生成式人工智能(AIGC)行业浅析

过去十年，是人工智能从实验室走向产业化的十年。AI技术革命掀起的产业浪潮，势不可挡地席卷了全球的各行各业。作为现今最为活跃的创新领域，人工智能在迅速融入细分场景的同时也在不断地重塑传统行业模式，为经济社会输出独一无二的未来价值。大模型是人工智能迈向通用智能的里程碑技术。业内人士认为，在基于数据的互联网时代和基于算力的云计算时代之后，将进入基于大模型的AI时代。大规模数据集和模型训练算力等领域取得的突破性进展，离不开AI基础软件的底层支撑。尽管大模型当前表现优异，但对于各行业使用者来说，实际应用于业务场景仍然存在较高的技术和成本门槛。当前大模型的参数标准并不统一，相对于参数级，模型的效果且是否能够支持快速迭代对于用户实际应用来说更为重要。用户能够在一个白盒大模型基础上快速地、低成本地微调和迭代出客制化的小模型，才能高效地实现丰富场景的大模型应用。这就再次点明了AI基础软件工具链的重要性。随着AI基础软件不断发展，近年来大模型落地应用呈现加速态势。在开发层面，AI基础软件可帮助提供大模型能力萃取；在训练层面，其提供了硬件层之上的高效大模型分布式训练框架；在运维层面，其作为企业的基础设施，可增强企业管理、上线模型的能力。

资料来源：弗若斯特沙利文

OpenAI在2020年6月推出OpenAl API，正式开启商业化运营。公司在AI领域进程迅猛，于2022年11月发布了ChatGPT产品，作为一款生成式AI，能够协助高效处理文本工作、写代码、编剧等，引发全球对AIGC的积极关注。

资料来源：OpenAI官网

AIGC历程可以划分为三个阶段，从19世纪50年代的早期萌芽开始，该阶段AIGC仅限于小范围实验；20世纪90年代开始向实用性转变；21世纪10年代进入快速发展阶段，人工智能生成内容百花齐放，ChatGPT是AIGC最新浪潮的代表性产品。

资料来源：中国信息通信研究院

AIGC技术作为新型内容生产方式，将以内容生产模式变革催动生产力革新，引领数实融合浪潮下的产业变革，对人们生产生活方式带来深远的影响，开辟人类生产交互新纪元。根据艾瑞咨询预测，2023年中国AIGC产业规模约为143亿元，随后进入大模型培育期，持续打造与完善底层算力基建、大模型商店平台等新型基础设施，以此孕育成熟技术与产品形态并将其对外输出。中国AIGC产业生态将日益稳固，完成重点领域、关键场景的技术价值兑现，逐步建立完善模型即服务（MaaS）产业生态，2030年中国AIGC产业规模有望突破万亿元，达到11441亿元。

资料来源：艾瑞咨询

国内外互联网头部企业持续关注AIGC产业，自ChatGPT发布后，纷纷加码布局，如谷歌为应对来自ChatGPT的威胁，投资Anthropic布局智能聊天机器人；Meta宣布将在2023年底推出AIGC商业化落地产品；国内百度推出文心一言对标ChatGPT产品。根据IT桔子投融资数据，2023年前3个月全球AIGC赛道投资金额达54.93亿元，同比增长了5倍。

资料来源：IT桔子官网

大模型是AIGC技术变革的原生驱力。大模型的落地将提速AI工业化生产，并充分释放AI产业潜在市场空间，带来新一轮AI产业化扩散。从商业化路径来看：1）MaaS是大模型能力落地输出的新业态。2）闭源与开源市场将并存互补，呈现“轻量级模型陆续开源，助力开源生态建设，千亿级模型暂以闭源路径开展”的发展特征。3）基模落地因需求差异展开产业路径分化，以行业 级、企业级大模型方式支撑上层应用。4）数据准备、ROI衡量、 Prompt工程是连接模型层与应 用层的落地三要素，工具层成为AIGC产业新热点。

预训练大模型按照模态可以分为文本、图像、视频、代码、音乐生成等多种，但从底层架构上都分属两类。Transformer是一种编 解码模型框架，适用于处理文本、代码这类强连续性生成任务；Diffusion、GAN、NeRF等框架善于处理图像生成类任务。叠加文图转换技术可以形成文生图模型。由单模态模型在实际训练时融合其他模态技术，可形成多模态、跨模态大模型，如GPT-4、文心一言、 Mid journey等，由于多模态模型可接受文本、图像等不同输入输出形式，对应用场景能够更广泛适配，着力发展多模态模 型成为产研两界共同趋势。

从全球范围来看，中美两国在大模型领域都取得了令人瞩目的成果。2019年，美国率先在大模型领域取得突破性进展，推出了BERT、GPT等具有里程碑意义的预训练模型。2020年，ERNIE系列模型和TinyBERT等轻量化模型的推出拉开了中国大模型产业快速发展的序幕。2021年以来，中美在大模型领域逐渐呈现出分庭抗礼的趋势，共同引领全球大模型产业的发展；聚焦国内，从技术领域来看，国产大模型广泛的覆盖了自然语言处理、多模态、机器视觉等多个技术分支，形成了紧跟世界前沿的大模型技术群。其中，自然语言处理是目前国内大模型最为活跃的技术领域，超六成的国产大模型主要基于自然语言处理技术进行预训练和微调；多模态领域活跃度仅次于自然语言处理技术，超两成的国产大模型可处理图像、视频、音频等多模态数据；而聚焦在计算机视觉和智能语音等领域的国产大模型数量相对较少。从研发主体来看，国内企业、高校、科研机构等不同创新主体均积极参与大模型研发。其中，企业仍是国内大模型研发的主力军，约46%的大模型由企业独立研发；高校及科研机构也对大模型的研发做出较大贡献，约37%的大模型由高校/科研机构独立研发。同时，我们也观察到目前由企业与高校/科研机构联合研发的大模型尚不足20%，展现出大模型开发在产学研合作方面仍有较大潜力。

资料来源：《中国人工智能大模型地图研究报告》，中国科学技术信息研究所、科技部新一代人工智能发展研究中心，艾瑞咨询

顺应大模型趋势，算力需求急剧攀升，算力正在成为影响国家综合实力和经济发展的关键性要素。面对AI“大模型”算力挑战，数据中心会建设大量服务器节点，通过网络构建集群互联协作完成训推任务。若网络带宽不够大、时延不够低，不仅会让算力边际递减，还会进一步增加大模型训练的时间成本。未来，数据中心需夯实优化算力基础设施建设，积极提升网络带宽、能源散热等方向以应对大模型带来的高运行要求。此外，实现AI芯片的自主性供给，是中国中长期发展算力产业的重中之重。为了适配大模型的训练及推理，AI芯片对其内存、软硬架构协同、片间及片内互联能力等提出更高要求，给国内厂商带来挑战与机遇，可进一步关注存算一体、Chiplet等技术发展方向。当前国内寒武纪、华为、海光、昆仑芯、燧原等一二线厂商推出的AI推理芯片产品成熟度较高，处于规模化商用进程中；AI训练芯片普遍与国外旗舰产品在性能上存在1-2代际显著差距，会率先在国家智算中心推广应用，并积极与国内互联网大厂适配调整，优化软硬件适配及生态成熟度。整体来看，中国算力层正尝试脱离对头部厂商英伟达的依赖，以“云巨头自研自用+独立/创业公司服务于信创、运营商等To G与To B市场”为两条主线发展路径，静待国产替代曙光，实现国产“算力+应用”的正循环。

应用层是AIGC技术价值传递的实际落位，将通过对内容生产方式和人机交互方式的改变，深刻影响个人的生产与消费生活。对比国外，我国在开源生态、付费能力和创新力等方面的差距是AIGC应用发展必须面临的挑战。AIGC应用可分为个人消费和企业服务两个赛道。在个人消费领域，AIGC将以消费级内容和内容创作工具为载体，率先通过UGC进行产业渗透，垄断内容分发的各大流量、社交、视频平台将作为本轮变革的核心，借助AIGC内容与工具进行商业模式创新。在企业服务领域，AIGC技术在SaaS、决策AI、生成AI等多个领域的赋能路径已初步明朗，而在商业价值上，引入AIGC技术能为AI厂商带来显著降本效果，同时厂商借助AIGC技术能满足客户更多场景化需求，带来营收的第二曲线增长。

根据第50次《中国互联网络发展状况统计报告》，截至2022年6月，中国互联网普及率已高达74.4%。在网民规模持续提升、网络接入环境日益多元、企业数字化进程不断加速的宏观环境下，AIGC技术作为新型内容生产方式，有望渗透人类生产生活，为千行百业带来颠覆变革，开辟人类生产交互新纪元。艾瑞咨询预测，2023年中国AIGC产业规模约为143亿元，随后进入大模型生态培育期，持续打造与完善底层算力基建、大模型商店平台等新型基础设施，以此孕育成熟技术与产品形态的对外输出。2028年，中国AIGC产业规模预计将达到7202亿元，中国AIGC产业生态日益稳固，完成重点领域、关键场景的技术价值兑现，逐步建立完善模型即服务产业生态。