生成式AI掀起产业智能化新浪潮.docx

目录 TOC \o 1-1 \h \z \u 报告综述 1 AIGC+数字内容 5 AIGC+客户服务 22 4. 结语 36 报告综述 报告综述 大模型主导的生成式 AI，尤其是 GPT-4 的发布，让人类社会看到了通用人工智能时代的曙光。这意味着，作为生产力工具甚至是数字时代的“新基建”的人工智能技术，不用再局限于单一或有限场景， 而是能够在众多领域像人类一样进行思考、解决问题，并进行持续、快速的自我进化，因此，大模型 主导的生成式 AI，将拥有极为广阔的应用前景，有望赋能千行百业。 政策端：中央定调，地方跟进，协力推动产业发展 人工智能产业已成为全球新一轮科技革命和产业变革的核心驱动力之一，对制造业、金融、医疗等国 民经济的诸多行业有着深刻影响。党中央、国务院历来高度重视人工智能产业的发展，近 5 年来，几乎每年都会有相应政策出台，以持续推动我国人工智能产业的高水平发展和应用。 2023 年 4 月 28 日，中央政治局会议提出，“要夯实科技自立自强根基，培育壮大新动能。要重视通用人工智能发展，营造创新生态，重视防范风险”。区别于以往会议和文件中泛指“人工智能”产业， 这是中央政治局首次提及通用人工智能，为我国人工智能产业尤其是通用人工智能的发展奠定了总基 调。 在中央会议精神的指引下和产业发展需要的驱动下，地方政府政策积极跟进，促进人工智能产业政策 的进一步落地。 2023 年 5 月末，北京、上海、深圳三地政府接连发布人工智能产业政策文件。例如，5 月 30 日，北京市发布《北京市加快建设具有全球影响力的人工智能创新策源地实施方案（2023—2025 年）》，强调要加快推动人工智能场景建设，牵引创新成果落地应用，打造一批标杆型示范应用场景，促进新技 术迭代和新应用增长。5 月 31 日，《深圳市加快推动人工智能高质量发展高水平应用行动方案（2023— 2024 年）》，强调要提升产业集聚水平，打造全域全时场景应用, 推进“公共服务﹢AI”、“城市治理 ﹢AI”、“千行百业﹢AI”，实施人工智能软件应用示范扶持计划，鼓励金融、商务、工业、交通等行业企业基于人工智能技术对现有生产、服务和管理方式进行升级。 技术端：文本、语音模态先行，多模态或成人机交互终极状态 从技术构成来看，生成式 AI 包括基础层、模型层和应用层。基础层主要聚焦算力、数据集、Transformer及 CLIP 等基础生成算法，为模型层提供基础的资源支撑；模型层主要包括通用大模型和行业大模型两类，是整个 AIGC 技术生态的核心，为上层应用提供智能化能力；应用层主要是大模型在行业、价值链上的具体展开，是 AIGC 真正落地和实现价值创造的场景和窗口。 图 1：AIGC 市场全景地图 人工智能的中远期目标，是模拟人类的认知和思维，进行多维度、多感官信息的摄入和思考。而作为AIGC 生态的核心，当前，大模型本身可根据可交互对象的类型进行分类，分成不同模态，包括文本、音频、图像、视频等不同的单模态以及跨模态。例如，专注进行文本和语言文字交互的大语言模型 （LLM）、可在文本-图片-视频等模态间进行跨模态内容交互的多模态模型。 从国外必威体育精装版的技术进展来看，Open AI 的GPT-4 可进行文本、图像两种模态输入，Meta 开源的跨感官 AI 模型 ImageBind 甚至可实现文本、图像、视频、热点图、深度数据、IMU 等 6 种模态的输入，更多的模态，则意味着更多的交互和应用场景组合。 国内 AIGC 产业目前尚处于发展初期，各项技术发展进度不尽相同，技术侧的成熟度在一定程度上决定了当前应用场景的选择范畴与效果上限。目前，以文本生成、音频生成应用相对广泛，比如，TTS 语音合成技术已经在国内有比较广泛的应用，此外，从国内当前公布的大模型类型主要以进行文本和 语言文字交互的 LLM 为主，便可见一斑。图像、视频、跨模态等，当前要么是在技术酝酿与突破期， 要么目前还只是在有限场景下进行局部尝试，尚未规模化展开。 从发展趋势来看，与人类与外界交互最为接近的多模态一定是未来的发展方向，甚至是终极状态。 需求端：落地侧重于借助中间件进行能力调用，企业规模及属性决定具体落地策略 AIGC 的核心在于大模型。大模型引爆市场后，需求端不乏观望摇摆者，但很多行业已开始跃跃欲试。据爱分析调研，目前能源领域落地进展相对靠前，证券等金融领域也在政策的驱动下，开始尝试 AIGC 的应用。 首先，从需求方向来看，高昂的算力成本、超大规模的数据集要求等高壁垒，加之市场上第三方大模 型云集，考虑到专业性、效率及 ROI，目前甲方的 AIGC 需求主要是与大模型厂商或中间件供应商进 行合作来调用大模型能力，在传媒、教育、营销、客服、数字