī)交互；使其有更強(qiáng)場(chǎng)景適應(yīng)力；還賦予更智能決策與規(guī)劃能力，為Agent在多領(lǐng)域應(yīng)用提供有力支撐。>上述Agent能力提升對(duì)應(yīng)用場(chǎng)景的拓展意義非凡，使得Agent能更精準(zhǔn)理解場(chǎng)景需求，高效處理復(fù)雜任務(wù)，提升整體工作效率，適應(yīng)多元環(huán)境變化，保障應(yīng)用的穩(wěn)定性與持續(xù)性。同時(shí)，Agent進(jìn)化為超級(jí)智能體也將進(jìn)一步促進(jìn)多智能體應(yīng)用的發(fā)展，包括提升任務(wù)處理與協(xié)同能力，快速處理復(fù)雜任務(wù)并優(yōu)化多智能體協(xié)同；可能推動(dòng)多智能體系統(tǒng)的架構(gòu)向更加智能化、靈活化的方向發(fā)展，并對(duì)多智能體系統(tǒng)進(jìn)行集中管理和監(jiān)控，及時(shí)發(fā)現(xiàn)和解決系統(tǒng)中的問(wèn)題，提高系統(tǒng)的穩(wěn)定性和可靠性等。盡管上述技術(shù)能力的不斷提升可以推動(dòng)Agent向廣泛的應(yīng)用場(chǎng)景拓展，但是在實(shí)際落地的過(guò)程中仍然需要形成一系列規(guī)則和措施來(lái)規(guī)避如下技術(shù)以外的風(fēng)險(xiǎn)和挑戰(zhàn)：倫理道德安全社會(huì)經(jīng)濟(jì)價(jià)值對(duì)齊：確保Agent目標(biāo)與人類(lèi)價(jià)值觀一致困難，其決策可能不符人類(lèi)期望，引發(fā)道德困境責(zé)任劃分：Agent出錯(cuò)時(shí)，難以界定開(kāi)發(fā)者、使用者還是其自身的責(zé)任，需明確法律倫理框架隱私保護(hù)：Agent訓(xùn)練需大量數(shù)據(jù)，保障性能同時(shí)保護(hù)用戶(hù)隱私是重要挑戰(zhàn)對(duì)抗攻擊：易受惡意攻擊，如對(duì)抗樣本可使Agent產(chǎn)生錯(cuò)誤決策，需有效防御技術(shù)自主決策風(fēng)險(xiǎn)：自主決策能力可能帶來(lái)不可預(yù)測(cè)風(fēng)險(xiǎn)，決策系統(tǒng)故障或被篡改會(huì)嚴(yán)重影響社會(huì)就業(yè)影響：廣泛應(yīng)用可能替代大量工作崗位，需做好勞動(dòng)力轉(zhuǎn)型與再培訓(xùn)應(yīng)對(duì)就業(yè)市場(chǎng)變化社會(huì)公平性：發(fā)展應(yīng)用可能加劇不平等，優(yōu)勢(shì)群體受益多，落后地區(qū)和弱勢(shì)群體可能被邊緣化ToolCopilotAIAgentRPARPA+AILLM驅(qū)動(dòng)程序員駕馭數(shù)字員工，賦能業(yè)務(wù)團(tuán)隊(duì)業(yè)務(wù)人員可用，進(jìn)一步降低應(yīng)用門(mén)檻人機(jī)協(xié)同，實(shí)現(xiàn)數(shù)字化勞動(dòng)力的組合與重構(gòu)將LLM（大語(yǔ)言模型）和RPA（機(jī)器人流程自動(dòng)化）相結(jié)合是現(xiàn)階段Agent落地的一種有效手段，可以充分發(fā)揮技術(shù)協(xié)同優(yōu)勢(shì)，增強(qiáng)數(shù)據(jù)處理與理解能力，將智能決策與任務(wù)執(zhí)行有機(jī)融合；也有助于通過(guò)RPA明確的流程規(guī)則，確保價(jià)值對(duì)齊和透明性提升，以及責(zé)任界定的輔助；通過(guò)RPA系統(tǒng)本身具有的穩(wěn)定性和可靠性，在一定程度上提升Agent應(yīng)用的安全保障能力等。如下三種方式并行，也是企業(yè)考慮利用Agent和數(shù)字員工提升勞動(dòng)生產(chǎn)力的可行之道。附：中國(guó)Agent應(yīng)用圖譜金融文娛教育+公用事業(yè)制造+能源醫(yī)療+健康消費(fèi)/電商平臺(tái)類(lèi)Agent&開(kāi)發(fā)平臺(tái)行業(yè)解決方案類(lèi)型Agent功能類(lèi)型AgentRPA平臺(tái)AIPaaS支小助小浦智匯、智讀等騰訊元寶桃豆游戲Copilot隊(duì)友數(shù)字員工AIAgent以正教育AgentAYAYI商家智能助手AI購(gòu)物助手小滬小華AIAgentCPSAIAgent會(huì)聆心理39AI全科醫(yī)生春雨慧問(wèn)代碼+測(cè)試辦公財(cái)稅營(yíng)銷(xiāo)+客服數(shù)據(jù)分析人力資源AI程序員CodeGeeXChatDEV金山CopilotPro數(shù)字員工Agent釘釘AI助理AI數(shù)字員工BPai智能財(cái)稅“金稅一言”AI面試助手AIFamilyAIAgent小明助理BlueAITableAgentCopilotAI數(shù)據(jù)分析師代碼小浣熊MyAI諾企服·小諾咨詢(xún)EVA對(duì)話(huà)式BIAIAgent數(shù)據(jù)分析Agent郵曉蕊教育AI助手?jǐn)y程問(wèn)道安全應(yīng)急AIAgentHealthGPTAskXBOT智能體平臺(tái)星火智能體平臺(tái)智能體中心SkyAgents總結(jié)：AGI道阻且長(zhǎng)，技術(shù)能力持續(xù)提升，加速產(chǎn)業(yè)落地AGI需具備類(lèi)似人類(lèi)的通用認(rèn)知能力，涵蓋學(xué)習(xí)推理、語(yǔ)言理解與交互、復(fù)雜規(guī)劃與決策等多方面能力。這就意味著朝向AGI進(jìn)化的基礎(chǔ)技術(shù)，無(wú)論是模型架的創(chuàng)新，還是模型自主決策能力的訓(xùn)練與提升，都需要長(zhǎng)周期的摸索與研究。同時(shí)，AGI的發(fā)展也面臨諸多挑戰(zhàn)，這包括：計(jì)算資源限制AGI基礎(chǔ)技術(shù)研發(fā)對(duì)算力要求極高，從模型架構(gòu)創(chuàng)新角度，新架構(gòu)探索需大量計(jì)算資源進(jìn)行實(shí)驗(yàn)和驗(yàn)證；模型自主決策能力訓(xùn)練也需海量數(shù)據(jù)及復(fù)雜計(jì)算來(lái)優(yōu)化模型參數(shù)，以實(shí)現(xiàn)精準(zhǔn)決策。然而，當(dāng)前硬件技術(shù)發(fā)展還無(wú)法完全滿(mǎn)足需求，硬件性能提升速度跟不上模型規(guī)模和復(fù)雜度增長(zhǎng)，限制了研究進(jìn)度，導(dǎo)致研究周期延長(zhǎng)。數(shù)據(jù)獲取與質(zhì)量難題高質(zhì)量數(shù)據(jù)是基礎(chǔ)技術(shù)發(fā)展的關(guān)鍵，模型架構(gòu)創(chuàng)新需大量不同類(lèi)型數(shù)據(jù)來(lái)訓(xùn)練和優(yōu)化，以學(xué)習(xí)各種模式和規(guī)律；自主決策能力訓(xùn)練更需豐富的標(biāo)注數(shù)據(jù)及反饋信息，以引導(dǎo)模型做出正確決策。但實(shí)際中，數(shù)據(jù)存在獲取困難、標(biāo)注成本高、數(shù)據(jù)質(zhì)量參差不齊等問(wèn)題，獲取和整理數(shù)據(jù)需耗費(fèi)大量時(shí)間和精力，延緩了研究步伐。倫理和安全性考量AGI的發(fā)展引發(fā)了諸多倫理和安全問(wèn)題，如模型決策的公正性、透明度、可解釋性，以及對(duì)社會(huì)就業(yè)結(jié)構(gòu)的沖擊等.這要求在基礎(chǔ)技術(shù)研究中，同步考慮如何使技術(shù)符合人類(lèi)的倫理道德和社會(huì)價(jià)值觀，確保其安全可靠、可控可管，而解決這些問(wèn)題需要在技術(shù)研發(fā)過(guò)程中不斷權(quán)衡和探索，進(jìn)一步拉長(zhǎng)了研究周期。朝向AGI的目標(biāo)遇到上述諸多挑戰(zhàn)而停止，在這個(gè)過(guò)程中，AI基礎(chǔ)能力持續(xù)提升，進(jìn)一步加速了產(chǎn)業(yè)落地與產(chǎn)品應(yīng)用的探索。人工智能產(chǎn)業(yè)的長(zhǎng)遠(yuǎn)發(fā)展，終須基礎(chǔ)研究與產(chǎn)品實(shí)踐相結(jié)合，實(shí)現(xiàn)螺旋式攀升。從2024年開(kāi)端，向2025年延續(xù)，人工智能的發(fā)展，將由模型開(kāi)發(fā)與競(jìng)賽，轉(zhuǎn)向產(chǎn)品為先與場(chǎng)景打磨的新階段。此前無(wú)論是模型訓(xùn)練方式的轉(zhuǎn)變、還是多模態(tài)能力的升級(jí)，以及Agent智能化水平的提升，也都為人工智能的應(yīng)用落地提供了有力的技術(shù)支撐。其他并未單獨(dú)提及的關(guān)鍵變化如下：推理成本顯著下降，降低應(yīng)用場(chǎng)景實(shí)踐門(mén)檻一方面，硬件技術(shù)的進(jìn)步功不可沒(méi)。新型芯片架構(gòu)的研發(fā)與優(yōu)化，例如專(zhuān)門(mén)針對(duì)人工智能推理任務(wù)設(shè)計(jì)的芯片，大幅提升了計(jì)算效率。這些芯片在能耗管理和運(yùn)算速度上取得了良好平衡，使得單位推理運(yùn)算的能耗成本和時(shí)間成本均有效降低。另一方面，算法優(yōu)化也起到關(guān)鍵作用。研究人員不斷改進(jìn)推理算法，減少不必要的計(jì)算步驟和數(shù)據(jù)傳輸，通過(guò)模型壓縮技術(shù)，在不顯著影響模型精度的前提下，降低模型的存儲(chǔ)和計(jì)算需求，從而在大規(guī)模推理應(yīng)用場(chǎng)景中極大地節(jié)省了成本。再者，云服務(wù)提供商之間的競(jìng)爭(zhēng)加劇，為吸引更多人工智能企業(yè)用戶(hù)，他們不斷優(yōu)化基礎(chǔ)設(shè)施并降低服務(wù)價(jià)格，使得企業(yè)在使用推理服務(wù)時(shí)的費(fèi)用大幅減少，共同推動(dòng)了2024年推理成本的顯著下降。大模型競(jìng)爭(zhēng)格局存在變化空間，模型層競(jìng)爭(zhēng)收攏OpenAIo1模型改進(jìn)了推理密集型基準(zhǔn)測(cè)試的表現(xiàn)，在復(fù)雜的數(shù)據(jù)和科學(xué)任務(wù)上表現(xiàn)出色，仍然占據(jù)模型側(cè)的領(lǐng)先優(yōu)勢(shì)，但是仍然面臨o1模型使用成本高昂的問(wèn)題。與此同時(shí)，開(kāi)源模型與閉源模型之間的差距正在縮小。如Meta發(fā)布LlaMa3.1和LlaMa3.2模型，前者在推理、數(shù)學(xué)和上下文任務(wù)上與GPT-4o和Claude3.5Sonnet等模型能力不相上下。而后者的多模態(tài)能力在圖像識(shí)別和視覺(jué)理解任務(wù)上與領(lǐng)先的閉源模型具有競(jìng)爭(zhēng)力，其輕量級(jí)模型在移動(dòng)設(shè)備和邊緣計(jì)算上的表現(xiàn)也令人印象深刻。聚焦到中國(guó)人工智能市場(chǎng)，中國(guó)的大語(yǔ)言模型距離國(guó)際領(lǐng)先模型仍然存在差距，但是也也在部分子任務(wù)上實(shí)現(xiàn)了SOTA。以智源研究院發(fā)布的部分FlagEval「百?！乖u(píng)測(cè)結(jié)果為例，字節(jié)跳動(dòng)、阿里巴巴以及騰訊等，均在部分方向上表現(xiàn)出色。機(jī)構(gòu)模型開(kāi)閉源字節(jié)跳動(dòng)Doubao-pro-32k-preview閉源百度ERINE4.0Turbo版本：Erine-4.0-turbo-8k-latest閉源OpenAIo1-preview-2024-09-12閉源AnthropicClaude-3-5-sonnet-20241022閉源阿里巴巴Qwen-Max-0919閉源機(jī)構(gòu)模型開(kāi)閉源OpenAIo1-mini-2024-09-12閉源GoogleGemini-1.5-pro-latest閉源阿里巴巴Qwen-max-0919閉源字節(jié)跳動(dòng)Doubao-pro-32k-preview閉源MetaLlaMa-3.3-70b-instruct開(kāi)源語(yǔ)言模型-主觀（含價(jià)值觀）更偏重考察中文能力語(yǔ)言模型-客觀（不含價(jià)值觀）機(jī)構(gòu)模型開(kāi)閉源騰訊HunyuanImage閉源字節(jié)跳動(dòng)Doubaoimagev2.1閉源Ideogram_AIIdeogram2.0閉源OpenAIDALL?E3閉源快手可圖閉源機(jī)構(gòu)模型開(kāi)閉源快手可靈1.5（高品質(zhì)版）閉源字節(jié)跳動(dòng)即夢(mèng)P2.0pro閉源愛(ài)詩(shī)科技PixVerseV3閉源MiniMax海螺AI閉源Pika.AIPika1.5閉源多模態(tài)生成模型-文生圖多模態(tài)生成模型-文生視頻信息來(lái)源：智譜研究院FlagEval「百?！乖u(píng)測(cè)2024年12月壓縮與蒸餾模型便于模型部署和提升推理效率，加快模型在新領(lǐng)域的落地應(yīng)用通過(guò)優(yōu)化算法和訓(xùn)練方法，實(shí)現(xiàn)了在保持高性能的同時(shí)減少模型大小。如面壁智能發(fā)布了端側(cè)多模態(tài)模型MiniCPM-Llama3-V2.5，參數(shù)規(guī)模僅8B，但在多模態(tài)能力上超越了GPT-4V和GeminiPro，特別是在OCR能力和多語(yǔ)種支持方面表現(xiàn)出色。而數(shù)據(jù)集蒸餾技術(shù)、多模態(tài)數(shù)據(jù)蒸餾等技術(shù)在2024年的進(jìn)步，如騰訊的多模態(tài)AI實(shí)驗(yàn)室研究了基于蒸餾的多模態(tài)數(shù)據(jù)集生成方法；華為諾亞方舟實(shí)驗(yàn)室多模態(tài)蒸餾研究項(xiàng)目等，也進(jìn)一步推動(dòng)了小型模型的應(yīng)用場(chǎng)景拓展與商業(yè)化。合成數(shù)據(jù)廣泛應(yīng)用合成數(shù)據(jù)技術(shù)通過(guò)算法、統(tǒng)計(jì)模型或生成式AI技術(shù)生成，旨在模擬真實(shí)世界的數(shù)據(jù)分布和特征。隨著生成式AI技術(shù)的進(jìn)步，如GAN（生成對(duì)抗網(wǎng)絡(luò)）、VAE（變分自編碼器）等技術(shù)的發(fā)展，合成數(shù)據(jù)的生成質(zhì)量和效率不斷提升。相應(yīng)地，合成數(shù)據(jù)的應(yīng)用領(lǐng)域不斷拓展，從最初的自動(dòng)駕駛、醫(yī)療影像分析等領(lǐng)域逐漸滲透到金融、教育、零售等多個(gè)行業(yè)。趨勢(shì)4：AI原生應(yīng)用形成服務(wù)閉環(huán)，聚焦專(zhuān)業(yè)用戶(hù)提升效率是中短期重要方向類(lèi)型現(xiàn)有應(yīng)用AI原生應(yīng)用典型示例交互方式重構(gòu)GUI多模態(tài)交互GPT-4o，通過(guò)語(yǔ)音直接進(jìn)行交互服務(wù)重構(gòu)通過(guò)信息鏈接促進(jìn)交易達(dá)成以及商品/服務(wù)的供給直接提供服務(wù)Before：豬八戒網(wǎng)，提供的是做圖需求與供給之間的鏈接Now：可以通過(guò)AI做圖應(yīng)用直接提供服務(wù)鏈接對(duì)象重構(gòu)人-人人-軟件Before：社交解決的是人與人之間的鏈接，如微信等Now：社交除了解決人與人之間的鏈接，還可以是人與軟件（agent）之間的互動(dòng)，同樣可以滿(mǎn)足部分用戶(hù)的情感需求，如星野等產(chǎn)品迭代重構(gòu)功能迭代模型迭代Before：用戶(hù)適應(yīng)產(chǎn)品，接受產(chǎn)品功能與交互的變化Now：由于模型升級(jí)導(dǎo)致產(chǎn)品功能增強(qiáng)，產(chǎn)品適應(yīng)用戶(hù)，用戶(hù)無(wú)感知AI原生應(yīng)用可能發(fā)生的重構(gòu)當(dāng)前AI原生應(yīng)用大量涌入市場(chǎng)，但是，一方面存在用戶(hù)規(guī)?？焖僭鲩L(zhǎng)，但是留存不理想的情況，另一方面，貌似仍然尚未跳開(kāi)已有應(yīng)用的產(chǎn)品形態(tài)，從AI能力增強(qiáng)對(duì)于應(yīng)用形態(tài)可能的影響來(lái)看，至少可以從如下方面進(jìn)行AI原生應(yīng)用的探索與跟蹤：其中，與現(xiàn)存應(yīng)用最明顯的差異在于，AI原生應(yīng)用需要對(duì)最終結(jié)果負(fù)責(zé)，服務(wù)或者說(shuō)結(jié)果的達(dá)成過(guò)程由AI原生應(yīng)用自行消化，用戶(hù)對(duì)于AI原生應(yīng)用的滿(mǎn)意度和評(píng)價(jià)，均來(lái)自于其提供結(jié)果的完成度和滿(mǎn)意度。例如，用戶(hù)評(píng)價(jià)不同的AI生圖應(yīng)用，評(píng)價(jià)的核心出發(fā)點(diǎn)就在于其生圖的質(zhì)量是否達(dá)到用戶(hù)的預(yù)期，對(duì)于應(yīng)用開(kāi)發(fā)者來(lái)說(shuō)，生圖的步驟和產(chǎn)品設(shè)計(jì)，除了提升用戶(hù)的生圖體驗(yàn)之外，更重要的是通過(guò)產(chǎn)品“雕花”，實(shí)現(xiàn)對(duì)于用戶(hù)預(yù)期和質(zhì)量控制的管理。至于產(chǎn)品運(yùn)營(yíng)過(guò)程，即便面臨與以往應(yīng)用的較大差異，也是開(kāi)發(fā)者自行消化，如下圖所示：找平衡面向?qū)I(yè)人士或者專(zhuān)業(yè)需求：更側(cè)重生成質(zhì)量，需要提供更多的prompt與引導(dǎo)，從而幫助用戶(hù)豐富作品細(xì)節(jié)的要求，達(dá)成用戶(hù)對(duì)于作品質(zhì)量的預(yù)期示例：MidjourneyPrompt包括圖片內(nèi)容描述、藝術(shù)風(fēng)格描述、藝術(shù)媒介&手段、光線描述、圖片細(xì)節(jié)描述等等，使用不同的prompt可以實(shí)現(xiàn)圖片的精細(xì)化調(diào)節(jié)面向普通用戶(hù)或者娛樂(lè)需求：更側(cè)重生成體驗(yàn)與速度，上手門(mén)檻低，體驗(yàn)流暢，生成作品初步達(dá)成需求預(yù)期即可，可以考慮以成熟作品的模版引導(dǎo)用戶(hù)使用，適當(dāng)增加個(gè)性化作品調(diào)整面對(duì)用戶(hù)需求，通過(guò)場(chǎng)景細(xì)分保障用戶(hù)體驗(yàn)與留存追求速度AI原生應(yīng)用面對(duì)產(chǎn)品運(yùn)營(yíng)，通過(guò)尋求從MPF（Model-ProductFit）到PMF（Product-MarketFit）的過(guò)渡構(gòu)筑產(chǎn)品護(hù)城河追求質(zhì)量模型應(yīng)用成本模型駕馭能力數(shù)據(jù)飛輪產(chǎn)品邊界模型應(yīng)用成本包括計(jì)算資源、數(shù)據(jù)收集與標(biāo)注成本、人力投入等。盡管當(dāng)前模型API調(diào)用成本已經(jīng)大幅度下滑，但是應(yīng)用企業(yè)仍然需要考慮后續(xù)用戶(hù)增長(zhǎng)之后來(lái)帶來(lái)的推理持續(xù)累積提升可能帶來(lái)的高成本投入，通過(guò)不同模型的組合和產(chǎn)品設(shè)計(jì)尋求成本優(yōu)化。這涉及對(duì)模型的理解、調(diào)整和優(yōu)化能力。企業(yè)需要深入了解不同模型的工作原理、優(yōu)勢(shì)與局限性。能夠根據(jù)產(chǎn)品場(chǎng)景需求調(diào)整參數(shù)、改進(jìn)算法，以提高模型的準(zhǔn)確性和適應(yīng)性。同時(shí)，通過(guò)模型組合，以及持續(xù)的監(jiān)測(cè)和評(píng)估，不斷提升對(duì)模型的駕馭水平，確保模型在不同場(chǎng)景下穩(wěn)定高效運(yùn)行。在AI應(yīng)用中，明確產(chǎn)品邊界至關(guān)重要，尤其是模型能力與產(chǎn)品功能之間的邊界。一方面，產(chǎn)品功能應(yīng)圍繞核心價(jià)值設(shè)計(jì)，不能因模型能力提升而盲目擴(kuò)展。更重要的是，實(shí)時(shí)跟蹤模型能力提升的方向和程度，確保產(chǎn)品核心價(jià)值與模型能力之間存在增值空間。數(shù)據(jù)沉淀是AI應(yīng)用持續(xù)優(yōu)化的基礎(chǔ)。通過(guò)收集用戶(hù)行為數(shù)據(jù)、業(yè)務(wù)數(shù)據(jù)等，不斷豐富數(shù)據(jù)資源，并為模型，尤其是產(chǎn)品的改進(jìn)提供依據(jù)。同時(shí)，要注重?cái)?shù)據(jù)的質(zhì)量和安全性，建立完善的數(shù)據(jù)管理體系，確保數(shù)據(jù)的可用性和保密性，為AI應(yīng)用的長(zhǎng)期發(fā)展構(gòu)建競(jìng)爭(zhēng)壁壘。當(dāng)前AI原生應(yīng)用發(fā)展現(xiàn)狀：聚焦專(zhuān)業(yè)用戶(hù)提升效率是中短期重要方向當(dāng)前AI原生應(yīng)用主要覆蓋如下用戶(hù)群體和功能類(lèi)型，超級(jí)個(gè)體涌現(xiàn)的背景之下，在傳統(tǒng)意義上對(duì)用戶(hù)進(jìn)行B和C劃分之外，專(zhuān)業(yè)人士（即Prosumer）這類(lèi)用戶(hù)群體的重要性愈發(fā)突出，包括程序員、設(shè)計(jì)師、律師等各種專(zhuān)業(yè)人士，其效率提升的需求與當(dāng)前AI應(yīng)用的價(jià)值匹配度相對(duì)比較高，具備付費(fèi)意愿與付費(fèi)能力，且采購(gòu)決策考量和周期相對(duì)可控，是AI原生應(yīng)用追求用戶(hù)留存和商業(yè)化并重階段需要重點(diǎn)關(guān)注的用戶(hù)群體。用戶(hù)（Consumer）專(zhuān)業(yè)人士（Prosumer）企業(yè)ChatbotsAI搜索AI生成/設(shè)計(jì)類(lèi)（圖片/音樂(lè)/視頻/文案等等）AI社交（虛擬角色/陪伴）AI教育生產(chǎn)力工具/IT場(chǎng)景等代碼助手營(yíng)銷(xiāo)/客服協(xié)同辦公數(shù)據(jù)分析/BI法律/醫(yī)療等專(zhuān)業(yè)人士應(yīng)用當(dāng)前AI原生應(yīng)用主要方向用戶(hù)粘性相對(duì)比較高用戶(hù)規(guī)?？焖僭鲩L(zhǎng)，粘性與留存有待提升獨(dú)立原生應(yīng)用價(jià)值有待進(jìn)一步驗(yàn)證趨勢(shì)5：成熟應(yīng)用加速擁抱AI，利用LLM能力提升自身應(yīng)用服務(wù)體驗(yàn)和產(chǎn)品競(jìng)爭(zhēng)力，不加AI就淘汰擁抱AI在當(dāng)下是必選項(xiàng)，不是可選項(xiàng)，成熟應(yīng)用通常都是從如下視角和價(jià)值的角度考慮，需要增強(qiáng)AI能力：提升用戶(hù)體驗(yàn)個(gè)性化服務(wù)AI可以分析用戶(hù)的行為、偏好和歷史數(shù)據(jù)，為用戶(hù)提供高度個(gè)性化的服務(wù)。這在流媒體以及電商平臺(tái)都得到了印證，即個(gè)性化的體驗(yàn)?zāi)軌蛱岣哂脩?hù)的滿(mǎn)意度和忠誠(chéng)度，使應(yīng)用在競(jìng)爭(zhēng)激烈的市場(chǎng)中脫穎而出智能交互借助自然語(yǔ)言處理和語(yǔ)音識(shí)別技術(shù)，AI可以實(shí)現(xiàn)更加智能的交互方式。例如，這將顯著降低兩齡用戶(hù)與應(yīng)用互動(dòng)和信息輸入的門(mén)檻，進(jìn)一步擴(kuò)大應(yīng)用的覆蓋范圍提高運(yùn)營(yíng)效率自動(dòng)化流程AI可以自動(dòng)化許多繁瑣的任務(wù)，如數(shù)據(jù)輸入、文件分類(lèi)、客戶(hù)服務(wù)等。這可以節(jié)省人力成本，提高工作效率，使企業(yè)能夠更專(zhuān)注于核心業(yè)務(wù)精準(zhǔn)預(yù)測(cè)和決策通過(guò)對(duì)大量數(shù)據(jù)的分析，AI可以進(jìn)行精準(zhǔn)的預(yù)測(cè)和決策?，F(xiàn)存應(yīng)用可以利用這些預(yù)測(cè)結(jié)果來(lái)優(yōu)化業(yè)務(wù)流程、制定營(yíng)銷(xiāo)策略、提高庫(kù)存管理效率等增強(qiáng)競(jìng)爭(zhēng)力創(chuàng)新功能擁抱AI可以為現(xiàn)存應(yīng)用帶來(lái)新的功能和創(chuàng)新點(diǎn)，吸引更多用戶(hù)，并為用戶(hù)帶來(lái)更多的價(jià)值。在競(jìng)爭(zhēng)激烈的市場(chǎng)中，不斷推出新的功能和服務(wù)是保持競(jìng)爭(zhēng)力的關(guān)鍵。適應(yīng)市場(chǎng)變化隨著技術(shù)的不斷發(fā)展，用戶(hù)的需求和市場(chǎng)環(huán)境也在不斷變化。現(xiàn)存應(yīng)用需要不斷創(chuàng)新和改進(jìn)，以適應(yīng)這些變化，從而盡量規(guī)避被新應(yīng)用淘汰的風(fēng)險(xiǎn)1.將AI與LLM能力作為內(nèi)部提效工具2.AI能力融入現(xiàn)有產(chǎn)品體系3.推出以AI為主體的產(chǎn)品與解決方案4.AllinAI，將LLM作為公司戰(zhàn)略發(fā)展抓手成熟應(yīng)用加速擁抱AI的四個(gè)狀態(tài)?易觀分析基于上述考量，成熟應(yīng)用結(jié)合自身用戶(hù)工作流以及市場(chǎng)分發(fā)和渠道優(yōu)勢(shì)，占據(jù)用戶(hù)界面，在這一波浪潮中，并未放松和懈怠，普遍呈現(xiàn)出加速AI整合的態(tài)勢(shì)，主要包括如下類(lèi)型和狀態(tài)：1.將AI與LLM能力作為內(nèi)部提效工具在這個(gè)階段，企業(yè)開(kāi)始探索AI技術(shù)的應(yīng)用潛力，主要將其應(yīng)用于內(nèi)部流程優(yōu)化，提高工作效率。核心特征主要在企業(yè)內(nèi)部使用，旨在提升內(nèi)部運(yùn)營(yíng)和工作效率應(yīng)用場(chǎng)景相對(duì)局限，可能用于自動(dòng)化數(shù)據(jù)處理、內(nèi)部文檔管理、簡(jiǎn)單的任務(wù)分配等對(duì)現(xiàn)有業(yè)務(wù)流程的影響較小，是一種漸進(jìn)式的改進(jìn)對(duì)于AI技術(shù)能力的要求準(zhǔn)確性和穩(wěn)定性：確保在處理內(nèi)部任務(wù)時(shí)能夠準(zhǔn)確無(wú)誤地執(zhí)行，避免錯(cuò)誤對(duì)內(nèi)部工作造成干擾可定制性：能夠根據(jù)企業(yè)內(nèi)部的特定需求進(jìn)行定制和調(diào)整，以適應(yīng)不同的工作流程和數(shù)據(jù)格式高效性：快速處理內(nèi)部任務(wù)，提高工作效率，減少人工干預(yù)的時(shí)間成本可能面臨的挑戰(zhàn)技術(shù)選型難題：需要從眾多的AI和LLM工具中選擇適合企業(yè)內(nèi)部需求的，可能面臨功能不匹配、兼容性問(wèn)題等員工適應(yīng)問(wèn)題：?jiǎn)T工需要學(xué)習(xí)新的工具和工作方式，可能存在抵觸情緒或?qū)W習(xí)成本高的情況數(shù)據(jù)安全風(fēng)險(xiǎn)：引入外部技術(shù)可能帶來(lái)數(shù)據(jù)泄露的風(fēng)險(xiǎn)，需要加強(qiáng)數(shù)據(jù)安全管理典型案例基本上大部分科技企業(yè)都有所涉及，尤其是在軟件工程和應(yīng)用開(kāi)發(fā)方向上，同時(shí)，大量行業(yè)企業(yè)，即AI技術(shù)的買(mǎi)單方當(dāng)前也看重這一價(jià)值，試水頗多。案例：中國(guó)工商銀行軟件開(kāi)發(fā)中心智能研發(fā)體系建設(shè)與實(shí)踐應(yīng)用方向規(guī)劃實(shí)踐落地及應(yīng)用效果工行軟件開(kāi)發(fā)中心組建AI4SE（即AIforSofwareEngineering，智能化軟件工程）專(zhuān)項(xiàng)工作團(tuán)隊(duì)，明確AI落地方向需求分析設(shè)計(jì)輔助編碼輔助測(cè)試輔助版本發(fā)布智能運(yùn)維③推進(jìn)以AI為主導(dǎo)的智能研發(fā)模式建設(shè)，加快智能體技術(shù)落地②

從單一編碼環(huán)節(jié)拓展至需求、設(shè)計(jì)、測(cè)試、運(yùn)維等研發(fā)全流程①

提升編碼效率和質(zhì)量代碼補(bǔ)全代碼安全檢測(cè)單測(cè)生成研發(fā)問(wèn)答CodeReview……②

規(guī)范智能研發(fā)資產(chǎn)打造數(shù)字研發(fā)資產(chǎn)管理平臺(tái)積累優(yōu)秀金融代碼資產(chǎn)，推進(jìn)模型微調(diào)形成智能研發(fā)規(guī)范指引，持續(xù)賦能③

構(gòu)建模型測(cè)評(píng)體系打造自動(dòng)化測(cè)評(píng)平臺(tái)構(gòu)建三層測(cè)評(píng)體系實(shí)現(xiàn)逐級(jí)準(zhǔn)入開(kāi)展用戶(hù)試點(diǎn)評(píng)估與快速迭代AI輔助代碼生成占比從22%提升至32%平均單測(cè)行覆蓋率60%智能代碼問(wèn)題檢出率40%①

加快智能研發(fā)應(yīng)用梳理研發(fā)全領(lǐng)域，將研發(fā)階段拆解細(xì)化，推進(jìn)智能研發(fā)助手36項(xiàng)場(chǎng)景能力建設(shè)2.AI能力融入現(xiàn)有產(chǎn)品體系隨著對(duì)AI技術(shù)的深入理解和應(yīng)用，企業(yè)開(kāi)始將AI能力集成到其現(xiàn)有的產(chǎn)品和服務(wù)中。這個(gè)階段的關(guān)鍵是找到AI技術(shù)與現(xiàn)有業(yè)務(wù)的結(jié)合點(diǎn)，創(chuàng)造價(jià)值增量。核心特征將AI技術(shù)逐步整合到現(xiàn)有的產(chǎn)品和服務(wù)中，以增強(qiáng)產(chǎn)品的功能和競(jìng)爭(zhēng)力可能會(huì)對(duì)產(chǎn)品進(jìn)行一定程度的升級(jí)和改進(jìn)，為用戶(hù)帶來(lái)新的體驗(yàn)仍然以現(xiàn)有產(chǎn)品為核心，AI作為輔助功能對(duì)于AI技術(shù)能力的要求兼容性：與現(xiàn)有產(chǎn)品體系無(wú)縫融合，不影響產(chǎn)品的整體性能和穩(wěn)定性實(shí)用性：提供切實(shí)有用的功能，滿(mǎn)足用戶(hù)在使用現(xiàn)有產(chǎn)品過(guò)程中的實(shí)際需求可擴(kuò)展性：隨著產(chǎn)品的發(fā)展和用戶(hù)需求的變化，能夠方便地?cái)U(kuò)展和升級(jí)AI功能可能面臨的挑戰(zhàn)用戶(hù)體驗(yàn)平衡：在增加AI功能時(shí)，要確保不破壞原有的用戶(hù)體驗(yàn)，同時(shí)讓新功能易于被用戶(hù)接受和使用用戶(hù)增量?jī)r(jià)值空間：AI功能的增加是否能夠在提升用戶(hù)體驗(yàn)的

同時(shí)，也帶來(lái)用戶(hù)價(jià)值的提升，從而達(dá)成增量商業(yè)化成本控制壓力：開(kāi)發(fā)和維護(hù)融合AI能力的產(chǎn)品體系可能需要較高的成本，包括技術(shù)研發(fā)、數(shù)據(jù)處理等方面典型案例金山WPS、百度文庫(kù)、用友、金蝶、福昕軟件等等，即大量已經(jīng)深度集成在用戶(hù)界面與工作流的應(yīng)用企業(yè)，將AI能力作為提升自身產(chǎn)品體驗(yàn)與功能的發(fā)展方向，部分企業(yè)開(kāi)始嘗試針對(duì)其AI能力升級(jí)提升收費(fèi)客單價(jià)。個(gè)人辦公服務(wù)應(yīng)用AI方向規(guī)劃與落地實(shí)踐提升用戶(hù)對(duì)AI功能的理解與使用，進(jìn)而拉動(dòng)個(gè)人辦公訂閱業(yè)務(wù)增長(zhǎng)。AI寫(xiě)作助手AI閱讀助手AI數(shù)據(jù)助手AI設(shè)計(jì)助手WPSAI辦公助手業(yè)務(wù)進(jìn)展：目前AI會(huì)員和大會(huì)員累計(jì)年度付費(fèi)用戶(hù)數(shù)合計(jì)已超百萬(wàn)，在付費(fèi)用戶(hù)中的滲透率約3%預(yù)計(jì)ARPU值仍將保持小幅提升，增長(zhǎng)幅度低于會(huì)員漲幅，AI增強(qiáng)帶來(lái)的用戶(hù)使用習(xí)慣與付費(fèi)能力尚需要培養(yǎng)超級(jí)會(huì)員WPS大會(huì)員價(jià)格￥148/年￥348/年WPSAI權(quán)益不支持√2024年，WPS推出包含AI會(huì)員等的全新會(huì)員體系-WPS大會(huì)員，如下表所示：表

金山WPS會(huì)員體系案例：金山辦公WPS個(gè)人辦公服務(wù)WPSAI2.0帶動(dòng)個(gè)人訂閱服務(wù)增長(zhǎng)企業(yè)AI戰(zhàn)略規(guī)劃全面升級(jí)發(fā)布WPSAI2.0，涵蓋個(gè)人版、企業(yè)版、政務(wù)版等不同版本，形成全面的一站式AI辦公生態(tài)，滿(mǎn)足不同用戶(hù)和場(chǎng)景的需求。定位為大模型技術(shù)的應(yīng)用方，適配對(duì)接國(guó)內(nèi)主流大模型，通過(guò)合作整合和落地最新的AI技術(shù)，為用戶(hù)和客戶(hù)提供AI服務(wù)。數(shù)據(jù)來(lái)源：金山軟件財(cái)報(bào)，易觀分析整理3.推出以AI為主體的產(chǎn)品與解決方案在這個(gè)階段，AI技術(shù)成為企業(yè)產(chǎn)品和解決方案的核心。企業(yè)開(kāi)始推出全新的以AI為主體的產(chǎn)品和服務(wù)。這標(biāo)志著AI技術(shù)從輔助角色轉(zhuǎn)變?yōu)轵?qū)動(dòng)企業(yè)創(chuàng)新和增長(zhǎng)的主要?jiǎng)恿?。核心特征以AI技術(shù)為核心，開(kāi)發(fā)全新的產(chǎn)品和解決方案產(chǎn)品的價(jià)值主要來(lái)源于AI技術(shù)帶來(lái)的創(chuàng)新和優(yōu)勢(shì)可能會(huì)開(kāi)拓新的市場(chǎng)領(lǐng)域，滿(mǎn)足特定的用戶(hù)需求對(duì)于AI技術(shù)能力的要求創(chuàng)新性：具備獨(dú)特的技術(shù)優(yōu)勢(shì)和創(chuàng)新點(diǎn)，能夠在市場(chǎng)上脫穎而出高性能：提供強(qiáng)大的計(jì)算能力和高效的算法，以滿(mǎn)足復(fù)雜的應(yīng)用場(chǎng)景需求可靠性：確保產(chǎn)品在各種環(huán)境下都能穩(wěn)定運(yùn)行，為用戶(hù)提供可靠的服務(wù)可能面臨的挑戰(zhàn)市場(chǎng)競(jìng)爭(zhēng)激烈：AI領(lǐng)域競(jìng)爭(zhēng)激烈，新推出的產(chǎn)品需要有獨(dú)特的價(jià)值主張和競(jìng)爭(zhēng)優(yōu)勢(shì)才能脫穎而出技術(shù)持續(xù)創(chuàng)新需求：AI技術(shù)發(fā)展迅速，產(chǎn)品需要不斷進(jìn)行技術(shù)升級(jí)和創(chuàng)新，以保持競(jìng)爭(zhēng)力數(shù)據(jù)質(zhì)量和數(shù)量要求高：以AI為主體的產(chǎn)品通常對(duì)數(shù)據(jù)的質(zhì)量和數(shù)量要求很高，獲取和管理高質(zhì)量數(shù)據(jù)可能面臨挑戰(zhàn)典型案例騰訊旗下騰訊云，將AI與MaaS服務(wù)作為業(yè)務(wù)增長(zhǎng)的重要方向之一，面向金融、文旅、政務(wù)、傳媒、教育等推出行業(yè)模型與解決方案，并提供模型預(yù)訓(xùn)練、模型精調(diào)、智能應(yīng)用開(kāi)發(fā)等MaaS服務(wù)，以及一系列模型工具鏈和算力服務(wù)等。浪潮旗下浪潮云洲，推出工業(yè)領(lǐng)域行業(yè)大模型“知業(yè)大模型”，融合云洲工業(yè)互聯(lián)網(wǎng)平臺(tái)海量工業(yè)數(shù)據(jù)，在通用大模型的基礎(chǔ)上進(jìn)行工業(yè)領(lǐng)域知識(shí)對(duì)齊、增強(qiáng)，面向工業(yè)企業(yè)提供大模型全棧式開(kāi)發(fā)套件及訓(xùn)練場(chǎng)景大模型的智能服務(wù)。4.AllinAI，將LLM作為公司戰(zhàn)略發(fā)展抓手在這個(gè)最終階段，AI技術(shù)與LLM成為企業(yè)戰(zhàn)略發(fā)展的核心。企業(yè)將全面擁抱AI技術(shù)，在組織結(jié)構(gòu)、業(yè)務(wù)模式、市場(chǎng)策略等方面進(jìn)行深度整合和轉(zhuǎn)型，從而實(shí)現(xiàn)智能化升級(jí)與蛻變。核心特征公司將AI作為核心戰(zhàn)略，全面投入資源進(jìn)行研發(fā)和推廣以LLM為重點(diǎn)，構(gòu)建完整的AI生態(tài)系統(tǒng)，涵蓋多個(gè)領(lǐng)域和應(yīng)用場(chǎng)景可能會(huì)進(jìn)行重大的業(yè)務(wù)轉(zhuǎn)型和組織架構(gòu)調(diào)整，以適應(yīng)AI戰(zhàn)略的實(shí)施對(duì)于AI技術(shù)能力的要求領(lǐng)先性：在AI技術(shù)領(lǐng)域保持領(lǐng)先地位，不斷進(jìn)行技術(shù)創(chuàng)新和突破生態(tài)構(gòu)建能力：能夠整合各種資源，構(gòu)建開(kāi)放、合作的AI生態(tài)系統(tǒng)，促進(jìn)產(chǎn)業(yè)的發(fā)展戰(zhàn)略眼光：具備長(zhǎng)遠(yuǎn)的戰(zhàn)略眼光，能夠準(zhǔn)確把握市場(chǎng)趨勢(shì)和用戶(hù)需求，制定合理的發(fā)展戰(zhàn)略可能面臨的挑戰(zhàn)戰(zhàn)略風(fēng)險(xiǎn)高：將全部資源投入AI存在較大的戰(zhàn)略風(fēng)險(xiǎn)，如果技術(shù)發(fā)展不如預(yù)期或市場(chǎng)需求發(fā)生變化，可能對(duì)公司造成重大影響。人才短缺：AI和LLM領(lǐng)域的專(zhuān)業(yè)人才稀缺，招聘和留住高素質(zhì)人才可能成為難題。監(jiān)管不確定性：AI技術(shù)的發(fā)展可能面臨監(jiān)管政策的不確定性，公司需要應(yīng)對(duì)不斷變化的監(jiān)管環(huán)境。典型案例百度、阿里云，以微軟與OpenAI的整合作為標(biāo)桿，以AI應(yīng)用未來(lái)的快速發(fā)展作為未來(lái)增長(zhǎng)的核心驅(qū)動(dòng)力，帶動(dòng)對(duì)于AI基礎(chǔ)設(shè)施與能力的需求與市場(chǎng)增長(zhǎng)?？偟膩?lái)說(shuō)，這四個(gè)狀態(tài)反映了現(xiàn)存應(yīng)用從初步探索AI技術(shù)的潛力，到全面擁抱AI并實(shí)現(xiàn)戰(zhàn)略轉(zhuǎn)型的過(guò)程。隨著AI技術(shù)的不斷發(fā)展和成熟，企業(yè)將越來(lái)越多地依賴(lài)AI來(lái)驅(qū)動(dòng)創(chuàng)新和增長(zhǎng)，未來(lái)各個(gè)領(lǐng)域的競(jìng)爭(zhēng)，也將由于AI能力的加入發(fā)生變化，在AI應(yīng)用第一階段的競(jìng)爭(zhēng)當(dāng)中，成熟應(yīng)用相對(duì)具備領(lǐng)先優(yōu)勢(shì)，無(wú)論是交互協(xié)同觸點(diǎn)的占據(jù)還是資源投入等，但是AI原生應(yīng)用的顛覆式創(chuàng)新仍然有可能改變當(dāng)前市場(chǎng)發(fā)展。趨勢(shì)6：AI將加速內(nèi)容IP的開(kāi)發(fā)和運(yùn)營(yíng)，釋放內(nèi)容資產(chǎn)商業(yè)價(jià)值，推動(dòng)內(nèi)容產(chǎn)業(yè)多元化與新生力量的崛起生成式AI在內(nèi)容IP全生態(tài)開(kāi)發(fā)中發(fā)揮的重要性將愈發(fā)突出。它能夠快速生成多樣化內(nèi)容，從創(chuàng)意構(gòu)思到內(nèi)容產(chǎn)出都能提供助力。在IP開(kāi)發(fā)初期，AIGC可提供新穎創(chuàng)意，拓展IP故事線。在運(yùn)營(yíng)階段，它能生成衍生內(nèi)容，維持IP熱度，延長(zhǎng)生命周期。例如生成角色周邊、新劇情等。這有助于提升IP的商業(yè)價(jià)值，通過(guò)多形式內(nèi)容實(shí)現(xiàn)多元變現(xiàn)，延長(zhǎng)優(yōu)質(zhì)IP的生命周期。核心價(jià)值與場(chǎng)景滲透如下：核心價(jià)值輔助創(chuàng)意與智能化內(nèi)容生成增強(qiáng)內(nèi)容傳播效果提升內(nèi)容質(zhì)量及呈現(xiàn)效果AI寫(xiě)作AI設(shè)計(jì)AI音樂(lè)/配音AI視頻選題與構(gòu)思資料/素材收集文章撰寫(xiě)/圖像設(shè)計(jì)/demo制作修改潤(rùn)色/風(fēng)格優(yōu)化排版/定制化調(diào)整等內(nèi)容發(fā)布關(guān)鍵創(chuàng)作環(huán)節(jié)基于大模型長(zhǎng)文本生成以及上下文能力，結(jié)合增強(qiáng)檢索進(jìn)行智能化知識(shí)整合，輔助創(chuàng)意，生成長(zhǎng)文章、故事等理解設(shè)計(jì)需求，基于prompt生成創(chuàng)意設(shè)計(jì)草圖自動(dòng)分析文本或關(guān)鍵詞，基于語(yǔ)義理解和風(fēng)格選擇，生成旋律或人聲音樂(lè)生成視頻腳本、場(chǎng)景設(shè)計(jì)，確定視頻的初步框架或內(nèi)容方向自動(dòng)匹配視頻庫(kù)素材，或基于海量視頻數(shù)據(jù)生成視頻內(nèi)容通過(guò)語(yǔ)法分析、風(fēng)格一致性檢查，自動(dòng)識(shí)別并完善文本，基于文章內(nèi)容生成相應(yīng)配圖，提升內(nèi)容整體質(zhì)量圖像風(fēng)格遷移、擴(kuò)圖等調(diào)整歌詞、節(jié)奏和音樂(lè)風(fēng)格等，提升自然度；音頻壓縮與優(yōu)化、自動(dòng)格式轉(zhuǎn)換等調(diào)整視頻元素、關(guān)鍵幀、字幕、風(fēng)格等基于不同平臺(tái)優(yōu)化視頻文件格式與大小對(duì)于公開(kāi)發(fā)表的內(nèi)容，基于SEO優(yōu)化標(biāo)題、標(biāo)簽和描述，提升在平臺(tái)中的可見(jiàn)性，提升內(nèi)容發(fā)現(xiàn)率構(gòu)思與生成階段修改與優(yōu)化階段發(fā)布與宣傳階段內(nèi)容傳播通過(guò)個(gè)性化推薦算法和多平臺(tái)分發(fā)能力提升內(nèi)容的傳播效率，向目標(biāo)受眾精準(zhǔn)推薦內(nèi)容從輔助創(chuàng)意到智能化生產(chǎn)與傳播，AI端到端融入關(guān)鍵創(chuàng)作環(huán)節(jié)中國(guó)人工智能內(nèi)容創(chuàng)作場(chǎng)景AMC應(yīng)用曲線應(yīng)用成熟期高速發(fā)展期市場(chǎng)啟動(dòng)期探索期應(yīng)用價(jià)值A(chǔ)I短劇制作AI工業(yè)設(shè)計(jì)影視腳本生成影視后期AI動(dòng)畫(huà)制作處于探索期的場(chǎng)景普遍屬于需要高度創(chuàng)意的內(nèi)容創(chuàng)作領(lǐng)域，有待多模態(tài)大模型能力的進(jìn)一步突破已經(jīng)在行業(yè)內(nèi)找到具體的使用場(chǎng)景，具備一定的實(shí)用性，AI主要起到提高效率的輔助作用正在大規(guī)模推廣的AI內(nèi)容創(chuàng)作類(lèi)應(yīng)用，在個(gè)人創(chuàng)作者、小型團(tuán)隊(duì)/工作室等用戶(hù)中大面積鋪開(kāi)，但在盈利能力方面存在核心挑戰(zhàn)行業(yè)需求主導(dǎo)，實(shí)現(xiàn)規(guī)?；a(chǎn)出已經(jīng)廣泛應(yīng)用于行業(yè)場(chǎng)景，有穩(wěn)定的內(nèi)容產(chǎn)出能力，并形成了較為成熟的商業(yè)模式AI人聲歌曲創(chuàng)作互動(dòng)式游戲生成技術(shù)創(chuàng)新驅(qū)動(dòng)，更強(qiáng)調(diào)創(chuàng)意性和風(fēng)格化解決具體問(wèn)題，輔助工作流程提效個(gè)人生產(chǎn)力工具，滲透行業(yè)與消費(fèi)市場(chǎng)法律文書(shū)生成財(cái)經(jīng)新聞報(bào)道AI建筑設(shè)計(jì)日常文案寫(xiě)作網(wǎng)文寫(xiě)作插畫(huà)設(shè)計(jì)社交媒體圖文生成播客/有聲書(shū)制作電商海報(bào)/商品圖生成廣告文案寫(xiě)作營(yíng)銷(xiāo)物料生成公文寫(xiě)作游戲場(chǎng)景設(shè)計(jì)短視頻生成關(guān)鍵發(fā)現(xiàn)大量行業(yè)客戶(hù)對(duì)AI創(chuàng)作的接受度提升，并嘗試不同程度的應(yīng)用探索，未來(lái)需要面向行業(yè)專(zhuān)業(yè)場(chǎng)景形成深度解決方案隨著行業(yè)應(yīng)用的深化，AI與現(xiàn)有工作流程結(jié)合，形成穩(wěn)定、規(guī)?；纳a(chǎn)力貢獻(xiàn)，是走向成熟的關(guān)鍵2C的AI內(nèi)容創(chuàng)作應(yīng)用廣泛，用戶(hù)增長(zhǎng)迅速，但尚未形成成熟的商業(yè)模式AI+云原生賦能，游戲生產(chǎn)正式邁入2.0時(shí)代游戲行業(yè)是內(nèi)容資產(chǎn)消耗型行業(yè)，內(nèi)容數(shù)量與質(zhì)量決定了用戶(hù)留存與商業(yè)價(jià)值轉(zhuǎn)換。相應(yīng)地，AI對(duì)于游戲行業(yè)的賦能，短期來(lái)看，可以大幅度降低內(nèi)容生產(chǎn)與游戲研發(fā)成本，但是長(zhǎng)周期來(lái)看，由于研發(fā)效率提升，新游戲作品供給可以提速，更重要的是，大量成熟游戲作品更新頻率（副本、地圖等）也可以大幅度提升，并且可以激發(fā)更多游戲玩法，從一定程度上提升用戶(hù)體驗(yàn)，延長(zhǎng)游戲產(chǎn)品生命周期，提高游戲商業(yè)化價(jià)值。這對(duì)于游戲行業(yè)市場(chǎng)發(fā)展空間而言更加重要。美術(shù)資產(chǎn)生成與數(shù)據(jù)沉淀怪物反饋機(jī)制以及長(zhǎng)期付費(fèi)機(jī)制設(shè)計(jì)AIBOT創(chuàng)新游戲玩法，提升用戶(hù)體驗(yàn)這是AI對(duì)于游戲行業(yè)賦能最重要的部分之一，目前2D素材相對(duì)比較成熟，AI生成3D內(nèi)容的技術(shù)仍處于探索階段，AI參與前期風(fēng)格測(cè)試，原畫(huà)類(lèi)型生成與3D貼圖，尚未應(yīng)用AI進(jìn)行3D建模游戲運(yùn)營(yíng)游戲研發(fā)美術(shù)設(shè)計(jì)場(chǎng)景生成動(dòng)作生成超分辨率內(nèi)容策劃AI玩法設(shè)計(jì)地圖設(shè)計(jì)關(guān)卡設(shè)計(jì)體驗(yàn)優(yōu)化智能NPC智能BOT掉線托管運(yùn)營(yíng)優(yōu)化違規(guī)審判平衡匹配對(duì)局陪伴游戲直播錦集自動(dòng)生成比賽解說(shuō)語(yǔ)音互動(dòng)優(yōu)化游戲運(yùn)營(yíng)SOP，提升用戶(hù)體驗(yàn)與生命周期價(jià)值賦能游戲研發(fā)，提升游戲研發(fā)效率，降低游戲研發(fā)成本游戲發(fā)行物料生成智能投放海外發(fā)行AI能夠生成更加擬真化的怪物反饋機(jī)制，從而帶來(lái)更具沉浸感與游戲挑戰(zhàn)的機(jī)制形式，包括未來(lái)通過(guò)AI進(jìn)行付費(fèi)機(jī)制設(shè)計(jì)，平衡商業(yè)化戰(zhàn)斗系統(tǒng)從而保障游戲體驗(yàn)以及商業(yè)收益并重游戲開(kāi)發(fā)與測(cè)試平衡性測(cè)試游戲地圖測(cè)試AI代碼目前正在從MOBA拓展到FPS等強(qiáng)競(jìng)技類(lèi)品類(lèi)，重點(diǎn)方向是優(yōu)化擬人化；并正在向MMORPG、開(kāi)放世界品類(lèi)延伸。未來(lái)智能NPC玩法對(duì)于算力要求提升，也需要考慮網(wǎng)絡(luò)環(huán)境與邊緣設(shè)備的平衡來(lái)源：騰訊AI實(shí)驗(yàn)室公眾號(hào)，以及網(wǎng)絡(luò)公開(kāi)信息等易觀分析整理圖AI滲透游戲全生命周期短劇與動(dòng)畫(huà)是AI賦能影視工業(yè)化生產(chǎn)先行軍優(yōu)質(zhì)影視劇綜內(nèi)容驅(qū)動(dòng)長(zhǎng)視頻以及影視內(nèi)容市場(chǎng)增長(zhǎng)與用戶(hù)付費(fèi)是共識(shí)，影視生產(chǎn)工業(yè)化水平提升是當(dāng)務(wù)之急。從場(chǎng)景落地實(shí)踐來(lái)看，短劇與動(dòng)畫(huà)是AI賦能影視工業(yè)化生產(chǎn)先行軍。短劇部分：文本AI能力落地實(shí)際價(jià)值，AI視頻內(nèi)容生產(chǎn)仍處于探索階段短劇市場(chǎng)加速發(fā)展，同時(shí)，短劇出海也是當(dāng)前重要的發(fā)展方向，目前AI對(duì)于短劇行業(yè)的滲透仍然以文本能力為主，包括劇本與劇情策劃，以及出海過(guò)程中文本翻譯的部分。AI視頻部分仍然處于技術(shù)與應(yīng)用銜接探索階段，優(yōu)質(zhì)內(nèi)容生產(chǎn)仍然是用戶(hù)付費(fèi)的前提，極短視頻AI換臉成本與體驗(yàn)尚可，進(jìn)入生產(chǎn)環(huán)境尚需平衡內(nèi)容質(zhì)量與生產(chǎn)方式成本。動(dòng)畫(huà)電影：生成式AI加速滲透，制作周期與成本有望壓縮優(yōu)質(zhì)的動(dòng)畫(huà)電影需要長(zhǎng)周期的精雕細(xì)琢，從23-24年中國(guó)票房最高的幾部動(dòng)畫(huà)電影來(lái)看，普遍花費(fèi)3-7年時(shí)間制作而成從制作成本上來(lái)看，大部分國(guó)產(chǎn)動(dòng)畫(huà)電影制作成本在1000-3000萬(wàn)元區(qū)間，距離海外皮克斯等公司的制作投入相比，仍有差距。而AIGC在圖像以及視頻方面的實(shí)現(xiàn)與研究進(jìn)步將加速其在動(dòng)畫(huà)電影落地，從而加速動(dòng)畫(huà)電影制作水平與質(zhì)量的提升。AI當(dāng)前在音樂(lè)產(chǎn)業(yè)中的核心價(jià)值以效率提升為主2024年中國(guó)數(shù)字音樂(lè)市場(chǎng)規(guī)模將突破800億元。內(nèi)容驅(qū)動(dòng)在線音樂(lè)訂閱模式增長(zhǎng)，增速仍然有提升空間。音樂(lè)平臺(tái)作為數(shù)字音樂(lè)市場(chǎng)的核心驅(qū)動(dòng)力量，戰(zhàn)略重點(diǎn)也圍繞音樂(lè)內(nèi)容質(zhì)量，以及差異化音樂(lè)生態(tài)內(nèi)容生態(tài)布局。音樂(lè)短視頻化發(fā)展原創(chuàng)IP生態(tài)出?！熬€上+線下”深度融合AIGC賦能原創(chuàng)音樂(lè)生態(tài)音樂(lè)短視頻化在用戶(hù)方面可以實(shí)現(xiàn)破圈增長(zhǎng)；同時(shí)，可以提升營(yíng)銷(xiāo)廣告位流量空間，拓展更多變現(xiàn)機(jī)會(huì)原創(chuàng)IP成為版權(quán)非獨(dú)家時(shí)代新戰(zhàn)場(chǎng)，通過(guò)廠牌、音樂(lè)節(jié)、聯(lián)名等方式，賦能小眾圈層音樂(lè)人破圈，進(jìn)而實(shí)現(xiàn)差異化內(nèi)容生態(tài)建設(shè)平臺(tái)推動(dòng)多元音樂(lè)走向世界，并給予原創(chuàng)音樂(lè)人出海助力；東南亞成為近年出海重點(diǎn)市場(chǎng)后疫情時(shí)代，“線上+線下”模式持續(xù)延伸，仍然成為平臺(tái)演藝活動(dòng)標(biāo)配模式，放大IP價(jià)值，豐富受眾體驗(yàn)詞曲創(chuàng)作（10%-14%）→版權(quán)公司/唱片公司（35%-40%）↓音樂(lè)發(fā)行渠道/分發(fā)平臺(tái)（30%-35%）↑音樂(lè)消費(fèi)者歌手（15%-18%）→泛音樂(lè)消費(fèi)場(chǎng)景游戲影視社交場(chǎng)景BGM音樂(lè)版權(quán)在線交易平臺(tái)（3%）→原創(chuàng)音樂(lè)生態(tài)AI音樂(lè)生成→①傳統(tǒng)音樂(lè)價(jià)值鏈唱片公司處于價(jià)值鏈核心位置，對(duì)高質(zhì)量音樂(lè)內(nèi)容生成與分發(fā)負(fù)責(zé)，并獲取相應(yīng)收益；AI時(shí)代，唱片公司開(kāi)始考慮基于自身音樂(lè)數(shù)據(jù)資產(chǎn)，訓(xùn)練模型，激發(fā)創(chuàng)作，乃至簽約AI歌手→②數(shù)字音樂(lè)發(fā)行格局發(fā)生變化流媒體平臺(tái)開(kāi)始在與版權(quán)公司建立合作的基礎(chǔ)上，發(fā)力原創(chuàng)音樂(lè)生態(tài)，并通過(guò)AI工具賦能輔助提升音樂(lè)創(chuàng)作能力與效率，以此進(jìn)一步拜托傳統(tǒng)音樂(lè)廠牌的版權(quán)制約，形成平臺(tái)內(nèi)容差異化→③AI音樂(lè)一站式生成盡管AI技術(shù)從作曲、作詞、編曲、演唱等各個(gè)環(huán)節(jié)均已經(jīng)實(shí)現(xiàn)突破，但是仍然以賦能原創(chuàng)音樂(lè)生態(tài)為主，同時(shí)開(kāi)始探索泛音樂(lè)消費(fèi)場(chǎng)景，包括游戲、社交等類(lèi)型生成與應(yīng)用，進(jìn)一步降低上述場(chǎng)景音樂(lè)生產(chǎn)成本商業(yè)廣告總體上而言，通過(guò)AI技術(shù)提高內(nèi)容創(chuàng)作效率、縮短內(nèi)容創(chuàng)作流程，內(nèi)容資產(chǎn)的商業(yè)價(jià)值將得以充分釋放。一方面，對(duì)于擁有大量IP資產(chǎn)的內(nèi)容方，AI可以顯著提升IP的開(kāi)發(fā)速度，優(yōu)化運(yùn)營(yíng)與變現(xiàn)路徑，通過(guò)快速生成多種內(nèi)容形式，如IP影視化、衍生品開(kāi)發(fā)等，幫助內(nèi)容資產(chǎn)實(shí)現(xiàn)高效轉(zhuǎn)化；另一方面，對(duì)于獨(dú)立創(chuàng)作者、小型工作室等創(chuàng)作群體，AI將成為其創(chuàng)意落地的有力工具，原本由于資金和技術(shù)門(mén)檻難以開(kāi)展的項(xiàng)目，在AI輔助下可以顯著降低開(kāi)發(fā)成本、提升效率，使其能夠?qū)Ｗ⒂诤诵膭?chuàng)意工作和內(nèi)容質(zhì)量的把控，這類(lèi)創(chuàng)作群體將成為內(nèi)容產(chǎn)業(yè)的新生力量，有望突圍而出。未來(lái)，AI驅(qū)動(dòng)的內(nèi)容創(chuàng)作方式有望打破傳統(tǒng)內(nèi)容生產(chǎn)的壁壘，推動(dòng)內(nèi)容產(chǎn)業(yè)結(jié)構(gòu)向多元化方向發(fā)展，進(jìn)一步豐富內(nèi)容生態(tài)。同時(shí)，需要注意到的是，生成式AI賦能之下，創(chuàng)作者經(jīng)濟(jì)競(jìng)爭(zhēng)將進(jìn)一步升級(jí)，個(gè)性化風(fēng)格導(dǎo)向成競(jìng)爭(zhēng)分水嶺。AIGC可以成為核心競(jìng)爭(zhēng)力之一，但也有可能打掉此前部分創(chuàng)作者的海量高效的內(nèi)容生產(chǎn)優(yōu)勢(shì)，AIGC有可能帶來(lái)海量同質(zhì)化內(nèi)容推向市場(chǎng)，充分發(fā)揮創(chuàng)意優(yōu)勢(shì)，并結(jié)合自身對(duì)于AI能力的駕馭，塑造獨(dú)立內(nèi)容產(chǎn)品風(fēng)格將會(huì)愈發(fā)重要。趨勢(shì)7：硬件全面AI化具備連接數(shù)字世界與物理世界的可能性，教育與辦公、生活的應(yīng)用場(chǎng)景閉環(huán)率先實(shí)現(xiàn)落地硬件全面AI化確實(shí)具備連接數(shù)字世界與物理世界的可能性。在數(shù)字世界中，數(shù)據(jù)不斷產(chǎn)生和流動(dòng)，而物理世界由各類(lèi)實(shí)體硬件構(gòu)成。當(dāng)硬件AI化后，智能硬件能夠感知周?chē)h(huán)境。例如，AI攝像頭可以捕捉并分析物理場(chǎng)景中的圖像數(shù)據(jù)，智能傳感器可以監(jiān)測(cè)環(huán)境狀態(tài)。這些硬件通過(guò)AI算法處理數(shù)據(jù)，并依據(jù)分析結(jié)果在物理世界中做出反應(yīng)，如智能溫控系統(tǒng)自動(dòng)調(diào)節(jié)室內(nèi)溫度。同時(shí)，它們又能將物理世界的數(shù)據(jù)反饋回?cái)?shù)字世界，從而形成一個(gè)交互循環(huán)，實(shí)現(xiàn)兩個(gè)世界的緊密連接。硬件性能持續(xù)提升安全與隱私保障應(yīng)用場(chǎng)景多元化拓展融合與創(chuàng)新芯片算力增強(qiáng)隨著硬件AI化的推進(jìn)，專(zhuān)門(mén)用于AI計(jì)算的芯片將不斷發(fā)展。AI芯片將從目前的能處理簡(jiǎn)單的圖像識(shí)別、語(yǔ)音識(shí)別任務(wù)，發(fā)展到能夠處理更復(fù)雜的自然場(chǎng)景理解、深度語(yǔ)義分析等任務(wù)。傳感器精度提高硬件中的傳感器將更加精密。如，在環(huán)境監(jiān)測(cè)硬件中，空氣質(zhì)量傳感器的精度將更高，能夠檢測(cè)到更微量的有害污染物；在可穿戴設(shè)備中，生物傳感器將能更準(zhǔn)確地測(cè)量心率、血壓等生理數(shù)據(jù)，為健康監(jiān)測(cè)提供更可靠的數(shù)據(jù)支持。智能家居深度集成未來(lái)，智能家居硬件將全面AI化。除了現(xiàn)有的智能音箱控制家電外，整個(gè)家居環(huán)境將實(shí)現(xiàn)無(wú)縫連接。硬件之間能夠相互協(xié)同，實(shí)現(xiàn)高度自動(dòng)化的家居體驗(yàn)。智能交通全面覆蓋在交通領(lǐng)域，硬件AI化將帶來(lái)巨大變革。車(chē)輛將配備更先進(jìn)的AI硬件，實(shí)現(xiàn)更可靠的自動(dòng)駕駛功能。同時(shí)，交通基礎(chǔ)設(shè)施如信號(hào)燈、路標(biāo)等也將AI化，能夠?qū)崟r(shí)感知交通流量并做出最優(yōu)的調(diào)控方案，減少交通擁堵。硬件安全機(jī)制完善隨著硬件AI化程度加深，安全機(jī)制將更加完善。AI硬件將內(nèi)置更強(qiáng)大的加密模塊，防止數(shù)據(jù)在硬件層面被竊取或篡改。如，對(duì)于存儲(chǔ)用戶(hù)生物特征數(shù)據(jù)（如指紋、面部特征等）的硬件，將采用多層加密技術(shù)，確保數(shù)據(jù)安全。隱私保護(hù)措施升級(jí)在硬件設(shè)計(jì)和運(yùn)行過(guò)程中，將更加注重隱私保護(hù)。AI硬件在收集和處理數(shù)據(jù)時(shí)，將遵循嚴(yán)格的隱私政策。硬件與軟件融合AI硬件與軟件將深度融合。以智能手機(jī)為例，其硬件將集成更強(qiáng)大的AI處理單元，軟件系統(tǒng)則針對(duì)這些硬件進(jìn)行優(yōu)化。操作系統(tǒng)能夠更好地利用硬件的AI能力，實(shí)現(xiàn)諸如實(shí)時(shí)翻譯、智能拍照、個(gè)性化推薦等功能?？缧袠I(yè)融合創(chuàng)新硬件AI化將促進(jìn)跨行業(yè)的融合。如具有AI診斷能力的便攜醫(yī)療設(shè)備，能夠讓患者就地進(jìn)行初步的疾病診斷；智能農(nóng)業(yè)機(jī)器人能夠精準(zhǔn)地進(jìn)行播種、施肥等操作，提高農(nóng)業(yè)生產(chǎn)效率。從當(dāng)前的市場(chǎng)反饋來(lái)看，創(chuàng)生全新品類(lèi)這個(gè)方向并不盡如意?？赡艽嬖诘膯?wèn)題如下：產(chǎn)品定位與市場(chǎng)需求不匹配功能實(shí)用性問(wèn)題全新品類(lèi)提供的功能可能并沒(méi)有真正解決用戶(hù)的核心痛點(diǎn)。例如，用戶(hù)可能更傾向于選擇功能集中且實(shí)用的設(shè)備，而這些新產(chǎn)品所宣傳的功能可能在實(shí)際生活場(chǎng)景中使用頻率較低，或者有其他更成熟的替代方案目標(biāo)用戶(hù)群體模糊定位目標(biāo)用戶(hù)群體時(shí)可能不夠精準(zhǔn)。沒(méi)有清晰地界定是針對(duì)科技極客、普通消費(fèi)者還是特定行業(yè)用戶(hù)。如果產(chǎn)品不能準(zhǔn)確地針對(duì)某一特定用戶(hù)群體進(jìn)行設(shè)計(jì)和營(yíng)銷(xiāo)，就很難在市場(chǎng)上獲得廣泛認(rèn)可技術(shù)成熟度不足硬件性能局限作為全新品類(lèi)的硬件產(chǎn)品，它們可能在硬件性能上存在局限性。例如，在處理能力、電池續(xù)航、設(shè)備連接穩(wěn)定性等方面可能無(wú)法滿(mǎn)足用戶(hù)日常使用的要求軟件適配與體驗(yàn)差新的硬件品類(lèi)往往需要專(zhuān)門(mén)的軟件系統(tǒng)來(lái)支持，但在軟件的開(kāi)發(fā)過(guò)程中可能會(huì)出現(xiàn)兼容性問(wèn)題、操作邏輯不清晰等情況市場(chǎng)競(jìng)爭(zhēng)與生態(tài)環(huán)境現(xiàn)有產(chǎn)品競(jìng)爭(zhēng)壓力市場(chǎng)上已經(jīng)存在大量成熟的智能設(shè)備，這些產(chǎn)品已經(jīng)占據(jù)了一定的市場(chǎng)份額并創(chuàng)生全新品類(lèi)通過(guò)創(chuàng)新技術(shù)或理念創(chuàng)造前所未有的硬件產(chǎn)品，并與AI能力深度集成，滿(mǎn)足未被發(fā)現(xiàn)的需求，開(kāi)辟全新市場(chǎng)。已有硬件+AI利用AI技術(shù)對(duì)現(xiàn)有產(chǎn)品進(jìn)行功能優(yōu)化、體驗(yàn)升級(jí)等，利用成熟市場(chǎng)基礎(chǔ)，降低風(fēng)險(xiǎn)，以差異化競(jìng)爭(zhēng)獲取用戶(hù)，推動(dòng)品類(lèi)可持續(xù)發(fā)展。HumaneAIPinRabbitR1AI手機(jī)AIPCAI教育硬件硬件AI化的兩個(gè)發(fā)展路徑?易觀分析擁有穩(wěn)定的用戶(hù)群體。新品類(lèi)在進(jìn)入市場(chǎng)時(shí)，面臨著來(lái)自這些成熟產(chǎn)品的激烈競(jìng)爭(zhēng)。例如，智能手機(jī)已經(jīng)集成了眾多功能，包括語(yǔ)音助手、移動(dòng)支付等，這使得用戶(hù)在考慮新的可穿戴智能設(shè)備時(shí)會(huì)進(jìn)行對(duì)比，如果新產(chǎn)品沒(méi)有明顯的優(yōu)勢(shì)，用戶(hù)更傾向于選擇熟悉的智能手機(jī)生態(tài)系統(tǒng)不完善一個(gè)成功的硬件產(chǎn)品往往需要有完善的生態(tài)系統(tǒng)來(lái)支撐。這包括配套的應(yīng)用程序、數(shù)據(jù)服務(wù)、內(nèi)容資源等。而新品類(lèi)可能在生態(tài)系統(tǒng)的構(gòu)建方面較為薄弱。例如，缺乏足夠的第三方應(yīng)用支持，無(wú)法像智能手機(jī)那樣形成一個(gè)豐富多樣的應(yīng)用生態(tài)，限制了產(chǎn)品的功能擴(kuò)展性和用戶(hù)粘性數(shù)據(jù)來(lái)源：IDC，易觀分析整理2023年-2027年AI手機(jī)在中國(guó)市場(chǎng)的出貨量及占比數(shù)據(jù)來(lái)源：Canalys，易觀分析整理2023年-2027年全球AIPC出貨量及占比數(shù)據(jù)來(lái)源：多鯨教育研究院，易觀分析整理2023年-2027年中國(guó)教育智能硬件市場(chǎng)規(guī)模（單位：億元）市場(chǎng)較成熟，功能不斷增強(qiáng)。前景廣闊，將在智能交互、影像處理等方面持續(xù)發(fā)展。生活場(chǎng)景逐漸興起，提升性能和智能體驗(yàn)。重點(diǎn)在于助力高效辦公和創(chuàng)意工作。辦公場(chǎng)景需求增長(zhǎng)，涵蓋多種學(xué)習(xí)輔助設(shè)備。核心價(jià)值在于推動(dòng)個(gè)性化教育發(fā)展。教育場(chǎng)景未來(lái)，企業(yè)能夠在目標(biāo)群體和場(chǎng)景、軟硬件技術(shù)能力以及生態(tài)系統(tǒng)方面均能夠有所突破，仍然有可能創(chuàng)造全新的硬件品類(lèi)占據(jù)用戶(hù)界面。在此之前，基于現(xiàn)有的成熟硬件品類(lèi)，利用AI與大模型能力實(shí)現(xiàn)用戶(hù)體驗(yàn)的進(jìn)一步升級(jí)，是相對(duì)務(wù)實(shí)的發(fā)展方向。2025年，硬件AI化仍然會(huì)延續(xù)在24年如下品類(lèi)所掀起的硬件更新?lián)Q代革命，即手機(jī)、PC和教育硬件的AI化和持續(xù)規(guī)模擴(kuò)張?？偨Y(jié)：應(yīng)用場(chǎng)景多元化探索，雛形初現(xiàn)在LLM驅(qū)動(dòng)的AI應(yīng)用環(huán)節(jié)，涌現(xiàn)出各種細(xì)分方向與產(chǎn)品，通過(guò)海量用戶(hù)推廣、培養(yǎng)用戶(hù)習(xí)慣、提升用戶(hù)粘性等方式驗(yàn)證產(chǎn)品PMF，論證賽道核心價(jià)值。總體上而言，經(jīng)過(guò)2023-2024年的多元化探索，如下三個(gè)方向基本在一定程度上驗(yàn)證，并有望持續(xù)擴(kuò)大用戶(hù)規(guī)模，進(jìn)而實(shí)現(xiàn)用戶(hù)付費(fèi)與轉(zhuǎn)化。內(nèi)容方向生產(chǎn)力方向社會(huì)服務(wù)方向利用生成式AI的創(chuàng)意能力，賦能內(nèi)容生產(chǎn)，提升生產(chǎn)效率和質(zhì)量①面向普通用戶(hù)融入成熟應(yīng)用工作流當(dāng)中，為用戶(hù)提供更流暢的、文案、圖像美化、生成以及視頻AI剪輯等功能典型案例：美圖秀秀、小紅書(shū)、WPS等②面向?qū)I(yè)用戶(hù)/機(jī)構(gòu)一方面，內(nèi)容平臺(tái)賦能創(chuàng)作者生態(tài)，從而提升生態(tài)閉環(huán)能力，如剪映、秒剪、閱文妙筆、阿里鹿班等；另一方面，獨(dú)立AI開(kāi)發(fā)者以?xún)?nèi)容創(chuàng)作流體驗(yàn)升級(jí)為切入點(diǎn)，成為內(nèi)容需求方可選工具之一利用LLM帶來(lái)的推理能力提升以及生成式AI相結(jié)合，提升工作效率，成為重要的生產(chǎn)力工具①面向用戶(hù)融入成熟應(yīng)用工作流，通過(guò)內(nèi)容生成、AI搜索總結(jié)等多種形式，幫助用戶(hù)提高工作效率，如AI代碼、AI寫(xiě)作等等，同時(shí)具備獨(dú)立AI開(kāi)發(fā)者脫穎而出的空間②面向機(jī)構(gòu)/企業(yè)SaaS+AI方向，SaaS應(yīng)用普遍增強(qiáng)AI能力，從而提升用戶(hù)體驗(yàn)和付費(fèi)意愿與ARPU，目前在營(yíng)銷(xiāo)、客服、數(shù)據(jù)分析、HR、財(cái)務(wù)等多個(gè)環(huán)節(jié)嘗試與應(yīng)用社會(huì)資源相對(duì)稀缺的方向，利用AI實(shí)現(xiàn)普惠+個(gè)性化，從而提升社會(huì)服務(wù)覆蓋面與效果①面向用戶(hù)降低用戶(hù)使用社會(huì)服務(wù)的門(mén)檻，提升服務(wù)質(zhì)量，目前在AI教育方面相對(duì)比較突出，心理咨詢(xún)等尚處于探索階段②面向?qū)I(yè)人士仍然作為生產(chǎn)力工具，面向醫(yī)療、法律、老師等職業(yè)群體，利用AI實(shí)現(xiàn)工作效率提升，從而進(jìn)一步提升服務(wù)質(zhì)量，降低應(yīng)用門(mén)檻AI圖像AI音頻AI音樂(lè)AI視頻AI設(shè)計(jì)AI文字AIPPTAI搜索AI代碼AI記錄/總結(jié)AI寫(xiě)作AI數(shù)據(jù)分析AI醫(yī)療AI法律AI教育AI心理咨詢(xún)基于上述用戶(hù)需求初步驗(yàn)證的賽道和方向，雖然在此前關(guān)于AI趨勢(shì)的分析當(dāng)中，仍然將AI原生應(yīng)用與成熟應(yīng)用擁抱AI視為兩個(gè)派別，但是未來(lái)面向用戶(hù)、專(zhuān)業(yè)人士，乃至機(jī)構(gòu)與企業(yè)的過(guò)程中，AI應(yīng)用的核心價(jià)值差異以及用戶(hù)感知才是進(jìn)行AI應(yīng)用劃分的唯一法則。相應(yīng)地，基于2024年11月數(shù)據(jù)，中國(guó)AI應(yīng)用-移動(dòng)端格局如下：夸克第一，剪映和豆包處于第一梯隊(duì)，其一，一站式AI應(yīng)用為用戶(hù)提供聚合服務(wù)，AI矩陣效應(yīng)凸顯，如夸克、豆包等；其二，內(nèi)容創(chuàng)作類(lèi)應(yīng)用贏得當(dāng)前用戶(hù)嘗試與體驗(yàn)，如剪映、百度文庫(kù)等；其三，科技大廠與成熟應(yīng)用憑借其用戶(hù)場(chǎng)景與資源投入，跑贏AI應(yīng)用第一階段，如阿里系-夸克、字節(jié)系-剪映&豆包、百度系-百度文庫(kù)等。AI應(yīng)用定義：以AI技術(shù)為核心驅(qū)動(dòng)力量而形成的產(chǎn)品、工具或者平臺(tái)，依托多種AI技術(shù)手段，進(jìn)行服務(wù)提供以及與用戶(hù)的智能交互，包括內(nèi)容創(chuàng)作、辦公生產(chǎn)等多個(gè)領(lǐng)域數(shù)據(jù)說(shuō)明：基于2024年11月中國(guó)移動(dòng)應(yīng)用MAU進(jìn)行排序?易觀分析AI應(yīng)用定義：以AI技術(shù)為核心驅(qū)動(dòng)力量而形成的產(chǎn)品、工具或者平臺(tái)，依托多種AI技術(shù)手段，進(jìn)行服務(wù)提供以及與用戶(hù)的智能交互，包括內(nèi)容創(chuàng)作、辦公生產(chǎn)等多個(gè)領(lǐng)域數(shù)據(jù)說(shuō)明：基于2024年11月中國(guó)移動(dòng)應(yīng)用MAU和DAU進(jìn)行計(jì)算和排序?易觀分析中國(guó)AI應(yīng)用持續(xù)發(fā)展，需要在持續(xù)擴(kuò)大用戶(hù)規(guī)模的基礎(chǔ)上，更加驗(yàn)證自身不可或缺的價(jià)值，從而形成用戶(hù)粘性與依賴(lài)。相應(yīng)地，需要也從應(yīng)用活躍度視角來(lái)看中國(guó)TOP20移動(dòng)端AI應(yīng)用的現(xiàn)狀，如下圖所示：夸克這一類(lèi)相對(duì)綜合型的AI應(yīng)用，通過(guò)場(chǎng)景覆蓋相對(duì)全面，產(chǎn)品體驗(yàn)初步達(dá)到預(yù)期，贏得用戶(hù)持續(xù)訪問(wèn)。AI+社交屬性以及AI+教育體現(xiàn)出了比較高的粘性，盡管星野聚焦AI社交、TalkAI練口語(yǔ)聚焦AI教育，用戶(hù)規(guī)模均不足千萬(wàn)，但是在用戶(hù)活躍度方面表現(xiàn)突出。剪映、快影等視頻創(chuàng)作應(yīng)用依托于抖音、快手內(nèi)容分發(fā)生態(tài)，以及AI賦能的用戶(hù)創(chuàng)作體驗(yàn)，也位居前列。與用戶(hù)規(guī)模榜單相結(jié)合，可以看出，依托科技大廠和成熟應(yīng)用的場(chǎng)景和資源優(yōu)勢(shì)，結(jié)合用戶(hù)體驗(yàn)的持續(xù)升級(jí)，有助于構(gòu)建用戶(hù)護(hù)城河，而獨(dú)立公司則更需要發(fā)揮自身在細(xì)分賽道的持續(xù)深耕，占據(jù)一席之地。從用戶(hù)畫(huà)像上來(lái)看，大部分AI應(yīng)用的主要用戶(hù)群體集中在30歲以下的年輕人，超過(guò)50%，甚至夸克、貓箱、星野、即夢(mèng)等應(yīng)用，24歲以下年輕人占比超過(guò)三成，其中，夸克24歲以下年輕用戶(hù)占比超過(guò)一半。40歲以上用戶(hù)群體基本上只占到10%的比重。一方面，新興技術(shù)和應(yīng)用確實(shí)能夠更加快速在年輕用戶(hù)群體當(dāng)中滲透和普及，另一方面，年輕用戶(hù)更多利用內(nèi)容創(chuàng)作與發(fā)布來(lái)社交表達(dá)和交流，以及尋求工具應(yīng)用幫助提升自身效率的特性，也確實(shí)與當(dāng)前AI應(yīng)用的核心價(jià)值相匹配。AI應(yīng)用定義：以AI技術(shù)為核心驅(qū)動(dòng)力量而形成的產(chǎn)品、工具或者平臺(tái)，依托多種AI技術(shù)手段，進(jìn)行服務(wù)提供以及與用戶(hù)的智能交互，包括內(nèi)容創(chuàng)作、辦公生產(chǎn)等多個(gè)領(lǐng)域數(shù)據(jù)說(shuō)明：基于2024年11月中國(guó)移動(dòng)應(yīng)用監(jiān)測(cè)數(shù)據(jù)進(jìn)行用戶(hù)畫(huà)像分析?易觀分析鑒于AI應(yīng)用的場(chǎng)景特性，解決內(nèi)容與生產(chǎn)力效率為核心，移動(dòng)應(yīng)用也只是AI應(yīng)用分發(fā)的一個(gè)切面，AI場(chǎng)景的滲透面向PC桌面與面向成熟應(yīng)用聯(lián)動(dòng)，也是當(dāng)前AI應(yīng)用重要的分發(fā)通道。未來(lái)AI應(yīng)用在移動(dòng)端應(yīng)用規(guī)模的基礎(chǔ)上持續(xù)增長(zhǎng)，一方面需要不斷優(yōu)化移動(dòng)端用戶(hù)體驗(yàn)與產(chǎn)品能力，另一方面，也需要在如下多類(lèi)型分發(fā)通道方面因地制宜，形成更廣泛有效的生態(tài)策略，實(shí)現(xiàn)AI應(yīng)用用戶(hù)規(guī)模的下一輪跨越式增長(zhǎng)。分發(fā)通道典型案例PC應(yīng)用夸克、KIMI、豆包等推出PC應(yīng)用，提供用戶(hù)下載安裝，實(shí)現(xiàn)雙端無(wú)縫體驗(yàn)瀏覽器插件豆包、KIMI、智譜清言等推出瀏覽器插件，減少用戶(hù)在多個(gè)應(yīng)用之間的切換動(dòng)作硬件預(yù)裝聯(lián)想AIPC預(yù)裝包括Kimi、訊飛聽(tīng)見(jiàn)等AI應(yīng)用成熟應(yīng)用調(diào)用飛書(shū)集成豆包應(yīng)用進(jìn)行分發(fā)；騰訊視頻AI角色互動(dòng)調(diào)用騰訊元寶等中國(guó)AI應(yīng)用在移動(dòng)端之外的分發(fā)通道布局總體上而言，無(wú)論是AI原生，還是成熟應(yīng)用，無(wú)論是科技大廠，

還是創(chuàng)業(yè)公司，未來(lái)一輪AI應(yīng)用的競(jìng)爭(zhēng)將圍繞如下方面展開(kāi)：產(chǎn)品核心價(jià)值認(rèn)知沉淀/行業(yè)Know-how技術(shù)應(yīng)用交互協(xié)作體驗(yàn)通過(guò)產(chǎn)品核心價(jià)值持續(xù)與用戶(hù)互動(dòng)，并形成專(zhuān)有數(shù)據(jù)沉淀。一方面，需要通過(guò)產(chǎn)品設(shè)計(jì)形成數(shù)據(jù)飛輪，增厚數(shù)據(jù)資產(chǎn)價(jià)值；另一方面，圍繞數(shù)據(jù)與場(chǎng)景洞察，持續(xù)探索用戶(hù)的痛點(diǎn)與需求，從而夯實(shí)產(chǎn)品價(jià)值。理解模型能力，并能夠能夠駕馭模型的能力，甚至多模型的調(diào)用與整合。盡管在一定程度上，自研模型，形成模-應(yīng)一體，是之前的最佳姿勢(shì)，未來(lái)伴隨模型能力的普遍提升，以及應(yīng)用的百花齊放，模型與應(yīng)用必然朝向解耦方向發(fā)展。本質(zhì)是將AI能力無(wú)縫融入到用戶(hù)多個(gè)場(chǎng)景的用戶(hù)旅程與workflow當(dāng)中。當(dāng)前科技大廠與成熟應(yīng)用脫穎而出的核心原因之一就在于釋放了一部分交互觸點(diǎn)，未來(lái)需要進(jìn)一步圍繞用戶(hù)場(chǎng)景持續(xù)探索和創(chuàng)新，包括硬件終端等方向。趨勢(shì)8：AI賦能千行百業(yè)，行業(yè)“小”模型催生“智能鏈主”AI賦能千行百業(yè)意義重大。它提升生產(chǎn)效率，實(shí)現(xiàn)自動(dòng)化作業(yè)與精準(zhǔn)決策。創(chuàng)新商業(yè)模式，帶來(lái)個(gè)性化服務(wù)與高效運(yùn)營(yíng)。改善服務(wù)質(zhì)量，提供智能交互與精準(zhǔn)解決方案。推動(dòng)行業(yè)可持續(xù)發(fā)展，開(kāi)創(chuàng)全新機(jī)遇與挑戰(zhàn)。制造零售醫(yī)療金融娛樂(lè)提升內(nèi)容生產(chǎn)效率輔助創(chuàng)意，探索內(nèi)容創(chuàng)新邊界個(gè)性化內(nèi)容生產(chǎn)，創(chuàng)新用戶(hù)交互降本增效，釋放人力資源進(jìn)入高價(jià)值環(huán)節(jié)激活數(shù)據(jù)要素，促進(jìn)金融普惠賦能場(chǎng)景創(chuàng)新，提升千人千面的服務(wù)能力補(bǔ)充醫(yī)療資源短板，優(yōu)化醫(yī)療資源分配提升醫(yī)療服務(wù)效率和質(zhì)量，提升醫(yī)生與患者雙重體驗(yàn)加速生物基礎(chǔ)科學(xué)研究，提升公共衛(wèi)生服務(wù)水平激發(fā)創(chuàng)造力，提升產(chǎn)品創(chuàng)新智能供應(yīng)鏈管理，降本增效提升用戶(hù)體驗(yàn)，實(shí)現(xiàn)長(zhǎng)期價(jià)值提升工程仿真精度，提升設(shè)計(jì)與研發(fā)效率強(qiáng)化工業(yè)機(jī)器人AI能力，提升智能化生產(chǎn)能力與質(zhì)量提升工業(yè)企業(yè)經(jīng)營(yíng)管理工作效率后期制作數(shù)字人內(nèi)容策劃美術(shù)生成音頻生成（音樂(lè)+對(duì)白）劇情/文案生成視頻生成（動(dòng)作+特效）IP與資產(chǎn)沉淀宣發(fā)&版權(quán)運(yùn)營(yíng)智能運(yùn)營(yíng)與分析AI自動(dòng)化投放營(yíng)銷(xiāo)素材自動(dòng)化生成市場(chǎng)分析概念設(shè)計(jì)代碼助手智能辦公/智慧運(yùn)營(yíng)智能風(fēng)控智能投研數(shù)據(jù)資產(chǎn)管理與分析反欺詐/反洗錢(qián)智能客服/AI外呼智能投顧智能理賠智能營(yíng)銷(xiāo)信貸業(yè)務(wù)智能審核放款小微企業(yè)信用數(shù)據(jù)獲取公共衛(wèi)生防疫藥物研發(fā)體檢導(dǎo)診/分診醫(yī)保支付病歷錄入/智慧病案藥物檢索用藥指導(dǎo)康復(fù)計(jì)劃健康管理AI+病理診斷精準(zhǔn)醫(yī)療醫(yī)療機(jī)器人基礎(chǔ)研究輔助診斷AI+醫(yī)學(xué)影像倉(cāng)儲(chǔ)與商品庫(kù)存管理AI輔助營(yíng)銷(xiāo)/廣告物流規(guī)劃個(gè)性化營(yíng)銷(xiāo)/智能導(dǎo)購(gòu)智能客服/AI外呼數(shù)字人直播智能選址無(wú)人零售/智能門(mén)店等（包含智能商品識(shí)別等）質(zhì)量管控/生產(chǎn)工藝優(yōu)化倉(cāng)儲(chǔ)配送供應(yīng)鏈管理設(shè)備管理/預(yù)測(cè)性設(shè)備維護(hù)事故預(yù)警產(chǎn)品輔助設(shè)計(jì)代碼輔助賦能工業(yè)軟件升級(jí)智能評(píng)審與反饋數(shù)字孿生/仿真優(yōu)化生產(chǎn)流程生產(chǎn)計(jì)劃/智能排產(chǎn)通用大模型雖有能力進(jìn)步，但它面對(duì)上述具體行業(yè)和業(yè)務(wù)場(chǎng)景缺少針對(duì)性。而行業(yè)模型是基于行業(yè)數(shù)據(jù)和專(zhuān)業(yè)知識(shí)訓(xùn)練的，能夠深入理解行業(yè)痛點(diǎn)和需求。只有借助行業(yè)模型，才能讓AI真正在千行百業(yè)中落地生根，發(fā)揮出最大價(jià)值。在這個(gè)過(guò)程中，具備行業(yè)數(shù)據(jù)資源與知識(shí)體系、數(shù)據(jù)驅(qū)動(dòng)決策和生態(tài)創(chuàng)新能力，以及模型評(píng)估與持續(xù)優(yōu)化機(jī)制的企業(yè)將脫穎而出，成為“智能鏈主”，不僅僅主導(dǎo)行業(yè)模型的建設(shè)和持續(xù)運(yùn)營(yíng)，更重要的是參與協(xié)調(diào)產(chǎn)業(yè)鏈各環(huán)節(jié)，優(yōu)化資源配置，提升產(chǎn)業(yè)協(xié)同效率