[]

    2023 年，AIGC 产业和大模型产业呈现出井喷的态势。这种态势推动了 AI 更快地渗透到各行各业中，引发了生产力与创造力的革命。近日，亚信科技旗下的艾瑞咨询发布了一份报告。这份报告围绕大模型、应用以及算力等方面，对我国 AIGC 产业的发展现状进行了探究，对 AIGC 能力的落地以及商业化路径进行了解析，同时也对未来的发展机遇和挑战进行了展望。

    []

    01

    中国AIGC产业图谱与市场规模

    AIGC与大模型引领“AI产业化”与“产业AI化”发展

    2022 年 11 月上线的 AIGC 类应用，在语义理解等领域表现卓越，交互方式低门槛，迅速赢得大量用户。随后，各类 AIGC 应用不断涌现，为各行业智能化升级带来新可能，“AI 产业化”与“产业 AI 化”的空间得以进一步拓展。

    中国AIGC产业市场规模：指数级增长，攫取万亿产业价值

    艾瑞咨询作出预测，中国的 AIGC 产业规模在 2023 年大约是 143 亿元。2028 年预计能够达到 7202 亿元。会逐步构建起完善的“模型即服务”的产业生态。到 2030 年有希望突破一万亿。

    中国AIGC产业投融资情况

    说明赛道处于起步期同一标的进行高频融资，这一方面反映出 AIGC 前期创业需要大量的资金来给予支持；另一方面也表明优质的创业项目是极为稀缺的。

    02

    技术变革的原生驱力：大模型

    预训练大模型的分类与介绍

    预训练大模型依据模态可分为文本、图像、视频、代码、音乐生成等多种。然而，从底层架构来看，它们都属于两类，一类是适用于处理文本、代码这类强连续性生成任务的框架，另一类是善于处理图像生成类任务的框架，如 GAN、NeRF 等。单模态模型在实际训练时融合其他模态技术，就能够形成多模态、跨模态大模型。多模态模型能够接受文本、图像等不同的输入形式，并且能够输出不同的形式，因为其应用场景更为广泛，所以着力发展多模态模型成为了一种趋势。

    预训练大模型发展路径：闭源与开源将并存互补

    闭源模型厂商以[具体代表厂商]为代表开放对外技术服务后，开源模型厂商开始加紧发力。从开源程度来看，大模型的开源分为“可研究”和“可商用”这两个级别。中国依然需要培育适合中文数据土壤的开源生态。未来，开源的 LLM 和闭源的 LLM 将会并存且相互补充，为大模型的发展营造出多元协作的繁荣生态。

    着力打造中国AIGC开源社区生态

    AIGC 开源社区的建设能够吸纳更多的开发者，并且能够拥有定义用户的主导权。以 AI 开源创新平台作为杠杆，能够带动并支撑底层 AI 芯片、智算中心以及云服务等基础设施的发展。从供给侧的逻辑来分析，大模型开源在早期是由高校和机构推动的，随后陆续有头部云厂商加入进来，此时开源社区的建设成果已经初步显现。从商业化路径方面来看，参考海外明星的开源社区情况，中国的 AI 开源社区也会首先免费提供基础算力、社区体验以及 demo 的部署和测试。接着，通过提供付费服务，来提升模型产品的性能。并且，以此吸引开发者和企业客户，完成更多部署应用的引流变现工作。

    大模型落地将带来新一轮“AI产业化”扩散

    大模型犹如一个能力全面且极为突出的“完全体”，它通用性较强，标准化和流程化的程度也更高。借助大模型来进行应用开发，能够迅速为应用赋予力量，对 AI 的工业化生产以及 AI 服务的落地能起到有效促进作用，还能拓展 AI 的应用范围。

    MaaS是大模型能力落地输出的新业态

    未来，MaaS 服务商将致力于打造大模型商店。他们会建设大模型生态，将更多开源模型纳入其中。同时，会持续丰富工具链的产品服务。通过业务积累、数据回流以及模型迭代等方式，逐步形成壁垒。在拉高云服务营收的同时，进一步塑造厂商的核心竞争力。

    大模型成为AI应用开发的操作系统

    未来，大模型会成为 AI 产业的操作系统。它的基础设施特性能够为 AI 应用开发打好基础，让 AI 模型变得可以维护、可以扩展、可以迭代，从而极大地降低了 AI 应用的开发门槛。客户可以通过成本更低、效率更高的 MaaS（模型即服务）来获得 AI 能力，进而完成 AIGC 应用的个性化开发、优化以及部署，将 AI 能力渗透到各行各业的场景业务中。

    市场需要对大模型的产品服务能力进行评估，艾瑞咨询提出了 EPS-EPD 这样一个评估体系。