AI大模型應用行業市場分析

1.大模型激發AIGC能力涌現，未來追求高泛化能力AGI

大模型：發展超預期，未來追求高泛化能力AGI

人工智能歷經計算?感知■認知三個階段，大模型引領發展新階段。

2022年11月，OpenAI推出AI對話系統——ChatGPT,從GPT-3.5

系列中的一個模型微調而成，創新性加入人類反饋強化學習以及對應

的獎勵模型，并在AzureAI超級計算基礎設施上進行訓練，能夠進

行有邏輯的對話、撰寫代碼、撰寫劇本、糾正錯誤、拒絕不正當的請

求等，效果超越大眾預期。

大模型以通用人工智能（AGI）為最終目標，追求模型效果的高泛化

能力。通用大模型要求模型在不進行重新訓練的情況下，理解用戶

提出的非結構化提示詞，并基于需求理解實現穩定且正確的文本生成。

通用大模型最終目標為通用人工智能（AGI）,即人工智能單獨完

成人類可以完成的所有任務，在訓練數據和模型特點上體現為：參數

多、體量大。

大模型高質量完成自然語言理解和生成任務，以“預訓練+微調”模式

加持應用場景。大模型將逐步超越大語言模型范疇，形成具備多模

態能力的大模型。“預訓練+微調”模式低成本地提升模型在特定行業

領域的表現能力，成為伴隨深度模型行業應用的通用模式。

大模型：海外競爭格局清晰，國內群雄逐鹿

海外模型供給：OpenAI打磨多模態能力、選擇閉源路線，Meta等選

取開源路線以加速追趕。ChatGPT在全球范圍內快速傳播，短時間

內完成對企業和用戶的市場教育，需求爆發倒逼供給創新。2023年

9月25日，OpenAI正式發布ChatGPT4V（ision）版本，新增圖片

輸入和語音輸出能力，多模態能力正式融入ChatGPT；12月6日，

谷歌發布Gemini模型，具備強大多模態能力和圖文結合的邏輯推

理能力。海外大模型市場已形成較為清晰的OpenAI/谷歌雙龍頭

+Meta開源追趕+垂類特色廠商繁榮的格局。

國內模型供給：科網公司、初創公司等群雄逐鹿，競爭格局走向清晰

仍需等待。國內大模型的參與者主要有代表性科技企業（百度、騰

訊等）、新興創業公司（百川智能、MiniMax等）、傳統AI企業（科

大訊飛、商湯科技等）以及高校研究院（復旦大學、中科院等）。

盡管國內大模型的能力差異及易用性仍在接受市場檢驗中，但互聯網

巨頭在AI領域的長期投入已形成先發優勢，在移動互聯網時代積累

的自有數據和應用場景也構成獨有壁壘，疊加充足的算力、人才等資

源優勢，有望在大模型領域占據重要地位。

大模型：當前大模型與AGI仍有差距，多模態成為重要途徑

當前主流大語言模型和AGI之間仍有較大差距。GPT路線構建的大

語言模型已展現出強大的自然語言理解和生成能力，但參考

Deepmind、OpenAkMeta等公司對于AGI能力的定義，我們認為

當前大語言模型在各維度上距離AGI仍有較大差距，主要體現在性

能和通用性、認知能力、工具使用能力、創作能力等方面。

多模態能力提升模型各維度能力，推動大模型走向AGI。當前大模型

主要指大語言模型（LLM）,輸入輸出均以文本形式進行，而多模

態大模型(MLLM)則可以輸入或輸出文本及其他模態，包括圖像、

視頻、音頻、數據庫等。多模態能力全面提升模型各維度能力，成

大語言模型走向AGI的重要途徑。

2.通用與垂直場景多點開花，大模型賦能千行百業

大模型賦能千行百業，整體市場空間廣闊

大模型能力賦能千行百業，打造繁榮模型生態。當前大模型已經展現

強大文本生成能力和通用性，在辦公、企業管理、金融、教育等領

域逐步落地應用。未來，大模型對圖像的識別、理解、總結和推理能

力將不斷提升，模型可以把圖像、視頻、文本等信息有機結合，更

智能的認知和回應用戶訴求，促進模型融入千行百業，實現規模化落

地應用，形成圍繞大模型的繁榮生態。

公有云和私有部署模式共同推進，探索多樣化商業模式

公有云模式下MaaS模式值得期待，采用“訂閱+流量”的收費模式。

MaaS(ModelasaService)是一種新的商業模式，將模型作為基

礎設施部署在公有云端，為下游用戶提供模型使用和基于模型的功能

開發支持。行業大模型可利用MaaS模式廣泛加持各場景，實現模

型生態的快速發展。采用MaaS模式的行業大模型主要采取“訂閱+

流量”收費模式，用戶通過基礎訂閱獲取模型能力接入，同時基于用

戶模型流量使用情況確定模型服務價格。

私有化部署模型通過項目制收費，滿足客戶定制化需求。考慮到模型

規模和算力限制，大模型難以實現終端部署，以私有云模式進行分

層部署將是實現模型應用的主要模式。各公司基于經營管理、市場定

位、歷史文化等方面的考量，容易形成差異化的市場理解，進而提

出不同的模型需

生成式AI整體市場空間廣闊

生成式AI整體市場空間廣闊，有望超過2000億元。根據technavio

數據，全球生成式AI市場規模有望從2022年的112億美元增長到

2027年的459億美元，2022-2027年CAGR為32.65%,其中2023

年將實現31.65%的增速；根據前瞻產業研究院的數據，2022年我

國生成式AI市場規模約660億元,預計2020-2025年復合增速將達

到84%,整體處于高速增長通道。在大模型的催化下，前瞻產業研

究院預測生成式AI市場規模有望在中短期保持高速成長，2025年有

望超過2000億元，大模型行業未來發展前景廣闊。

通用場景：辦公一大模型落地后效率提升最為顯著的核心應用之一

辦公場景天然具備高復雜度，預計辦公軟件將是GPT落地后效率提

升最為顯著的核心應用之一。工作實質可以概括為發現、解決問題

并創造更多可能，既涉及獨立的勞動生產，也涉及大量內外部協作。

由工作衍生出的辦公場景天然具備高復雜度。辦公軟件作為生產力

工具，實現對工作效率的提升，深度嵌入到G/B端以及C端用戶工

作日常。在辦公軟件行業新的技術突破暫不明朗之時，ChatGPT的

超預期試用體驗以及強大潛力展望提供了新的可能，我們認為辦公軟

件將是GPT落地后效率提升最為顯著的核心應用之一。

通用場景：辦公一微軟Office引領辦公軟件生成式AI革命浪潮

微軟Office接入GPT-4,Microsoft365Copilot引領辦公軟件生成式

Al革命浪潮。微軟CEO納德拉在2023年達沃斯世界經濟論壇上表

示，微軟計劃將包括ChatGPT、DALL-E2在內的Al工具整合進旗

下所有產品中。當地時間3月16日，微軟發布Microsoft365Copilot,

其結合大語言模型以及用戶在MicrosoftGraph（包括日歷、電子郵

件、聊天、文檔、會議等）、Microsoft365應用程序中的數據，在

保證數據安全的情況下實現最強生產力工具的打造，幫助用戶專注于

最重要的工作內容。我們認為，Microsoft365Copilot有望從根本上

改變用戶與電腦、AI技術的交互方式，用戶通過對話可更高效便捷

地完成工作任務，并充分利用組織內部的共享數據，達成對AIGC在

辦公領域應用的期待。

通用場景：安全一微軟發布SecurityCopilot,開啟安全Al新歷程

3月28日,微軟推出MicrosoftSecurityCopilot,首次將大模型技術

應用于網絡安全中。SecurityCopilot結合OpenAI的大模型與微軟

的安全模型，大模型提供生成式AI能力，安全模型由微軟的威脅情

報能力和每天超過65萬億個信號所提供的信息支持。Security

Copilot能力包括：1）通過基于自然語言的調查，提供事件響應的分

步指導；2）捕捉可能遺漏的威脅，預測下一步威脅；3）通過用戶

反饋和交互進行閉環學習，適應企業偏好；4）與微軟安全終端產品

集成，提供基于安全信號的高效體驗。我們認為，SecurityCopilot

改變傳統的網安防御流程，有望以效率提升激發政企投入意愿；此外，

繼SOAR、SASE、零信任、XDR等新興技術模式之后，Security

Copilot有望接力引領網安技術、模式創新。

垂直場景：教育一引領教育教學方式方法變革，爆款產品層出不窮

“教、管、學、考”，融入教育應用環節。“學”和“考”針對學生，大模

型的生成能力融入線下和線上促進學生教學提質增效，以數據驅動

科學備考和科學練習，學生在學習過程中使用大模型技術，能夠提高

學習效率。“教”和“管”針對教育者，行業大模型可以利用數據整合能

力實現科學的教師和學生評價管理體系，利用大模型工具學習能力和

知識整合能力實現高效備課，將有效減少教師的工作量，并實現更

好地因材施教。

垂直場景：教育一訊飛大模型在教育領域綜合實力領先

龍頭企業參與構建行業標準，國產模型K12評測中訊飛綜合領先。

2023年7月8日，“2023世界人工智能大會智能教育主題論壇”在

上海市世博中心成功召開，華東師范大學、上海交通大學、科大訊飛、

百度、網易有道、騰訊、好未來等行業領先科研機構及企業一同參

與編制《教育通用人工智能大模型系列標準》。該標準包含五項“團

標”：總體框架、信息模型、數據規范、測評規范、教學應用要求,

全面評估教育大模型能力，為教育大模型應用落地提供參考與指導。

根據智能教育可信評測平臺(EduTEP)針對K12教育領域展開的

評測，國產大模型在K12教育領域的表現參差不齊，其中，訊飛星

火認知大模型在K12教育領域中綜合能力較強。

垂直場景：金融一BloombergGPT引領金融大模型，展現垂直場景

可行性

彭博訓練BloombergGPT,開啟大模型在金融領域應用的重要一步。

AI大模型在少樣本學習、文本生成、會話系統等方面具有突出表現，

但考慮到金融領域的大量專有術借，彭博基十Transformer架構自研

大模型。3月30日，彭博發布關于500億參數的BloombergGPT

開發情況的論文。根據論文，BloombergGPT在3630億tokens的

金融數據集、3450億tokens的通用數據集上進行混合訓練，全方

位支持金融領域NLP任務并相較于其他模型表現領先，且在通用任

務上具有競爭力。

基于迄今為止規模最大的專業訓練數據集之一，BloombergGPT采取

混合訓練法。彭博1981年成立，是全球最大的財經資訊公司，其

終端客戶遍布全球，包括交易員、投行、美聯儲?、各國央行等官方或

金融機構。彭博積累了海量的金融文檔，如資訊、公告、報告等，

以及龐大金融數據集。為訓練金融垂直大模型，彭博提取了一個包含

3630億tokens的金融數據集。結合公共數據集，BloombergGPT

的訓練語料庫合計達到7000億tokenso

垂直場景：財稅一海外稅務企業投資AI技術，實現轉型升級

在稅務領域，Intuit也在持續不斷地融入AI技術，實現業務升級和轉

型。2023年6月，Intuit宣布與OpenAI合作，在其專有的Intuit生

成式人工智能操作系統（GenOS）上進行人工智能（GenAI