2023中国人工智能大模型企业综合竞争力50强研究报告

赛迪工业和信息化研究院（集团）四川有限公司 目录 第一章现状分析：人工智能大模型发展现状 1.1参数规模突破，模型能力不断提高1.2应用边界拓展，覆盖领域持续扩大1.3产业创新驱动，市场规模稳步增长ID赛41.4产业结构优化，配套体系日趋完善.4 第二章综合榜单：人工智能大模型企业50强评价6 2.1指标体系62.2评价方法2.350强榜单2.4竞争力分析.11 第三章明星案例：大模型应用典型案例分析.17 3.1工业领域大模型应用案例173.2金融领域大模型应用案例.183.3交通领域大模型应用案例.203.5教育领域大模型应用案例 第四章智领未来：人工智能大模型技术发展趋势.26 4.1多模态大模型成为趋势..264.2知识图谱与大模型融合...274.3强化学习与大模型融合274.4生成对抗网络（GAN）与大模型融合27CCID赛迪四川CCID赛迪四川 4.5模型压缩与硬件加速技术结合第五章建言献策：人工智能大模型高质量发展建议5.1对政府29四川5.2对企业ID赛 第一章现状分析：人工智能大模型发展现状 当前，全球科技革命和产业变革加速推进，人工智能已成为国家间竞争的关键领域。人工智能作为战略性新兴产业要战略性资源。大模型作为人工智能的核心组成部分，以其强大的学习能力和巨大的应用潜力，正在重塑千行百业。 1.1参数规模突破，模型能力不断提高 大模型通常基于深度学习算法，通过大量的数据训练，使得模型能够更好地学习和理解数据，从而胜任各种任务。能力的不断提升。例如，GPT-1到GPT-3，模型的参数规模从1.1亿增长到1750亿个，GPT4模型参数规模据悉已达到万亿级。随着参数规模的增加，大模型可以捕捉到更多特征和模式，处理更多数据和更复杂的网络结构，显著提高处理语言、图像和其他复杂任务的能力。 1.2应用边界拓展，覆盖领域持续扩大CID赛迪四 随着大模型的发展，其应用领域也在持续扩展和深化。最初，大型人工智能模型主要应用于语言处理任务，如文本翻译、情感分析和自然语言理解。目前，大模型的应用范围已经延伸到医疗诊断、金融风险评估、智能制造、轨道交通等多个行业，在提高生产效率、优化用户体验、辅助决策等方面展示出巨大潜力。例如，在医疗领域，大模型可以通过CID赛迪四川CCID赛迪四川CCID赛迪四川 分析医学影像和患者数据，提供更准确的疾病诊断和治疗建议。在金融领域，可被用于评估信贷风险和市场趋势，帮助企业和个人做出更明智的投资决策。赛迪四川 伴随着人工智能技术的不断成熟和应用领域的持续拓展，越来越多的企业开始采用人工智能技术来优化运营，提升自身竞争力。工信部最新统计数据显示，我国人工智能核心产业规模已达5000亿元，企业数量超过4400家。全球人工智能市场规模预计将在未来几年内持续高速增长。人工智产业化进程。同时，政府也在积极推动人工智能大模型产业的发展，出台了一系列政策和规划，为人工智能大模型的发展提供政策支持和保障。 1.4产业结构优化，配套体系日趋完善 人工智能大模型的产业链结构不断优化，涵盖了从数据企业和机构。例如，英伟达和华为正在研发更为高效的处理器，打造强有力的算力底座来支持大型模型的运算需求。亚马逊AWS和阿里云提供了强大的基础设施来部署和运行人工智能模型。产业链结构的不断优化和配套体系的日趋完善 为人工智能大模型的发展提供了坚实的基础，并将促进技术的快速选代和优化。 第二章综合榜单：人工智能大模型企业50强评价 2.1指标体系 基于对人工智能大模型的研究，首次提出对人工智能大技术水平、技术创新、合作生态、行业影响力5个一级指标，市场营收、融资与风险、开放平台等19个二级指标、形成企业竞争力综合评价指标体系，推动人工智能大模型产业高质量发展。 2.2评价方法 在评价工作开展过程中，按照科学合理的方式对评价指标体系进行拆解、分析，具体包含以下步骤：数据收集整理、 数据清洗、确立并赋值指标权重、数据处理、建立计算模型、计算评分、结果分析等。以下重点展开说明确立并赋值指标权重、数据处理、建立计算模型、计算评分四大步骤的过程赛迪四川 根据综合评价指标体系中的一级指标、工级指标，运用德尔菲（Delphi）法专家赋分并结合层次分析（AHP）方法，得到每一项一级指标、二级指标的相对权重。 根据全国所有人工智能大模型企业的实际发展情况，得到每一项一级指标、二级指标的具体数值，并对数据进行无CID赛迪CCID赛迪四川 2.2.2数据处理 为消除各项指标间单位不一、数值差异过大的问题，需对数据进行无量纲化处理。根据不同的指标数据类型，选择不同的无量纲化处理方式。记各项评估指标的原始数值为Xei（e为指标对象，i为指标编号），无量纲化后的值为Zei，指标i的计算基值为x。四川四川 基值的计算：各项指标体系的基值为人工智能大模型企业数据的平均值，计算操作如下：CCID赛 数值类指标的处理：为避免各项数值类指标间数值范围差异过大的问题，采用取对数的方法对此类指标进行无量纲化处理，计算操作如下：CID赛迪四川CCID赛迪四川 指数类指标的处理：此类数据各数值间差异较小，直接进行数据归一化处理即可，计算操作如下： 2.2.3建立计算模型CID赛迪四川 根据专家已打分（各级指标体系权重总分为100）赋值的指标权重，确立最终的指标权重的平均值为入i。每个细分指标的各级指标指数的计算均采用加权平均法，即： 2.2.4计算评分 CC 2.350强榜单 根据人工智能大模型竞争力综合评价模型，对全国人工智能大模型企业进行评价分析，具体结果如下。 2.4竞争力分析 2.4.1行业应用分布 2023中国人工智能大模型50强行业应用共涉及13个领域，显著集中于金融行业，随后为工业、政务和交通等行业。 从大模型的应用领域来看，位居前三的行业具有以下几点共性。一是行业数据丰富且数据结构化程度较高，具有易于收集和加工处理的特性；二是行业体系成熟度高，具有将数据CCID赛 2.4.2区域分布格局CID赛迪四 在区域分布上，2023中国人工智能大模型50强企业在京津冀和长三角区域的集聚效应明显。CCID麦 城市分布方面，北京占有明显领先地位，杭州、上海、深圳、广州位列第二梯队，其余城市呈现长尾分布。形成此种格局的原因主要有以下几方面： 一是该区域政府前瞻布局战略意识高，人工智能产业发CCID赛迪四川CCID赛迪四川 展决心强，出台相关产业优惠政策多：二是该区域拥有较为完善的人工智能上下游产业链，信息技术和高端制造领域具有较强竞争力，为人工智能的发展提供了坚实基础和需求牵的高校和科研机构，为人工智能产业发展提供人才储备。 2023中国人工智能大模型TOP10企业中，自有算力的企业占比达100%（本报告中所指自有算力包含自主研发芯片、自有计算硬件或采买算力设备等）；TOP15企业中，自有算力占比为87%；50强企业整体自有算力占比为46%。从整体情况来看，不足半数的企业拥有自主掌握的算力资源，表明我国在整体基础实力方面仍有待提高。从不同排名分阶的CID赛迪四川CCID赛迪四川CCID赛迪四川 自有算力占比来看，自有算力的企业具备更强的竞争力。强大的算力资源不仅可以加速模型训练，提升市场响应速度，还能支持更复杂、更深层次的模型训练，从而提高模型的预赛迪四川赛迪四川 2.4.4技术市场关联度分析 整体来看，国内人工智能大模型竞争力排名前五十的企优势；第二类是挑战者，即在技术竞争力或市场影响力方面具备一定的实力，在实际市场竞争中占据一定的位置；第三类是追赶者，他们与挑战者相比，技术实力并不显著，客户资源较为边缘或者主攻较为单一的细分行业。 从散点图横纵向布局来看，技术竞争力方面，百度、华位置，其余企业与其存在较大差距。除技术领先企业外，大部分企业技术水平参差不齐，多集中于榜单中部位置，头部、尾部分布较少。市场影响力方面，百度、华为、阿里巴巴等榜单头部企业远超其他处于榜单中部、尾部企业，中部、尾部企业间的市场影响力差异较小且整体市场影响力表现欠四川四川 从散点图区域分布来看，领跑者为百度、华为、阿里巴巴、商汤科技、科大讯飞5家企业，位于榜单头部，遥遥领先于其他挑战者和追赶者。纵向来看，拓尔思、腾讯位于领跑者、挑战者临界区域，虽市场影响力稍弱但技术实力强劲，有望进军领跑者位置。横向来看，挑战者和追赶者之间的差距主要体现在技术竞争力方面，值得关注的是，十余家企业CID赛迪四川CCID赛迪四川CCID赛迪四川 位于追赶者和竞争者之间的临界点附近，表明企业间的技术竞争逐渐呈现白热化的局面。 2.4.5综合竞争力分析CID赛迪四） 从企业成立年份来看，自2012年起，人工智能企业呈现出明显聚集趋势。2012年作为深度学习的元年，在技术创新和政策推动的双重影响下，人工智能企业如雨后春笋般涌入市场。结合模型规模和成立年限来看，大模型的发展通常需要企业具有长期的技术沉淀，万亿级以上的模型都集中在成立20年以上的企业。从行业覆盖数量来看，百度遥遥领先，实力和生态能力紧密关联，尽管部分企业拥有万亿级的大模型，但由于入市较晚，目前并未位列第一梯队。 第三章明星案例：大模型应用典型案例分析 3.1工业领域大模型应用案例 3.1.1文心大模型 “文心大模型是百度智能云开发的一种强大的自然语言处理工具，是产业级知识增强大模型，因为它生于产业，服务于产业，以此成为各行各业的首选基座大模型之一。 百度智能云在化工、制造、能源以及汽车等工业领域逐渐开启了新的版图扩张。在化工行业，中国石化与百度签署战略合作框架协议，双方将在人工智能、互联网+新业态、数型央国企还有过深入合作。国家电网与百度联合发布知识增强的电力行业大模型，建设更加适配电力行业场景的AI基础设施，其模型基座也就是文心大模型，最终能够达到降低数据标注成本，提升细分场景模型应用的效果。在航空航天行业，中国探月、航天工程与百度开展合作，为文心大模型宝马与百度达成战略合作，共同探索AI技术与汽车制造业的融合创新。 3.1.2魔方Rubik 中科创达作为全球领先的智能操作系统产品和技术提供商，在智能汽车与智能硬件领域拥有丰富的经验。魔方CID赛迪四川CCID赛迪四川CCID赛迪四川 Rubik作为其自主研发的大模型，与其主营业务深度结合应用。在智能硬件领域，中科创达将创达魔方大语言模型部署在TurboX，在2023上海世界移动通信大会上展示了旗下首下，机器人实现了更自然的语言交互，可以更好地理解人类指令。在智能汽车制造方面，中科创达开发了以魔方Rubik大模型为基础的RubikGeniusCanvas产品，实现了对智能汽车开发周期全过程的覆盖，包括对汽车的概念创作、3D元素设计、交互与视觉、特效及场景制作、应用开发集成等方面，CCID赛迪四川 3.2金融领域大模型应用案例 3.2.1Aisino财税大模型 Aisino是航天信息在税务领域所提出的一款财税大模型，致力于将税务服务智能化，实现税务服务的数字化转型。并且Aisino财税大模型可以应用于AI互动、税收预测、风险四川CID赛迪四 一是AI互动。如AI数字人助手、税务数字人交互终端、智能外呼助手（12366智能热线电话咨询、（人工即时通讯和音视频等，获得在线咨询办理、电话咨询办理、在线支付、在线查询、音视频连线等服务。二是税收预测。Aisino财税大模型通过对历史数据和经济指标进行分析，可以自动挖掘数据中的模式和规律，提高预测准确度，为税务部门提供决CID赛迪四川CCID赛迪四川CCID赛迪四川 策依据。三是风险评估。Aisino财税大模型能够分析大量数据和复杂的关联关系，比如，纳税人的历史纳税记录、财务数据、经营情况等，通过这些数据信息，能够识别出纳税人往基于经验判断和少量的数据，这使得决策过程容易受到主观因素的影响。而Aisino财税大模型则能够通过对大量数据和复杂关联关系的深度分析，为税务决策提供科学的决策支持。 3.2.2 LightGPT