經(jīng)過大規(guī)模預訓練的大模型，能夠在各 種任務(wù)中達到更高的準確性、降低應(yīng)用 的開發(fā)門檻、增強模型泛化能力等，是 AI 領(lǐng)域的一項重大進步。大模型最早的 關(guān)注度源于 NLP 領(lǐng)域，隨著多模態(tài)能力 的演進，CV 領(lǐng)域及多模態(tài)通用大模型也 逐漸成為市場發(fā)展主流。政企的極大關(guān) 注帶動了行業(yè)領(lǐng)域大模型的高速發(fā)展， 逐漸形成了多模態(tài)基模型為底座的領(lǐng)域 大模型和行業(yè)大模型共同發(fā)展的局面。

伴隨基于大模型發(fā)展的各類應(yīng)用的爆發(fā)， 尤其是生成式 AI，為用戶提供突破性的 創(chuàng)新機會，打破了創(chuàng)造和藝術(shù)是人類專屬領(lǐng)域的局面。AI 不再僅僅是“分類”， 而且開始進行“生成”，促使大模型帶 來的價值進一步升級到人類生產(chǎn)力工具 的顛覆式革新。同時，數(shù)據(jù)規(guī)模和參數(shù) 規(guī)模的有機提升，讓大模型擁有了不斷學習和成長的基因，開始具備涌現(xiàn)能力 （Emergent Ability），逐漸拉開了通用人 工智能（AGI）的發(fā)展序幕。

過去幾年，國內(nèi)外的 AI 廠商均在大模型 領(lǐng)域有所布局。OpenAI 在 2019 年發(fā)布了 GPT-2 大模型，國內(nèi)互聯(lián)網(wǎng)科技廠商也 集中在 2020-2022 三年期間相繼發(fā)布了自 己的大模型。ChatGPT 的發(fā)布，掀起了 一波發(fā)展熱潮，原有廠商基于自身大模 型開始推出一系列生成式 AI 應(yīng)用，并對 外提供 API 接口。更多的創(chuàng)業(yè)公司、科 研機構(gòu)和新的科技廠商涌入該市場，發(fā) 布相關(guān)的產(chǎn)品服務(wù)。

大模型人氣高漲，吸引了用戶的關(guān)注， 不僅是 CIO、CTO 等技術(shù)決策人員， CEO、CFO 等業(yè)務(wù)決策人員也同樣希望 發(fā)揮此類模型在業(yè)務(wù)用例中的潛力。用 戶關(guān)注度的躍升成為對廠商自身能力的 考驗，前期已具備全棧大模型構(gòu)建能力 的廠商開始顯現(xiàn)積累優(yōu)勢。

為幫助用戶了解國內(nèi)大模型市場的發(fā)展 情況、廠商格局和競爭地位，沙利文研 究團隊通過詳實的訪談?wù){(diào)研，對中國市 場提供大模型產(chǎn)品服務(wù)的廠商進行了深 入的分析和評估。

前瞻洞察：通向 AGI 的技術(shù)路徑具 有多元性，目前大模型是最佳實現(xiàn)方 式。大模型具有強大的泛化性、通用 性和實用性，能夠降低 AI 開發(fā)門檻、 提高模型精度和泛化能力、提高內(nèi)容 生成質(zhì)量和效率等多種價值，實現(xiàn)了 對傳統(tǒng) AI 技術(shù)的突破，并成為 AGI 的重要起點。進而將 AI 發(fā)展由數(shù)據(jù) 飛輪升級到智慧飛輪,最終邁向人機共 智。大模型和 人類反饋的強化學習 （ RLHF ）的結(jié)合，進一步重構(gòu)了 AI 開發(fā)范式，進入大模型主導的軟 件 2.0 時代。另一方面，AI 開發(fā)則形 成新的“二八定律”，開發(fā)者的生產(chǎn) 力將得到極大釋放。

驅(qū)動因素：大模型“基礎(chǔ)設(shè)施 - 底層 技術(shù) - 基礎(chǔ)通用 - 垂直應(yīng)用”發(fā)展路 線逐漸清晰，國內(nèi)各廠商加速戰(zhàn)略布 局，加大資金和技術(shù)投入，迎頭趕上 全球大模型產(chǎn)業(yè)化浪潮，本土化大模 型迎來發(fā)展新機遇。整體上，行業(yè)驅(qū) 動因素主要包含三個層面:

（1）政策端：政策環(huán)境持續(xù)優(yōu)化， 賦能AI 大模型市場高速發(fā)展。

（2）供給端： 下一代 AI 基礎(chǔ)設(shè)施等 快速發(fā)展，助力大模型應(yīng)用落地。

（3）需求端：AI 市場高景氣，大模 型下游行業(yè)需求旺盛。

附件：AI大模型市場研究報告（2023）邁向通用人工智能，大模型拉開新時代序幕