2024年中國(guó)文娛產(chǎn)業(yè)通過(guò)人工智能技術(shù)的應(yīng)用，推動(dòng)了產(chǎn)業(yè)的數(shù)智化發(fā)展，提升了內(nèi)容生產(chǎn)效率和商業(yè)變現(xiàn)能力，同時(shí)拓展了產(chǎn)業(yè)邊界，增強(qiáng)了文化自信。
國(guó)家政策推動(dòng)文化強(qiáng)國(guó)建設(shè)，文娛產(chǎn)業(yè)迎來(lái)數(shù)智化發(fā)展機(jī)遇。
AI技術(shù)在文娛產(chǎn)業(yè)中的應(yīng)用，提升了內(nèi)容生產(chǎn)效率和質(zhì)量，降低了創(chuàng)作門檻。
文娛市場(chǎng)回溫，多元化商業(yè)變現(xiàn)模式顯現(xiàn)，包括用戶付費(fèi)、廣告、版權(quán)運(yùn)營(yíng)等。
數(shù)字文旅市場(chǎng)規(guī)模突破9000億，在線旅游市場(chǎng)規(guī)模達(dá)到11112.6億。
AI技術(shù)在旅游業(yè)中的應(yīng)用，如景區(qū)體驗(yàn)、博物館講解、節(jié)事活動(dòng)等，提升服務(wù)效率。
多模態(tài)技術(shù)突破加速AI應(yīng)用落地，邊緣AI需求增加。
AI技術(shù)推動(dòng)內(nèi)容產(chǎn)業(yè)競(jìng)爭(zhēng)良性升級(jí)，提升內(nèi)容生產(chǎn)機(jī)構(gòu)工業(yè)化水平。
AIGC技術(shù)賦能精品內(nèi)容形成，延長(zhǎng)優(yōu)質(zhì)IP生命周期，提升商業(yè)價(jià)值。
旅游行業(yè)邊界拓展，實(shí)現(xiàn)升級(jí)版“旅游+”，數(shù)字化成為旅游企業(yè)高質(zhì)量發(fā)展的選擇。
港股人工智能行業(yè)的詳細(xì)分析，又有港股發(fā)行前、中、后的數(shù)據(jù)對(duì)比，以及中介機(jī)構(gòu)、投資機(jī)構(gòu)等的盤點(diǎn)，為投資者和決策者提供了深度的行業(yè)洞察
融合AI 與行業(yè)know-how能夠更精準(zhǔn)捕捉客戶需求， 使金融決策從經(jīng)驗(yàn)驅(qū)動(dòng)向數(shù)據(jù)驅(qū)動(dòng)轉(zhuǎn)化， 使財(cái)富管理、智能投顧等高價(jià)值場(chǎng)景更具 智能化
生成合成場(chǎng)景是人臉識(shí)別信息的重要應(yīng)用場(chǎng)景之一，研究報(bào)告特別關(guān)注了該場(chǎng)景下的人臉識(shí)別治理問(wèn)題，為我國(guó)人臉識(shí)別產(chǎn)業(yè)的行穩(wěn)致遠(yuǎn)貢獻(xiàn)綿薄之力
絕大多數(shù)中小企業(yè)（占比98.8%）已經(jīng)開(kāi)啟數(shù)字化轉(zhuǎn)型,僅有極少數(shù)中小企業(yè)（1.2%）尚未開(kāi)始,處于數(shù)字化早期的中小企業(yè)占比62.6%,由智能驅(qū)動(dòng)的中小企業(yè)占比僅為3.2%
到2030年前，生成式AI有望 為全球經(jīng)濟(jì)貢獻(xiàn)約7萬(wàn)億美元的價(jià)值，其中中國(guó)有望貢獻(xiàn)其中約2萬(wàn)億美元，將近全球總 量的1/3;成式AI對(duì)高科技行業(yè)將產(chǎn)生最為顯著的影響
培養(yǎng)方案將數(shù)智人才培養(yǎng)分為“通識(shí)、賦能、應(yīng)用、專業(yè)”四個(gè)類型，采取“分類+梯度”模塊化選課、“融通+創(chuàng)新”靈活性設(shè)課、“基礎(chǔ)+場(chǎng)景”差異化授課的體系化分類培養(yǎng)思路
報(bào)告深入探討了人工智能技術(shù)在教育領(lǐng)域的應(yīng)用現(xiàn)狀、發(fā)展趨勢(shì)、政策環(huán)境、市場(chǎng)規(guī)模、技術(shù)演進(jìn)以及行業(yè)挑戰(zhàn)和機(jī)遇;2023年B端AI+教育市場(chǎng)規(guī)模約為213億元
通過(guò)國(guó)際權(quán)威的醫(yī)療行業(yè)術(shù)語(yǔ)庫(kù)和知識(shí)庫(kù)，對(duì)病歷文書(shū)進(jìn)行知識(shí)抽取和知識(shí)庫(kù)構(gòu)建，大幅降低了大模型的幻覺(jué)；被國(guó)際頂級(jí)學(xué)術(shù)會(huì)議錄取的醫(yī)療基礎(chǔ)大模型
底層架構(gòu)采用國(guó)內(nèi)開(kāi)源通用大模型，實(shí)現(xiàn)國(guó)產(chǎn)化部署,要求等數(shù)據(jù)文件 500 多份，復(fù)旦大學(xué)積累的國(guó)別研究信息 8000 多篇
系統(tǒng)研發(fā)費(fèi)用共計(jì) 850 萬(wàn)元，公司收費(fèi)方式為提供服務(wù)，至 2024 年底預(yù)計(jì)可新增 15 家穩(wěn)定的客戶，預(yù)計(jì) 項(xiàng)目累計(jì)產(chǎn)生銷售收入 15000 萬(wàn)元
人工智能生成式代碼減少了約2周工作量。二期（數(shù)據(jù)分析）的實(shí)施周期約為8周，人工智能生成式代碼減少了約6周工作量
擁有千億模型參數(shù)，預(yù)訓(xùn)練token量超8萬(wàn)億，微調(diào)政務(wù)數(shù)據(jù)量超百G;使用語(yǔ)義搜索，替換之前的關(guān)鍵字搜索，解決了搜的不準(zhǔn)
