1、 1/43 2024 年年 9月月 9 日日 行业行业|深度深度|研究报告研究报告 行业研究报告 慧博智能投研 AI大模型大模型行业行业深度：深度：行业现状行业现状、应用情况应用情况、产业链产业链及及相关公司相关公司深度梳理深度梳理 随着人工智能技术的迅猛发展，AI 大模型已经成为全球科技竞争的焦点、未来产业的关键赛道以及经济发展的新动力，展现出巨大的发展潜力和广阔的应用前景。目前，AI 大模型的应用落地引发行业关注。技术的持续进步促使 AI 大模型的应用逐步从云端向终端设备延伸，同时，从通用模型向针对特定行业的定制化解决方案转变，其商业潜力和对行业的影响不断增强。此外，国内外企业在大模型领域

2、的竞争日趋激烈，伴随着性能的显著提升和应用场景的持续拓展，AI 技术正在经历快速的发展，同时推动着产业的深层次变革。本文将深入探讨 AI 大模型的相关话题，分析当前行业的现状以及我国 AI 大模型面临的挑战。同时，我们将简要概述 AI 大模型产业链的结构。随后，我们将详细分析 AI 大模型的应用场景，探讨企业如何将业务与 AI 技术相结合，以及 AI 大模型在实际应用中的落地途径。最后，我们将分析国内外公司在 AI大模型领域的基本情况。根据以上内容展望未来发展趋势。希望通过这些内容，能够帮助大家更深入地理解 AI 大模型。目录目录 一、行业概述.1 二、行业现状.7 三、国内 AI 大模型行业

3、应用痛点及解决方案.13 四、产业链分析.17 五、AI 大模型应用落地方式.19 六、国内外大模型.35 七、发展趋势展望.42 八、参考研报.43 一、一、行业行业概述概述 1、AI 大模型定义大模型定义 AI 大模型是指在机器学习和深度学习领域中，采用大规模参数（至少在一亿个以上）的神经网络模型，AI 大模型在训练过程中需要使用大量的算力和高质量的数据资源。2/43 2024 年年 9月月 9 日日 行业行业|深度深度|研究报告研究报告 2、AI 大模型主要特征大模型主要特征 AI 大模型具有泛化性(知识迁移到新领域)、通用性(不局限于特定领域)以及涌现性(产生预料之外的新能力)特征。以

4、 ChatGPT 为代表的 AI 大模型因其具有巨量参数和深度网络结构，能学习并理解更多的特征和模式，从而在处理复杂任务时展现强大的自然语言理解、意图识别、推理、内容生成等能力，同时具有通用问题求解能力，被视作通往通用人工智能的重要路径。3、AI 大模型分类大模型分类 3/43 2024 年年 9月月 9 日日 行业行业|深度深度|研究报告研究报告 按模态划分，大模型可分为自然语言处理（按模态划分，大模型可分为自然语言处理（NLP）大模型，视觉（）大模型，视觉（CV）大模型、多模态大模型等。）大模型、多模态大模型等。按照部署方式划分，按照部署方式划分，AI 大模型主要分为云侧大模型和端侧大模型

5、两类。大模型主要分为云侧大模型和端侧大模型两类。云侧大模型由于部署在云端，其拥有更大的参数规模、更多的算力资源以及海量的数据存储需求等特点；端侧大模型通常部署在手机、PC 等终端上，具有参数规模小、本地化运行、隐私保护强等特点。具体而言，云侧大模型分为通用大模型和行业大模型；端侧大模型主要有手机大模型、云侧大模型分为通用大模型和行业大模型；端侧大模型主要有手机大模型、PC 大模型。大模型。从云侧大模型来看，通用大模型具有适用性广泛的特征，其训练数据涵盖多个领域，能够处理各种类型的任务，普适性较强。行业大模型具有专业性强的特点，针对特定行业（如金融、医疗、政务等）的需求进行模型训练，因而对特定领

6、域具有更深的业务理解和场景应用能力。从端侧大模型来看，手机和 PC大模型由于直接部署在设备终端，让用户体验到更加个性化和便捷的智能体验。4/43 2024 年年 9月月 9 日日 行业行业|深度深度|研究报告研究报告 当前当前 AI 大模型的应用路线日渐清晰，大致途径为大模型的应用路线日渐清晰，大致途径为“基础大模型基础大模型行业大模型行业大模型终端应用终端应用”。4、AI 大模型行业应用价值大模型行业应用价值 AI 大模型大模型能够能够提升要素效率及数据要素地位。提升要素效率及数据要素地位。目前数据已成为新生产要素。目前数据已成为新生产要素。数字经济是继农业经济、工业经济之后的现阶段主要经济