生成式AI行业深度：演进历程、驱动因素、产业链及相关公司深度梳理-240624（36页）.pdf

1、 1/36 2024 年年 6 月月 24 日日 行业行业|深度深度|研究报告研究报告 行业研究报告 慧博智能投研 生成式生成式AI行业行业深度：深度：演进历程演进历程、驱动因素驱动因素、产业链产业链及相关公司及相关公司深度梳理深度梳理 2024 年的政府工作报告中，明确指出要深化人工智能应用，并首次提出开展“人工智能+”行动。该行动打开了新质生产力的大门，人工智能正在成为产业创新的关键抓手。尤其是以大模型为代表的生成式 AI技术，已成为推动新一代产业变革的核心动力。围绕生成式 AI 行业，下面我们从了解其定义及与传统 AI 的差别入手，了解其演进历程、驱动因素、发展意义及市场空间，并对产业链

2、及相关公司进行梳理，对商业模式及相关前景进行解读，并对可能出现的相关风险进行说明，方便读者深入了解这一行业。目录目录 一、概述.1 二、演进历程.4 三、驱动因素.6 四、发展意义及市场空间.7 五、产业链梳理.9 六、商业模式.22 七、相关公司.24 八、前景展望.34 九、相关风险.34 十、参考研报.35 一、一、概述概述 1.定义定义 生成式人工智能（Generative artificial intelligence）是利用复杂的算法、模型和规则，从大规模数据集中学习，以创造新的原创内容的人工智能技术。这项技术能够创造文本、图片、声音、视频和代码等多种类型的内容，全面超越了传统软件

3、的数据处理和分析能力。2.标志性事件标志性事件 2022 年末，OpenAI 推出的 ChatGPT 标志着这一技术在文本生成领域取得了显著进展，2023 年被称为生成式人工智能的突破之年。这项技术从单一的语言生成逐步向多模态、具身化快速发展。在图像生成方面，生成系统在解释提示和生成逼真输出方面取得了显著的进步。同时，视频和音频的生成技术也在 2/36 2024 年年 6 月月 24 日日 行业行业|深度深度|研究报告研究报告 迅速发展，这为虚拟现实和元宇宙的实现提供了新的途径。生成式人工智能技术在各行业、各领域都具有广泛的应用前景。2023 年 12 月 26 日，生成式人工智能入选“202

4、3 年度十大科技名词”。2024 年 4 月，在瑞士举行的第 27 届联合国科技大会上，世界数字技术院（WDTA）发布了生成式人工智能应用安全测试标准和大语言模型安全测试方法两项国际标准，是由 OpenAI、蚂蚁集团、科大讯飞、谷歌、微软、英伟达、百度、腾讯等数十家单位的多名专家学者共同编制而成。3.传统传统 AI 与生成式与生成式 AI 传统 AI 是指可以自动处理预定义输入的系统。此类 AI 系统能够从训练数据中获取知识，并利用这些知识做出决策或预测。例如，许多企业利用 AI 聊天机器人提供精简高效的客户支持。传统 AI 聊天机器人在处理常见问题方面尤其有效。凭借内部搭建的知识库，其可针对

5、常见问题提供准确一致的回复并进行用户意图预测。生成式 AI 可以编写文本、生成代码、制作音频和图像，其水平与人类不相上下，甚至超越人类。例如，生成式 AI 工具包括可用于生成书面文本（如营销文案、软件代码等）和图像等内容的 LLM。生成式 AI模型具有生成连贯文本和超逼真图像的能力，其可采用以前只能通过人类的思维、努力和创造力才能实现的方式生成数据。3/36 2024 年年 6 月月 24 日日 行业行业|深度深度|研究报告研究报告 生成式 AI 是一种特定类型的 AI，相比传统 AI 具有更强大的创造性、更长的上下文处理能力以及图像输入的支持，极高商业价值下国外科技巨头纷纷加码布局，如微软和

6、 Adobe 联合推出 Firefly 图像生成工具，又如 Meta 发布的人工智能大语言模型 LLaMA。生成式 AI 应用于多个领域，以 ChatGPT 为代表的自然语言处理发展最为迅速。生成式 AI 可用于图像生成、自然语言处理和代码生成三大领域。其中自然语言处理（NLP）领域进展主要来自基于 GPT3.5的 ChatGPT（Generative Pre-trained Transformer），该技术是一种基于互联网可用数据训练的文本生成深度学习模型，用于问答、文本摘要生成、机器翻译、分类、代码生成和对话 AI。生成式 AI 发展依赖训练大模型，推动算力需求高速增长。近年来，生成式 A