让人工智能充分赋能经济社会发展
科技部等六部门发文统筹推进场景创新
让人工智能充分赋能经济社会发展
继2017年国务院印发《新一代人工智能发展规划》（以下简称《发展规划》）之后，科技部、教育部、工信部等六部门近日联合发布《关于加快场景创新以人工智能高水平应用促进经济高质量发展的指导意见》（以下简称《指导意见》），在业界引发广泛关注。
作为深刻改变人类社会生活的革命性、战略性技术，人工智能在我国发展如何？怎样推动人工智能快速迭代升级？记者进行了采访。
从实验室走向生产生活，人工智能驶入发展快车道
如今，放眼大江南北，“人工智能”不再是一个学术名词，而是人们生产生活中的“常客”。
在旷视科技改造升级后的国药控股广州有限公司物流中心，随处可见人工智能的“身影”：智能移动机器人、智能堆垛机往来穿梭，成为搬运的主力军，智能五面扫描装置可实时读取运动中的药箱上的电子监管码，实现药品流通可追溯……智慧仓储物流不仅为该中心每年节约人力成本上百万元，更显著提高了工作效率，在疫情防控期间实现了医药物资配送的快速响应。
在位于浙江杭州滨江区的计算机视觉公司易思维的实验室，装配了高性能视觉传感器的工业机器人正在模拟汽车流水线的工位上忙碌。明察秋毫的“眼睛”和自主决策的“大脑”，助力冲压、焊接、涂装、总装四大汽车制造环节的智能化升级，既省工省时又提质增效。易思维研发的工业视觉检测成套装备体系，已在上汽大众、一汽大众、特斯拉等数十家国内外厂商的200多个整车厂落地开花，在“冲、焊、涂、总”四大环节上实现系统化应用。
在华为打造的5G智慧煤矿——晋能控股集团塔山煤矿，地下500米的矿井实现了智能互联：智能巡检机器人往来探视，工人可一键呼叫“网约车”、实时手机视频通话。依托“会说话”“能决策”的智能化综放开采设备，塔山煤矿采煤工效提升40%以上。
在日常生活中，人工智能也无处不在：对着手机眨眨眼，几秒内就可以完成身份认证；手环、手表等智能终端，及时提醒用户健康状况……
“《发展规划》实施至今，我国的人工智能已由实验室走向生产生活的方方面面，驶上了发展快车道。”科技部新一代人工智能发展研究中心主任、中国科学技术信息研究所所长赵志耘认为，“生产更高效、生活更精彩”的背后，是人工智能科技的显著进步。“我国在机器学习、计算机视觉、自然语言处理、类脑计算等领域涌现出一批重要理论成果，大规模预训练模型等前沿研究达到国际先进水平，人工智能基础软硬件快速发展，基于自主技术的人工智能产业生态已初步形成。”
科技部新一代人工智能发展研究中心提供的数据显示，5年来我国智能产业规模持续壮大，企业数量以及风险投资额居世界前列：2021年人工智能核心产业规模超过4000亿元，企业超过3000家；人工智能领域风险投资额占全球比重从2013年的不到5%增长到2021年的20%左右，跃居世界第二。
把新技术应用到实践中，通过迭代不断成熟提升
《指导意见》从打造人工智能重大场景、提升人工智能场景创新能力、加快推动人工智能场景开放等方面，统筹推进人工智能场景创新。
“这不仅是稳经济、培育新增长点的权宜之计，更是促进人工智能更高水平应用、更好支撑高质量发展的长远之策。”科技部战略规划司副司长邢怀滨说，“从全国来看，目前仍存在对场景创新认识不到位、重大场景系统设计不足、场景机会开放程度不够、场景创新生态不完善等问题，急需加强人工智能场景创新。”
邢怀滨告诉记者，场景创新是以新技术的创造性应用为导向，以供需联动为路径，实现新技术迭代升级和产业快速增长的过程。“这个‘牛鼻子’有多方面的牵引效应：直接推动人工智能技术的推广应用，加快传统产业的提质升级；在应用中发现新需求、凝练新课题，从需求侧反推人工智能技术体系的提升完善；促进人工智能相关软硬件技术及其标准的对接、贯通，进而形成全国统一的技术生态、产业生态。”
“目前人工智能正处在新的发展阶段，技术日趋成熟可用，各行业对人工智能技术需求迫切。”赵志耘说，在这个阶段，最重要的是把新技术应用到实践中，通过迭代不断成熟提升。“场景创新作为一种目标导向、应用导向的研发新机制，既有利于引导学术界更好地聚焦行业问题、优化研发方向，也有利于引导企业尽快把理论成果、技术成果快速转化为行业效果。”
易思维创始人兼CEO郭寅认为，人工智能是一门强应用相关的技术学科，从最早的雏形发展到今天，都离不开在各类应用场景中发现问题、解决难题、迭代技术，人工智能技术发展与场景应用创新是个相互促进、螺旋上升的过程。“随着《指导意见》的实施，我国人工智能技术将迎来加快迭代升级的新热潮。”
加快构建全链条、全过程的人工智能行业应用生态
8月15日，科技部启动支持建设新一代人工智能示范应用场景，发布了智慧农场、智能港口、智能矿山、智能工厂等首批支持的十大应用场景。
“人工智能的应用场景涉及生产、生活的方方面面，不能眉毛胡子一把抓。我们坚持面向世界科技前沿、面向经济主战场、面向国家重大需求、面向人民生命健康谋篇布局，以充分挖掘人工智能的价值。”邢怀滨说，“按照提高生产能效、改善工作方式、方便群众生活等主要标准，我们希望尽快打造形成一批可复制、可推广的标杆型示范应用场景，加快构建全链条、全过程的人工智能行业应用生态，让人工智能充分赋能经济社会发展。”
“人工智能是渗透面广、带动性强、影响深刻的新生事物，政府和市场要各司其职、协同发力，真正把充分发挥市场作用和更好发挥政府作用有机结合起来。”邢怀滨强调，一方面，要坚持企业在场景创新全过程中的主体地位，鼓励企业放手去干、去闯；另一方面，政府要与学术界、企业界紧密合作，在相关社会伦理、规则制定、法制完善等方面履职尽责。
“中国拥有全球最齐全的产业体系和超大规模的消费市场，丰富繁多的应用场景为人工智能提供了巨大的用武之地。”邢怀滨表示，“经过全社会的共同努力，中国一定能在新一代人工智能这个赛道上跑出好成绩。”（记者赵永新）
【纠错】【责任编辑:吴咏玲】2023年人工智能领域发展七大趋势
2022年人工智能领域发展七大趋势
有望在网络安全和智能驾驶等领域“大显身手”
人工智能已成为人类有史以来最具革命性的技术之一。“人工智能是我们作为人类正在研究的最重要的技术之一。它对人类文明的影响将比火或电更深刻”。2020年1月，谷歌公司首席执行官桑达尔·皮查伊在瑞士达沃斯世界经济论坛上接受采访时如是说。
美国《福布斯》网站在近日的报道中指出，尽管目前很难想象机器自主决策所产生的影响，但可以肯定的是，当时光的车轮到达2022年时，人工智能领域新的突破和发展将继续拓宽我们的想象边界，其将在7大领域“大显身手”。
增强人类的劳动技能
人们一直担心机器或机器人将取代人工，甚至可能使某些工种变得多余。但人们也将越来越多地发现，人类可借助机器来提升自身技能。
比如，营销部门已习惯使用工具来帮助确定哪些潜在客户更值得关注；在工程领域，人工智能工具通过提供维护预测，让人们提前知道机器何时需要维修；法律等知识型行业将越来越多地使用人工智能工具，帮助人们对不断增长的可用数据中进行分类，以找到完成特定任务所需的信息。
总而言之，在几乎每个职业领域，各种智能工具和服务正在涌现，以帮助人们更有效地完成工作。2022年人工智能与人们日常生活的联系将会变得更加紧密。
更大更好的语言建模
语言建模允许机器以人类理解的语言与人类互动，甚至可将人类自然语言转化为可运行的程序及计算机代码。
2020年中，人工智能公司OpenAI发布了第三代语言预测模型GPT—3，这是科学家们迄今创建的最先进也是最大的语言模型，由大约1750亿个“参数”组成，这些“参数”是机器用来处理语言的变量和数据点。
众所周知，OpenAI正在开发一个更强大的继任者GPT—4。尽管细节尚未得到证实，但一些人估计，它可能包含多达100万亿个参数（与人脑的突触一样多）。从理论上讲，它离创造语言以及进行人类无法区分的对话更近了一大步。而且，它在创建计算机代码方面也会变得更好。
网络安全领域的人工智能
今年1月，世界经济论坛发布《2021年全球风险格局报告》，认为网络安全风险是全世界今后将面临的一项重大风险。
随着机器越来越多地占据人们的生活，黑客和网络犯罪不可避免地成为一个更大的问题，这正是人工智能可“大展拳脚”的地方。
人工智能正在改变网络安全的游戏规则。通过分析网络流量、识别恶意应用，智能算法将在保护人类免受网络安全威胁方面发挥越来越大的作用。2022年，人工智能的最重要应用可能会出现在这一领域。人工智能或能通过从数百万份研究报告、博客和新闻报道中分析整理出威胁情报，即时洞察信息，从而大幅加快响应速度。
人工智能与元宇宙
元宇宙是一个虚拟世界，就像互联网一样，重点在于实现沉浸式体验，自从马克·扎克伯格将脸书改名为“Meta”（元宇宙的英文前缀）以来，元宇宙话题更为火热。
人工智能无疑将是元宇宙的关键。人工智能将有助于创造在线环境，让人们在元宇宙中体会宾至如归的感觉，培养他们的创作冲动。人们或许很快就会习惯与人工智能生物共享元宇宙环境，比如想要放松时，就可与人工智能打网球或玩国际象棋游戏。
低代码和无代码人工智能
2020年，低代码/无代码人工智能工具异军突起并风靡全球，从构建应用程序到面向企业的垂直人工智能解决方案等应用不一而足。这股新鲜势力有望在2022年持续发力。数据显示，低代码/无代码工具将成为科技巨头们的下一个战斗前线，这是一个总值达132亿美元的市场，预计到2025年其总值将进一步提升至455亿美元。
美国亚马逊公司2020年6月发布的Honeycode平台就是最好的证明，该平台是一种类似于电子表格界面的无代码开发环境，被称为产品经理们的“福音”。
自动驾驶交通工具
数据显示，每年有130万人死于交通事故，其中90%是人为失误造成的。人工智能将成为自动驾驶汽车、船舶和飞机的“大脑”，正在改变这些行业。
特斯拉公司表示，到2022年，其生产的汽车将拥有完全的自动驾驶能力。谷歌、苹果、通用和福特等公司也有可能在2022年宣布在自动驾驶领域的重大飞跃。
此外，由非营利的海洋研究组织ProMare及IBM共同打造的“五月花”号自动驾驶船舶（MAS）已于2020年正式起航。IBM表示，人工智能船长让MAS具备侦测、思考与决策的能力，能够扫描地平线以发觉潜在危险，并根据各种即时数据来变更路线。2022年，自动驾驶船舶技术也将更上一层楼。
创造性人工智能
在GPT—4谷歌“大脑”等新模型的加持下，人们可以期待人工智能提供更加精致、看似“自然”的创意输出。谷歌“大脑”是GoogleX实验室的一个主要研究项目，是谷歌在人工智能领域开发出的一款模拟人脑具备自我学习功能的软件。
2022年，这些创意性输出通常不是为了展示人工智能的潜力，而是为了应用于日常创作任务，如为文章和时事通讯撰写标题、设计徽标和信息图表等。创造力通常被视为一种非常人性化的技能，但人们将越来越多地看到这些能力出现在机器上。（记者刘霞）
【纠错】【责任编辑:吴咏玲】2023年中国人工智能行业市场前景及投资研究报告（简版）
中商情报网讯：人工智能（ArtificialIntelligence），英文缩写为AI。它是研究、开发用于模拟、延伸和扩展人的智能的理论、方法、技术及应用系统的一门新的技术科学。
一、人工智能定义
人工智能是计算机科学的一个分支，它企图了解智能的实质，并生产出一种新的能以人类智能相似的方式做出反应的智能机器，该领域的研究包括机器人、语言识别、图像识别、自然语言处理和专家系统等。
人工智能可按照应用领域分为四大类别：决策类人工智能、视觉人工智能、语音及语义人工智能和人工智能机器人。以下为定义及应用领域：
资料来源：中商产业研究院整理
二、人工智能行业发展政策
近年来，在中国人工智能行业受到各级政府的高度重视和国家产业政策的重点支持。国家陆续出台了多项政策，鼓励人工智能行业发展与创新，《新型数据中心发展三年行动计划（2021-2023年）》《新一代人工智能伦理规范》《中华人民共和国数据安全法》等产业政策为人工智能行业的发展提供了明确、广阔的市场前景，为企业提供了良好的生产经营环境。具体情况列示如下：
资料来源：中商产业研究院整理
三、人工智能行业发展现状
1.市场规模
中国人工智能市场规模在2016年-2020年持续增长，市场规模从2016年的154亿元增长至2020年的1280亿元，年复合增长率达到69.79%。随着新基建产业愈发受到国家重视，人工智能产业未来将持续增长，预计2022年将达2729亿元。
数据来源：灼识咨询、中商产业研究院整理
2.市场结构
中国人工智能行业可按照应用领域分为四大类别：决策类人工智能、视觉人工智能、语音及语义人工智能和人工智能机器人。目前，视觉人工智能的占比最多，达43.4%。其次分别为决策类人工智能、语音及语义人工智能、人工智能机器人，占比分别为20.9%、18.2%、17.4%。
数据来源：灼识咨询、中商产业研究院整理
3.投融资情况
2016年到2018年中国人工智能投融资情况呈现增长趋势。2019年开始，中国人工智能市场投融资事件数量开始下滑，整体市场开始冷静，投资金额有所上升。截止至2021年7月，投融资事件达506起，投融资金额达1839.92亿元。
数据来源：中商产业研究院整理
4.企业注册量
近两三年来，人工智能相关企业注册量飞速上升。企查查数据显示，2017年人工智能上升为国家战略后，相关企业年注册量首次突破1万家，2019年注册量已达到4.26万家。2020年，人工智能新科技的链接价值、赋能价值表现得更为突出，全年注册量增至17.10万家。
数据来源：企查查、中商产业研究院整理
四、人工智能行业重点企业
1.京东方
京东方科技集团股份有限公司（BOE）创立于1993年4月，是全球领先的半导体显示技术、产品与服务提供商。基于在发展显示事业中积累的显示、传感、人工智能、大数据等技术基础，BOE（京东方）2014年启动DSH战略转型，由原有的端口器件事业向智慧物联事业和智慧医工事业延展。
2021年前三季度京东方实现营业收入1632.78亿元，同比增长72.05；实现归母净利润200.15亿元，同比增长708.36%。
数据来源：中商产业研究院整理
2.科大讯飞
科大讯飞股份有限公司是一家专业从事语音及语言、自然语言理解、机器学习推理及自主学习等人工智能核心技术研究，人工智能产品研发和行业应用落地的国家级骨干软件企业。
2021年前三季度科大讯飞实现营收108.68亿元，同比增长49.2%；实现归母净利润7.29亿元，同比增长30.88%。
数据来源：中商产业研究院整理
3.寒武纪
中科寒武纪科技股份有限公司创办于2016年，主营业务是应用于各类云服务器、边缘计算设备、终端设备中人工智能核心芯片的研发、设计和销售。公司的主要产品包括云端产品线、边缘产品线、处理器IP授权及软件。
2021年前三季度寒武纪营业收入实现2.22亿元，同比增长40.51%；归母净利润亏损6.29亿元，同比下降102.9%。
数据来源：中商产业研究院整理
4.阿里巴巴
阿里AI（阿里灵杰）依托阿里领先的云基础设施、大数据和AI工程能力、场景算法技术和多年行业实践，一站式地为企业和开发者提供云原生的AI能力体系。帮助提升AI应用开发效率，促进AI在产业中规模化落地，激发业务价值。
下图为阿里巴巴人工智能相关开发服务内容：
资料来源：阿里云官网
5.百度AI
百度人工智能全面开放百度大脑领先能力，包括语音识别和文字识别等335项场景化能力、飞桨企业版EasyDL和BML、智能对话定制平台UNIT、AI学习与实训社区AIStudio、及实现算法与硬件深度整合的软硬一体产品项目等。目前，百度连续四年AI专利申请和授予量全国第一，百度AI开放平台成为中国领先的软硬一体AI大生产平台。而百度的移动生态，正是在这样的人工智能技术驱动下构建强大的。在人工智能的驱动下，由百家号、小程序、托管页构成的移动生态三大支柱业务增长稳进，构建起了完善的内容和服务一体化移动生态。
五、人工智能行业发展前景
1、人工智能和实体经济融合发展空间大
人工智能正由技术研发走向行业应用,形成从宏观到微观各领域智能化新实践，逐步渗透到制造、交通、医疗、金融、零售、金融等多个行业。人工智能发展催生出新技术、新产品、新产业、新业态、新模式，为产业变革带来新动力。
对于网络化、信息化尚在初级阶段的实体经济而言，发展更高阶段的智能化条件还不成熟。以工业为例，我国两化融合发展水平为51.8，其中小微企业两化融合水平仅为38.1。人工智能技术应用所需的互联网、传感器、芯片等基础设施薄弱，企业使用人工智能的成本过高也是重要制约。未来随着人工智能技术发展，人工智能和实体经济深度融合，将驱动人工智能行业发展。
2、5G赋能人工智能产业驶入快车道
我国5G发展取得领先优势，已累计建成5G基站超81.9万个，占全球比例约为70%；5G手机终端用户连接数达2.8亿，占全球比例超过80%；5G标准必要专利声明数量占比超过38%，2020年上半年以来上升近5个百分点，位列全球首位。工信部5G/6G专题会议会议表示，要持续推进5G快速健康发展。
5G是人工智能的加速器，同时5G也将为人工智能提供新动能。5G具有大连接、低延迟和高带宽三个核心特点，这些特点可以从不同侧面进一步加速人工智能技术的发展、应用、落地，促进整个供应链的智能升级。
3、技术加强带动行业发展
近年来，数据、算法与算力三大驱动因素显著发展。在数据方面，互联网的快速发展使高质量、大规模的大数据成为可能，海量数据为包括计算机视觉在内的人工智能技术的发展提供了充足的原材料。在算法方面，机器学习算法取得重大突破，以多层神经网络模型为基础的算法，使得机器学习算法在人脸识别等领域的准确性取得了飞跃性的提高，为商业化应用奠定了重要技术基础。在算力方面，计算力提升突破瓶颈，以GPU为代表的新一代计算芯片提供了更强大的计算力，使得运算更快，同时在集群上实现的分布式计算帮助算法模型可以在更大的数据集上运行。
上述三大因素不断进步极大促进了人工智能技术的发展。未来，人工智能行业在数据、算法、算力方面仍具有巨大的发展与进步空间。相关技术创新与研发投入力度将继续加大，更快更高效的算法模型与部署效率、更庞大且标准化的行业数据、更强大且成本更低的计算芯片，将进一步推动行业技术进步。
分享到：中国人工智能大模型行业前景规划及投资决策建议报告2023
中国人工智能大模型行业前景规划及投资决策建议报告2023-2030年
【出版机构】：中赢信合研究网
【内容部分有删减·详细可参中赢信合研究网出版完整信息！】
第一章人工智能大模型相关介绍
1.1人工智能基本概述
1.1.1基本定义
1.1.2研究内容
1.2人工智能大模型
1.2.1基本定义
1.2.2核心作用
1.2.3主要优势
1.2.4底层架构
1.2.5模型实践
1.3人工智能大模型核心要素分析
1.3.1算力
1.3.2算法
1.3.3数据
第二章2021-2023年中国人工智能大模型行业发展环境分析
2.1经济环境
2.1.1宏观经济概况
2.1.2对外经济分析
2.1.3工业经济运行
2.1.4固定资产投资
2.1.5宏观经济展望
2.2政策环境
2.2.1国家政策支持促进发展
2.2.2建设人工智能应用场景
2.2.3加快人工智能应用创新
2.2.4人工智能服务管理办法
2.2.5地方人工智能发展政策
2.3人工智能产业环境
2.3.1产业发展历程
2.3.2产业发展现状
2.3.3市场发展规模
2.3.4细分领域分析
2.3.5应用结构分析
2.3.6产业竞争格局
2.3.7产业布局状况
2.3.8产业面临挑战
2.3.9产业发展建议
第三章2021-2023年中国人工智能大模型行业发展分析
3.1中国人工智能大模型行业发展综述
3.1.1行业发展背景
3.1.2行业发展历程
3.1.3行业战略意义
3.1.4行业发展作用
3.1.5行业应用价值
3.1.6行业商业模型
3.1.7行业应用场景
3.22021-2023年中国人工智能大模型行业发展情况分析
3.2.1行业生态图谱
3.2.2行业发展状况
3.2.3行业合作动态
3.2.4企业布局情况
3.2.5主要技术路线
3.2.6技术演进趋势
3.3中国主要人工智能大模型发展状况分析
3.3.1NLP大模型
3.3.2CV大模型
3.3.3多模态大模型
3.3.4科学计算大模型
3.3.5模型协同发展
3.4中国人工智能大模型技术专利申请状况
3.4.1专利申请概况
3.4.2专利技术分析
3.4.3专利申请人分析
3.4.4技术创新热点
3.4.5企业发明专利
3.5中国人工智能大模型行业发展建议
3.5.1行业用户建议
3.5.2供应商的建议
3.5.3行业发展建议
3.5.4行业发展战略
第四章2021-2023年中国人工智能大模型行业底层服务支撑层——芯片行业发展分析
4.1中国芯片行业发展综述
4.1.1行业发展特点
4.1.2行业发展背景
4.1.3行业发展意义
4.1.4行业政策汇总
4.1.5行业政策影响
4.22021-2023年中国芯片市场运行情况分析
4.2.1市场规模状况
4.2.2行业产量情况
4.2.3芯片需求发展
4.2.4应用领域结构
4.2.5行业竞争格局
4.2.6行业发展挑战
4.2.7行业发展建议
4.12021-2023年中国AI芯片行业运行情况发展分析
4.1.1行业发展政策
4.1.2行业发展现状
4.1.3市场规模状况
4.1.4芯片数量需求
4.1.5企业注册数量
4.1.6企业竞争格局
4.1.7主要企业布局
4.1.8行业融资情况
4.1.9行业投资主体
4.2中国芯片行业未来发展前景及趋势分析
4.2.1行业突破路径
4.2.2行业发展机遇
4.2.3行业发展前景
4.2.4行业发展趋势
第五章2021-2023年中国人工智能大模型行业底层服务支撑层——数据服务行业发展分析
5.1中国数据服务行业发展政策分析
5.1.1数字经济发展规划
5.1.2数字政府建设指导意见
5.1.3发挥数据要素作用意见
5.1.4地方相关行业发展政策
5.2中国数据服务行业发展分析
5.2.1市场规模状况
5.2.2行业图谱分析
5.2.3行业投资数量
5.2.4行业投资轮次
5.2.5行业投资事件
5.2.6行业发展趋势
5.32021-2023年中国人工智能基础数据服务行业运行状况分析
5.3.1行业发展意义
5.3.2进入成长阶段
5.3.3产业链条结构
5.3.4应用结构占比
5.3.5行业竞争格局
5.3.6行业发展建议
5.4中国人工智能基础数据服务行业发展趋势预测分析
5.4.1行业竞争趋势
5.4.2转型发展趋势
5.4.3整体发展趋势
第六章2021-2023年中国人工智能大模型行业基础算法平台层——算法行业发展分析
6.1中国算法行业发展综述
6.1.1行业基本概述
6.1.1算法管理规定
6.1.2企业竞争格局
6.1.3区域发展情况
6.1.4行业应用现状
6.1.5应用风险问题
6.1.6算法治理实践
6.2中国人工智能算法发展状况分析
6.2.1基本概述
6.2.2主要分类
6.2.3提取方法
6.2.4审查指南
6.2.5专利体系
6.2.6审查困境
6.2.7规制走向
6.3数字时代算法困境发展分析
6.3.1发展背景
6.3.1发展成因
6.3.2困境表现
6.3.3治理路径
6.4中国算法未来发展建议分析
6.4.1强化顶层设计
6.4.2完善治理格局
6.4.3立足算法特性
6.4.4强化国际协调
第七章2021-2023年中国人工智能大模型行业应用赋能层发展分析
7.1搜索引擎
7.1.1搜索引擎运作模式
7.1.2搜索引擎发展价值
7.1.3搜索引擎发展现状
7.1.1搜索引擎市场规模
7.1.2搜索引擎用户规模
7.1.3搜索引擎竞争格局
7.1.4搜索引擎布局动态
7.1.5搜索引擎发展困境
7.1.6搜索引擎发展建议
7.2对话机器人
7.2.1对话机器人发展基础
7.2.1对话机器人发展优势
7.2.2对话机器人发展政策
7.2.3对话机器人市场规模
7.2.4对话机器人应用占比
7.2.5对话机器人市场结构
7.2.6对话机器人商业模式
7.2.7对话机器人核心技术
7.2.8对话机器人发展策略
7.3医疗
7.3.1医疗质量安全分析
7.3.2医疗保障事业状况
7.3.3医疗行业特色分析
7.3.4医疗卫生机构数量
7.3.5医疗卫生人员总数
7.3.6医疗平台整体框架
7.3.7医疗数据应用情况
7.3.1医疗服务发展方向
7.3.2典型智能模型应用
7.4智能遥感
7.4.1智能遥感卫星发射
7.4.2智能遥感主要技术
7.4.3智能遥感应用领域
7.4.4智能遥感项目动态
7.4.5企业产品发展动态
7.4.6遥感模型研发情况
7.4.1智能遥感发展趋势
7.5元宇宙
7.5.1元宇宙产业特征
7.5.2元宇宙产业实践
7.5.3元宇宙产业影响
7.5.4元宇宙发展建议
7.5.5元宇宙系统发布
7.5.6模型促进元宇宙
7.5.1元宇宙发展前景
7.6智慧城市
7.6.1智慧城市基本概述
7.6.2智慧城市发展优势
7.6.3智慧城市具体应用
7.6.4人工智能城市排行
7.6.5城市大模型的发布
7.6.6智慧城市面临困境
7.6.7智慧城市发展展望
第八章国外典型人工智能大模型——GPT模型发展分析
8.1GPT模型发展综述
8.1.1模型本质
8.1.2模型优势
8.1.3应用前景
8.2GPT模型发展路径分析
8.2.1演进历程
8.2.2GPT-1
8.2.3GPT-2
8.2.4GPT-3
8.2.5GPT-3.5
8.2.6GPT-4
8.3GPT-4模型发展分析
8.3.1发生变化分析
8.3.2理解能力提升
8.3.3主要局限分析
8.3.4具体应用领域
8.4GPT模型产品——ChatGPT发展分析
8.4.1基本概况
8.4.2主要优势
8.4.3发展历程
8.4.4工作原理
8.4.5发展现状
8.4.6应用场景
8.4.7商业进程
8.4.8技术路径
8.4.9发展瓶颈
8.4.10发展潜力
第九章中国典型企业的人工智能大模型——百度文心大模型发展分析
9.1百度文心大模型发展综述
9.1.1发展历程
9.1.2全景图谱
9.1.3数据来源
9.1.4关键模型
9.1.5主要应用
9.2百度文心大模型运行现状分析
9.2.1模型发展
9.2.2模型布局
9.2.3产品矩阵
9.2.4生态体系
9.2.5市场推广
9.2.6所处地位
9.2.7评估情况
9.2.8企业合作
9.2.9发展前景
9.3百度文心大模型主要产品分析
9.3.1百度智能云
9.3.2文心一格
9.3.3文心百中
9.4百度文心大模型应用方式分析
9.4.1文心一言+搜索引擎
9.4.2大模型API
9.4.3产品级应用+生态融合
第十章中国其他典型企业的人工智能大模型发展分析
10.1华为盘古大模型
10.1.1模型概述
10.1.2发展历程
10.1.3主要模型
10.1.4模型应用
10.1.5模型发展
10.1.6市场推广
10.1.7评估情况
10.2腾讯混元大模型
10.2.1模型概述
10.2.2模型应用
10.2.3模型发展
10.2.4市场推广
10.2.5评估情况
10.2.6模型发布
10.2.7模型突破
10.2.8商业程度
10.3阿里通义大模型
10.3.1发展历程
10.3.2模型概述
10.3.3模型应用
10.3.4模型发展
10.3.5市场推广
10.3.6评估情况
10.4商汤日日新大模型
10.4.1模型概述
10.4.2模型发布
10.4.3模型发展
10.4.4主要产品
10.4.5市场推广
10.5字节跳动大模型
10.5.1模型概述
10.5.2模型应用
10.6其他人工智能大模型分析
10.6.1昆仑万维大语言模型
10.6.2“知海图AI”中文大模型
10.6.3科大讯飞“1+N认知智能大模型”
10.6.4多模态人工智能大模型“AiLMe”
第十一章人工智能大模型相关技术发展分析
11.1深度学习技术
11.1.1技术基本概述
11.1.2技术研究进展
11.1.3技术应用分析
11.1.4多模态学习技术
11.1.5技术发展瓶颈
11.1.6技术改进方向
11.1.7技术发展趋势
11.2自然语言处理技术
11.2.1技术基本概述
11.2.2技术发展过程
11.2.3关键技术分析
11.2.4主流技术思路
11.2.5关键前沿技术
11.2.6技术应用场景
11.2.7未来发展方向
11.3计算机视觉技术
11.3.1技术基本概况
11.3.2技术原理分析
11.3.3技术发展历史
11.3.4主要技术分析
11.3.5技术研究内容
11.3.6技术研究进展
11.3.7图像处理方法
11.3.8具体应用分析
11.3.9技术发展趋势
第十二章2021-2023年国际人工智能大模型行业重点企业发展分析
12.1微软（MicrosoftCorp.）
12.1.1企业发展概况
12.1.2模型研发动态
12.1.32021年企业经营状况分析
12.1.42022年企业经营状况分析
12.1.52023年企业经营状况分析
12.2谷歌（GoogleInc.）
12.2.1企业发展概况
12.2.2模型研发动态
12.2.32021年企业经营状况分析
12.2.42022年企业经营状况分析
12.2.52023年企业经营状况分析
12.3MetaPlatforms,Inc.
12.3.1企业发展概况
12.3.2企业布局状况
12.3.32021年企业经营状况分析
12.3.42022年企业经营状况分析
12.3.52023年企业经营状况分析
12.4OpenAI
12.4.1企业发展概况
12.4.2企业主要产品
12.4.3GPT模型发展
12.4.4企业发展动态
12.4.5企业核心竞争力
第十三章2020-2023年中国人工智能大模型行业重点上市企业经营状况分析
13.1百度集团股份有限公司
13.1.1企业发展概况
13.1.2企业布局分析
13.1.3企业发展动态
13.1.42021年企业经营状况分析
13.1.52022年企业经营状况分析
13.1.62023年企业经营状况分析
13.2阿里巴巴集团控股有限公司
13.2.1企业发展概况
13.2.2产品研发进展
13.2.32021年企业经营状况分析
13.2.42022年企业经营状况分析
13.2.52023年企业经营状况分析
13.3腾讯控股有限公司
13.3.1企业发展概况
13.3.2企业发展优势
13.3.3产品研发进展
13.3.42021年企业经营状况分析
13.3.52022年企业经营状况分析
13.3.62023年企业经营状况分析
13.4科大讯飞股份有限公司
13.4.1企业发展概况
13.4.2企业研发情况
13.4.3企业布局分析
13.4.4经营效益分析
13.4.5业务经营分析
13.4.6财务状况分析
13.4.7核心竞争力分析
13.4.8公司发展战略
13.4.9未来前景展望
13.5商汤集团股份有限公司
13.5.1企业发展概况
13.5.2经营效益分析
13.5.3业务经营分析
13.5.4财务状况分析
13.5.5核心竞争力分析
13.5.6公司发展战略
13.5.7未来前景展望
13.6北京抖音信息服务有限公司
13.6.1企业发展概况
13.6.2企业合作动态
13.6.3经营效益分析
13.6.4业务经营分析
13.6.5财务状况分析
13.6.6核心竞争力分析
13.6.7公司发展战略
13.6.8未来前景展望
13.7华为技术有限公司
13.7.1企业发展概况
13.7.2经营效益分析
13.7.3业务经营分析
13.7.4财务状况分析
13.7.5核心竞争力分析
13.7.6公司发展战略
13.7.7未来前景展望
13.8昆仑万维科技股份有限公司
13.8.1企业发展概况
13.8.2企业布局分析
13.8.3经营效益分析
13.8.4业务经营分析
13.8.5财务状况分析
13.8.6核心竞争力分析
13.8.7公司发展战略
13.8.8未来前景展望
第十四章2023-2030年中国人工智能大模型行业投资潜力分析
14.12021-2023年中国人工智能大模型行业投资动态
14.1.1西湖心辰完成Pre-A轮融资
14.1.2面壁智能完成天使轮融资
14.1.3澜舟科技完成Pre-A+轮融资
14.1.4百川智能获美元股权投资
14.2中国人工智能大模型行业投资壁垒分析
14.2.1技术壁垒
14.2.2数据壁垒
14.2.3人才壁垒
14.2.4资金壁垒
14.3中国人工智能大模型行业投资风险分析
14.3.1技术风险
14.3.2数据风险
14.3.3市场风险
14.3.4政策风险
14.4中国人工智能大模型行业投资机会分析
14.4.1应用场景广泛
14.4.2技术不断进步
14.4.3产业生态完善
14.4.4国家政策支持
14.4.5巨大市场需求
第十五章2023-2030年中国人工智能大模型行业发展前景及趋势预测
15.1中国人工智能大模型行业未来发展前景分析
15.1.1算力瓶颈渐至
15.1.2硬件需求承压
15.1.3聚焦路线优化
15.1.4未来商业模式
15.1.5发展格局展望
15.2中国人工智能大模型行业未来发展趋势
15.2.1大小模型协同进化
15.2.2通用性能持续加强
15.2.3逐渐趋于产业落地
15.32023-2030年中国人工智能大模型行业预测分析
15.3.12023-2030年中国人工智能大模型行业影响因素分析
15.3.22023-2030年中国人工智能市场规模预测
图表目录
图表大语言模型
图表Transformer模型自监督层结构
图表Transformer模型架构
图表训练大模型“预训练+精调”模式
图表主要数据集大小汇总
图表2018-2022年国内生产总值及其增长速度
图表2018-2022年三次产业增加值占国内生产总值比重
图表2023年GDP初步核算数据
图表2018-2022年货物进出口总额
图表2022年货物进出口总额及其增长速度
图表2022年主要商品出口数量、金额及其增长速度
图表2022年主要商品进口数量、金额及其增长速度
图表2022年对主要国家和地区货物进出口金额、增长速度及其比重
图表2022年外商直接投资及其增长速度
图表2022年对外非金融类直接投资额及其增长速度
图表2018-2022年全部工业增加值及其增长速度
图表2022年主要工业产品产量及其增长速度
图表2022-2023年规模以上工业增加值同比增速
图表2023年全国规模以上工业生产主要数据
图表2022年三次产业投资占固定资产投资（不含农户）比重
图表2022年分行业固定资产投资（不含农户）增长速度
图表2022年固定资产投资新增主要生产与运营能力
图表2022年房地产开发和销售主要指标及其增长速度
图表2022-2023年固定资产投资（不含农户）月度同比增速
图表2023年固定资产投资（不含农户）主要数据
图表人工智能的发展历程
图表2016-2022年中国人工智能市场规模情况
图表2021年中国人工智能行业细分市场占比统计
图表2017-2022年中国人工智能行业细分市场规模
图表中国人工智能下游应用领域占比统计
图表2021年度人工智能企业百强榜
图表中国主要科技公司人工智能平台布局
图表2021-2026年中国人工智能软件及应用市场规模预测
图表AI大模型推动人机交互方式的升级
图表小模型VS大模型
图表大模型的投入成本
图表中国大模型生态
图表部分大模型厂商梳理
图表大模型的技术路线主要包含Bert、GPT和混合
图表人工智能大模型参数量从亿级到百万亿级
图表InstructGPT采用不同训练方法的效果对比图
图表从支持模态来看人工智能大模型的发展历程
图表NLP&CV发展现状与挑战对比
图表模型+工具平台+生态"三级协同加速产业智能化
图表中国人工智能大模型企业发明专利排行榜
图表中国人工智能大模型企业发明专利排行榜-续
图表2021、2022年国家层面集成电路行业政策及重点内容解读
图表2021、2022年国家层面集成电路行业政策及重点内容解读-续
图表《中国制造2025》关于集成电路行业发展目标
图表“十四五”以来集成电路行业重点规划解读
图表2017-2023年中国芯片市场规模预测趋势图
图表2017-2023年中国芯片产量预测趋势图
图表2021年中国芯片下游应用销售额占比统计
图表中国AI芯片行业相关政策汇总一览表
图表2017-2023年中国AI芯片市场规模趋势图
图表2020-2023年全球AI芯片数量趋势图
图表2017-2023年中国AI芯片企业注册量统计
图表中国AI芯片企业格局
图表中国AI芯片重点企业分析
图表中国科技巨头人工智能芯片业务布局
图表2016-2023年中国人工智能芯片行业融资整体情况
图表2016-2023年中国人工智能芯片行业单笔融资情况
图表2020-2023年中国人工智能芯片行业投资主体分布
图表部分省市数据服务行业相关政策
图表2015-2024年中国大数据服务市场规模
图表2015-2022年我国数据服务行业投资事件数统计
图表2021年中国数据服务行业各月度投资事件数统计
图表2021年中国数据服务行业各月投资金额数统计
图表截至2022年我国数据服务行业投资事件伦次分布
图表2022年我国数据服务行业投资具体事件
图表人工智能基础数据服务需求变化及市场情况
图表人工智能基础数据服务产业链
图表2022-2027年中国人工智能基础数据服务下游应用占比
图表人工智能基础数据服务商市场份额占比及核心能力分析
图表基础数据服务模式
图表中国人工智能基础数据服务行业竞争趋势
图表人工智能发展趋势示意图
图表AI自动标注发展趋势
图表自动驾驶布局情况
图表自动驾驶基础数据服务不同下游客户数据处理需求量占比示意图
图表数据合规相关法律法规及标准体系
图表AI人工智能基础数据服务业务流程竞争壁垒
图表2023胡润中国数字技术算法算力百强榜TOP10
图表算法在金融商业领域的应用
图表分治算法的设计过程图
图表搜索引擎的核心运作模式
图表2017-2025年我国搜索引擎市场规模及预测情况
图表2015-2022年中国搜索引擎用户规模统计
图表主流搜索引擎比较
图表深度学习的实现路径-数据为模型训练提供底层支撑
图表对话机器人行业基础数据服务分类
图表对话机器人行业基础数据服务技术需求趋势
图表中国对话机器人行业相关政策梳理
图表2019-2025年中国对话机器人行业市场规模
图表2022年我国对话机器人下游市场分布情况
图表2022年我国对话机器人行业市场结构（按业务模式）
图表2022年我国对话机器人行业市场结构（按受益方）
图表对话机器人行业商业模式
图表自然语言处理技术的核心任务
图表自然语言处理技术的处理流程
图表全双工语音与其他语音交互模式的对比
图表基于FAQ（常见问题集的问答系统）知识库建立图
图表基于知识图谱的知识库建立图
图表基于机器阅读理解的流程图
图表人工流程与“AI+RPA技术”的操作类比图
图表产品方案的开发流程及对话机器人工厂的实现功能
图表情感智能的应用模型、应用价值与应用瓶颈
图表对话机器人厂商不断丰富产品形式以抢夺业务增长点
图表2012-2021年职工医保参保人员结构
图表2012-2021年职工医保享受待遇人次
图表2012-2021年职工医保次均住院费用和住院率
图表2012-2021年居民医保基金收支情况
图表2012-2021年居民医保享受待遇人次
图表2012-2021年居民医保次均住院费用和住院率
图表2016-2021年全国医院、社区卫生服务中心（站）、乡镇卫生院数
图表2020-2021年全国医疗卫生机构及床位数
图表2018-2022年年末卫生技术人员人数
图表2021年中国医疗大数据应用开展情况
图表怀远县增强重大传染病等突发公共卫生事件早期监测预警
图表GPT大模型对医保信息化的影响
图表两层神经网络示意图
图表U-net架构示意图
图表代表性元宇宙建设企业
图表中国2022年元宇宙投资状况（按类别）
图表近五年人工智能TOP10城市排名变化
图表冰城-百度?文心大模型图示
图表GPT模型演进历程
图表GPT-4发生的新变化
图表GPT-4多个核心理解能力提升
图表运用GPT-4解决法语物理问题
图表GPT-4多语言功能强大
图表GPT-4单次处理词数更多
图表GPT-4在多类考试中表现更优
图表不被允许内容和敏感内容的错误行为率
图表大模型训练成本及参数量
图表NLP大模型训练资源估算
图表OpenAI、微软Azure云API调用费用
图表微软office接入GPT-4
图表交互类App用户破亿用时
图表ChatGPT特点
图表ChatGPT的局限性
图表AI自然语言处理发展历程
图表RLHF人类反馈强化学习模型原理
图表生成型AI应用领城
图表ChatGPT的发展历程
图表GLM-130B与GPT-3、OPT-175B对比
图表谷歌公司的产业布局
图表ChatGPT在游戏中的应用
图表ChatGPT应用探索
图表ChatGPT撰写房源信息
图表各平台从0到100万用户速度
图表文心大模型发展历程
图表百度文心大模型全景图
图表文心?NLP大模型系列产品
图表ERNIE在GLUEBenchmark上排名第五
图表ERNIE3.0多范式统一预训练框架
图表ERNIE3.0多范式统一预训练框架
图表百度文心行业大模型
图表百度文心行业大模型全景
图表文心大模型产品矩阵
图表中国大模型市场2022年评估结果—百度文心
图表首批加入文心一言生态圈的部分伙伴
图表百度智能云业务新架构
图表“云智一体3.0”架构
图表百度AI大底座
图表2022年中国人工智能公有云服务市场份额
图表中国对话式AI市场综合竞争表现
图表文心一格创作过程
图表文心一格部分作品
图表产业级搜索系统文心百中的搜索场景图谱
图表文心百中三步搭建搜索系统
图表文心百中提供体验版和正式版两个版本
图表文心百中搜索结果示例
图表集成ChatGPT的Bing
图表百度搜索引擎在国内的市场份额情况
图表文心大模型提供的大模型API
图表ERNIE-ViLGAI作画大模型套餐类型
图表基于Prompt“一只猫在晒太阳，卡通”生成的图片
图表PLATO的对话效果达到了世界领先水平
图表PLATO的API调用服务暂不可用
图表盘古模型基于ModelArts平台进行开发设计
图表盘古大模型进化路径
图表盘古系列大模型
图表盘古系列模型应用场景和领域
图表HunYuan-tvr在5个公开数据集上排名第一
图表HunYuan-NLP1T模型在CLUE总榜、分类榜和阅读理解榜登顶
图表HunYuan大模型及解决方案
图表腾讯广告多媒体AI技术研究与应用情况
图表腾讯智能创作助手功能一览
图表腾讯游戏AI路网生成模型
图表腾讯混元助手项目组织架构
图表HunYuan-1T参数规模处于行业领先水平
图表阿里通义大模型发展历程
图表阿里巴巴通义大模型系列架构
图表阿里巴巴深度语言模型AliceMind
图表阿里巴巴通义-视觉大模型
图表鸟鸟分鸟基于通义大模型系列
图表鸟鸟分鸟15天训练流程
图表多模态深度生成学习主要研究内容
图表面向小样本学习的视觉语言模型——Flamingo
图表自然语言处理近期模型规模发展史
图表2020-2021年微软综合收益表
图表2020-2021年微软分部资料
图表2020-2021年微软收入分地区资料
图表2021-2022年微软综合收益表
图表2021-2022年微软分部资料
图表2021-2022年微软收入分地区资料
图表2022-2023年微软综合收益表
图表2022-2023年微软分部资料
图表2022-2023年微软收入分地区资料
图表2020-2021年谷歌综合收益表
图表2020-2021年谷歌分部资料
图表2020-2021年谷歌收入分地区资料
图表2021-2022年谷歌综合收益表
图表2021-2022年谷歌分部资料
图表2021-2022年谷歌收入分地区资料
图表2022-2023年谷歌综合收益表
图表2022-2023年谷歌分部资料
图表2022-2023年谷歌收入分地区资料
图表2020-2021年Meta综合收益表
图表2020-2021年Meta分部资料
图表2020-2021年Meta收入分地区资料
图表2021-2022年Meta综合收益表
图表2021-2022年Meta分部资料
图表2021-2022年Meta收入分地区资料
图表2022-2023年Meta综合收益表
图表2022-2023年Meta分部资料
图表2022-2023年Meta收入分地区资料
图表GPT模型对基础模型架构的更改较小
图表GPT在Transformer基础上进行了简化
图表2020-2021年百度综合收益表
图表2020-2021年百度分部资料
图表2020-2021年百度收入分地区资料
图表2021-2022年百度综合收益表
图表2021-2022年百度分部资料
图表2021-2022年百度收入分地区资料
图表2022-2023年百度综合收益表
图表2022-2023年百度分部资料
图表2022-2023年百度收入分地区资料
图表2020-2021年阿里巴巴综合收益表
图表2020-2021年阿里巴巴分部资料
图表2020-2021年阿里巴巴收入分地区资料
图表2021-2022年阿里巴巴综合收益表
图表2021-2022年阿里巴巴分部资料
图表2021-2022年阿里巴巴收入分地区资料
图表2022-2023年阿里巴巴综合收益表
图表2022-2023年阿里巴巴分部资料
图表2022-2023年阿里巴巴收入分地区资料
图表2020-2021年腾讯综合收益表
图表2020-2021年腾讯分部资料
图表2020-2021年腾讯收入分地区资料
图表2021-2022年腾讯综合收益表
图表2021-2022年腾讯分部资料
图表2021-2022年腾讯收入分地区资料
图表2022-2023年腾讯综合收益表
图表2022-2023年腾讯分部资料
图表2022-2023年腾讯收入分地区资料
图表2020-2023年科大讯飞总资产及净资产规模
图表2020-2023年科大讯飞营业收入及增速
图表2020-2023年科大讯飞净利润及增速
图表2022年科大讯飞主营业务分行业
图表2022年科大讯飞主营业务分地区
图表2020-2023年科大讯飞营业利润及营业利润率
图表2020-2023年科大讯飞净资产收益率
图表2020-2023年科大讯飞短期偿债能力指标
图表2020-2023年科大讯飞资产负债率水平
图表2020-2023年科大讯飞运营能力指标
图表2020-2023年商汤科技总资产及净资产规模
图表2020-2023年商汤科技营业收入及增速
图表2020-2023年商汤科技净利润及增速
图表2022年商汤科技主营业务分行业
图表2022年商汤科技主营业务分地区
图表2020-2023年商汤科技营业利润及营业利润率
图表2020-2023年商汤科技净资产收益率
图表2020-2023年商汤科技短期偿债能力指标
图表2020-2023年商汤科技资产负债率水平
图表2020-2023年商汤科技运营能力指标
图表2020-2023年字节跳动总资产及净资产规模
图表2020-2023年字节跳动营业收入及增速
图表2020-2023年字节跳动净利润及增速
图表2022年字节跳动主营业务分行业
图表2022年字节跳动主营业务分地区
图表2020-2023年字节跳动营业利润及营业利润率
图表2020-2023年字节跳动净资产收益率
图表2020-2023年字节跳动短期偿债能力指标
图表2020-2023年字节跳动资产负债率水平
图表2020-2023年字节跳动运营能力指标
图表2020-2023年华为总资产及净资产规模
图表2020-2023年华为营业收入及增速
图表2020-2023年华为净利润及增速
图表2022年华为主营业务分行业
图表2022年华为主营业务分地区
图表2020-2023年华为营业利润及营业利润率
图表2020-2023年华为净资产收益率
图表2020-2023年华为短期偿债能力指标
图表2020-2023年华为资产负债率水平
图表2020-2023年华为运营能力指标
图表2020-2023年昆仑万维总资产及净资产规模
图表2020-2023年昆仑万维营业收入及增速
图表2020-2023年昆仑万维净利润及增速
图表2022年昆仑万维主营业务分行业
图表2022年昆仑万维主营业务分地区
图表2020-2023年昆仑万维营业利润及营业利润率
图表2020-2023年昆仑万维净资产收益率
图表2020-2023年昆仑万维短期偿债能力指标
图表2020-2023年昆仑万维资产负债率水平
图表2020-2023年昆仑万维运营能力指标
图表国外主流大模型训练规模所需算力情况
图表GPU显存增长趋势明显慢于大模型规模演化
图表业界主流GPU集群网络技术路线的选择可以考量多类因素，从而为大模型训练提效
图表腾讯采用ZeRO优化策略来充分利用机器存储，降低成本
图表飞天智算平台基于优化的技术架构，提供全链路智能服务
图表百舸AI异构计算平台采用软硬协同思路，助力模型训练加速
图表盘古大模型大幅降低微调难度，提升大模型行业应用效率
图表2023-2030年人工智能市场规模预测