大模型-零帕网

本市场报告提供的AI大模型的技术动态分析、市场分析亦反映出行业整体的动向。报告最终对AI大模型厂商的模型产品及应用案例呈现仅适用于本年度AI大模型阶段。

目前除OpenAI之外，谷歌、字节跳动等厂商均已推出具备文生视频能力的多模态模型。基于对Stable Video Diffusion、谷歌W.A.L.T以及其它文生视频模型的分析，我们认为高质量数据以及底层通用大模型是文生视频能力的重要决定因素，随着Transformer架构的引入，以及3D建模领域模型的迭代，2024年文生视频有望在时间长度、画面清晰度、内容逼真程度等方面实现显著迭代，打开商业化应用空间。

随着人工智能技术的迅速发展和应用，大模型作为其中的重要组成部分，正逐渐成为推动人工智能发展的重要引擎。大模型以其强大的数据处理和模式识别能力，广泛应用于自然语言处理、计算机视觉、智能推荐等领域，为各行各业带来了革命性的改变和机遇。

AI带动近期市场表现，Chatbot用户活跃表现良好。1）从海外看，由于OpenAI、谷歌等大模型进展迅速，美股AI近期表现较好，英伟达、META、C3等涨幅较大，海外Chatbot网页访问量稳中有升。2）从国内看，海内外AI进展迅速带动国内人工智能板块反弹，Wind人工智能指数年初至今涨12.1%，交易量也大幅增长；3）从个股维度看，年初至今人工智能板块涨幅较大的为万兴科技、昆仑万维等；传媒板块涨幅较大的有中视传媒、神州泰岳、凤凰传媒、中南传媒、姚记科技等。

软件和算法构筑竞争力核心壁垒。在实际应用中，移动机器人通常以集群的方式系统完成特定任务；未来，成百上千台机器人规模化集群作业是发展的必然趋势，即逐步从单体智能向群体智能演进，软件和算法成为构筑核心竞争力的壁垒，例如统一环境下完成作业调度、找到全局最优方案提升集群机器人工作总效率等。我们认为随着行业应用场景的丰富和技术的发展，产品模块化、软件模块化将成为AMR发展的必然趋势。

本项目通过搭建高性能 GPU 计算集群、训练通用大语言模型、训练垂类大语言模型、搭建大语言模型微调平台、搭建大语言模型应用开放平台等核心模块，旨在打造大语言模型服务和应用平台，为大语言模型技术的研究和应用提供一个开放、可扩展、可协作的环境。这个平台除了通用大语言模型外，还提供大量共享的数据集、算法库、模型微调工具等资源供开发者使用，同时大语言模型应用开放平台提供一整套完整的大语言模型生态应用工具链，从而加速大语言模型的训练以及大语言模型生态应用的开发和使用过程。

AI 跃升至 2.0 时代，随着大模型进入“轻量化”、“多模态”时代，以云端作为 AI 大脑，边缘端和终端作为小脑的混合 AI 料将成为技术发展主线。我们认为，AI 大模型落地成为终端出货成长的新动能，产业曲线两端将率先发力，其中硬件算力端（SoC、存储）、终端品牌将有望核心受益，零组件及组装中部分环节如传感器、电池、散热结构件等部分有望受益。我们认为当前各类 AI终端应用仍未达到成熟阶段，接下来一年重在软硬件适配和产品打磨，从“AI+产品”（出货量提升）到“产品 AI 化”（量价齐升），有望成

人形机器人的核心价值在于通用+智能，将和工业机器人共同推动制造业智能化。工业机器人虽然技术成熟，但却无法解决泛化性的问题，不适应现 代制造业柔性生产的需要。我们认为人形机器人将作为工业机器人的补充，与 工业机器人共同推进制造业的智能化发展。“人形”只是表象，人形机器人 的核心价值在于通用+智能。未来的工厂中，工业机器人、人形机器人、人工 或将以7:2:1 的比例存在。

大模型作为人工智能发展脉络中的里程碑，引发了新一轮的科技创新浪潮，其以强大的计算能力和深度学习技术，极大地提高了内容生产效率，促进内容生产方式颠覆式变革。各行各业纷纷布局大模型应用，把握智能化发展的机遇。然而，大模型也面临隐私泄露、侵犯第三方权益以及违背伦理等潜在风险，引发了社会各界的关注和担忧。随着大模型的广泛应用，加快完善大模型的立法监管以确保大模型的应用与发展符合伦理道德和社会价值观，推动人工智能科技的健康发展变得迫在眉睫。

近年来，深度学习技术取得了突破性进展，大模型作为其中的典型代表，已经在自然语言处理、图像处理、多模态应用等领域取得了令人瞩目的成果，为经济社会发展带来新机遇。但随着大模型应用规模扩大、应用场景拓展，其风险问题也逐渐凸显，如安全漏洞、隐私泄露、易受攻击、偏见歧视、侵权滥用等，如何有效防范治理大模型风险、推动大模型可信落地引起社会各界高度关注。

从大模型到智能体，AI Agent(智能体)爆发元年，点燃新一轮创新周期。目前的 AI 工具大多都是 bot(机器人)，包括以 ChatGPT 为代表的 LLM(大语言模型)，都仅是一个应用程序，只有当用户输入特定内容时才会被动反馈。而 AI 助手的下一程，将关注 AI Agent 的构建，以 LLM 或多模态模型为核心，具备跨应用、主动、自我升级等特征，成为用户的全能助手。例如联想推出AI Twin，AI Twin 将建立本地知识库，预测用户的任务和提供自主解决方案，让设备成为用户的数字延伸。

全球AI市场预计将于2030年达到1万亿美元，并且全球超过15%的GDP将由AI驱动；AI在各垂直领域的应用渗透率也将继续提升。

人形机器人的特点在于通用性和泛化能力，远期可以替代人类完成多项任务。而大模型具有庞大的先验知识库与强大的通识理解能力，可以满足人形机器人通用性的场景要求和技能要求，不再仅限于完成某一类特定工作，而是进一步完成多类型任务。在机器人大模型上，思维链可以帮助机器人拆分与分解一件事件如何完成，先解码出计划的步骤，再解码需要完成任务需要输出的动作。

以ChatGPT为代表的AI大模型技术席卷全球，不仅将人工智能推向新的拐点，也让更多人注意到了其底层技术——生成式人工智能（AIGC）。AIGC时代，大模型作为基础设施，将为千行百业赋能，场景广阔，潜力无限。具体到保险行业，AIGC有望在保险产品设计、精算、营销、运营、客服等全链路环节提供深度的技术加持，推动行业提升效能，实现高质量发展的同时，进一步提升普惠金融服务的广度与深度，为中国消费者提供更智能、更便捷、更有温度的保险产品与服务。

公司是行业领先的人工智能软件公司。公司前瞻性投资并运营国内最大的 AI 专用基础设施 SenseCore 大装置，助其在 AI 2.0转型升级中赢得算力先发优势，并已在基座大模型研发和生成式AI 应用方面取得显著成果。“日日新”体系基座大模型InternLM-123B、InternLM-20B 近期发布，评测成绩达到业界领先水平，有望成为支撑下游行业模型和应用开发的基础平台；生成式 AI 产品族商量、秒画、如影等各具特色、使用场景广泛。在首批获得监管备案后，公司的基座大模型和生成式 AI 应用将

安防后端起家，广业务矩阵转型以视频为核心的智慧物联领军人。大华股份成立于 2001 年，早期布局后端产品；2008 年从后端存储类产品向前端摄像机等产品转型。2011 年前后踏入视频监控高清化的技术浪潮，2021 年提出 DahuaThink 战略，主业正式转型为以视频为核心的智慧物联。

当前，随着人工智能技术的不断发展，深度学习模型的规模逐渐增大，性能显著提升，各行各业迎来了新的发展机遇。通用大模型作为通用技术基座，在多个任务和领域上均表现出较好的性能，但由于缺乏专业知识与行业数据，并不能精准解决某个行业或企业的特定需求和问题，而且通用大模型的构建和训练成本通常很高，难以实现商用。为更好解决特定行业问题，行业大模型应运而生。行业大模型可满足特定场景需求，更好地为行业提供优质的服务，促进行业智能化转型升级。

在2021 TESLA AI DAY将引入Transformer进行大规模的无监督学习。2022年后国内公司跟进。特斯拉从安装在汽车周围的八个摄像头的视频中用传统的ResNet提取图像特征，并使用Transformer、CNN、3D卷积中的一种或者多种组合完成跨时间的图像融合，实现基于2D图像形成具有3D信息输出。毫末智行的AI团队正在逐步将基于Transformer的感知算法应用到实际的道路感知问题，如车道线检测、障碍物检测、可行驶区域分割、红绿灯检测&识别、道路交通标志检测、点云检测

自 1956 年人工智能在达特茅斯会议上被提出，人工智能领域的学者一直致力于提升算法的通用性能力，即希望人工智能方法能够像人类一样，快速灵活地适应各种实际应用问题，提升人类社会的生产效率。然而，在人工智能发展的前半个世纪，学者们始终没有找到合适的方法论，而包括符号计算、专家系统等精心设计的模型，都只能用于少数限定场景，无法拓展到以计算机视觉、自然语言处理为代表的复杂系统中去。

人工智能奇点将近，引爆AIGC商业变现。GPT产品的更迭标志着人工智能进入了新的发展阶段，模型技术、参数、训练数据、训练方法的演化融合方面取得了实质突破，促进数字内容供给的繁荣发展，加速推进AIGC商业化进程，掀起“用户-数据-效果”的飞轮效应。随着GPT逐渐从主题炒作阶段转向产品落地阶段，从纯技术衍生的轻量工具产品转向有具体落地场景的深度产品，有望在游戏、虚拟人、办公、电商、影视传媒等数字化程度高、内容需求丰富的行业率先商业化落地，行业内赢家将展露头角。

未来，按照功能去划分，大模型可以用在AI交流对话领域，应用在智能座舱；还可以参考大模型下的生成式底层技术，去优化自动驾驶认知决策问题；此外，或许还可以革新造车流程中的设计、工程和制造环节。尽管它们都离真正的落地有些遥远，甚至看起来是“空中楼阁”，但仍然值得我们尝试做些思考。

9 月 1 日，网信办发布第二批境内深度合成服务算法备案信息，百度文心、抖音云雀、京东言犀、腾讯混元助手等通过备案。我们认为，兼具技术、人才和场景优势的头部互联网企业有望成为国内大模型领域的重要玩家。其中，得益于在 AI 领域长期投入的先发优势以及完备的自研布局，百度、阿里暂居第一梯队，腾讯、字节加速追赶。展望后续，我们认为，核心技术的突破和模型能力的提升是各大厂商短期竞争的关键，而应用场景的落地和模型生态的建设则将成为中长期的发展壁垒。我们看好头部互联网企业在通用大模型领域的竞争优势，以及大模

思必驰是一家国内专业的对话式人工智能平台型企业。公司以“沟通万物、打理万事”为使命，基于公司自主研发的全链路智能对话系统定制开发平台和人工智能语音芯片，围绕“云+芯”进行布局，提供软硬件结合的人工智能技术与产品服务，实现普适的智能人机信息交互。在智能家电、智能汽车、消费电子等物联网领域，以及以数字政企类客户为主的生产、生活和社会治理领域（涵盖金融服务、交通物流、地产酒店、政务民生、医疗健康等行业场景），公司提供智能人机交互软件产品、软硬一体化人工智能产品以及对话式人工智能技术服务。[NeadPa

为判别能力？以前路侧设备能够判别的路上交通要素和事件类型仅为个位数，但通过交通视觉大模型，能够让路侧设备对接全域摄像头，并进行全域开放世界的交通检测，可判别的交通要素和事件类型突破百种。

基于大模型的NLP范式：随着chatGPT等数十亿、数百亿甚至千亿规模大模型的提出，将各任务统一为生成式自然语言理解框架，基于大模型通用语义理解，再根据Prompt、指令微调（Instruction Finetuning）等实现各任务的zero-shot、few-shot结果

以 ChatGPT 的发布为里程碑事件，AI 的发展进入到了以 AGI 为发展目标的全新通用智能时代。

AI Agent（人工智能代理）是一种能够感知环境、进行决策和执行动作的智能实体。不同于传统的人工智能，AI Agent 具备通过独立思考、调用工具去逐步完成给定目标的能力。AI Agent 和大模型的区别在于，大模型与人类之间的交互是基于prompt 实现的，用户 prompt 是否清晰明确会影响大模型回答的效果。而 AI Agent的工作仅需给定一个目标，它就能够针对目标独立思考并做出行动。和传统的 RPA相比，RPA 只能在给定的情况条件下，根据程序内预设好的流程来进行工作的处理，而 AI

随着各项人工智能技术的不断发展，具备与物理世界交互的强大潜力的智能机器人成为学界和业界的重要研究赛道。其中Google依托其在AI领域强大的研究团队，丰厚的多领域研究成果，引领着近年来机器人模型的发展。Google Deepmind在2023年6月和7月发布了其最新研究成果，具备“自我完善”能力的“RoboCat”和融合大语言模型能力的VLA模型“RT-2”，机器人智能化进一步加速，有望掀起新一轮AI革命。

大模型是讯飞开放生态的新动能，推动平台AI能力、开发者数量、应用数量闭环增长。星火大模型通过赋能AI营销和扩大终端触达面，提升开放平台业务的竞争力，促进存量业务增长。同时，参考国外企业成熟的模式，星火大模型将全面赋能企业与个人，并通过“星火+X”大模型定制、API付费与AI助手等多重方式变现，创造新的成长曲线。

人工智能大模型是指在机器学习和深度学习领域中，利用大规模数据和复杂网络结构构建的庞大神经网络模型。大模型是在智算算力驱动下最为典型的重大创新。得益于模型泛化能力强、长尾数据的低依赖性以及下游模型使用效率的提升，大模型被认为具备了“通用智能”的雏形，并成为业内探索实现普惠人工智能的重要途径之一。

数据成为生产要素，成为数字经济时代的“石油”。数据已成为新型生产要素，具有劳动工具和劳动对象的双重属性。数据要素市场的目标是实现数据要素的市场化配置，其目的是建立以市场为基础的调配机制，实现数据的流动价值或在流动中产生价值。数据要素市场可以归结为数据采集、存储、加工、流通、分析和生态保障六大模块，主要通过业务贯通、数智决策和流通赋能三条途径实现自身价值。国家工业信息安全发展研究中心数据显示，我国 2021 年数据要素市场规模达 815 亿元，预计“十四五”期间年均增长率达 25%，有望在 202

人类经济文明之树上“低垂的果实”已被采摘一空，新一代创新科技犹如“新的进化梯子”，帮助人类采摘到“更高的果实”。联合国常务副秘书长阿明娜·穆罕默德女士在 2022 年联合国可持续发展高级别政治论坛上说：“新冠疫情、冲突以及环境危机造成的挑战已经影响到教育、医疗保健、性别平等以及经济发展。她指出，2030 年议程的时间表已经过半，但“我们还没有完成一半的任务”。为此，全球需要在可再生能源、粮食体系和数字连接领域进行转型，加快“人力资本投资，为机遇融资”的步伐，进而化危为机。”而以人工智能为代表的新

智慧交通和智慧物联双轮驱动，龙头深耕产业持续成长。千方科技是国内智慧交通、智慧物联领域龙头，以助力交通、物联行业数字化、智能化转型为使命，依托自身在相关业务领域覆盖、云边端全栈式技术、全要素数据及全生命周期服务等方面的核心优势，提供全域交通数字化解决方案。立足中国，面向全球，智能物联行业领导者优势地位凸显。全资子公司宇视科技在全球市场居于领先地位，曾在 ReID 的三榜、KITTI 和 ICDAR 等榜单均获得过全球冠军，获得视频分析方法及装置方面的浙江省省优秀专利奖。AI 大时代的“弄潮儿”，

大模型赋能汽车，智能驾驶迎来蜕变时刻软件端：大模型正逐步应用于智能驾驶算法，首先在感知算法上，BEV + Transformer架构有利于解决图像尺度问题和遮挡问题，更好地实现向量空间的构建；其次在规控算法上，有望提升其泛化能力，优化在复杂场景下的表现硬件端：随着智驾SoC、激光雷达等产品的逐步成熟，智驾硬件BOM成本的降幅有望达50%；政策端，工信部已表态支持L3及以上级别的自动驾驶功能商业化应用。上述因素均为高阶智驾功能的落地扫清障碍根据各公司产品发布会，2023H2，小鹏、理想、赛力斯等主

LLM推动人工智能快速进化到AGI阶段自2010年代初深度学习问世以来，人工智能进入到第三次高潮。而2017年Transformer算法将深度学习推向了大模型时代。OpenAl基于Transformer的Decoder部分建立起来了GPT家族。ChatGPT一经面世便风靡全球，人们惊讶于其能够进行连贯、有深度对话的同时，也惊异地发现了它涌现了推理、思维链等体现智能的能力。GPT4的能力更是进化神速，在多种能力测试中达到人类顶级水平,让人类看到了AGI的曙光。多模态助力大模型解决复杂问题多模态AI

大模型涌现，ChatGPT 开启 AI 未来时刻。人工智能是引领未来的新兴战略性技术，自 19 世纪 50 年代诞生以来，相关理论和技术持续演进，近十余年得益于深度学习算法的突破、算力设备性能不断提升与海量数据的持续积累，人工智能得以大范围地从实验室研究走向产业实践。2017 年 Transformer 架构推出，创新提出注意力机制，有效提升了自然语言处理任务的精度和质量，计算效率和资源利用率亦明显改善，成为了当前自然语言领域的主流模型架构。2022 年 11 月，美国初创企业 OpenAI 推

流量生态基本盘稳健，AI 领域前瞻布局。百度是国内中文搜索引擎龙头，2022 年实现收入 1237 亿元（yoy-0.66%），百度核心业务收入为 954.31 亿元，其中在线营销收入 695 亿元（yoy-5.9%），百度智能云为 177 亿元（yoy+17.6%）。2012 年开启移动端转型，2014 年三季度移动端流量超越 PC 端，并在 12 月移动端收入超过 PC 端，顺利完成转型。2017 年提出“All in AI”战略，在云计算、智能芯片、自动驾驶等领域持续投入。23 年 3 月

链接设计师与模型知识大模型能为设计师提供更全面和准确的知识支持，帮助设计师使用理论和实践经验，加速设计流程，提高设计质量。链接设计师与非设计师大模型能将设计知识转换成图像等更形象的媒介，帮助跨职能人员之间的设计理解，促进团队的协作沟通。

人工智能的落地已经发展到一定阶段，向前一步的瓶颈在于某一厂商往往不具备足够的可用于模型训练的数据资源，且缺乏充足的算力，很难将偏通用的AI模型落地到企业场景中。行业参与者面对这些挑战推出多项举措，包括自动化机器学习、联邦学习、提供云端算力等，其中大模型是现阶段解决这些挑战的重要途径之一。