狂飆的人工智慧，暴走的中國大模型

——前瞻產業研究院發佈中國第一份人工智慧AI大模型下沉式訪談調研報告

從技術革命到商業應用，AI大模型的落地應用之戰，如今正以超乎預期的速度鋪開。前瞻產業研究院認為，中國人工智慧產業的發展是國家戰略驅動、經濟轉型需求、市場潛力、科技創新、人才培養和國際合作等多重因素共同作用的結果，具有強烈的必然性。隨著政策的持續支援和市場的進一步成熟，中國人工智慧產業有望保持快速增長勢頭，成為全球人工智慧領域的重要競爭者和領導者。

於是，前瞻人工智能研究專班對中國人工智慧頭部企業展開了一場深度調研，通過對華為雲、科大訊飛、騰訊、360、百川智能、智譜AI、第四範式等20余家極具代表性的中國AI企業高層進行訪談調研，瞭解其大模型技術發展、業務規劃和市場策略，最終形成《2024年前瞻中國AI大模型場景應用趨勢藍皮書》（以下簡稱“藍皮書”，既《2024年中國AI大模型場景探索及產業應用調研報告》）。

7月30日，前瞻產業研究院在深圳市2024人工智慧產業對接活動現場，由前瞻院長徐文強（加州大學伯克利分校博士、俄羅斯工程院院士）為代表，聯合首鋼基金、華為雲首發《藍皮書》。

該《藍皮書》從AI大模型行業應用的實現路徑、商業模式、應用需求概述、大模型應用競爭格局以及投融資分析等八大路徑深度剖析了AI大模型行業應用的現狀，通過對各大行業的大模型應用重點案例收集、梳理和剖析，全景式展現了中國AI大模型行業應用的應用領域現狀、行業應用痛點，並以此提出AI大模型行業應用發展的相關建議及趨勢展望。

大模型應用需求 聚焦100億-200億參數和本地化部署

中國 AI 大模型行業應用發展源於多領域的廣泛需求，例如來自金融、政務、醫療、電商、教育等場景中提質增效、數字智能化、降低風險、提高診斷精準率、提高政務服務效率等訴求。整體的需求特徵為：在滿足可落地的前提下實現價格、私密安全性和大模型能力效果的三者平衡。

前瞻產業研究院通過深度訪談中國頭部AI企業家，得知100億-200億參數規模的大模型即可滿足當前行業應用的大部分場景需求，且性價比較高。此外，由於企業對大模型部署的私密安全性需求較高，尤其是黨政領域，因此能提供本地化部署，且有高校、研究院背景的團隊有更明顯優勢。

眾所周知，大模型的燒錢能力堪比吞金獸，截至2024年4月，中國AI大模型投融事件數量及資金額均已遠超2023年全年水平。AI企業在經歷了多輪融資燒錢大戰之後，緩慢的造血能力也加劇了資本市場的憂慮。

如果不靠瘋狂融資，AI企業的錢該從何處來？

當下整個行業的商業變現模式仍處於探索階段，AI大模型行業應用的商業模式類型尚無較為統一標準的定論。但各大AI大模型企業為爭奪不同類型市場會提供各種不同的靈活部署、收費方案，以期能解決自身持續盈利的問題。

大模型應用現狀 呈遍地開花之勢，金融、政務滲透率最高

伴隨多家科技廠商推出的AI大模型落地商用，各類通用、垂類大模型已在多個領域逐步開始商業化探索，並取得初步成果，截至2023年，金融、政府、影視遊戲和教育領域是大模型滲透率最高的四大行業，滲透率均超過50%。

在《藍皮書》中，前瞻產業研究院對AI大模型的產業應用案例進行了詳細梳理，從金融、政務、醫療、電商、教育、終端等六個行業領域切入，選取科大訊飛、華為、商湯、智譜AI、360、百川智能等20個典型案例，詳細分析了各領域場景痛點、解決方案、項目成果。

AI大模型+金融：驅動新場景革新

AI+金融並非單純的技術累加，而是針對不同業務場景需求，運用前沿技術成果推出的創新金融產品、經營模式、業務流程，以及推動金融業務高品質發展的一系列配套解決方案。

從細分場景來看，金融行業的數位化程度在全行業中相對領先，當前智慧銷售、智能問答和智慧辦公是金融行業最熱門也是應用成熟度最高的場景，智能風控則是最具有發展勢能和應用落地價值的潛力場景。

應用案例——

商湯攜手上海銀行研發AI數字員工，助力引發群體跨越數字鴻溝

場景痛點：上海銀行，作為上海地區最大的養老金代發機構，在金融數位化轉型處理程序中，發現老年群體在享受便捷的手機銀行服務時，往往面臨“數字鴻溝”的挑戰；服務人力與需求不對等；老年客群不會使用電子裝置，依賴人工互動等問題。

解決方案：商湯科技基於AI大模型，研發出“海小智、海小慧”兩位AI數字員工，為使用者提供業務諮詢與指導、產品推介、客戶投教等互動服務，能以超寫實高精形象為客戶提供陪伴式交流，降低了老年使用者的使用門檻。以養老金查詢為例，老人只需向數字人詢問“查詢養老金”，即可得到名下相應帳戶選項，並在AI數字員工的引導下完成操作。

AI大模型+政務：城市管理應用落地價值最高

政務領域作為社會服務的核心，其業務背景包含龐大的政府資料、多元的社會資訊，以及複雜的決策體系。從各國(地區)實踐看，大模型技術已在政府內部辦公、政務資訊公開、政務服務提供、民生服務最佳化和國防航天等5大領域13個細分場景落地。

應用案例——

360攜手九地司法廳（局）助力法制宣傳

場景痛點：各地司法行政機關積極擁抱數字浪潮，但幹部隊伍人員力量不能完全適應新形勢新任務需要，人員效率低；法制宣傳成本高任務重、法制宣傳力度不足。

解決方案：在政務領域，360基於360智腦大模型一方面與某城市合作建設政務大模型和政務服務應用；另一方面也在基於大模型的能力助力司法行政法治宣傳質效雙升，賦能中國法制宣傳活動。

AI大模型+醫療：藥物研發場景應用落地價值最高

大模型可賦能醫療行業“醫、教、研、管”等場景中的各個環節，以提高診療效率、診療精確度和管理效率等目標為手段，全方位提升診療水平。基於醫療行業應用場景複雜和資料專業度高等原因，大模型的技術成熟度相對較低，目前僅有電子病歷等技術要求相對低的場景進入商業化階段。

應用案例——

智譜AI攜手北京中醫藥大學東方醫院開發數字中醫大模型師範應用

場景痛點：一方面，名醫數量稀少，傳承出現斷代，導致中醫獨特的技藝和精髓面臨失傳風險。另一方面，中醫過度依賴醫生的經驗及閱歷，使診療效果缺乏穩定和可重複性。

此外， 大量的資料資料和豐富的典籍雖為中醫的發展提供了深厚的基礎，但也存在有效利用的難題。

解決方案：智譜AI基於GLM-130B大模型和千余本中醫古籍書籍、中西醫教材、期刊、醫案、診療資訊等資料建構數字中醫服務平台。通過“復刻”名老中醫診療經驗和學術思想，形成與名老中醫高度匹配的高危肺結節人工智慧臨床診療解決方案，並完成一定規模的臨床評價研究。

AI大模型+電商：推動資訊獲取方式大變革

AI電商借助AI大模型相關技術，能賦能各類型電商與行業模組，通過各AI大模型相關應用落地，從而對行業產生流量邏輯、使用者體驗、行業效率、企業成本、職能替代、市場機遇等影響價值。

應用案例——

銜遠科技實現從商機發現到產品交付的全鏈路數智化轉型

場景痛點：傳統電商時代下，使用者與搜尋引擎互動模式單一，智能化程度低。主要依賴被動搜尋廣告變現，主要為資訊流廣告變現，基於使用者消費時長、瀏覽次數和廣告載入率。

解決方案：銜遠自研大語言模型ProductGPT和多模態大模型ProductDiffusion建構了數千億級參數規模的通專融合大模型。通過創新的大模型技術打造一個強大的智能化平台，提供從市場洞察、行銷創意、內容生產到產品創新等全價值鏈賦能服務，助力電商企業實現從商機發現到產品交付的全鏈路數智化轉型。

AI大模型+教育：促進公平、提高品質、實現個性化

“AI+教育”是人工智慧在教育領域的深度融合與應用，它包括“計算智能+教育”、“感知智能+教育”和“認知智能+教育”，從“能存會算”向“能聽會說與能看會認”發展，最終實現“能理解與會思考”。

應用案例——

科大訊飛助推教育數位化轉型

場景痛點：教育資源在地區間分佈不均，導致偏遠地區難以獲得優質資源；學生的個性化學習需求因傳統教學模式難以充分滿足，影響學習效果和效率；教師教學負擔重，缺乏有效工具提升教學精準度和質量；單一的教育評價方式無法全面客觀衡量學生綜合素質。

解決方案：在AI大模型爆發以前，科大訊飛早已在AI融合教育領域深耕多年，並形成了面向教育管理者、學校管理者、教師、家長和學生的區域教育治理、校園主陣地建設、自主學習和智慧考試四大產品與服務。當前科大訊飛已將自建的訊飛星火大模型深入融合進已有智慧教育硬體產品及服務中。

AI大模型+終端：賦能二次增長

當前中國智能終端裝置市場呈現分化，傳統PC、彩電平板、智能音箱等市場規模受市場需求逐漸飽和的影響銷量有所放緩；但在汽車、服務機器人、無人機等新終端新興市場則保持著較快的增長。AI大模型的融合將帶動終端裝置的智能化升級，提升機器裝置的生產力，從而促進消費者和企業對終端裝置更新換代的需求，促進整體終端裝置行業規模的二次增長。

應用案例——

百川助力新能源汽車搭建車上AI虛擬陪伴系統解決方案

場景痛點：傳統車載系統功能單一，無法滿足使用者日益多樣化和複雜化的需求。同時，市場上普遍的智能助手雖有一定功能，但在個性化服務方面表現不足，難以根據每個使用者的獨特需求和習慣提供精準服務。此外，它們在情感交流能力上的欠缺。

解決方案：某品牌汽車與百川大模型合作，共同打造了一款具有高度個性化互動的AI虛擬陪伴系統，為使用者提供全方位智能化車上娛樂服務。

除以上六大核心應用場景外，AI大模型在文旅、影視遊戲、法律、遙感等多個領域同樣有著廣闊的應用場景，且技術更新進步速度快，行業技術能力上限尚未出現。

大模型應用挑戰 最大痛點在於技術面臨“卡脖子”風險

目前在很多維度上，大模型的能力都讓人驚嘆，但在打磨的過程中，挑戰一直在，特別是在算力和算子庫方面。

隨著大模型的廣泛應用，預計到2030年，全球對智能算力的需求將激增至52.5ZFlops。然而，中國在算力伺服器的核心部件如GPU晶片上依然依賴於海外進口，同時在AI演算法的開源生態建構上也相對滯後。這不僅限制了中國在AI領域的自主創新能力，也增加了對外部技術的依賴和潛在風險。

另一方面，大模型對資料的高要求也帶來了挑戰。儘管大模型的訓練需要大量高品質、多模態的資料，但目前資料供給面臨枯竭問題。前瞻產業研究院在編撰《藍皮書》，與企業家進行深度訪談時發現，大模型的訓練對資料的要求非常高，導致AI企業面臨著資料獲取難度大、成本高的問題。部分企業依賴公開資料或付費資料庫，這些資料不僅質量不一，還逐漸難以滿足需求，這些都限制了大模型的進一步發展和應用。

此外，人才缺失、法規風險、市場認知偏差、行業know-how積累欠缺等諸多挑戰，猶如一道道難題，橫亙在中國AI企業的發展道路之上。

大模型應用趨勢 技術趨勢決定前景，場景挖掘能力定勝負

儘管技術進步無法量化，但前瞻在《藍皮書》中基於調研分析、生產函數理論，假設行業技術進步和單位要素組合創造經濟曲線。當前AI大模型行業仍處於技術進步對單位要素生產效率不斷放大的階段，故在可預見的未來中，技術進步趨勢仍將是AI大模型行業規模體量上限的決定性因素。

從未來趨勢來看，具備強大預測能力的預測大模型、強大決策能力的決策大模型和能夠自主學習、即時互動的具身智能大模型最有可能成為繼自然語言大模型和多模態大模型後的下一個大模型行業風口。

通過對企業的調研訪談，前瞻產業研究院在《藍皮書》中指出，在未來AI大模型的行業應用競爭中，真正決定企業能否在競爭中脫穎而出的要素是誰能找到AI大模型最佳的行業落地應用場景，並且做到真正好用，滿足企業的實際需求。對於中小初創的AI大模型行業應用企業而言，找到細分行業的細分應用場景，建構差異化的競爭優勢壁壘是企業生存下去的唯一途徑。

在中國AI大模型的競賽中，AI企業之間不是競爭對手,而是競爭隊友，畢竟，合力做大蛋糕、做大產業、做大市場才是中國AI發展的首要任務。 (前瞻經濟學人)