1、研究范畴及目的研究梳理中国信创产业发展的背景、历程、现状和趋势；重点分析基础设施-信创云、基础软件-数据库、应用软件-CRM、信息安全-安全软件四大领域中代表细分场景的发展现状与应用；深入调研甲方和资本市场，挖掘出行业里产品成熟、口碑良好、具有特色的优秀服务商与实践案例。22018年，OpenAI发布第一个生成式预训练模型GPT-1，模型参数量达到1.17亿，开启了AI大模型的训练热潮；2022年底，ChatGPT的火爆，吸引了全世界对大模型的广泛关注，也激发了中国AI大模型发展热潮。2023年3月中旬，百度发布大语言模型产品文心一言，拉开了国内AI大模型产业“百模大战”的序幕，之后通义千问、

2、盘古大模型、星火认知大模型、360智脑、豆包等纷纷问世。2024年中国AI大模型产业落地明显加速，AI大模型产品化、商业化和产业化的发展脉络基本形成。AI大模型是指拥有亿级以上参数的深度学习模型，从应用场景角度可分为通用大模型和垂直大模型，其中垂直大模型又可以分为行业大模型和垂直场景大模型。通用大模型，聚焦基础层和技术攻关；垂直大模型，聚焦垂直领域解决方案，在通用大模型基础上开发行业和场景专用模型，面向政务、金融、医疗、教育、交通等垂直行业和营销、客服、运营等通用场景。2024年以来，我国AI大模型的产业应用已经迅速展开，本报告通过调研中国AI大模型产业发展和市场应用，梳理AI大模型的发展历程

3、、产业生态、商业模式、行业应用、市场规模、发展趋势等，并对典型垂类行业和场景应用案例进行剖析，以期达到以下目的：通过研究AI大模型产业的发展历程、产业生态、商业模式、行业和场景应用等，帮助企业了解AI大模型产业的发展脉络和发展方向；重点分析AI大模型产业的市场规模、发展驱动、市场应用、发展趋势，帮助AI大模型企业把握市场需求动向和发展趋势；深入调研AI大模型的典型行业和场景应用，挖掘行业里应用相对成熟、落地价值度高、市场反馈良好的优秀服务商与实践案例，为客户产品选择提供参考。目录 CONTENTS01研究背景1.AI大模型可按照应用领域和输入数据类型进行分类2.至2024年中国AI大模型产业发

4、展加速进入商用阶段02发展现状1.TOP5大模型应用行业：互联网、金融、医疗、教育、政务2.国产大模型已大幅降价，为广泛商业化应用奠定基础3.中国AI大模型产业图谱4.AI大模型商业化落地：55%为定制化模式、40%-45%为API及订阅模式5.五种部署方式：直接调用、能力嵌入、扩展应用、定制模型、全栈构建6.2024年AI大模型应用市场规模约157亿元，2022-2027年复合增长率达148%7.未来3年，中国AI大模型产业将逐步进入需求侧驱动阶段03应用场景及案例1.AI大模型在互联网、政务、金融等行业应用场景日益丰富2.金融行业痛点及解决方案3.医疗健康行业痛点及解决方案4.教育行业客服

5、场景痛点及解决方案5.政务领域市场监督管理场景痛点及解决方案6.零售消费行业痛点及解决方案7.制造行业知识管理场景痛点及解决方案04发展趋势及挑战1.AI大模型四个主要技术方向2.融合应用软件、智能助手和AI Agent是AI大模型市场应用的三个主要方向3.缺乏高质量数据集是大模型商业落地面临的关键挑战3研究背景AI大模型可按照应用领域和输入数据类型进行分类定义及分类AI大模型是指拥有亿级以上参数的深度学习模型。AI大模型利用深度学习算法和人工神经网络技术等AI技术，通过学习大量的数据提升预测能力，其性能与模型的参数规模、数据集大小和训练用的计算量之间存在幂律关系；AI大模型基于注意力机制，通

6、过在大规模、多元化的无标注数据集进行训练，具有较强泛化能力，应用在广泛的场景和任务。按输入数据类型，AI大模型分为语言大模型，视觉大模型、多模态大模型等；从应用领域角度分类，AI大模型分为通用大模型、行业大模型、垂直大模型。按输入数据类型按应用领域AI大模型分类语言大模型视觉大模型多模态大模型L0 通用大模型L1 行业大模型L2 垂直大模型在多个领域和任务上通用，具有基础的认知能力，各学科知识都懂一点；通用大模型就像完成了大学前素质教育阶段的学生。针对特定的行业或领域的大模型，通常使用行业相关的数据进行预训练或微调，来提高在该领域的性能和准确度；行业大模型就像选择了专业的大学生，对所在专业领域