2024中国AGI市场发展研究报告-InfoQ-202405

CONTENTCONTENT•在经历了初期的探索与技术积累，以及随后的技术突破与商业化探索阶段后，人工智能市场迎来了爆发期，并逐渐进入以人工通用智2020年-至今2020年-至今llllll2020年，GPT-3的推出在自然语lll•人工智能领域政策正在逐步深化。从最初的观望态度到现在的积极基础设施与法规建设《电子信息制造业2023•••创新推动阶段：技术创新与应用推广整合与实施阶段：全面布局与综合创新推动阶段：技术创新与应用推广•••战略部署与伦理治理•资本市场活跃：较去年相比，今年第一季度融资金额远超去年同季度。2023年整年AI领域投资事件39起，融资金额50.7亿元，202465432102024年1月-4月AI领域投融资次数与金额4324融资次数融资金额2024年1月-4月AI领域融资轮次30.8%30.8% 天使轮A轮B轮C轮战略投资•2024-2027中国AGI应用市场将经历过速4543.60632.86•伴随着AGI的不断发展，模型训练和部署对算力的需求不断提升，但中国在算力领域面临诸多挑战。截至2023年底，我国智能算力规模达到了70EFLOPS，增速超过70%。但距离《算力基础设施高质量发展行动计划》设置的智能算力规模，仍存在50%的智算缺口。因此，为了更好地应对算力短缺问题，短期的关键是如何唤醒「沉睡」算力，提高现有算力利用率。长期持续建设智算中心满足算力供给，除了产业链相关企业，政府和运营商正在接力智算中心建设。我国智能算力建设缺口50%的现状202220232025E智能算力规模（单位：EFLOPS）短期短期内唤醒「沉睡」算力云算力租赁、算力调度中心等建设，在短期内有限的供给下，探索异构算力池，优化算力使用效率。长期长期算力国产化和智算中心持续建设在美国对GPU管控趋严的背景下，中国国产算力抓住发展机遇，加强自主可控能力，长期补充算力空缺。规划/建70%30%规划/建70%30%运营商主导,3%•数据是大模型训练过程中不可或缺的「燃料」，其规模和质量也是影响大模型性能的核心要素。在行业共性数据资源库建设、在重点领域、相关区域组织开展公共数据授权运营、引导企业开放数据，鼓励市场力量挖掘商业数据价数据总量多数据总量多总量预计超32ZB。完善数据要素市场相关制度行业共性数据资源库建设⽂⼼·传媒/影DriveGPTAntFinGLM型FD-LLM金融行业大模型⽂⼼·能源/叮当HealthGPTDoctorGLM/城市/社⽂⼼·航天④携程问值/城市/社科技公司科技公司 从容山海 从容山海言犀开源大模型开源大模型Baichuan2ChatGLM3CogVLM星辰语义大模型-TeleCss•中间层是连接应用层和模型层的桥梁，在现阶段是作为大补充的重要层级，随着底层模型技术的持续进步与适应性高适应性低适应性高适应性低•智能体在目前发展阶段因为其适应性搞和成本适沟通交互随机反应沟通交互随机反应特定垂直行业是AIAgent最有可能特定垂直行业是AIAgent最有可能首先实现应用的领域简化任务执行，拓宽大模型应用范围析戏AGI在短时间里经历了从大模型的涌现到应用层的快速创新，众多AGI在短时间里经历了从大模型的涌现到应用层的快速创新，众多企业机构正在积极探索新的应用方向。应用层创新将成为有希望在AGI方面领先全球的板块。我国数字基础设施建设已取得显著成就，建立一，并在5G技术的研发和部署上处于领先地位。快速的经济发展。中国数字人才不仅在国内市场 市场应用市场应用程度容创作提供了更丰富的工具。大模型将在四个方面引领变革，包括革新内容的创造过程和效应用探索期产品测试期●●数据分析/复盘数据分析/复盘..……文字生成、音频生成、图像生成、视频生成、场景生成、多模态生成、数据分析、策略分析辅助、智能客服、虚拟主播/数字人、代码生成等 能助理、浏览器插件产品，兼顾PC/移动端网页等产品形态：AIGC营销：实现多模态内容生成，突破………… 场景……亿量科技•大模型在各个行业应用存在一些共题等。由于各行各业都存在营销需求，缺乏特定行业的深入知识这一挑战在营销大模型应用中显得尤为•各行各业都在寻求降本提效的方法。广告主在••在不少垂直领域，营销大模型除了需要解决•预训练模型在建立其词库时，可能没有考虑市场应用市场应用程度应用探索期产品测试期数字人导购/主播.. ①用户体验优化①①用户体验优化①营销效率提升②投放效率提升 ②商家体验优化②商家体验优化③门店体验优化 eAlibaba稿定 百度智能云曦灵•零售场景下，幻觉问题会对严重破坏用户信任和用户体验。商家也可能会因为生成错误的营销活动信息离不了对于成本和效果之间的权衡。现阶段，大小模型并行仍然是主要探索的路径，预计伴随着大•基于零售领域数据的模型微调以及通过RAG②推理成本和性能•在场景应用中，发挥大小模型的不同优势，权衡成本和效率，不过度追求新技术，以场景需求为②推理成本和性能调用小模型作为工具使用、同时搭载记忆模块的智能体应用市场应用程度市场应用程度的融合点，对大模型应用处于观望阶段或将大模型产品仅应用于通用业务场景中。部分头部产品测试期智能助手智能客服●●•由于金融行业对信息和数据的精确度、合规性有着极高的要求，且大模型在准确性和判断力方面还高精确度的需求并不匹配。因此，大模型在金融行业目前,引入数字员工成为了关键策略；主要应用场景探索尝试,引入数字员工成为了关键策略；主要应用场景探索尝试•作为金融行业的主要领域，银行、保险、证券机构对大模型的探索表现积极。各类机构数字化建设术、数据简单堆砌在业务场景里或一味追求技术革新，而是以业务经营为核•深化客户服务、产品推介、风险防控等场景，探索办公助手、客服问答•平安人寿推出了基于大模型的数字人产品，主要用于协助代理人与客户投研支小助：•深化客户服务、产品推介、风险防控等场景，探索办公助手、客服问答•平安人寿推出了基于大模型的数字人产品，主要用于协助代理人与客户投研支小助：•能力领域：金融知识挖掘、资产/市场/行业分析、新闻/政策/事件解读、公告/研报/财报解读、量化代码生成以及财经稿/分析报告撰写。•工业级金融量化交易系统：极速交易、高精度回测、因子工厂等在内的不对称，使个人用户也能轻松利用专业级金融工•研发的保险对话机器人已经体现出自由对话、理解潜台词、随机应变、…………被电信和政府反超，仅排名第四。这与金融行业强监管的特殊属性有关，而这种行业特性也在一定金融机构在应用大模型过程中面临的主要四大挑战通的重要原因。通的重要原因。业务相结合的能力。因此，企业渴求的是一种新型的展，这无疑加剧了人才短缺的问题。市场应市场应用程度●●oo企业资源管理动化知识管理知识管理法务财税财税Beisenk森•简历智能筛选供合同智能总结、修订 骤•企业服务AGI厂商将人工智能技术应用于企业层面，提高工作效率和决策质量，其中应用层覆盖协同办、市场应用市场应用程度•整体而言，AGI在学校及教师侧的应用都还在非常早提升适配度较高，因此这些场景应用程度相对较高。但像个性化学习这类全流应用探索期产品测试期智慧教辅oo个性化教学规划。知识智能总结mm学校及教师侧mm学生侧时间应用现状：相较于教师/学校侧，学生侧应用速度快学学生侧案的制作批改答疑•厂商多建设教育大模型，叠加教育应用矩阵提供服务。在学生侧场依托多年教学资源积累，厂商多建设教育大模型+教育应用矩阵学生侧建立场景、应用筛选和交互设计策略教育大模型教育大模型教师端紧抓减负增效核心需求①增效①增效作业批改与个性化错题本②减负教学物料生产用切入教育场景落地的通用大模型厂商。应用层，仍然是内容积猿力科技类类难点难点难点尝试解决方案尝试解决方案尝试解决方案金融知识库（金融）应用层的三个发展阶段：企业机构AI应用程度企业机构有望在2026预期时间：2023年-2026年预期时间：2026年-2030年预期时间：2030年后国内外众多大模型的涌现标志着了重大飞跃，为后续的技术革新和应用探索奠定了坚实的基础，但随着时间的推移，许多基础大模型由于缺乏实用性和竞争力而逐渐被淘汰。接着，应用层出现工具产品快和实用价值；键衔接期，企业机构在积极探索新避免盲目投入导致的策略失误。战略调整、投入试水、应用产品快速创新等一系列动作将推动企业机构高复杂度的任务。中美AI领域顶级人才数量对比