2023年，AIGC和大模型産業井噴，推動AI加速滲透進百行千業，引發生産力與創造力革命。近日，亞信科技旗下艾瑞咨詢釋出報告，圍繞大模型、應用、算力，探究大陸AIGC産業發展現狀，解析AIGC能力落地與商業化路徑，展望未來發展機遇和挑戰。
01
中國AIGC産業圖譜與市場規模
AIGC與大模型引領“AI産業化”與“産業AI化”發展
2022年11月上線的AIGC類應用ChatGPT，憑借在語義了解、文本創作、代碼編寫、邏輯推理、知識問答等領域的卓越表現和低門檻互動方式，迅速獲得大量使用者。随後，各類AIGC應用湧現，給各行業智能化更新帶來了新可能，“AI産業化”與“産業AI化”的空間進一步拓展。
中國AIGC産業市場規模：指數級增長，攫取萬億産業價值
艾瑞咨詢預測，中國AIGC産業規模2023年約為143億元，2028年預計将達到7202億元，逐漸建立完善的“模型即服務”産業生态，2030年有望突破萬億。
中國AIGC産業投融資情況
2021至2023年7月，AIGC賽道共發生280筆投融資，展現出其高熱度與高成長性。産業細分次元，應用層創業機會最多，模型層創業在2023年集中湧現；文本、影像、語音平分秋色，多模态和跨模态的應用前景更加為資本看好。投融資輪次次元，約70%的項目處于A輪及以前階段，賽道處于起步期。同一标的高頻融資，既反映AIGC前期創業需要大量資金支援，也表明優質創業項目非常稀缺。
02
技術變革的原生驅力：大模型
預訓練大模型的分類與介紹
預訓練大模型按照模态可以分為文本、圖像、視訊、代碼、音樂生成等多種，但從底層架構上都分屬兩類——即适用于處理文本、代碼這類強連續性生成任務的Transformer架構和善于處理圖像生成類任務的Diffusion、GAN、NeRF等架構。由單模态模型在實際訓練時融合其他模态技術，可形成多模态、跨模态大模型。由于多模态模型可接受文本、圖像等不同輸入輸出形式，應用場景更廣泛，着力發展多模态模型成為趨勢。
預訓練大模型發展路徑：閉源與開源将并存互補
在以OpenAI為代表的閉源模型廠商開放對外技術服務後，開源模型廠商也在加緊發力。根據開源程度，大模型的開源可分為“可研究”與“可商用”級别。中國仍需培育适配于中文資料土壤的開源生态。未來，開源和閉源的LLM會并存互補，為大模型發展創造多元協作的繁榮生态。
着力打造中國AIGC開源社群生态
AIGC開源社群的建設可以吸納更多開發者和擁有定義使用者的主導權，以AI開源創新平台為杠杆，帶動支撐底層AI晶片、智算中心及雲服務等基礎設施發展。從供給側邏輯來看，大模型開源早期由高校和機構推動，陸續有頭部雲廠商加入，開源社群建設成果初現。從商業化路徑來看，參考海外明星開源社群，中國AI開源社群同樣會先免費提供基礎算力、社群體驗、demo部署及測試，而後通過付費服務，提升模型産品性能，吸引開發者、企業客戶完成更多部署應用的引流變現。
大模型落地将帶來新一輪“AI産業化”擴散
大模型類似于一個能力全面且突出的“完全體”，通用性強，标準化、流程化程度更高。用大模型做應用開發，可以快速賦能應用，有效促進AI的工業化生産和AI服務落地，擴充AI的應用範圍。
MaaS是大模型能力落地輸出的新業态
未來，MaaS（Model-as-a-Service，模型即服務）服務商将着力打造大模型商店，建設大模型生态，納入更多開源模型，持續豐富工具鍊産品服務，通過業務積累、資料回流、模型疊代逐漸形成壁壘，在拉高雲服務營收的同時進一步塑造廠商的核心競争力。
大模型成為AI應用開發的作業系統
未來，大模型将成為AI産業的作業系統，其基礎設施特性可為AI應用開發做好底座，将AI模型變得可維護、可擴充、可疊代，極大降低AI應用的開發門檻。客戶能通過更低成本、高效率的MaaS（模型即服務）獲得AI能力，完成AIGC應用的個性化開發、優化及部署，将AI能力應用滲透到各行各業的場景業務中。
市場需評估大模型産品服務能力，艾瑞咨詢提出EPS-EPD評估體系
大模型能力評測意義重大，評測結果可讓供需兩側了解各家大模型能力的優勢與不足，做出更好的産品與應用選擇。艾瑞咨詢據此提出EPS-EPD評估體系，能夠全次元測評大模型産品的基模性能與商業能力，為業界提供資訊參考。
大模型需以行業級、企業級方式支撐上層應用
基礎大模型落地面臨兩大難題，一是終端客戶對算力成本的接受能力，二是大模型雖擅長通用領域問題，但往往在垂直行業任務中表現欠佳。是以，基礎大模型要進行訓練和調優，才能形成垂直領域大模型；部分企業也有較多的深度定制、私有化部署等需求。
連接配接模型能力與應用需求是落地關鍵
在大模型推動的技術浪潮下，如何連接配接模型能力與上層應用，完成商業化變現，建構人工智能應用主導的生态系統，是AIGC各層廠商重點關注的課題。艾瑞咨詢認為，資料準備、ROI衡量、Prompt工程能力是連接配接模型層與應用層落地的核心三要素。
廠商合作關系演化及周邊工具服務的發展
未來，随着模型開發廠商和垂類應用廠商為鞏固市場地位，向産業鍊上下遊拓展，模型層、應用層将呈交錯發展之勢。企業客戶因其參差的數字化基礎及個性化的軟體、流程需求，依然需要解決方案廠商定制優化并部署實施，而AI開發平台也将與大模型合力，進一步實作“低門檻、低成本、高效率”的開發部署與應用。資料标注、安全合規等周邊工具服務亦是促進AIGC産品高效開發、産業有序發展的可觀商機。
工具層成為AIGC産業新熱點
艾瑞咨詢認為，大模型的中間層-工具層構成可分為AI代理-Agent角色與AI微調-大模型服務兩類。AI Agent是繼大模型、AIGC後進一步火爆的中間層産品，可看作能感覺環境及需求、進行決策和執行的智能體。大模型服務平台則為企業提供模型訓練、推理、評測、精調等全方位服務，并基于供給側能力與需求側要求進行B端私有化部署（創業公司切入點）或平台資源調用（雲廠商切入點）。
AI Agent更廣闊的角色價值與發展空間：沉澱垂類資料與業務了解是關鍵
一方面，大模型的語料資源包含了大量的人類行為資料，填補了AI Agent可行性與合理性的關鍵要素。另一方面，大模型表現出優秀的上下文學習能力、複雜推理能力，在接受目标及設定後，可自發将其拆解成簡單細化的子任務，無需人類幹預去完成剩下的全部工作。目前AI Agent已成為繼大模型之後，更有想象空間也更貼近應用的下一爆點。
03
價值傳遞的實際落位：應用層
AIGC産業化價值與影響
AIGC的産業價值主要展現在以大模型為核心的“變革内容生産方式”與“變革人機互動方式”兩方面。未來，全行業将借助大模型能力衍生出的大量AI生産工具，實作内容生産效率的飛躍，進一步降低數字生态的人機互動門檻。
生産力變革帶動海量下遊應用優化
在生活領域，AIGC将進一步下放内容創作權，激發UGC創作熱情，加速内容裂變。在生産領域，大模型能從研發流程、産品能力和互動上全方位為企服軟體帶來提升。
AIGC将在全行業引發深度變革
AIGC主要通過影響内容創作與人機互動促進行業變革，線上化程度、數字化基礎、行業内容占比等因素影響AIGC應用前景與滲透速度。
内容消費賽道：内容分發平台為核心的AIGC布局
内容分發平台一端連結創作者，一端綁定大量使用者，擁有最為完整的内容消費生态，成為AIGC内容消費的布局核心。AIGC技術已被應用于營銷文案、電商圖檔甚至評論的自動生成中。
創作工具賽道：模型能力為核心，文、圖發展路徑将分化
與傳統内容創作工具相比，AIGC内容創作工具的最大特點為“底層模型重、前端輕”，是以産品競争的核心要素也從功能設計變成模型能力。文本類應用和圖像類應用的發展路徑因模型成熟度和成本等因素産生較大差異。
企業服務賽道：産品化價值與商業變現
AIGC融入既有應用，降本效果明顯，營收增長主要依靠服務新場景
04
不可忽視的資源引擎：算力層
AIGC帶動中國算力産業發展機遇總覽
這一領域，重點關注“晶片硬體、伺服器、應用模式、能源散熱”等算力子產品。
全球将大力發展算力基礎設施，AIGC的大算力需求讓供需結構承壓
相關報告表明，計算力指數平均每提高1個點，數字經濟和GDP将分别增長千分之3.3和千分之1.8。目前中國各地正加快新一批資料中心與智算建設，持續優化算力資源，以滿足高速發展的算力需求。
算力産業模式将在AIGC時代有所演變
AIGC時代，資料中心将配置更多AI伺服器滿足日益劇增的算力需求，雲廠商更是提出MaaS（模型即服務）商業模式，将雲計算、智能算力、模型能力等資源做高度融合，更好地滿足客戶個性化需求。
AI晶片是算力皇冠，關注其性能與使用率
算力是評價AI晶片的核心要素，而除了運算次數外，晶片的性能衡量還需考慮運算精度。為了适配大模型的訓練及推理，AI晶片要有更大的記憶體通路帶寬并減少記憶體通路延遲，更高的片間互聯甚至片内互聯能力以滿足AI加速器訪存、交換資料的需求。但是，大叢集不等于大算力，增加GPU卡數或計算節點不能線性提升算力收益，單卡晶片性能差距将更難通過堆料等方式解決。
中國算力産業将堅持自主創新道路
作為AIGC産業的基建層，算力是AIGC生産力卡脖子的關鍵環節。對此，算力生産商紛紛發力，如AMD、英特爾等追趕型企業針對AIGC的新品動作頻頻。中國算力層也會進一步擺脫對頭部廠商的依賴，以“雲巨頭自研自用+獨立/創業公司服務于信創、營運商等To G與To B市場”為主要路徑，靜待國産替代曙光，實作國産“算力+應用”的正循環。
04
中國AIGC産業發展趨勢
技術發展：科研與産業兩端突圍
産業側與科研側的不斷探索優化，暴露出标準Transformer架構的巨大瓶頸，即“不可能三角”。各大機構與開發團隊對Transformer架構的改進在快速推進，未來極有可能出現具備推廣價值的新Transformer架構。
應用前景：軟硬一體化
大模型被逐漸應用于手機、物聯網等終端裝置側，“軟硬一體”将帶來廣闊的應用場景。
社會影響：新一波自動化浪潮
AI成為基礎設施，部分基礎工作被AI替代，社會人力結構将被重塑。智力要素重要性提升、附加值提高，将推動社會資源和财富向頂尖人才群組織聚集；為維持供需平衡，配置設定制度也将重塑。
AIGC的監管瞭望：寬松鼓勵與整頓規範
AIGC的應用，引發了知識幻覺、資料安全、個人隐私、道德倫理等諸多問題和讨論，亟需監管措施的跟進和引導。2023年7月，網信辦等七部門釋出了《生成式人工智能服務管理暫行辦法》，監管要求較為寬松，反複強調了鼓勵發展的态度。國家也以立法的形式打造資料和算力協同共享平台，最大化促進資源利用，有利于為中小型企業減負，降低研發成本。