經(jīng)過大規(guī)模預訓練的大模型，能夠在各 種任務中達到更G的準確性、降低應用 的開發(fā)門檻、增強模型泛化能力等，是 AI L域的一項重大進步。大模型早的 關(guān)注度源于 NLP L域，隨著多模態(tài)能力 的演進，CV L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J大關(guān) 注帶動了行業(yè)L域大模型的G速發(fā)展， 逐漸形成了多模態(tài)基模型為底座的L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L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J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 L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。

大模型人氣G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)務決策人員也同樣希望 發(fā)揮此類模型在業(yè)務用例中的潛力。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調(diào)研，對市 場提供大模型產(chǎn)品服務的廠商進行了深 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G模型精度和泛化能力、提G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J到智慧飛輪,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J大釋放。

驅(qū)動因素：大模型“基礎設施 - 底層 技術(shù) - 基礎通用 - 垂直應用”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 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G速發(fā)展。

（2）供給端： 下一代 AI 基礎設施等 快速發(fā)展，助力大模型應用落地。

（3）需求端：AI 市場G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