艾瑞咨詢：2024年中國(guó)人工智能產(chǎn)業(yè)研究報(bào)告

部門：企業(yè)服務(wù)三組?2025

iResearch

Inc.2024年中國(guó)人工智能產(chǎn)業(yè)研究報(bào)告PREFACE前言2研究背景：作為新一輪科技革命和產(chǎn)業(yè)變革的核心引擎，人工智能產(chǎn)業(yè)在2024年被中央及各地政府確立為

重點(diǎn)發(fā)展方向，陸續(xù)出臺(tái)了一系列針對(duì)性強(qiáng)、力度大的政策措施，旨在推動(dòng)產(chǎn)業(yè)創(chuàng)新，提升區(qū)域經(jīng)濟(jì)的科技競(jìng)爭(zhēng)力。經(jīng)過(guò)多年持續(xù)投資布局，我國(guó)人工智能產(chǎn)業(yè)體系逐步完善，基礎(chǔ)層、模型層及應(yīng)用層不斷升級(jí)優(yōu)化，實(shí)現(xiàn)了人工智能、大數(shù)據(jù)等數(shù)據(jù)智能技術(shù)與實(shí)體經(jīng)濟(jì)的廣泛融合。2025年2月，中共中央總書記、國(guó)家主席、中央軍委主席習(xí)近平在京出席民營(yíng)企業(yè)座談會(huì)并發(fā)表重要講話，強(qiáng)調(diào)民營(yíng)企業(yè)的關(guān)鍵角色與發(fā)展前景，進(jìn)一步強(qiáng)調(diào)了人工智能產(chǎn)業(yè)的戰(zhàn)略地位。2025年初，以DeepSeek為代表的國(guó)產(chǎn)開源大模型掀起熱潮，其高性能、低成本的特點(diǎn)迅速吸

引了國(guó)內(nèi)外開發(fā)者和企業(yè)的關(guān)注，推動(dòng)了中國(guó)AI生態(tài)的開放性和競(jìng)爭(zhēng)力的進(jìn)一步提升。這一風(fēng)潮不僅加速了模型層的國(guó)產(chǎn)化創(chuàng)新，也為中小企業(yè)提供了更易獲取的AI工具，激發(fā)了應(yīng)用層的創(chuàng)新活力，成為中國(guó)AI產(chǎn)業(yè)發(fā)展的標(biāo)志性事件。艾瑞人工智能研究團(tuán)隊(duì)延續(xù)六年行業(yè)研究經(jīng)驗(yàn)，在第七年聚焦人工智能產(chǎn)業(yè)的發(fā)展環(huán)境、產(chǎn)業(yè)進(jìn)程及產(chǎn)品動(dòng)態(tài)，深入探討技術(shù)驅(qū)動(dòng)、產(chǎn)業(yè)機(jī)遇、商業(yè)模式及挑戰(zhàn)等核心議題，為市場(chǎng)提供前瞻性數(shù)據(jù)與深度洞察。研究方法：本報(bào)告通過(guò)業(yè)內(nèi)資深的專家訪談、桌面研究、案例實(shí)證研究、行業(yè)對(duì)比研究、投融資數(shù)據(jù)統(tǒng)計(jì)輸出相應(yīng)研究成果。摘要ABSTRACT2024年，國(guó)家高度重視人工智能發(fā)展，將其納入國(guó)家戰(zhàn)略，各地政府積極推進(jìn)科研創(chuàng)新與算力基礎(chǔ)設(shè)施建設(shè)，并因地制宜出臺(tái)特色政策。盡管GDP增速放緩，AI技術(shù)作為新質(zhì)生產(chǎn)力，憑借其在提升效率和推動(dòng)產(chǎn)業(yè)升級(jí)方面的優(yōu)勢(shì)，展現(xiàn)出廣闊發(fā)展前景，政府支持也為其提供了強(qiáng)勁動(dòng)能。資本市場(chǎng)持續(xù)關(guān)注AI，投資重點(diǎn)聚焦于語(yǔ)言與多模態(tài)模型應(yīng)用、芯片、算力服務(wù)等領(lǐng)域，基礎(chǔ)層與應(yīng)用層協(xié)同發(fā)展，不斷完善產(chǎn)業(yè)生態(tài)。社會(huì)層面，生成式AI的普及加速了市場(chǎng)教育，公眾接受度顯著提升，但就業(yè)替代、隱私安全等問(wèn)題仍引發(fā)一定焦慮。技術(shù)方面，

Transformer架構(gòu)依然主導(dǎo)大模型發(fā)展，研發(fā)側(cè)通過(guò)強(qiáng)化學(xué)習(xí)、思維鏈優(yōu)化提升模型推理能力，同時(shí)加速跨模態(tài)融合，并在推理效率優(yōu)化和新型注意力機(jī)制等方面持續(xù)探索，推動(dòng)AI產(chǎn)業(yè)向更高水平邁進(jìn)。宏觀環(huán)境產(chǎn)業(yè)動(dòng)態(tài)發(fā)展趨勢(shì)市場(chǎng)規(guī)模增速略低于預(yù)期：2024年中國(guó)AI產(chǎn)業(yè)規(guī)模為2697億元，增速26.2%，略低于預(yù)期。主要原因?yàn)榇竽Ｐ驮趯?shí)際業(yè)務(wù)場(chǎng)景的表現(xiàn)未完全滿足客戶需求，且建設(shè)成本較高，較多項(xiàng)目仍

處于探索階段。算力需求結(jié)構(gòu)性轉(zhuǎn)變：2024年部分地區(qū)智算中心出現(xiàn)閑置，但這主要是供需錯(cuò)配導(dǎo)致。隨著DeepSeek等開源模型推動(dòng)推理應(yīng)用爆發(fā)，推理側(cè)算力需求大幅上漲，智算中心利用率有望逐步提高。3)工具生態(tài)日益完善：分布式AI框架、LLMOps平臺(tái)和一體機(jī)產(chǎn)品等不斷發(fā)展，深度融合軟硬件優(yōu)勢(shì)，加速了大模型的訓(xùn)練與部署，有效支撐了產(chǎn)業(yè)側(cè)大模型的應(yīng)用建設(shè)。

4）商業(yè)化以項(xiàng)目制與訂閱制為主流：政企側(cè)客戶以項(xiàng)目制為主，C端產(chǎn)品多采用“免費(fèi)+訂閱制”的模式。新興商業(yè)模式為按應(yīng)用效果或功能點(diǎn)收費(fèi)，創(chuàng)新的模式可在降低客戶采購(gòu)決策成本的同時(shí)，倒逼供應(yīng)商持續(xù)優(yōu)化產(chǎn)品技術(shù)與服務(wù)。全球化戰(zhàn)略：面對(duì)國(guó)內(nèi)激烈競(jìng)爭(zhēng)，眾多企業(yè)積極出海，布局海外市場(chǎng)，在圖像、視頻和社交等領(lǐng)域有較多突破。DeepSeek掀起開源開放與應(yīng)用落地的熱潮：DeepSeek刷新了市場(chǎng)對(duì)大模型現(xiàn)階段性能的認(rèn)知，其開源策略結(jié)合高效、低成本的架構(gòu)顯著加速了中國(guó)AI產(chǎn)業(yè)向更加高效、開放和自主的方向邁進(jìn)，并帶動(dòng)產(chǎn)業(yè)鏈上下游的合作與應(yīng)用落地。3AIAgent正在重塑大模型的產(chǎn)品應(yīng)用形態(tài)，帶領(lǐng)AI產(chǎn)品由簡(jiǎn)單的對(duì)話問(wèn)答向完成復(fù)雜任務(wù)的智能代理演進(jìn)。作為連接數(shù)字智能與物理世界的關(guān)鍵技術(shù)，具身智能是下一代AI競(jìng)爭(zhēng)的戰(zhàn)略高地，其發(fā)展需要解決硬件加速和軟件優(yōu)化、跨行業(yè)生態(tài)協(xié)作等一系列挑戰(zhàn)。DeepSeek的開源開放，推動(dòng)了大模型技術(shù)的普惠與平權(quán)，將加速大模型在產(chǎn)業(yè)和消費(fèi)領(lǐng)域的應(yīng)用普及。構(gòu)建面向新一

代人工智能的安全治理體系至關(guān)重要，需要在技術(shù)、商業(yè)、法律、倫理等多個(gè)層面協(xié)同發(fā)力，以確保人工智能的安全發(fā)展。目錄CONTENTS01中國(guó)人工智能產(chǎn)業(yè)宏觀環(huán)境政策、經(jīng)濟(jì)、社會(huì)、技術(shù)02

中國(guó)人工智能產(chǎn)業(yè)價(jià)值總覽基礎(chǔ)層、模型層、應(yīng)用層03中國(guó)人工智能產(chǎn)業(yè)商業(yè)進(jìn)程語(yǔ)音、視覺、語(yǔ)言及多模態(tài)產(chǎn)品04中國(guó)人工智能產(chǎn)業(yè)實(shí)踐案例典型產(chǎn)品、標(biāo)桿廠商054中國(guó)人工智能產(chǎn)業(yè)發(fā)展趨勢(shì)產(chǎn)業(yè)機(jī)遇、關(guān)鍵挑戰(zhàn)中國(guó)人工智能產(chǎn)業(yè)宏觀環(huán)境——當(dāng)下，中國(guó)人工智能產(chǎn)業(yè)在經(jīng)濟(jì)、政策、認(rèn)知、技術(shù)維度的發(fā)展環(huán)境如何？015中國(guó)人工智能產(chǎn)業(yè)政策環(huán)境人工智能新時(shí)代的技術(shù)引擎，各城市展開地域大模型產(chǎn)業(yè)競(jìng)速近年來(lái)，國(guó)家高度重視大模型產(chǎn)業(yè)發(fā)展，把“人工智能”納入國(guó)家發(fā)展戰(zhàn)略，并出臺(tái)了一系列政策以推動(dòng)技術(shù)創(chuàng)新、資源建設(shè)、標(biāo)準(zhǔn)建立與行業(yè)應(yīng)用。隨著中央層面人工智能政策的出臺(tái)，以北京、上海、成都、深圳等代表的各地政府紛紛響應(yīng)號(hào)召，將人工智能及其相關(guān)產(chǎn)業(yè)發(fā)展納入當(dāng)?shù)匕l(fā)展規(guī)劃，以助力新一代人工智能產(chǎn)業(yè)生態(tài)的形成。2025年初，習(xí)近平總書記指出：“中國(guó)高度重視人工智能發(fā)展，積極推動(dòng)互聯(lián)網(wǎng)、大數(shù)據(jù)、人工智能和實(shí)體經(jīng)濟(jì)深度融合，培育壯大智能產(chǎn)業(yè)，加快發(fā)展新質(zhì)生產(chǎn)力，為高質(zhì)量發(fā)展提供新動(dòng)能。并在2月召開中央民營(yíng)企業(yè)座談會(huì)，眾多與人工智能相關(guān)的民營(yíng)企業(yè)家參會(huì)，為中國(guó)經(jīng)濟(jì)轉(zhuǎn)型與產(chǎn)業(yè)升級(jí)打下重要基調(diào)，也進(jìn)一步反映出未來(lái)中國(guó)人工智能產(chǎn)業(yè)發(fā)展的重要戰(zhàn)略意義。中國(guó)人工智能產(chǎn)業(yè)政策高維規(guī)范建設(shè)全產(chǎn)業(yè)級(jí)地方鼓勵(lì)以北京、上海為代表，成都、重慶、安徽、山東、深圳、湖南等地方積極響應(yīng)。北京市政府著重加大對(duì)科研機(jī)構(gòu)和高校的資金投入，鼓勵(lì)開

展 人工智能基礎(chǔ)理論研究，推動(dòng)關(guān)鍵技術(shù)突破；計(jì)劃建設(shè)強(qiáng)大的 算力基礎(chǔ)設(shè)施，以支持AI模型的研發(fā)和應(yīng)用；積極打造人工智 能產(chǎn)業(yè)創(chuàng)新高地，吸引頂尖人工智能企業(yè)和人才匯聚。來(lái)源：艾瑞咨詢研究院自主研究繪制。北京上海上海市政府著力于AI大模型的產(chǎn)業(yè)集聚和生態(tài)建設(shè)，通過(guò) 實(shí)施大模型創(chuàng)新扶持計(jì)劃和示范應(yīng)用推進(jìn)計(jì)劃，推動(dòng)AI技 術(shù)在金融、制造、生物醫(yī)藥等領(lǐng)域的應(yīng)用；推動(dòng)AI開源生 態(tài)產(chǎn)業(yè)集群的建設(shè)，以促進(jìn)AI技術(shù)的創(chuàng)新和應(yīng)用?！昂粚?shí)產(chǎn)業(yè)根基，站在高維的視角，對(duì)人工智能產(chǎn)業(yè)

各層次的發(fā)展進(jìn)行標(biāo)準(zhǔn)制定?！薄案鞯匾虻刂埔耍?/p>

充分發(fā)揮自身獨(dú)特優(yōu)勢(shì)，出臺(tái)具有地方特色的人工智能政策，呈現(xiàn)出百花齊放的發(fā)展態(tài)勢(shì)?！睌?shù)據(jù)6?2025.3

iResearch

Inc.算力規(guī)范部門印發(fā)《“數(shù)據(jù)要素×”三年行動(dòng)計(jì)劃（2024—2026年）》央網(wǎng)信辦等三部門印發(fā)《信息化標(biāo)準(zhǔn)建設(shè)行動(dòng)計(jì)劃(2024—2027年)》

2024年1月4日，十七

2024年5月29日，中

2024年9月9日，全國(guó)網(wǎng)絡(luò)安全標(biāo)準(zhǔn)化技術(shù)委員會(huì)發(fā)布《人工智能安全治理框架》1.0版。標(biāo)準(zhǔn)

2024年6月19日，四部

門聯(lián)合印發(fā)《國(guó)家人工智能產(chǎn)業(yè)綜合標(biāo)準(zhǔn)化體系建設(shè)指南（2024版）》技術(shù)2024年3月18日，市場(chǎng)監(jiān)管總局等18部門聯(lián)合印發(fā)《貫徹實(shí)施〈國(guó)家標(biāo)準(zhǔn)化發(fā)展綱要〉行動(dòng)計(jì)劃（2024—2025年）》中國(guó)人工智能產(chǎn)業(yè)經(jīng)濟(jì)環(huán)境超預(yù)期因素反復(fù)沖擊，GDP增速放緩，CPI低位運(yùn)行GDP（國(guó)內(nèi)生產(chǎn)總值）是衡量一個(gè)國(guó)家或地區(qū)在特定時(shí)期內(nèi)經(jīng)濟(jì)活動(dòng)總量的重要指標(biāo)，它代表了該時(shí)期內(nèi)生產(chǎn)的所有最終產(chǎn)品和服務(wù)的市場(chǎng)價(jià)值總和。2020年，受全球新冠疫情的沖擊，我國(guó)經(jīng)濟(jì)活動(dòng)的增長(zhǎng)速度有所減緩，GDP增速降至2.2%。隨著疫情防控措施的有效實(shí)施和經(jīng)濟(jì)政策的積極支持，經(jīng)濟(jì)活動(dòng)逐漸恢復(fù)，GDP增速有所提升，但整體水平仍低于疫情前的增長(zhǎng)趨勢(shì)。CPI（居民消費(fèi)價(jià)格指數(shù)）是反映居民消費(fèi)商品和服務(wù)價(jià)格水平變動(dòng)情況的重要指標(biāo)。近年來(lái)，我國(guó)CPI指數(shù)呈現(xiàn)下降趨勢(shì)，顯示出一定的通縮壓力，表明經(jīng)濟(jì)環(huán)境相對(duì)低迷。這一經(jīng)濟(jì)形勢(shì)對(duì)中國(guó)人工智能產(chǎn)業(yè)的發(fā)展帶來(lái)了挑戰(zhàn)與機(jī)遇。一方面，經(jīng)濟(jì)低迷導(dǎo)致投資減少、融資難度增加以及市場(chǎng)需求萎縮，對(duì)人工智能產(chǎn)業(yè)的增長(zhǎng)產(chǎn)生了一定的負(fù)面影響。另一方面，人工智能技術(shù)在提升生產(chǎn)效率和創(chuàng)新業(yè)務(wù)模式方面的優(yōu)勢(shì)，可以有效促進(jìn)經(jīng)濟(jì)增長(zhǎng)和創(chuàng)造就業(yè)機(jī)會(huì)。在國(guó)家政策的大力支持引導(dǎo)下，人工智能產(chǎn)業(yè)的高質(zhì)量發(fā)展，將進(jìn)一步推動(dòng)消費(fèi)投資增長(zhǎng)，助力中國(guó)經(jīng)濟(jì)的持續(xù)回溫。2014-2024年中國(guó)居民消費(fèi)價(jià)格指數(shù)變化來(lái)源：國(guó)家統(tǒng)計(jì)局。1.4%2.0%

2.0%1.6%2.1%2.9%2.5%0.9%2.0%0.2%0.2%2014年 2015年 2016年 2017年 2018年2019年 2020年 2021年 2022年 2023年 2024年643563688858746395832036919281986515101356711492377.3%6.9%6.7%6.8%

6.6%

6.0%

2.2%8.4%3.0%

5.2%

5.0%1204724

1294272

iResearch

Inc.中國(guó)人工智能產(chǎn)業(yè)資本環(huán)境語(yǔ)言及多模態(tài)賽道目前最受矚目，同時(shí)基礎(chǔ)層廠商積極入局從投資輪次的分布情況著眼，戰(zhàn)略及股權(quán)投資的數(shù)量及占比均呈現(xiàn)出顯著的上升態(tài)勢(shì)，其中股權(quán)投資事件占比高達(dá)77.9%。而在應(yīng)用賽道的投資分布方面，語(yǔ)言及多模態(tài)賽道目前已成為最受矚目的投資領(lǐng)域。與此同時(shí)，以AI芯片、AI算力解決方案、算法架構(gòu)等為代表的基礎(chǔ)層投融資數(shù)量顯著上升，其中AI芯片產(chǎn)品的投資占比約為50%，這表明應(yīng)用層的快速發(fā)展正有力地帶動(dòng)基礎(chǔ)層的建設(shè)，我國(guó)人工智能產(chǎn)業(yè)生態(tài)也因此得到進(jìn)一步完善。2023-2024年中國(guó)人工智能產(chǎn)業(yè)投融資輪次數(shù)量及其分布情況221

20413163973961231114種子輪/天使輪pre

A-B+輪2023年融資事件數(shù)（個(gè)）C-G輪preIPO及IPO2024年融資事件數(shù)（個(gè)）戰(zhàn)略及股權(quán)投資2024年人工智能產(chǎn)業(yè)各應(yīng)用賽道投資數(shù)量及其分布情況807640282011語(yǔ)言及多模態(tài)視覺模態(tài)基礎(chǔ)層機(jī)器人自動(dòng)駕駛賽道智能硬件語(yǔ)音模態(tài)1932024年投融資事件數(shù)（個(gè)）51.3%48.7%AI芯片 其他AI芯片類投資在基礎(chǔ)層賽道中占比超50%來(lái)源：艾瑞咨詢研究院自主研究繪制。?2025.3

iResearch

Inc.8我覺得AI時(shí)代還未到來(lái)其他事件，如AI換臉的詐騙事件自己親手用上了AI，…妙鴨相機(jī)發(fā)布GPT-4發(fā)布Stable

Diffusion、Midjourney…文生視頻Sora出現(xiàn)AlphaGo擊敗圍棋…ChatGPT發(fā)布2022年11月ChatGPT發(fā)布2016年3月AlphaGo擊敗圍棋世界冠軍李世石27.2%25.5%2024年2月2022年上半年文生視頻Sora出現(xiàn)Stable

Diffusion、Midjourney等文生圖產(chǎn)品發(fā)布2023年4月GPT-4發(fā)布2023年7月妙鴨相機(jī)發(fā)布自己親手用上了AI，生成了內(nèi)容或者解決了問(wèn)題其他事件，如AI換臉的詐騙事件我覺得AI時(shí)代還未到來(lái)11.2%11.1%9.7%3.5%3.1%0.8%7.9%中國(guó)人工智能產(chǎn)業(yè)社會(huì)環(huán)境（1/2）AI觀念逐漸“深入人心”，大模型熱潮極大助力中國(guó)人工智能市場(chǎng)教育在澎湃新聞·對(duì)齊Lab對(duì)普通人如何使用和看待AI的調(diào)查《2024年人工智能公眾態(tài)度調(diào)查報(bào)告》中，有27.2%的人認(rèn)為2022年11月ChatGPT的發(fā)布是“AI到來(lái)的標(biāo)志事件”。C端ChatGPT產(chǎn)品的出現(xiàn)讓公眾直觀感受到，AI可以理解復(fù)雜的語(yǔ)言指令并生成流暢自然文本的強(qiáng)大功能，極大突破了以往人們對(duì)AI通常進(jìn)行簡(jiǎn)單任務(wù)處理的認(rèn)知。AI、AIGC、大模型快速成為近兩年科技產(chǎn)業(yè)發(fā)展的高頻關(guān)鍵詞，政府側(cè)、企業(yè)側(cè)紛紛加大對(duì)AI技術(shù)投資以釋放大模型生產(chǎn)力，消費(fèi)者對(duì)生成式AI工具產(chǎn)品的興趣也在增加，其中，文本寫作類應(yīng)用（豆包、

Kimi、文心一言等）、圖片生成類應(yīng)用（文心一格、通義萬(wàn)相等）是大家主要嘗試的兩大AI功能方向。中國(guó)民眾認(rèn)為“AI到來(lái)的標(biāo)志事件” 過(guò)去一年大家主要嘗試過(guò)的AI功能2.1%5.2%6.3%9.6%15.0%27.7%32.5%48.8%52.1%代碼編寫類汽車駕駛類視頻生成類個(gè)人助理類PPT制作類信息檢索類視頻處理類圖片生成類文本寫作類來(lái)源：《2024年人工智能公眾態(tài)度調(diào)查報(bào)告》，澎湃調(diào)研。艾瑞咨詢研究院研究繪制。?2025.3

iResearch

Inc.910來(lái)源：《2024年人工智能公眾態(tài)度調(diào)查報(bào)告》，澎湃調(diào)研。艾瑞咨詢研究院研究繪制。?2025.3

iResearch

Inc.

中國(guó)人工智能產(chǎn)業(yè)社會(huì)環(huán)境（2/2）同時(shí)，人們對(duì)于AI帶來(lái)的焦慮與不安情緒也在加重而在調(diào)研中，有超過(guò)半數(shù)的人認(rèn)為“AI產(chǎn)品及服務(wù)讓我更加焦慮”。AI技術(shù)的發(fā)展應(yīng)用進(jìn)一步對(duì)社會(huì)中重復(fù)性、規(guī)律性強(qiáng)的工作崗位帶來(lái)威脅，相較于自動(dòng)化浪潮對(duì)藍(lán)領(lǐng)的沖擊，一些初級(jí)專業(yè)人士和技術(shù)人員等職業(yè)，如工廠流水線工人、數(shù)據(jù)分析員、財(cái)務(wù)法律專員、客戶服務(wù)等職業(yè)可能會(huì)被數(shù)字員工、AI

Agent所取代。此外，人們對(duì)AI展示了“慌張”、“厭煩”等負(fù)面情緒，且對(duì)AI越了解的人，負(fù)面情緒占比越高。隨著AI進(jìn)一步廣泛應(yīng)用，相關(guān)安全隱私事件頻出，大模型能力可能會(huì)被惡意利用，用于制造虛假不雅信息、網(wǎng)絡(luò)攻擊、詐騙事件、恐怖活動(dòng)等，從而對(duì)社會(huì)安全和穩(wěn)定造成威脅。2022年-2023年全球?qū)I產(chǎn)品及服務(wù)的看法

不同AI了解程度的中國(guó)民眾對(duì)AI的情緒分布71.1%80.8%74.8%7.0%12.0%17.8%22.0%6.7%0.0%0.5%2.7%4.7%非常了解正面（驚喜、期待）負(fù)面（慌張、厭煩）比較了解有點(diǎn)了解中性（平靜、迷茫）無(wú)所謂64%52%50%39%67%54%52%52%我很了解AI是什么AI產(chǎn)品及服務(wù)的優(yōu)點(diǎn)多于缺點(diǎn)我對(duì)使用AI產(chǎn)品服務(wù)的公司和對(duì)其他公司同樣相信AI產(chǎn)品及服務(wù)讓我更加焦慮2023年 2022年來(lái)源：《2024年人工智能公眾態(tài)度調(diào)查報(bào)告》，澎湃調(diào)研。艾瑞咨詢研究院研究繪制。?2025.3

iResearch

Inc.

AI產(chǎn)品及服務(wù)讓我更加焦慮AI產(chǎn)品及服務(wù)的優(yōu)點(diǎn)多于缺點(diǎn)我對(duì)使用AI產(chǎn)品服務(wù)的公司和對(duì)其他公司同樣相信我很了解AI是什么中國(guó)人工智能產(chǎn)業(yè)技術(shù)環(huán)境（1/2）相較于大模型，小模型在一些領(lǐng)域會(huì)更具應(yīng)用優(yōu)勢(shì)：1）小模型成熟度高2）小模型使用成本低3）對(duì)小模型替代

成本高1980年，卷積神經(jīng)網(wǎng)絡(luò)的雛形CNN誕生；1998年，現(xiàn)代卷積神經(jīng)網(wǎng)絡(luò)的基本結(jié)構(gòu)LeNet-5誕生。循環(huán)神經(jīng)網(wǎng)絡(luò)（

RNN

）和長(zhǎng)短時(shí)記憶網(wǎng)絡(luò)（LSTM）等結(jié)構(gòu)的出現(xiàn)，使得CNN與RNN能夠相互融合，形成了更加復(fù)雜的模型結(jié)構(gòu)。CNN適用于處理空間結(jié)構(gòu)的數(shù)據(jù)，如圖像識(shí)別、目標(biāo)檢測(cè)、圖像分割等。在這些場(chǎng)景中，CNN能夠有效地提取圖像的特征，從而實(shí)現(xiàn)更好的性能。而RNN適用于處理時(shí)序關(guān)系的數(shù)據(jù)，廣泛應(yīng)用在自然語(yǔ)言處理、語(yǔ)音識(shí)別、機(jī)器翻譯等領(lǐng)域。在某些任務(wù)中，這兩者也可以結(jié)合使用，形成更復(fù)雜的神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)，目前CNN、RNN不斷演進(jìn)成熟，以“小模型”架構(gòu)被廣泛應(yīng)用。2017年，Google顛覆性地提出了基于自注意力機(jī)制的神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)Transformer架構(gòu)，奠定大模型預(yù)訓(xùn)練算法架構(gòu)的基礎(chǔ)；2018年，OpenAI發(fā)布了GPT-1大模型；Google發(fā)布BERT大模型；之后GPT模型持續(xù)演進(jìn)，2022年11月，GPT3.5的ChatGPT面世，引爆互聯(lián)網(wǎng)，大模型時(shí)代隨之到來(lái)。2014年，GAN（對(duì)抗式生成網(wǎng)絡(luò)）誕生，深度學(xué)習(xí)進(jìn)里程碑事件：2006年深度神經(jīng)網(wǎng)絡(luò)引入；2012年AlexNetImageNet圖像識(shí)別大賽讓圖像領(lǐng)域飛躍式發(fā)展CNN與RNN架構(gòu)GAN架構(gòu)CNN與RNN為典型小模型架構(gòu)，Transformer已奠定當(dāng)今大模型架構(gòu)基礎(chǔ)人工智能產(chǎn)業(yè)典型模型架構(gòu)演進(jìn)歷程Transformer架構(gòu)GAN由兩個(gè)神經(jīng)網(wǎng)絡(luò)，判別器與生成器組成，在生成圖像、聲音和文本等數(shù)據(jù)方面表入了生成模型研究的新階段。現(xiàn)優(yōu)異，應(yīng)用于樣本數(shù)據(jù)生成、圖像生成、圖像修復(fù)、圖像轉(zhuǎn)換、文本生成等方向。2015年，擴(kuò)散概率模型的基本概念與整體框架被提出，2020-2021年，Diffusion

Model在圖像生成領(lǐng)域得到廣泛應(yīng)用。Diffusion架構(gòu)DiffusionModel是一種基于概率生成的深度學(xué)習(xí)模型，通過(guò)模擬數(shù)據(jù)從有序到無(wú)序再到有序的過(guò)程，實(shí)現(xiàn)從噪聲中生成高質(zhì)量數(shù)據(jù)樣本，應(yīng)用于圖像生成、圖像修復(fù)、圖像轉(zhuǎn)換、視頻生成等方向。大模型應(yīng)用邏輯：1）替代邏輯-小模型既有場(chǎng)景，但大模型的效果更好2）可行邏輯-原本小模型在某些場(chǎng)景能力無(wú)法達(dá)到，大模型具備可行性3）創(chuàng)新邏輯-大模型發(fā)掘了客戶需求，在需求側(cè)未提出要求情況下創(chuàng)造新場(chǎng)景需求來(lái)源：艾瑞咨詢研究院自主研究繪制。?2025.3

iResearch

Inc.112022年-2024年，在大語(yǔ)言模型之外，Transformer架構(gòu)更多融入語(yǔ)音、視覺領(lǐng)域，發(fā)展端到端的語(yǔ)音大模型、以DiT、ViT為代表的視覺大模型。各家積極發(fā)展結(jié)合強(qiáng)化學(xué)習(xí)、思維鏈的“后訓(xùn)練“，推出深度推理模型。在效率優(yōu)化方面，稀疏注意力、線性注意力等相關(guān)機(jī)制可大幅降低內(nèi)存和計(jì)算成本。正朝著處理更長(zhǎng)序列、更大規(guī)模數(shù)據(jù)和實(shí)時(shí)應(yīng)用場(chǎng)景的方向發(fā)展，新型高效注意力算法和硬件協(xié)同優(yōu)化可能成為重要突破口。擴(kuò)散模型在視覺效果和多樣性上表現(xiàn)優(yōu)異，但計(jì)算成本較高；GAN可能存在訓(xùn)練不穩(wěn)定和模式崩潰的問(wèn)題，但在一些任務(wù)中能實(shí)現(xiàn)較快的生成速度。已有研究在嘗試融合兩者的優(yōu)點(diǎn)，以在生成效果和效率之間找到更好的平衡。中國(guó)人工智能產(chǎn)業(yè)技術(shù)環(huán)境（2/2）跨模態(tài)響應(yīng)：將大語(yǔ)言模型、視覺理解模型及和視覺生成模型等能力實(shí)現(xiàn)高階融合以O(shè)penAI為例，在GPT

4o模型中將視覺理解模型GPT4V、視覺生成模型Sora、聲音模型Whisper等模型模態(tài)融合，通過(guò)GPT4o模型在文本、語(yǔ)音、圖像等多維度實(shí)現(xiàn)高效交互，可理解視覺、聽覺和文本模態(tài)，并直接輸出音頻，支持靈活的雙工交互。未來(lái)在直接視頻分析及交互領(lǐng)域是跨模態(tài)、多模態(tài)領(lǐng)域新的突破方向。2024年OpenAI發(fā)布GPT

o系列，通過(guò)大規(guī)模強(qiáng)化學(xué)習(xí)算法讓模型在數(shù)據(jù)

高效訓(xùn)練過(guò)程中學(xué)會(huì)更好應(yīng)用內(nèi)部思維鏈（CoT，ChainofThoughts），在解決復(fù)雜問(wèn)題時(shí)表現(xiàn)更加出色，但彼時(shí)尚未公開技術(shù)細(xì)節(jié)。而2025年初，

DeepSeek開源R1系列推理思考模型，將思維鏈過(guò)程開放公開，極大推動(dòng)全產(chǎn)業(yè)推理思考模型的技術(shù)進(jìn)步，也讓人們對(duì)AI能力有了更深刻感知。系統(tǒng)一

直覺和本能系統(tǒng)二理性快思考：快速、自動(dòng)、直覺性、無(wú)意識(shí)原本GPT系列思考形態(tài)更類似于系統(tǒng)一慢思考：緩慢、需要努力、邏輯性、有意識(shí)推理模型加強(qiáng)推理思考能力，思考形態(tài)往系統(tǒng)二傾斜95%來(lái)源：艾瑞咨詢研究院自主研究繪制。?2025.3

iResearch

Inc.12Scaling

Law是否失效？思維鏈、強(qiáng)化學(xué)習(xí)、后訓(xùn)練可提升模型訓(xùn)練ROI自大模型發(fā)布以來(lái)，Scaling

Law成為模型層發(fā)展迭代共識(shí)，國(guó)內(nèi)大模型基座廠商均通過(guò)不斷加大參數(shù)量級(jí)以獲得模型能力的優(yōu)化增強(qiáng)。

2024年，隨著大模型的訓(xùn)練腳步變緩，人們也開始關(guān)注討論ScalingLaw是否存在失效風(fēng)險(xiǎn)。而以國(guó)內(nèi)外頭部廠商的技術(shù)動(dòng)態(tài)為標(biāo)桿，我們可以看到大模型的參數(shù)規(guī)模與數(shù)據(jù)跨度仍有提升空間，且在多模態(tài)能力融合上完成持續(xù)突破。但受限于高質(zhì)量數(shù)據(jù)、訓(xùn)練資源（算力、電力等）的可獲取性及模型資源投入的ROI評(píng)估，一些大模型廠商已減緩或停滯了對(duì)新一代超大模型的訓(xùn)練投入，此外也在嘗試多途技術(shù)路徑提升大模型能力，如后訓(xùn)練的思維鏈優(yōu)化，將Scaling方法由預(yù)訓(xùn)練轉(zhuǎn)移到了強(qiáng)化學(xué)習(xí)推理優(yōu)化階段，為大模型能力擴(kuò)展提供新道路，也對(duì)未來(lái)大模型的訓(xùn)推參數(shù)部署、AI推理算力需求等潛在方案布局帶來(lái)新變數(shù)。AI技術(shù)動(dòng)態(tài)ScalingLaw演進(jìn)：Scaling未到盡頭，各家仍在積極探索，探索大模型能力邊界大模型Scaling

Law表示，增加計(jì)算量、模型參數(shù)量或數(shù)據(jù)大小都可能會(huì)提升模型性能，但是提升效果會(huì)隨著這些因素的增加而遞減。雖然

Scaling

Law原理給大模型能力演進(jìn)限制了閾值空間，但仍有頭部廠商在加大模型參數(shù)、數(shù)據(jù)規(guī)模和算力資源的投入，延續(xù)大力出奇跡的大

模型訓(xùn)練之路。2025年2月，OpenAI推出GPT4.5系列模型，進(jìn)一步加大模型參數(shù)，主要通過(guò)無(wú)監(jiān)督訓(xùn)練提升了模型通用能力，在模型準(zhǔn)確率及幻覺率方面達(dá)成顯著優(yōu)化。但Altman同樣表示這將是最后一代“非思維鏈”模型，后面GPT

5將采取融合技術(shù)路徑，納入推理側(cè)思考。思維鏈CoT優(yōu)化：強(qiáng)化學(xué)習(xí)完成推理側(cè)優(yōu)化，在復(fù)雜計(jì)算、科學(xué)研究等方向持續(xù)加強(qiáng)5%13中國(guó)人工智能產(chǎn)業(yè)價(jià)值總覽——大模型對(duì)AI產(chǎn)業(yè)鏈帶來(lái)哪些影響？02中國(guó)人工智能產(chǎn)業(yè)圖譜上游中游人工智能基礎(chǔ)層算力基礎(chǔ)數(shù)據(jù)基礎(chǔ)算法基礎(chǔ)Infrastructurefor

AITechnology

forAI人工智能技術(shù)層機(jī)器學(xué)習(xí)計(jì)算機(jī)視覺智能語(yǔ)音知識(shí)圖譜自然語(yǔ)言處理智能云服務(wù)AI基礎(chǔ)數(shù)據(jù)服務(wù)數(shù)據(jù)集向量數(shù)據(jù)庫(kù)數(shù)據(jù)治理AI算法框架AI開放平臺(tái)人工智能大模型層與工具層通用基礎(chǔ)大模型智能服務(wù)器開源多模態(tài)大模型視覺大模型語(yǔ)音大模型Models

forAI垂直行業(yè)/領(lǐng)域大模型 大模型開放平臺(tái)智能體開發(fā)平臺(tái)工具層AI開源社區(qū)模型平臺(tái)/模型服務(wù)AI開發(fā)平臺(tái)按模型路徑閉源按模型模態(tài)大語(yǔ)言模型AI+工業(yè)2024年中國(guó)人工智能產(chǎn)業(yè)圖譜人工智能應(yīng)用層

Application

for

AIAI+泛安防 AI+金融

AI+政務(wù) AI+零售 AI+醫(yī)療AI+交通計(jì)算機(jī)視覺大數(shù)據(jù)智能營(yíng)銷客服信貸風(fēng)控視覺產(chǎn)品便民辦公政務(wù)大數(shù)據(jù)刑事偵查運(yùn)營(yíng)優(yōu)化營(yíng)銷客服視覺產(chǎn)品影像診斷大數(shù)據(jù)決策智慧病案與DRGs

AIDD視覺檢測(cè)+安全生產(chǎn)運(yùn)維決策智慧管理自動(dòng)駕駛公共開源企業(yè)私有高校政府AI模型架構(gòu)CNN

RNNDiffusion

ModelTransformer……AI芯片智算中心企業(yè)自建智算中心

城市智算中心智算軟件平臺(tái)AIoTAI+傳媒影視AI+游戲AI+教育下游AI+效率工具AI+對(duì)話交互智能搜索問(wèn)答情感陪伴企業(yè)服務(wù)圖像/視頻處理生成效率生產(chǎn)工具內(nèi)容生成AI換臉換聲剪輯特效創(chuàng)意營(yíng)銷內(nèi)容生成、場(chǎng)景建模、策略生成、AI

Agent教育工具智慧校園產(chǎn)業(yè)級(jí)消費(fèi)級(jí)AI+編程來(lái)源：艾瑞咨詢研究院自主研究繪制。?2025.3

iResearch

Inc.141706213726976537473035221086325.2%26.2%30.6%34.3%32.3%864925.60%2022202320242025e2028e2029e市場(chǎng)規(guī)模（億元）2026e

2027e增速（%）中國(guó)人工智能產(chǎn)業(yè)規(guī)模2029年中國(guó)人工智能產(chǎn)業(yè)規(guī)模破萬(wàn)億，未來(lái)五年復(fù)合增長(zhǎng)率32.1%2024年，大模型驅(qū)動(dòng)的人工智能市場(chǎng)增長(zhǎng)低于預(yù)期，主要因?yàn)榇竽Ｐ驮谡鎸?shí)業(yè)務(wù)場(chǎng)景中的表現(xiàn)未能完全滿足部分客戶的需求，且建設(shè)成本較高，企業(yè)需在數(shù)據(jù)基礎(chǔ)、算力資源及組織機(jī)制等方面投入較多資源，導(dǎo)致多數(shù)項(xiàng)目處于嘗試探索階段，難以規(guī)?；涞?；另一方面，模型計(jì)算成本下降疊加供應(yīng)商間激烈競(jìng)爭(zhēng)，模型調(diào)用的費(fèi)用持續(xù)降低，進(jìn)一步限制了市場(chǎng)增長(zhǎng)。2025年初，DeepSeek刷新了市場(chǎng)對(duì)大模型現(xiàn)階段性能的認(rèn)知，其開源策略結(jié)合高效、低成本的架構(gòu)顯著加速了中國(guó)AI產(chǎn)業(yè)向更加高效、開放和自主的方向邁進(jìn)。各地政府、央國(guó)企等機(jī)構(gòu)積極投入，將大模型與自身職能及業(yè)務(wù)場(chǎng)景深度融合，為2025年中國(guó)AI市場(chǎng)的快速增長(zhǎng)奠定了基礎(chǔ)。與此同時(shí)，大模型在推理、多模態(tài)等領(lǐng)域的性能持續(xù)增強(qiáng)，疊加MCP等智能體開發(fā)協(xié)議及工具的成熟，使得可自主完成復(fù)雜任務(wù)的智能體產(chǎn)品的實(shí)用性提升，夯實(shí)了AI市場(chǎng)增長(zhǎng)的潛力；依托大模型的生成式AI產(chǎn)品也推動(dòng)著傳統(tǒng)小模型的落地應(yīng)用，基于大小模型協(xié)同，為客戶構(gòu)建兼具效果與成本優(yōu)勢(shì)的理想方案?？偨Y(jié)以上分析，艾瑞測(cè)算2025至2029年中國(guó)AI產(chǎn)業(yè)將保持32.1%的年均復(fù)合增長(zhǎng)率，在2029年突破1萬(wàn)億的市場(chǎng)規(guī)模。2022-2029年中國(guó)人工智能產(chǎn)業(yè)規(guī)模CAGR=32.1%38.2%來(lái)源：艾瑞咨詢研究院自主研究繪制。?2025.3

iResearch

Inc.15大模型對(duì)算力產(chǎn)業(yè)位置影響分析“堆算力”不是訓(xùn)練側(cè)的唯一真理位，推理側(cè)算力需求將大幅上漲近年來(lái)中國(guó)持續(xù)投資智算產(chǎn)業(yè)資源，2024年，部分智算中心出現(xiàn)了閑置情況。AI算力是否投資過(guò)剩的問(wèn)題被人們所關(guān)注與提出。艾瑞認(rèn)為，2024年的部分算力閑置現(xiàn)象主要由于當(dāng)?shù)禺a(chǎn)業(yè)規(guī)劃錯(cuò)配、供給側(cè)前置布局及需求側(cè)訓(xùn)練需求有所緩解等原因?qū)е?，隨著模型技術(shù)迭代及推理應(yīng)用爆發(fā)，長(zhǎng)久來(lái)看高性能算力仍處于高需求狀態(tài)。智算中心建設(shè)需協(xié)調(diào)好地區(qū)產(chǎn)業(yè)資源規(guī)劃，從軟硬件角度優(yōu)化算力利用率及平臺(tái)運(yùn)行質(zhì)效，穩(wěn)健支撐上層AI產(chǎn)業(yè)發(fā)展。2025年初，隨著DeepSeek

V3及R1模型的開源及產(chǎn)品破圈，英偉達(dá)股價(jià)單日下跌幅達(dá)到近20%。在美國(guó)對(duì)中國(guó)實(shí)施芯片出口管制的背景下，DeepSeek模型通過(guò)算法優(yōu)化，如結(jié)構(gòu)化稀疏注意力、混合專家系統(tǒng)等技術(shù)，顯著降低了模型訓(xùn)練成本，極大降低對(duì)進(jìn)口高端GPU訓(xùn)練卡的依賴程度，在一定程度上削弱了美國(guó)通過(guò)芯片出口管制遏制中國(guó)AI發(fā)展的國(guó)際戰(zhàn)略。中國(guó)基于算法優(yōu)化與技術(shù)創(chuàng)新，進(jìn)一步突破了模型層性能表現(xiàn)，極大增強(qiáng)了中國(guó)在人工智能產(chǎn)業(yè)的自主可控能力。而“服務(wù)器繁忙，請(qǐng)稍后再試”的AI回復(fù)，也象征著模型應(yīng)用端的需求爆發(fā)。未來(lái)，如DeepSeek-R1等優(yōu)質(zhì)的開源模型及低調(diào)用成本將刺激推理算力需求的大幅增長(zhǎng)，中國(guó)智算中心的利用率也將有望逐步提高。中國(guó)人工智能算力產(chǎn)業(yè)發(fā)展2023年-大模型訓(xùn)練任務(wù)激增，算力出現(xiàn)短缺“百模大戰(zhàn)”，訓(xùn)練算力需求激增美國(guó)商務(wù)部“出口管制條例”限制算力供應(yīng)，出現(xiàn)囤卡搶卡現(xiàn)象來(lái)源：艾瑞咨詢研究院自主研究繪制。?2025.3

iResearch

Inc.162024年-短缺問(wèn)題緩解，甚至部分地區(qū)出現(xiàn)過(guò)剩情況多方產(chǎn)業(yè)提前布局算力儲(chǔ)備，部分 企業(yè)囤積的算力增多，模型訓(xùn)練需 求放緩，出現(xiàn)結(jié)構(gòu)性過(guò)剩情況2025年-優(yōu)質(zhì)開源模型帶動(dòng)推理落地，算力需求再度攀升DeepSeek系列模型的發(fā)布加速了

AI滲透擴(kuò)散，推動(dòng)大模型普及與應(yīng) 用落地，推理側(cè)算力需求大幅增張大模型帶動(dòng)基礎(chǔ)層工具產(chǎn)品售賣分布式開發(fā)框架、LLMOps平臺(tái)、一體機(jī)等基礎(chǔ)層產(chǎn)品熱度漸起在當(dāng)前人工智能領(lǐng)域，模型參數(shù)規(guī)模不斷擴(kuò)張，大模型的分布式訓(xùn)練因此變得愈發(fā)普遍。在此背景下，算法框架層面涌現(xiàn)出諸如DeepSpeed、Megatron、Colossal-AI等分布式AI開發(fā)框架。這些框架基于PyTorch框架生態(tài)，提供了深度學(xué)習(xí)優(yōu)化庫(kù)，致力于提升大模型分布式訓(xùn)練的訓(xùn)練與推理效率，助力開發(fā)者更高質(zhì)量、更高效地完成大模型的訓(xùn)練及部署工作。從平臺(tái)的角度來(lái)看，在大模型時(shí)代，AI

開發(fā)平臺(tái)也在積極探索與升級(jí)。與傳統(tǒng)AI模型相比，大模型在開發(fā)、應(yīng)用及部署上對(duì)算力支持、數(shù)據(jù)管理、功能模塊及工具庫(kù)等方面均提出更多要求，MLOps分化出LLMOps，出現(xiàn)面向大模型，提供整個(gè)模型生命周期中加速AI模型開發(fā)、部署和管理的專業(yè)平臺(tái)工具。為了順應(yīng)市場(chǎng)熱點(diǎn)以及客戶需求，各大廠商紛紛推出了各自的一體機(jī)產(chǎn)品。一體機(jī)作為軟硬件集成的大模型實(shí)踐解決方案，具有顯著的優(yōu)勢(shì)。它能夠降低企業(yè)應(yīng)用大模型的技術(shù)門檻，加速大模型在各個(gè)行業(yè)的落地實(shí)施，同時(shí)為企業(yè)提供安全、高效的AI應(yīng)用開發(fā)和部署能力。以

DeepSeek為代表的模型，具備開源部署、本地化應(yīng)用（保障數(shù)據(jù)隱私）、低成本高質(zhì)量以及快速定制化交付等優(yōu)點(diǎn)，精準(zhǔn)地滿足了政府、金融、醫(yī)療以及工業(yè)制造等B端行業(yè)的特定需求。預(yù)計(jì)2025年，DeepSeek適配一體機(jī)市場(chǎng)將進(jìn)一步升溫，迎來(lái)新的市場(chǎng)熱潮。隨著大模型商業(yè)化進(jìn)程的不斷加快，一體機(jī)、分布式AI開發(fā)框架以及LLMOps平臺(tái)等基礎(chǔ)層工具逐漸進(jìn)入產(chǎn)業(yè)視野，成為支撐企業(yè)及開發(fā)者完成產(chǎn)業(yè)端大模型應(yīng)用建設(shè)的重要力量。面向分布式訓(xùn)練的AI框架大模型AI開發(fā)平臺(tái)集結(jié)硬件算力與軟件平臺(tái)的產(chǎn)品中國(guó)大模型產(chǎn)業(yè)鏈帶動(dòng)工具來(lái)源：艾瑞咨詢研究院自主研究繪制。?2025.3

iResearch

Inc.17大模型時(shí)代下，分布式訓(xùn)練對(duì)面向大模型時(shí)代分布式訓(xùn)推的軟件棧提出新型框架要求，由此誕生以DeepSpeed、

Megatron、Colossal-AI為代表的分布式

AI開發(fā)框架，提高大規(guī)模模型訓(xùn)練的效率和可擴(kuò)展性，并有效降低訓(xùn)練成本。LLMOps是面向大模型，提供整個(gè)模型生命周期中加速AI模型開發(fā)、部署和管理的專業(yè)平臺(tái)工具。針對(duì)大模型的AI開發(fā)平臺(tái)可更好的助力企業(yè)、開發(fā)者完成大模型應(yīng)用的開發(fā)、構(gòu)建及部署。一方面搭載高性能硬件，提供可靈活配置的底層算力，一方面可提供大模型訓(xùn)推平臺(tái)，或內(nèi)置開箱即用的大模型場(chǎng)景應(yīng)用。更多被工業(yè)、制造、醫(yī)藥等私有化部署要求高、低應(yīng)用門檻的需求企業(yè)青睞，

DeepSeek等開源模型帶動(dòng)一體機(jī)銷售。模型層開源創(chuàng)新推動(dòng)上層商業(yè)化實(shí)踐降本增效推動(dòng)大模型落地，選擇微調(diào)、蒸餾或RAG等路徑達(dá)到ROI最大化2024年，“后訓(xùn)練”和“強(qiáng)化學(xué)習(xí)”成為大模型技術(shù)創(chuàng)新的熱點(diǎn)。后訓(xùn)練通常由大模型廠商在預(yù)訓(xùn)練模型基礎(chǔ)上完成，其流程一般包括：監(jiān)督微調(diào)（SFT），即利用特定任務(wù)的標(biāo)注數(shù)據(jù)對(duì)模型進(jìn)行微調(diào)，使其學(xué)習(xí)任務(wù)模式；獎(jiǎng)勵(lì)模型（RM）訓(xùn)練，通過(guò)收集人類反饋數(shù)據(jù)訓(xùn)練獎(jiǎng)勵(lì)模型，評(píng)估輸出質(zhì)量；以及強(qiáng)化學(xué)習(xí)（RL），利用獎(jiǎng)勵(lì)模型反饋優(yōu)化模型，最終生成更符合人類偏好的輸出等。由于代碼、數(shù)學(xué)等領(lǐng)域更適配模型評(píng)估與獎(jiǎng)勵(lì)反饋環(huán)節(jié)，推理模型在這些領(lǐng)域的深度思考能力更強(qiáng)，而在文學(xué)、醫(yī)藥、科研等領(lǐng)域，因存在大量實(shí)驗(yàn)數(shù)據(jù)和非唯一最優(yōu)解等影響，后訓(xùn)練的效果提升相對(duì)有限。從落地質(zhì)效來(lái)看，DeepSeek通過(guò)創(chuàng)新的模型結(jié)構(gòu)和訓(xùn)練任務(wù)優(yōu)化，如多令牌預(yù)測(cè)（MTP）、多頭潛在注意力機(jī)制（MLA）、GRPO（分組相對(duì)策略優(yōu)化）等，在保持高性能的同時(shí)，大幅降低了訓(xùn)練和推理成本。這些低成本、高性能的開源模型（如DeepSeek、阿里QwQ系列）極大推動(dòng)了大模型的商業(yè)化實(shí)踐，吸引更多需求方擁抱大模型能力底座，并進(jìn)一步采用微調(diào)、蒸餾、RAG工程等方式完成定向優(yōu)化和應(yīng)用部署。預(yù)訓(xùn)練大模型能力落地實(shí)踐路徑后訓(xùn)練/增量預(yù)訓(xùn)練數(shù)據(jù)處理

微調(diào)模型部署蒸餾RAG在預(yù)訓(xùn)練大模型基礎(chǔ)上有后訓(xùn)練或者微調(diào)/精調(diào)的進(jìn)一步需求，則需要更多數(shù)據(jù)（公開數(shù)據(jù)集、企業(yè)內(nèi)部數(shù)據(jù)等）來(lái)進(jìn)行模型調(diào)整。數(shù)據(jù)集的結(jié)構(gòu)、質(zhì)量對(duì)模型訓(xùn)練結(jié)果影響至關(guān)重要。數(shù)據(jù)獲取數(shù)據(jù)清洗數(shù)據(jù)預(yù)處理在預(yù)訓(xùn)練大模型基礎(chǔ)上可進(jìn)行后訓(xùn)練或增量預(yù)訓(xùn)練，針對(duì)性提升模型基礎(chǔ)能力。如GPT

o系列、DeepSeek

R1等都是以基模為基礎(chǔ)進(jìn)行后訓(xùn)練得到。增量預(yù)訓(xùn)練注入領(lǐng)域知識(shí)，優(yōu)化特定任務(wù)或領(lǐng)域后訓(xùn)練監(jiān)督微調(diào)SFT、強(qiáng)化學(xué)習(xí)RL、RLHF、偏好優(yōu)化對(duì)齊等基于預(yù)訓(xùn)練模型，通

過(guò)少量特定數(shù)據(jù)集對(duì)模型進(jìn)行進(jìn)一步訓(xùn)練。參數(shù)全面微調(diào)針對(duì)所有層的所有參數(shù)進(jìn)行微調(diào)參數(shù)高效微調(diào)針對(duì)部分層的參數(shù)進(jìn)行微調(diào)LoRA、QLoRA...Adapter

Tuning...Prompt

Tuning大模型

“老師”小模型

“學(xué)生”訓(xùn)練教學(xué)讓訓(xùn)練好的優(yōu)質(zhì)大模型來(lái)訓(xùn)練教學(xué)更適合應(yīng)用的小模型，讓小模型以較少的計(jì)算資源貼近大模型性能，完成模型壓縮瘦身，服務(wù)落地應(yīng)用。RAG(Retrieval-Augmented

Generation，RAG)：檢索增強(qiáng)生成，提供外部知識(shí)庫(kù)，將外部知識(shí)庫(kù)中的相關(guān)信息檢索并結(jié)合大模型的生成能力，提升回復(fù)的準(zhǔn)確性與豐富度。向量數(shù)據(jù)庫(kù)知識(shí)圖譜以RAG知識(shí)庫(kù)形式補(bǔ)充大模型能力訓(xùn)練好的模型云平臺(tái)部署本地私有化部署考慮數(shù)據(jù)隱私、存儲(chǔ)空間、計(jì)算資源等因素大模型實(shí)踐應(yīng)用在這以前為模型訓(xùn)練成本之后調(diào)用模型能力調(diào)用為模型推理成本“小參數(shù)，適用邊緣、端側(cè)設(shè)備”來(lái)源：艾瑞咨詢研究院自主研究繪制。?2025.3

iResearch

Inc.18“訓(xùn)練成本低，但性能相對(duì)有限”“外掛知識(shí)庫(kù)，適用專業(yè)領(lǐng)域內(nèi)容”客服營(yíng)銷知識(shí)庫(kù)等問(wèn)答任務(wù)“定制化調(diào)整，服務(wù)特定行業(yè)或?qū)I(yè)任務(wù)”“訓(xùn)練成本跨度大，對(duì)資源有要求”應(yīng)用廠商側(cè)“跑馬圈地”態(tài)勢(shì)漸起價(jià)格

產(chǎn)品價(jià)格與流量成為應(yīng)用層核心競(jìng)爭(zhēng)策略，大模型實(shí)踐更加定制化及產(chǎn)品化2024年，大模型能力變現(xiàn)及商業(yè)化進(jìn)程進(jìn)入關(guān)鍵期，應(yīng)用層的產(chǎn)品表現(xiàn)成為兵家必爭(zhēng)之地。在成本優(yōu)化與市占競(jìng)爭(zhēng)的雙重驅(qū)力下，國(guó)內(nèi)各家大模型廠商紛紛降價(jià)，試圖通過(guò)價(jià)格戰(zhàn)構(gòu)建B端競(jìng)爭(zhēng)策略。2024年5月15日，字節(jié)跳動(dòng)將其大模型的計(jì)價(jià)單位從分降至厘，聲稱價(jià)格比同行低99%。5月21日，阿里云宣布通義千問(wèn)最高降價(jià)97%，百度宣布兩款主力大模型免費(fèi)。在C端，大模型產(chǎn)品也出現(xiàn)大量買量投流的資金競(jìng)爭(zhēng)策略。根據(jù)有關(guān)媒體公開信息報(bào)道，截至10月29日，kimi智能助手、字節(jié)跳動(dòng)豆包、騰訊元寶等所有AI應(yīng)用10月全網(wǎng)廣告投放（投流）支出超過(guò)3億元人民幣。由此可見，無(wú)論是B端還是C端，大模型廠商“跑馬圈地”態(tài)勢(shì)均漸起。從實(shí)踐落地角度看，大模型落地應(yīng)用更加定制化及產(chǎn)品化，尤其面向ToB客戶，更加開放底層模型能力與定制化程度，為客戶提供Post-pretrain、SFT精調(diào)、RLHF等成熟豐富的微調(diào)方案，將大模型解決方案深度嵌入企業(yè)需求與業(yè)務(wù)流程。中國(guó)應(yīng)用層廠商市場(chǎng)策略低價(jià)策略/內(nèi)外動(dòng)機(jī) 定制化/產(chǎn)品化定制化：低價(jià)動(dòng)機(jī)–內(nèi)部：AI芯片技術(shù)突破，單位算力對(duì)應(yīng)的成本在下降MoE架構(gòu)節(jié)約推理成本，大模型的量化壓縮技術(shù)越來(lái)越先進(jìn)面對(duì)落地實(shí)踐需求，尤其是To

B產(chǎn)業(yè)端需要模型

能力與業(yè)務(wù)需求的深層適配，大模型往往會(huì)通過(guò)微調(diào)、定制化策略提供產(chǎn)品服務(wù)，國(guó)內(nèi)各家大模型廠商的平臺(tái)方案支持多類微調(diào)方案，Open

AI也于8月份開通了最強(qiáng)大模型GPT

4o的微調(diào)功能。產(chǎn)品化：平臺(tái)/Agent/APP低價(jià)動(dòng)機(jī)–外部：基于低價(jià)策略吸引更多B端與C端客源，盡可能在早期占據(jù)市場(chǎng)份額，以此獲得業(yè)務(wù)正循環(huán)，在市占基礎(chǔ)上拓展更多業(yè)務(wù)線及利潤(rùn)點(diǎn)。在吸引客源基礎(chǔ)上，培育更良性的開發(fā)者生態(tài)，并在產(chǎn)品側(cè)獲得更多相關(guān)用戶數(shù)據(jù)，如用戶偏好、行為趨勢(shì)等，更好優(yōu)化模型技術(shù)與應(yīng)用產(chǎn)品。大模型能力成熟商業(yè)化步伐加快廠商嘗試跑馬圈地大模型落地產(chǎn)生高頻客制化需求大模型訓(xùn)練/推理成本降低Post-pretrainSFT精調(diào)RLHFPrompt

(Zero-shot/Few-shot)LoRA來(lái)源：艾瑞咨詢研究院自主研究繪制。?2025.3

iResearch

Inc.19AI辦公平臺(tái)AI編程助手AI智能對(duì)話AI法律助手AI

Agent助理AI數(shù)字人B端大模型商業(yè)化進(jìn)程以央國(guó)企為需求主力，率先落地在政務(wù)、教科、通信、能源等領(lǐng)域預(yù)訓(xùn)練大模型、類Sora模型以及類o1模型的研發(fā)訓(xùn)練需要大量的資源投入，大模型廠商面臨資源投入與營(yíng)收壓力需探索有效的變現(xiàn)途徑。從短期來(lái)看，B端項(xiàng)目制落地仍然是大模型基座能力變現(xiàn)的主要方式。2024年8月，月之暗面發(fā)布企業(yè)級(jí)API加碼B端，11月，零一萬(wàn)物推出面向零售、餐飲行業(yè)的數(shù)字人解決方案。招投標(biāo)數(shù)據(jù)顯示，2024年中國(guó)大模型項(xiàng)目數(shù)量與金額呈現(xiàn)快速增長(zhǎng)趨勢(shì)，率先落地在政務(wù)、教科、通信與能源等領(lǐng)域。在供給側(cè)，科大訊飛、百度、智譜、火山引擎、阿里云和騰訊云等成為主力中標(biāo)廠商。2025年初，DeepSeekV3與R1的開源模型發(fā)布，進(jìn)一步掀起B(yǎng)端產(chǎn)業(yè)生態(tài)的合作浪潮，以沐曦、天數(shù)智芯為代表的基礎(chǔ)層、以阿里云、華為云為代表的模型平臺(tái)層、以釘釘、吉利汽車為代表的應(yīng)用層，紛紛接入DeepSeek生態(tài)，借助優(yōu)質(zhì)開源模型能力，推動(dòng)大模型能力在垂直領(lǐng)域的實(shí)踐落地。101329476376110125180195299373282351622098352811853414011208294406054199767391061622509941月 2月 3月 4月 5月 6月 7月 8月 9月

10月

11月

12月大模型中標(biāo)項(xiàng)目數(shù)量（個(gè)） 大模型中標(biāo)項(xiàng)目金額（萬(wàn)元）2024年1-12月中國(guó)大模型中標(biāo)項(xiàng)目26.0%25.0%11.0%9.0%2024年中國(guó)大模型中標(biāo)項(xiàng)目數(shù)量行業(yè)分布17.0%11.0%通信

教科

政務(wù)

能源

金融

其他2024年中國(guó)大模型中標(biāo)項(xiàng)目金額行業(yè)分布34.6%15.9%23.5%3.7%11.0%11.1%政務(wù)

教科

能源

通信

金融

其他來(lái)源：智能超參數(shù)，艾瑞咨詢研究院自主研究繪制。?2025.3

iResearch

Inc.20C端AI產(chǎn)品生態(tài)位分析AI階段性產(chǎn)品壁壘仍然非常低，終極產(chǎn)品形態(tài)及生態(tài)優(yōu)勢(shì)尚未形成2024年，中國(guó)AI產(chǎn)品在C端發(fā)展迅速，產(chǎn)品類型涵蓋內(nèi)容創(chuàng)作、智能對(duì)話、情感陪伴、效率工具及音視頻生成等，應(yīng)用場(chǎng)景廣泛。從商業(yè)模式來(lái)看，中國(guó)AI產(chǎn)品在C端產(chǎn)品主要采取“免費(fèi)+訂閱制”的商業(yè)模式，視覺模態(tài)類產(chǎn)品的商業(yè)步伐會(huì)稍快于語(yǔ)言類產(chǎn)品，如剪映、美圖等產(chǎn)品的會(huì)員制AI功能，或無(wú)界AI、觸手AI等產(chǎn)品的會(huì)員制訂閱及資源購(gòu)買。整體來(lái)看，大多數(shù)C端AI產(chǎn)品仍然面臨用戶黏性不足，收費(fèi)持續(xù)性不足的問(wèn)題，產(chǎn)品形態(tài)尚未穩(wěn)定，生態(tài)壁壘尚未建立。相較于互聯(lián)網(wǎng)較為穩(wěn)定的生態(tài)格局，AI產(chǎn)品的頭號(hào)位交椅仍是懸念。近十年中國(guó)AI發(fā)展階段及關(guān)鍵性節(jié)點(diǎn)AI認(rèn)知與應(yīng)用度時(shí)間軸2012年，深度學(xué)習(xí)AlexNet在ImageNet競(jìng)賽中奪冠，標(biāo)志AI進(jìn)一步深度學(xué)習(xí)新階段2016~2017年，側(cè)重感知智能的圖像技術(shù)廣泛應(yīng)用，以人臉識(shí)別代表，誕生商湯、云從等CV廠商2017年，谷歌團(tuán)隊(duì)提出Transformer架構(gòu)，以Bert模型為代表，推動(dòng)NLP技術(shù)發(fā)展，也為Decoder-only的生成式技術(shù)打下基礎(chǔ)2022年底，基于GPT3.5的ChatGPT生成式AI產(chǎn)品引爆業(yè)界，顛覆眾多人們對(duì)AI能力認(rèn)知，以大模型基座推動(dòng)AI泛化、低門檻實(shí)踐落地，誕生Minimax、月之暗面、DeepSeek等大模型創(chuàng)企2024年2月，OpenAI發(fā)布Sora模型，為視頻生成模型、世界空間模型打下標(biāo)桿產(chǎn)品案例2024年9月，OpenAI發(fā)布o(jì)系列模型，提出CoT思維鏈優(yōu)化的強(qiáng)化推理路徑2024年12月，DeepSeek發(fā)布開源版V3模型，2025年2月發(fā)布開源推理R1模型，以完全開源、低成本、高效果的技術(shù)架構(gòu)推動(dòng)AI平民化C端AI產(chǎn)品現(xiàn)況發(fā)展以CNN、RNN架構(gòu)為基礎(chǔ)的計(jì)算機(jī)視覺、智能語(yǔ)音、NLP、機(jī)器學(xué)習(xí)、知識(shí)圖譜等技術(shù)應(yīng)用發(fā)展以Transformer、DiffusionModel為底座的生成式大模型或判別式CV大模型，加大模型參數(shù)，探索能力邊界，并將其產(chǎn)品商業(yè)化發(fā)展以類Sora的視頻生成/空間模型、類GPT

o系列的推理優(yōu)化模型、多模態(tài)大模型，在Scaling

Law基礎(chǔ)外，探索新的技術(shù)路徑優(yōu)化大模型底座能力、訓(xùn)推成本及應(yīng)用效果AI產(chǎn)品在C端首次破圈，以程序員、文字工 作者、設(shè)計(jì)師為代表的用戶率先廣泛日常應(yīng) 用AIGC產(chǎn)品2025年初，借助DeepSeek的C端產(chǎn)品上線與開源模型發(fā)布，AI產(chǎn)品在C端再度破圈， 將其影響力擴(kuò)展到更泛職業(yè)、泛年齡層的C端用戶群，并推動(dòng)B端對(duì)開源生態(tài)的接入，

進(jìn)一步從B端切入推動(dòng)在C端的產(chǎn)品應(yīng)用與市場(chǎng)教育產(chǎn)品邏輯：1）AI功能+產(chǎn)品融合：如抖音（AI生成）、美圖（AI渲染）等

2）獨(dú)立AI產(chǎn)品：如豆包、kimi、秘塔搜索、星野等3）AI

Agent或AI助理定位與大廠生態(tài)位應(yīng)用交集高，AI產(chǎn)品頭號(hào)位交椅仍是懸念A(yù)I產(chǎn)品的渠道與流量池仍與互聯(lián)網(wǎng)產(chǎn)品高

度交集，互聯(lián)網(wǎng)大廠有強(qiáng)生態(tài)優(yōu)勢(shì)，而從kimi→豆包→DeepSeek的熱度轉(zhuǎn)變可知，目前AI產(chǎn)品仍處于階段性發(fā)展，用戶粘性與產(chǎn)品壁壘尚未培養(yǎng)C端用戶主要通過(guò)B端產(chǎn)業(yè) 滲透感知AI產(chǎn)品，如人臉 識(shí)別、人臉閘機(jī)等來(lái)源：艾瑞咨詢研究院自主研究繪制。?2025.3

iResearch

Inc.21深層產(chǎn)品洞察：AI

Coding強(qiáng)化推理提升可靠coding能力，coding

for

everyone將改變什么？AI

Coding產(chǎn)品是指利用人工智能和機(jī)器學(xué)習(xí)技術(shù)，通過(guò)理解人類語(yǔ)言描述來(lái)自動(dòng)生成代碼的工具，具備提升編碼效率、減少人為錯(cuò)誤及簡(jiǎn)化開發(fā)流程等產(chǎn)品優(yōu)勢(shì)。2024年6月20日，Anthropic公司發(fā)布Claude-3.5-Sonnet模型，該模型在編程能力上取得重大突破，顯著推動(dòng)了業(yè)界Cursor、Devin、Windsurf等標(biāo)桿產(chǎn)品的破圈應(yīng)用。AI

Coding產(chǎn)品的發(fā)展可極大地提升專業(yè)開發(fā)者的編程效率，使其能夠?qū)⒅貜?fù)性工作交給AI處理，把更多精力投入到創(chuàng)造性工作中。此外，隨著Sonnet、GPTo系列等模型能力的不斷提升，AICoding產(chǎn)品的屬性正逐步從輔助性Copilot向自主性Agent演進(jìn)。這種演進(jìn)不僅有望進(jìn)一步降低編程的門檻，使更多泛開發(fā)者、非專業(yè)人士能夠進(jìn)入編程行業(yè)，推動(dòng)編程的民主化，為后續(xù)的軟件開發(fā)、產(chǎn)品交互及流量生態(tài)帶來(lái)新的發(fā)展可能性。AI

Coding產(chǎn)品方向分析AI

Coding產(chǎn)品AI

Coding

for

developersAI

Coding

for

everyone技術(shù)要求：需要開發(fā)者具備一定的編程基礎(chǔ)和技術(shù)背景，能夠理解生成的代碼邏輯，并對(duì)代碼進(jìn)行修改和優(yōu)化。技術(shù)要求：用戶無(wú)需具備專業(yè)的編程知識(shí)，只需具備基本的計(jì)算機(jī)操作能力和邏輯思維能力代碼審查代碼補(bǔ)全調(diào)試優(yōu)化代碼生成早期Copilot以代碼補(bǔ)全功能為主……思維鏈推理優(yōu)化Claude

Sonnet

3.5等模型加持Cursor、Devin、Windsurf、Bolt：對(duì)話式編程，側(cè)重代碼理解、生成、重構(gòu)圖形化界面拖拽組件自然語(yǔ)言描述……低代碼工具受限于低代碼工具技術(shù)路線，目前尚未實(shí)現(xiàn)從需求到軟件開發(fā)應(yīng)用的端到端實(shí)現(xiàn)思維鏈推理優(yōu)化Claude

Sonnet

3.5等模型加持新一代開發(fā)工具從自然指令需求到軟件開發(fā)交付的端到端實(shí)現(xiàn)，更多非專業(yè)開發(fā)者參與到軟件開發(fā)中，產(chǎn)品生態(tài)變得更加多元化且個(gè)性化可參考視頻剪輯工具演進(jìn)路線由專業(yè)性要求高的PS剪輯軟件拖拽界面、用戶友好的剪輯軟件剪輯軟件的門檻降低催生大批自媒體工作者，對(duì)視頻軟件生態(tài)、用戶流量分布帶來(lái)重構(gòu)式影響產(chǎn)品技術(shù)方向上下文能力提升復(fù)雜代碼邏輯、端到端交付能力，0-1門檻跨越產(chǎn)品形態(tài)探索，基于

Coding以上的PMF來(lái)源：艾瑞咨詢研究院自主研究繪制。?2025.3

iResearch

Inc.22深層產(chǎn)品洞察：AI

Agent原生Agent應(yīng)用廠商以終端用戶需求為導(dǎo)向，打造場(chǎng)景化智能服務(wù)C端產(chǎn)品側(cè)重交互體驗(yàn)B端產(chǎn)品強(qiáng)調(diào)任務(wù)閉環(huán)B端與C端廠商生態(tài)分化邏輯：核心能力與市場(chǎng)需求的雙向適配互聯(lián)網(wǎng)科技大廠

B端與C端依托底層算力資源與大模型能力，構(gòu)建"基礎(chǔ)設(shè)施+平臺(tái)框架+應(yīng)用生態(tài)"體系提供一站式大模型開發(fā)平臺(tái)推出通用型Agent工具鏈成熟產(chǎn)品集成Agent能力垂直領(lǐng)域科技廠商

B端深耕行業(yè)know-how，推動(dòng)Agent技術(shù)場(chǎng)景化落地聚焦特定領(lǐng)域結(jié)合原有產(chǎn)品進(jìn)行智能升級(jí)構(gòu)建領(lǐng)域?qū)俟ぞ哝淎gent開發(fā)平臺(tái)廠商

B端專注Agent技術(shù)棧創(chuàng)新，提供跨行業(yè)解決方案提供低代碼Agent構(gòu)建平臺(tái)支持多模型適配

?

提供全生命周期開發(fā)管理

彌合大模型能力與場(chǎng)景應(yīng)用的鴻溝，多元化廠商生態(tài)驅(qū)動(dòng)產(chǎn)品應(yīng)用創(chuàng)新AIAgent是一種能夠自主感知環(huán)境、作出決策并執(zhí)行行動(dòng)的智能體產(chǎn)品。受益于強(qiáng)化學(xué)習(xí)、后訓(xùn)練等技術(shù)突破，大模型已展現(xiàn)出優(yōu)秀的邏輯推理及規(guī)劃能力，然而，其與應(yīng)用需求側(cè)之間仍存在一定“Gap”。Agent作為“橋梁”角色，可支撐大模型落地到各類具體應(yīng)用之中，補(bǔ)足其精準(zhǔn)對(duì)接業(yè)務(wù)需求、上下文記憶、主動(dòng)規(guī)劃執(zhí)行以及多任務(wù)協(xié)作等多方面能力。當(dāng)前，Agent市場(chǎng)呈現(xiàn)出廠商生態(tài)分化的態(tài)勢(shì)?；ヂ?lián)網(wǎng)科技巨頭與垂直領(lǐng)域科技廠商常借助Agent能力賦能原有產(chǎn)品，提升其使用體驗(yàn)與智能化水平。同時(shí)，各類廠商依據(jù)自身優(yōu)勢(shì)，針對(duì)特定客戶群體，推出不同模式的Agent產(chǎn)品，如一站式Agent服務(wù)、Agent搭建平臺(tái)及Agent應(yīng)用：2024年10月，智譜華章推出自主智能體AutoGLM，覆蓋手機(jī)、瀏覽器、電腦等不同場(chǎng)景，可理解超長(zhǎng)指令，執(zhí)行超長(zhǎng)任務(wù)；2025年3月，蝴蝶效應(yīng)推出通用型AI助手Manus，可實(shí)現(xiàn)企業(yè)研究、旅行規(guī)劃、課程設(shè)計(jì)等多場(chǎng)景的任務(wù)規(guī)劃與流程操作。中國(guó)AI

Agent廠商生態(tài)分化現(xiàn)狀與當(dāng)下發(fā)展困境當(dāng)下AI

Agent發(fā)展困境側(cè)重垂直領(lǐng)域優(yōu)化，但仍囿于對(duì)話式溝通， 與對(duì)話式AI產(chǎn)品邏輯類似，Agent的強(qiáng)勢(shì)

能力尚未凸顯來(lái)源：艾瑞咨詢研究院自主研究繪制。?2025.3

iResearch

Inc.23產(chǎn)品同質(zhì)化嚴(yán)重，主動(dòng)性、記憶能力、執(zhí) 行感知能力有待提升智能體與生產(chǎn)生活聯(lián)系緊密度低，多智能 體協(xié)作生態(tài)尚未培育深層產(chǎn)品洞察：AI硬件AI工具終端：AI手機(jī)、AI電腦、……AI教育陪伴：AI學(xué)習(xí)機(jī)、AI玩具、……AI可穿戴：AI耳機(jī)、AI眼鏡、AI指環(huán)、AI

Pin……AI能力輸入到終端硬件，端側(cè)AI尋求規(guī)模效應(yīng)突破，承載更多流量入口2024年，AI成為手機(jī)與電腦的主力賣點(diǎn)，如華為、榮耀、小米、VIVO、OPPO等國(guó)產(chǎn)手機(jī)紛紛打造手機(jī)端側(cè)大模型，在AI消除、AI搜索對(duì)話、生活助手等功能已提供較好用戶落地體驗(yàn)，10月，榮耀Magic7系列攜帶全新的YOYO智能體發(fā)布，可在手機(jī)側(cè)實(shí)現(xiàn)一句話點(diǎn)咖啡、一句話取消訂閱等功能。字節(jié)跳動(dòng)豆包也在10月推出首款A(yù)I智能體耳機(jī)OlaFriend，接入豆包大模型進(jìn)軍AI硬件。以科大訊飛為代表的AI學(xué)習(xí)機(jī)產(chǎn)品在大模型技術(shù)加持下不斷更新迭代，在教育產(chǎn)品內(nèi)預(yù)裝大模型能力，精準(zhǔn)提升教學(xué)能力同時(shí)配備AI助手提升引導(dǎo)交互能力。除現(xiàn)有硬件對(duì)AI能力的融合，也有大廠及創(chuàng)業(yè)廠商探索形態(tài)交互更加新穎的新一代硬件設(shè)備，如RabbitR1、AIPin等新產(chǎn)品，但由于技術(shù)不成熟、場(chǎng)景未規(guī)?；瘽B透等原因，尚未出現(xiàn)破圈效應(yīng)。中國(guó)AI+硬件市場(chǎng)洞察強(qiáng)功能性角色，也是AI能力注入終端的率先變革力。2024年，手機(jī)、電腦等終端廠商已紛紛發(fā)力，基于端側(cè)大模型讓AI能力與其更好融合，從軟硬生態(tài)交互角度完成更好人機(jī)協(xié)同，也借此獲取更多市占及增長(zhǎng)驅(qū)力。存在新一代可能性，借助AI功能，出現(xiàn)全新端側(cè)個(gè)人設(shè)備，或承接現(xiàn)有端側(cè)設(shè)備功能，或打開用AI硬件新入口：戶新需求新場(chǎng)景，讓AI硬件發(fā)展更具可能性與想象力。語(yǔ)音能力為教育陪伴類產(chǎn)品提供更好交互入口，而生成式AI帶來(lái)更多語(yǔ)義能力增強(qiáng)，各種教育陪伴類硬件的語(yǔ)音助手升級(jí)為智慧助手，基于語(yǔ)音交互的教育、陪伴及親子類內(nèi)容同樣得以優(yōu)化，帶來(lái)產(chǎn)品升級(jí)及創(chuàng)業(yè)機(jī)會(huì)。結(jié)合生成式AI、大模型技術(shù)與可穿戴設(shè)備，完成用戶數(shù)據(jù)的實(shí)時(shí)收集與個(gè)性化服務(wù)，基于端側(cè)硬件性能，更多通過(guò)云端形式實(shí)現(xiàn)，與其他端側(cè)設(shè)備達(dá)成協(xié)同優(yōu)化。來(lái)源：艾瑞咨詢研究院自主研究繪制。?2025.3

iResearch

Inc.2425中國(guó)人工智能產(chǎn)業(yè)商業(yè)進(jìn)程——大小模型技術(shù)演進(jìn)下，AI產(chǎn)品表現(xiàn)如何？0326?2025.3

iResearch

Inc.?2025.3

iResearch

Inc.來(lái)源：烯牛數(shù)據(jù)。艾瑞咨詢研究院研究繪制。來(lái)源：烯牛數(shù)據(jù)。艾瑞咨詢研究院研究繪制。語(yǔ)音模態(tài)產(chǎn)品形態(tài)以AI語(yǔ)音解決方案和AI生成為主，前者應(yīng)用廣泛，后者聚焦文娛在2024年語(yǔ)音模態(tài)賽道的投融資中，超過(guò)70%為戰(zhàn)略及股權(quán)投資。該賽道的產(chǎn)品形態(tài)主要分為兩大類：AI語(yǔ)音解決方案和AI生成。其中，

AI語(yǔ)音解決方案的應(yīng)用范圍極為廣泛，涵蓋了物聯(lián)網(wǎng)、工業(yè)、政務(wù)、教育等多個(gè)領(lǐng)域；而AI生成類產(chǎn)品則相對(duì)集中于文娛消費(fèi)領(lǐng)域，如AI音樂(lè)生成。2024年語(yǔ)音模態(tài)賽道產(chǎn)品形態(tài)占比分布2024年語(yǔ)音模態(tài)賽道投融資輪次占比分布9.1%9.1%9.1%72.7%種子輪/天使輪preIPO及IPOpre

A-B+輪戰(zhàn)略及股權(quán)投資54.5%27.3%18.2%AI語(yǔ)音解決方案AI生成其他應(yīng)用領(lǐng)域分布廣泛，包含但不限于物聯(lián)網(wǎng)、工業(yè)、政務(wù)、教育等應(yīng)用領(lǐng)域以文娛消費(fèi)為主應(yīng)用領(lǐng)域以工業(yè)為主語(yǔ)音模態(tài)語(yǔ)音識(shí)別與生成能力持續(xù)增強(qiáng)，重點(diǎn)關(guān)注端到端的語(yǔ)音大模型技術(shù)架構(gòu)在語(yǔ)音識(shí)別能力方面，ASR模型數(shù)據(jù)量和參數(shù)量逐步增大，且大模型可為ASR提供上下文內(nèi)容理解，在識(shí)別率、說(shuō)話人分離、多方言覆蓋等方面繼續(xù)進(jìn)行有效提升；在語(yǔ)音合成能力上，基于AI語(yǔ)音設(shè)計(jì)、AI音樂(lè)創(chuàng)作等技術(shù)方向，音頻能力正由被動(dòng)生成發(fā)展到主動(dòng)創(chuàng)作；在語(yǔ)音交互能力上，更多廠商在語(yǔ)音大模型架構(gòu)中，可由ASR-LLM-TTS的級(jí)聯(lián)式架構(gòu)升級(jí)為端到端的語(yǔ)音交互大模型，顯著提升人機(jī)語(yǔ)音交互的響應(yīng)速度、流暢度、打斷性等。2024年5月，OpenAI發(fā)布端到端語(yǔ)音架構(gòu)的GPT4o系列，在語(yǔ)音交互能力表現(xiàn)優(yōu)異，8月，科大訊飛更新星火語(yǔ)音大模型，采用端到端語(yǔ)音架構(gòu)，在響應(yīng)速度上有了顯著提升，使得對(duì)話更加自然流暢。而與大小模型應(yīng)用融合邏輯類似，目前兩類語(yǔ)音交互模型架構(gòu)仍各有優(yōu)勢(shì)，級(jí)聯(lián)式架構(gòu)具備可控性與準(zhǔn)確性等優(yōu)點(diǎn)，端到端語(yǔ)音大模型雖然提升交互效果，但會(huì)帶來(lái)幻覺問(wèn)題，因此落地實(shí)踐上仍需根據(jù)應(yīng)用場(chǎng)景選擇合適的語(yǔ)音模型架構(gòu)。AI語(yǔ)音演進(jìn)方向語(yǔ)音交互能力1AI語(yǔ)音克隆&聲音設(shè)計(jì)/轉(zhuǎn)換2AI音頻/音樂(lè)創(chuàng)作3語(yǔ)音識(shí)別（ASR)）大語(yǔ)言模型（LLM）語(yǔ)音合成（TTS）第一代語(yǔ)音大模型：級(jí)聯(lián)式架構(gòu)語(yǔ)音合成器碼為離散的token

自回歸建模將連續(xù)的音頻信號(hào)編對(duì)token展開將生成的token合成為語(yǔ)音波形由文本生成聲音

AI聲音克?。阂羯珡?fù)制AI聲音設(shè)計(jì)/轉(zhuǎn)換：在語(yǔ)言/聲音基礎(chǔ)上根據(jù)參數(shù)設(shè)置、Prompt生成對(duì)應(yīng)音色海外代表廠商–ElevenLabs：AI音頻模型公司，2022

年成立，目前可以生成32種語(yǔ)言的逼真、多功能且具有上下文感知能力的語(yǔ)音、聲音和音效，2024年10月，ElevenLabs發(fā)布全新AI語(yǔ)音生成工具VoiceDesign，通過(guò)簡(jiǎn)單的文本描述即可創(chuàng)建個(gè)性化語(yǔ)音。ElevenLabs在X

to

voice等項(xiàng)目部分開源。市面在AI聲音克隆、AI音色生成上已有眾多優(yōu)質(zhì)開源項(xiàng)目，如ChatTTS、CloneVoice、GPT-SoVITS、Seed-TTS等該類TTS技術(shù)成熟度相對(duì)較高，已在國(guó)內(nèi)電商領(lǐng)域（視頻制作）、泛娛樂(lè)消費(fèi)領(lǐng)域（有聲書、AI配音、歌手音色克隆）等應(yīng)用端得到小規(guī)模傳播應(yīng)用。文本歌詞旋律音效音頻音樂(lè)

歌曲添加創(chuàng)作性與旋律感來(lái)源：艾瑞咨詢研究院自主研究繪制。?2025.3

iResearch

Inc.27海外代表廠商Suno

AI：AI音樂(lè)創(chuàng)作公司，2022年成立，基于Chirp模型為用戶生成逼真的音樂(lè)和聲音效果，目前模型已更新到V4版本，2024年，Stability

AI在音樂(lè)生成領(lǐng)域繼續(xù)開源StableAudio2.0和Open等系列，可生成音頻樣本、音效、制作素材和歌曲等。2024年11月，NVIDIA推出全新生成AI音頻模型

Fugatto

，能夠結(jié)合文本和音頻輸入，生成多種類型的音樂(lè)、聲音及語(yǔ)音。模型優(yōu)勢(shì)：高準(zhǔn)確性與可控性模型劣勢(shì)：高延遲第二代語(yǔ)音大模型：端到端的語(yǔ)音交互模型語(yǔ)音分詞器

大語(yǔ)言模型模型優(yōu)勢(shì)：低延遲、泛化能力模型劣勢(shì)：可控性與準(zhǔn)確性，若與RAG結(jié)合則對(duì)低延遲優(yōu)勢(shì)有損耗語(yǔ)音模態(tài)語(yǔ)音生成類產(chǎn)品涌現(xiàn)更多創(chuàng)新機(jī)會(huì)，以海外創(chuàng)企為代表進(jìn)行市場(chǎng)試水傳統(tǒng)市面AI語(yǔ)音產(chǎn)品可分為兩類，在過(guò)往AI產(chǎn)業(yè)浪潮中走在產(chǎn)品化與商業(yè)化前列，一類是AI語(yǔ)音轉(zhuǎn)寫產(chǎn)品，應(yīng)用在辦公、翻譯等領(lǐng)域，一類是AI語(yǔ)音交互產(chǎn)品，以語(yǔ)音機(jī)器人為代表，應(yīng)用在辦公、客服、營(yíng)銷等領(lǐng)域。而近兩年，以Elevenlabs、Suno

AI等為代表的語(yǔ)音生成廠商在TTS技術(shù)、擴(kuò)散模型的創(chuàng)新融合，讓2024年海內(nèi)外生成式語(yǔ)音產(chǎn)品市場(chǎng)出現(xiàn)變革性進(jìn)步，AI語(yǔ)音產(chǎn)品在原本語(yǔ)音生成的功能屬性上，在音色度、內(nèi)容性、創(chuàng)作性上添加更多生成式的變量元素，AI配音、AI音色克隆、AI有聲書閱讀、AI音樂(lè)生成等產(chǎn)品商業(yè)化步伐提速明顯。2024年AI語(yǔ)音典型產(chǎn)品盤點(diǎn)12346AI語(yǔ)音轉(zhuǎn)寫產(chǎn)品基于語(yǔ)音ASR

（

Automatic

SpeechRecognition）能力提供轉(zhuǎn)寫、翻譯、總

結(jié)、提煉等功能，相較于AI語(yǔ)音交互產(chǎn)品，該類助手及平臺(tái)產(chǎn)品更強(qiáng)調(diào)對(duì)語(yǔ)音進(jìn)行轉(zhuǎn)化分析的工具屬性。訊飛聽見：提供音視頻、錄音等轉(zhuǎn)寫服務(wù)。通義聽悟：記錄、轉(zhuǎn)寫及分析音視頻內(nèi)容。AI語(yǔ)音交互產(chǎn)品在對(duì)話式AI產(chǎn)品中，在人機(jī)對(duì)話系統(tǒng)中提供語(yǔ)音功能，完成語(yǔ)音式對(duì)話交互，常應(yīng)用于問(wèn)答、客服、營(yíng)銷、教育等場(chǎng)景RealtimeAPI:OpenAI的語(yǔ)音交互調(diào) 用服務(wù)。豆包：字節(jié)的AI對(duì)話APP。智能語(yǔ)音/對(duì)話機(jī)器人：百度、阿里、 科大訊飛、百融云創(chuàng)等B端產(chǎn)品。AI語(yǔ)音社交陪伴產(chǎn)品以語(yǔ)音為核心，提供社交陪伴。1）以語(yǔ)音為輸入輸出形式的內(nèi)容社交平臺(tái)；2）以語(yǔ)音為核心交互的陪伴產(chǎn)品Airchat：美國(guó)創(chuàng)企，以語(yǔ)音為主要內(nèi)容 形態(tài)進(jìn)行異步社交。AI陪伴類產(chǎn)品：在虛擬角色中添加個(gè)性化音色的語(yǔ)音交互，提升情緒價(jià)值，如星野、WoW、貓箱等APPAI語(yǔ)音內(nèi)容生成產(chǎn)品基于TTS（Text-to-Speech）技術(shù)將文本轉(zhuǎn)換為自然逼真的語(yǔ)音。1）著重語(yǔ)音生成的AI語(yǔ)

音產(chǎn)品，如音色克隆、音色設(shè)計(jì)生成，主要應(yīng)用在AI配音、短視頻配音、數(shù)字人配音、有聲書閱讀等領(lǐng)域；2）著重內(nèi)容+語(yǔ)音生成的AI語(yǔ)音產(chǎn)品：對(duì)文本、音視頻等信息按需提煉，以語(yǔ)音形式產(chǎn)出，目前在播客、新聞等領(lǐng)域有所嘗試Elevenlabs：美國(guó)創(chuàng)企，提供基于多語(yǔ)言 的多類型聲音、風(fēng)格的語(yǔ)音生成產(chǎn)品。魔音工坊：出門問(wèn)問(wèn)旗下產(chǎn)品，提供文字 轉(zhuǎn)語(yǔ)音的生成產(chǎn)品。剪映：字節(jié)跳動(dòng)的視頻剪輯平臺(tái)，提供語(yǔ) 音生成功能模塊。NotebookLM：谷歌推出的AI學(xué)習(xí)產(chǎn)品， 將上傳的文本、PDF及音頻等各種格式的文 檔轉(zhuǎn)化為生動(dòng)的音頻播客。PocketPod：根據(jù)客戶需求生成音頻內(nèi)容，幫助用戶獲取新聞、信息等播客內(nèi)容。Playnote：美國(guó)創(chuàng)企PlayAI的新品，將PDF、文本或視頻轉(zhuǎn)換為故事、播客或簡(jiǎn)報(bào)AI音樂(lè)生成產(chǎn)品根據(jù)用戶的文本提示、旋律提示或音樂(lè)元素，快速生成原創(chuàng)或相似風(fēng)格的音樂(lè)作品。Suno

AI：美國(guó)創(chuàng)企，AI音樂(lè)生成軟件海綿音樂(lè)：字節(jié)跳動(dòng)推出的AI音樂(lè)創(chuàng)作 工具，Seed-musix是字節(jié)推出的音樂(lè)生 成大模型SkyMusic：昆侖萬(wàn)維推出的音樂(lè)生成平 臺(tái)產(chǎn)品大模型提升語(yǔ)音產(chǎn)品效果；主流市場(chǎng)已被語(yǔ)音技術(shù)老牌廠商、國(guó)內(nèi)大廠占據(jù)；社交陪伴類有創(chuàng)業(yè)機(jī)會(huì)來(lái)源：艾瑞咨詢研究院自主研究繪制。?2025.3

iResearch

Inc.28在定制化音頻內(nèi)容生成、音樂(lè)生成有產(chǎn)品創(chuàng)新機(jī)遇；相較于AI語(yǔ)音轉(zhuǎn)寫、AI語(yǔ)音交互有更多創(chuàng)業(yè)機(jī)會(huì)視覺模態(tài)集中于機(jī)器視覺與生成類賽道，前者商業(yè)化更成熟，后者多為新興企業(yè)2024年視覺模態(tài)賽道的投融資中，超半數(shù)為C輪以前的前期融資，投融資方向主要集中于以判別為核心的機(jī)器視覺賽道和以生成為核心的AI圖像/視頻/3D影像生成賽道兩大方向。從企業(yè)成立年限來(lái)看，以生成為核心的AI圖像/視頻/3D影像生成類企業(yè)中，70%的玩家成立于2023年及以后，多數(shù)是受AIGC浪潮影響之下成立的新興企業(yè)，說(shuō)明生成類企業(yè)正在成為視覺模態(tài)賽道中冉冉升起的投融資新星。但從投融資輪次來(lái)看，僅有的2例較為成熟輪次的投融資事件（1例新三板上市，1例D+輪次融資）均發(fā)生在以判別為核心的機(jī)器視覺賽道中，說(shuō)明盡管生成類企業(yè)勢(shì)頭迅猛，但資本市場(chǎng)目前仍對(duì)機(jī)器視覺賽道的商業(yè)化成熟度抱有更高預(yù)期。62.5%37.5%以判別為核心的機(jī)器視覺賽道以生成為核心的AI圖像/視頻/3D影像生成賽道16%26%54%2%preA-B+輪preIPO及IPO2%種子輪/天使輪C-G輪戰(zhàn)略及股權(quán)投資74%18%8%2022及以前成立 2023成立 2024成立33%43%23%pre

A-B+輪種子輪/天使輪戰(zhàn)略及股權(quán)投資30%60%2022及以前成立 2023成立 2024成立2024年機(jī)器視覺賽道投資輪次與企業(yè)成立年限占比分布來(lái)源：烯牛數(shù)據(jù)。艾瑞咨詢研究院自主研究繪制。?2025.3

iResearch

Inc.292024年生成類賽道投資輪次與企業(yè)成立年限占比分布10%2024年視覺模態(tài)賽道投融資產(chǎn)品應(yīng)用方向占比分布視覺模態(tài)Transformer架構(gòu)為技術(shù)主旋律，持續(xù)演進(jìn)ViT與DiT兩類技術(shù)路線Transformer架構(gòu)最早在2017年由Google研究團(tuán)隊(duì)Vaswani等人提出，而后在語(yǔ)言領(lǐng)域取得了革命性突破。借鑒語(yǔ)言領(lǐng)域的成功經(jīng)驗(yàn)，

Transformer架構(gòu)同樣可將圖像分割為多個(gè)小塊（patch），應(yīng)用自注意力機(jī)制，從而大幅提升視覺CV大模型的泛化能力、理解能力及處理模糊復(fù)雜影像能力。而在生成領(lǐng)域，融入Transformer架構(gòu)的DiT模型為擴(kuò)散模型帶來(lái)新思路，相較于U-Net傳統(tǒng)卷積神經(jīng)網(wǎng)絡(luò)，DiT架構(gòu)模型能夠更好地處理圖像的潛在表示，并捕捉圖像的長(zhǎng)距離依賴關(guān)系，以生成高質(zhì)量的圖像。2024年初，在Sora產(chǎn)品驗(yàn)證DiT路線的涌現(xiàn)能力之后，主流SD模型、Flux模型及國(guó)內(nèi)視頻生成模型多延續(xù)此技術(shù)架構(gòu)，并在生成模型的真實(shí)性、可控性、可編輯性上持續(xù)發(fā)力，更大程度釋放模型鏈接需求的技術(shù)生產(chǎn)力。AI視覺演進(jìn)方向CV領(lǐng)域：圖像分類、目標(biāo)檢測(cè)等 圖像/視頻生成領(lǐng)域小模型以CNN為代表大模型以ViT為代表（Vision

Transformer）人臉識(shí)別、車輛識(shí)別違停違放等行為檢測(cè)抽煙檢測(cè)、安全帽檢測(cè)明廚亮灶檢測(cè)等泛化能力增強(qiáng)，可處理更多圖像類目，且標(biāo)注工作變少可識(shí)別分析圖像質(zhì)量不高、像素較少的影像，可處理復(fù)雜影像，具備進(jìn)一步推理分析能力如意圖識(shí)別、微表情識(shí)別、人員追蹤、流量統(tǒng)計(jì)分析等政策、技術(shù)升級(jí)驅(qū)動(dòng)商業(yè)驅(qū)動(dòng)：前端攝像頭路數(shù)及圖像