AIGC產業全景圖譜、投資、應用場景及趨勢分析

AIGC生產力工具賦能辦公場景，帶動工作效率有效提升。

1.2024年全球AIGC產業全景圖譜

天津市人工智能學會、至頂科技、至頂智庫聯合發布2024年全球AIGC產業全景圖譜。 圖譜主要分為基礎設施層（AI服務器、AI計算集群、AI芯片、MaaS平臺、AI數據服務）；模型層 （通用大模型、行業大模型）；場景應用層（智能助手、金融、醫療、辦公、教育、奧運、智能汽車、 營銷、影視、法律、政務）。圖譜中涉及各領域全球代表性企業和相關機構，為讀者提供更為詳實的 參考信息。 相比去年，基礎設施層新增MaaS平臺和AI數據服務；模型層新增通用大模型和行業大模型的類別劃 分；場景應用層按細分場景進行劃分。

2.全球科技巨頭在AIGC領域的投資情況

OpenAI等全球知名AI獨角獸成長過程中，離不開投資者源源不斷的資金支持。生成式AI發展過程中，需要大量投入算力和財力，大模型訓練完成 后投資回報周期較長，使得初創企業難以獨自承擔相關成本，全球最有競爭力的企業才能獲得資本市場的認可拿到融資。國外投資企業主要包括 微軟、亞馬遜、谷歌等互聯網巨頭，也有像英偉達在AI浪潮中成長起來的新巨擘。國內投資企業主要有阿里巴巴、騰訊、小米等平臺型企業。相 關融資企業以基礎模型公司為主，如OpenAI、Anthropic、智譜、百川智能、零一萬物等。

3.場景應用篇

AI搜索成為信息檢索領域的關鍵驅動力，通過大語言模型和檢索增強生成技術，提升搜索結果的準確性。核心能力體現在提升簡單問題的解決效 率、提升復雜性問題的處理能力以及多模態AI搜索能力方面。從全球AI搜索市場格局來看，主要以美國的OpenAI ChatGPT search、Perplexity和 中國的阿里巴巴夸克為典型代表。伴隨大模型的不斷發展， AI搜索將為用戶提供更加可靠且具有個性化的搜索使用體驗。

AIGC生產力工具賦能辦公場景，帶動工作效率有效提升。微軟發布的Microsoft 365 Copilot和金山辦公發布的WPS AI，為日常辦公中文字處理、 文案生成、PPT布局、排版美化、框架搭建、數據分析、圖表可視化等任務提供豐富應用，使得用戶僅通過文字描述的方式實現相應功能，減少以 往復雜交互過程，提高工作效率同時有效降低工作時長。

AIGC應用于工業制造的研發設計、生產制造和供應鏈管理等環節。研發設計：AI大模型+EDA/CAE/CAD將對芯片設計等方面有效賦能；生產制造： 以ChatGPT為代表的AI模型進一步加強工業機器人的交互與任務執行能力；供應鏈管理：有效實現智能化運營管理，簡化供應鏈訂單管理流程， 推動數字孿生系統構建，實現工廠管理的實時可視化。

AIGC賦能金融多場景，提升金融服務的效率與質量。當前多家科技公司與金融機構緊密合作，將AIGC能力應用在投研、投顧、風控、客服等場景。 智能投研：通過文本生成等技術幫助分析師快速提取關鍵信息；智能投顧：利用大模型有效提升投資決策能力；智能風控：智能化模型提升風險 識別能力；智能客服：提供線上線下的智能服務體驗。此外，大模型在遠程銀行系統中也實現全面覆蓋，提供多項智能化技術賦能。

AIGC促進虛實融合，營造線上沉浸式購物體驗。AIGC通過與AR、VR等技術結合，在電商營銷場景中實現虛擬主播帶貨、三維商品構建、服飾在 線試穿等功能。虛擬主播帶貨：實現自由更換妝發、服飾和場景，給用戶提供全新觀感；三維商品構建：提供虛擬產品多方位視覺感知的獨特體 驗，大幅壓縮溝通時間成本；服飾在線試穿：消費者在虛擬模特上試穿不同衣物，提升用戶購物體驗，減少退換貨情況。

AIGC模型與醫療多場景有機結合，協助醫生為患者提供更好的護理體驗。Google推出包含Med-Gemini-2D,Med-Gemini-3D以及Med-GeminiPolygenic的Med-Gemini系列模型，實現在放射學、病理學、皮膚學、眼科學和基因組學的醫療應用。醫聯MedGPT可以整合多種醫學檢驗檢測模態 能力，實現線上問診到醫學檢查的無縫銜接，通過多模態應用，實現從問診到康復指導的全流程診療。

AIGC在合同起草、研究分析、訴訟支持等法律領域廣泛應用。AIGC可用于自動化合同起草、法律文件摘要、法律案例分析等任務，從而提高效率、 減少人為錯誤，并為律師和法律專業人士提供更多的資源和支持。此外，AIGC可以自動分析大量法律文獻，并提取關鍵信息的優勢可被用于法律研 究，從而幫助律師和法律專家更快地了解案件和相關法律。目前國外的CS Disco和中國的法大慧云等初創企業已推出法律相關的AI智能化解決方案。

AIGC輔助學生學習提升，幫助教師輕松備課。對于學生而言，AIGC可為學生提供自適應學習、口語陪練、智能排課、在線答疑等學習支持。對于教 師而言，可優化教學設計三大環節，創新規劃單元教學設計、一鍵生成互動教學課件、智能教學評價，明顯提升教師課前備課、課中觀察、課后評 價效率和質量。

AIGC催生全新游戲玩法，增強游戲暢快體驗。AIGC貫穿從游戲開發、游戲發行到用戶體驗全過程。游戲開發階段：從文本、圖像、音頻、視頻、 三維、策略六個維度出發，實現多模態內容輸出；游戲發行階段：在推廣準備階段分析行業趨勢，到推廣初期快速生成素材，再到推廣后期推廣 活動，游戲宣發成本迅速降低。用戶體驗階段：玩家在游戲上可與智能虛擬角色進行交流，體驗個性化聲音特效和角色道具。

4.前沿趨勢篇

2024年9月，OpenAI發布推理模型o1，該模型的訓練過程使用強化學習技術，通過顯式嵌入原生「思維鏈」（NCoT）過程，能夠出色地完成復雜 的推理任務，將復雜的步驟分解成更簡單的步驟，以便更容易理解和處理，該模型在科學、編程和數學領域都取得卓越表現

真實數據供不應求，合成數據將填補AI模型訓練數據供需鴻溝。AIGC模型訓練過程需要大量數據，然而高質量真實數據即將耗盡，合成數據技術 將成為數據供給側的主流解決方案。Gartner預測，2024年合成數據將占到所有訓練數據的60%，到2030年合成數據將占據主導地位。合成數據可以 由計算方法和模擬來創建，包括文本、數字、表格、圖像、視頻等形式，具有低邊際成本、隱私保護、減少偏見等優點。

智能體 (AI Agent)基于大模型能力，由記憶、規劃、工具、執行四部分構成，能依據用戶輸入的自然語言，自主決策解決問題。AI Agent將復雜 任務分解為小任務并確定先后順序，可調用計算器、API等工具幫助任務完成，還能存儲和管理外部知識為決策和執行提供支持。下面是AI Agent 對業績點評任務進行規劃、拆解、執行的過程演示。

檢索增強生成（RAG）是通過檢索信息并加入大語言模型生成過程的技術，其能提高模型生成內容的準確性。大語言模型因為預訓練數據中存在 過時和不正確信息以及微調過程中引入新信息，可能出現“幻覺”。RAG的基本步驟包括：1.對外部知識文檔進行解析、分塊、嵌入等預處理形 成索引；2.檢索器根據用戶問題對外部知識進行檢索，將相關性高的文檔交給生成器；3.生成器根據用戶指令及相關文檔生成答案。

端側模型通常是指部署在手機、電腦、汽車或其他電子產品的輕量化模型，電子產品對于端側模型的能耗、散熱等方面有著嚴格要求。最近一段 時間，國內外硬件廠商推出的終端產品（如手機、汽車等）逐步搭載端側AI模型，如三星手機Galaxy Z系列、谷歌手機Pixel 9系列，小米汽車su7 等。未來模型能力與終端產品緊密結合，給消費者帶來更為便捷的智能使用體驗。需要關注的是，端側模型需要平衡運行效率與功耗的關系，模 型在端側設備運行方面同樣需要優化。總體而言，端側模型的發展前景廣闊，需要持續迭代以滿足不同場景的特定需求。