封面故事 | 邹德宝：2024中国AIGC行业研究报告

摘要：随着全球人工智能产业化进程的不断推进，AIGC（ArtificiaI lntelligence Generated Content，人工智能生成内容）已成为当前推动人工智能赋能新型工业化发展的焦点，探讨AIGC技术在中国各行业的应用，对于把握行业发展趋势和促进

文 | 邹德宝

赛迪顾问人工智能与大数据研究中心

常务副总经理

图｜由作者提供

随着全球人工智能产业化进程的不断推进，AIGC（ArtificiaI lntelligence Generated Content，人工智能生成内容）已成为当前推动人工智能赋能新型工业化发展的焦点，探讨AIGC技术在中国各行业的应用，对于把握行业发展趋势和促进产业升级具有重要意义。对此，本报告通过对行业内众多企业的深入调研，剖析了AIGC的发展背景、发展现状和面临的主要问题。同时，结合宏观经济环境与政策导向，探讨AIGC对不同行业的影响，并对中国AIGC产业的未来提出了发展建议。

自ChatGPT发布以来，大模型如雨后春笋般持续涌现，从通用大模型到行业大模型，从单模态大模型到多模态大模型，AIGC不断驱动技术创新与场景应用的快速迭代，为我国AIGC行业的快速发展带来了新的机遇与挑战。

在中央层面，国家持续推进顶层设计，加快AIGC的产业化进程，推动AIGC健康发展和规范应用。在地方层面，各地纷纷结合本地实际情况制定相应的AIGC发展政策，加强与高校、科研机构的合作力度，打造产业发展高地。在此背景下，赛迪顾问期望通过本报告帮助AIGC企业锚定市场定位，明确发展目标，展开错位竞争，在快速变化的市场中找到立足点，构建起强大的技术和应用“护城河”，实现可持续发展。

本报告主要由五个部分组成，分别是发展背景、发展现状、发展趋势、面临的主要问题和发展建议。为确保报告的准确性与权威性，本报告所涉及的数据来源包括对行业专家的深度访谈、企业调研，还有对权威市场研究机构报告的引用，力求以客观、全面的视角，为读者呈现中国AIGC行业的真实面貌，为相关从业者和决策者提供有价值的参考依据。报告数据以人民币为计价单位，数据基准日为2024年8月31日。

一、AIGC发展背景概述

（一）概念界定

AIGC（Artificial Intelligence Generated Content）是一种能够创建新的内容或数据专家视角的算法系统，包括音频、代码、图像、文本和视频。这种系统通过学习大量的数据，理解数据中的模式和结构，然后利用知识图谱、深度学习、神经网络等技术生成新的、原创性内容。AIGC可以应用于许多领域，包括文本生成、图像和视频创作、音乐创作、语音合成等。它可以用来撰写文章、创作艺术作品、设计游戏场景、生成报告或预测数据等。这种技术的关键在于其能够模仿人类的创造性思维，从而在没有明确指令的情况下产生新的内容。

从AIGC的产业链角度来看，AIGC主要包括基础元器件、关键核心技术和行业应用解决方案。其中，基础元器件主要包括AI芯片、智能终端产品所需要的上游基础零部件等；关键核心技术主要包括AI关键核心技术的研发设计和开发部署；行业应用解决方案则侧重于行业应用场景所需的智能终端产品和综合解决方案服务。

（二）发展历程

1.概念提出阶段（20世纪50年代至80年代）

AIGC的早期探索可追溯到20世纪50年代，当时计算机科学家们开始研究如何让计算机生成新的内容。这一时期的研究主要是基于规则和符号的生成方法，如自然语言处理和图像生成。1956年，人工智能领域的开创者之一艾伦·图灵提出了“图灵测试”，期望通过这个测试来评估机器的智能水平，AIGC就此诞生。

2.技术积累阶段（20世纪90年代至21世纪初）

进入20世纪90年代，随着机器学习技术的不断发展，AIGC开始进入一个新的阶段。研究者们开始利用统计模型来生成新的内容，如IBM的深蓝计算机在1997年战胜了世界棋王加里·卡斯帕罗夫，标志着机器学习在棋类游戏领域的突破。同时，神经网络技术也得到了快速发展。

3.产品应用阶段（21世纪初至今）

随着深度学习技术和海量数据集的出现，人工智能模型越来越能够理解和生成人类语言。生成式对抗网络（GAN）的提出是这一时期的标志性事件，GAN通过训练两个神经网络（生成器和判别器）相互竞争，使得生成器能够生成越来越接近真实数据的新内容。近年来，随着深度学习技术的不断进步，多模态大模型应运而生。这类技术能够应对和生成涵盖文本、图像、音频、视频等多种模态的数据，为人工智能技术的创作和应用提供了更广阔的空间。特别是进入2 1世纪2 0年代后，以GPT系列为代表的大型语言模型（LLM）的出现，标志着AIGC进入了一个全新的发展阶段。随着计算能力的提升和大数据可用性的增加，大规模语言模型如Transformer和BERT开始出现。这些模型利用模型架构和对文本数据的大规模预训练，能够生成高度连贯且上下文相关的文本，广泛应用于自动写作、机器翻译、智能问答等多个领域。

（三）产业政策

1.国家持续推进AIGC健康发展和规范应用

为促进AIGC健康发展和规范应用，2023年7月，国家互联网信息办公室、国家发展和改革委员会、教育部、科学技术部、工业和信息化部、公安部和国家广播电视总局联合发布《生成式人工智能服务管理暂行办法》，这是我国首部针对AIGC产业健康发展的政策。该政策鼓励采取有效措施推动AIGC创新发展，对AIGC服务实行包容审慎和分类分级监管机制。《生成式人工智能服务管理暂行办法》明确了提供和使用AIGC服务的总体要求，在加强基础技术自主创新、鼓励创新应用、规范服务行为、提高内容准确性和可靠性、完善监管措施和合法标识生成内容等方面提出了具体要求。

2.多地政策支持AIGC高质量发展

我国多地政府积极贯彻落实国家促进AIGC产业高质量发展的各项政策，纷纷加码政策支持力度（如表1所示）。其中：

表1 我国部分地区人工智能产业相关政策

北京市出台《北京市加快建设具有全球影响力的人工智能创新策源地实施方案（2023—2025年）》，加快推动AIGC基础理论研究取得新突破，原始创新成果影响力不断提升。

深圳市发布《深圳市加快推动人工智能高质量发展高水平应用行动方案（2023—2024年）》，明确要建设城市级智能算力平台，打造粤港澳大湾区智能算力枢纽和建设企业级智能算力平台。

安徽省发布《安徽省通用人工智能创新发展三年行动计划（2023—2025年）》，提出力争到2025年，建成充裕智能算力、高质量数据应开尽开、通用大模型和行业大模型全球领先、场景应用走在国内前列、大批通用AIGC企业集聚、一流产业生态形成，推动安徽省率先进入通用人工智能时代。

上海市发布《上海市推动人工智能大模型创新发展若干措施（2023—2025年）》，明确提出要着力支持大模型创新能力建设、提升创新要素供给能级、推进大模型创新应用和营造一流创新环境，打造企业、人才集聚的大模型创新高地，推进大模型应用生态建设。

成都市发布《成都市加快大模型创新应用推进人工智能产业高质量发展若干措施》，明确提出推动算力基础设施建设、推进算力产业自主可控、提升算力赋能应用能力，打造大模型技术产业生态，构建全域场景体系。

（四）产业链全景图

AIGC产业链主要分为基础元器件、关键核心技术和行业应用解决方案三层（如图1所示）。

图1 AIGC产业链全景图

基础元器件：包括智能传感器、数据存储与传输、AI芯片、AI系统软件和A I开发框架。2023年，在智算中心和大模型应用的推动下，智能传感器、AI服务器等市场需求不断提升，供应端的产业增速持续增大，基础元器件企业利润率呈现高速增长的发展态势。

关键核心技术：包括关键通用技术、关键领域技术、人工智能平台和智能化系统。2023年，人工智能企业普遍加大了关键核心技术的研发力度，关键通用技术和智能化系统进一步加强。另外，机器学习、知识图谱、模式识别和类脑智能等技术的规模也实现了一定程度的增长。

行业应用解决方案：包括产品与服务和应用场景。2023年，在大模型技术快速发展的推动下，各行各业通过人工智能的应用实现了显著的进步。其中，智能制造、智能安防、智慧交通、智慧政务和智慧医疗等领域率先突破，已成为资本关注的焦点。另外，大模型、数字人、智能机器人和无人汽车也备受产业界关注。

二、AIGC发展现状与分析

（一）中国市场规模与增速

1.市场规模：2023年中国AIGC市场规模达1848.5亿元

在政策支持、技术创新和应用场景不断丰富三大推动力的作用下，中国人工智能市场得到了进一步发展。2023年中国人工智能市场仍保持快速增长发展态势，市场规模为1848.5亿元，同比增长10.5%。（如图2所示）

图2 2021—2023年中国AIGC市场规模及增长

2.区域结构：华东、华北和中南稳居AIGC区域市场前三名

2023年，华东、华北和中南三个地区在中国人工智能市场的发展中处于领先地位，市场份额分别达到38.5%、25.3%和20.7%（如图3所示），但市场增速与西部地区相比，呈现下降的趋势。随着智算中心在中、西部地区加大建设力度，西南、西北地区人工智能市场规模呈现高速增长，市场份额进一步提升。

图3 2023年中国生成式人工智能市场区域结构

3.行业结构：互联网和制造的规模化需求构成了AIGC最大的应用市场

2023年，从行业结构分布来看，互联网仍是AI G C收入占比最大的行业市场，市场规模为526.8亿元，占比28.5%。另外，制造、政府、金融、电信和零售行业市场对AIGC需求的增速也普遍高于市场平均水平，市场规模占比分别为18.3%、12.5%、10.4%、8.5%和5.4%。（如图4所示）

图4 2023年中国AIGC市场行业结构

（二）我国AIGC行业应用情况示例

2023年，AIGC总体发展态势不断加快，以大模型为主要技术的产品应用正不断取得新突破。AIGC利用音频、代码、图像、文本、视频、3D模型和数据等模态在工业、金融服务业、政府及公共服务、传媒业、生命科学与医疗行业、消费行业等多个领域发挥关键作用。（如表2所示）

表2 我国AIGC行业应用情况

（三）商业模式分析

AIGC作为一种前沿技术，正在以前所未有的速度渗透到各个行业和领域，并为企业带来了多元化的商业模式。主要商业模式有：

1.按产出内容量收费与个性化定制服务

AIGC能够生成各种类型的新内容，如文本、图像、音乐、视频等，为创意产业提供丰富的素材和灵感。AI可以辅助作家创作小说、剧本，帮助艺术家设计画作，甚至生成音乐和视频内容。企业可以按照产出内容量收费，如根据生成图片张数、文本数量、请求计算量等进行收费。

AIGC可以通过分析用户的行为数据和偏好，使企业能够根据用户内容需求提供个性化的定制服务，如新闻摘要、商品推荐等。这种商业模式不仅提升了用户体验，还为企业带来了更高的转化率和收入。电商平台、社交媒体和视频流媒体平台等广泛采用这种模式。

2.虚拟产品与服务

AIGC技术被用于创建虚拟助手，为用户提供24小时在线咨询和服务。这些虚拟助手能够处理各种查询，为用户提供解决方案，甚至执行简单的任务，如安排日程、管理文件等。企业可以打造虚拟偶像，通过社交媒体等渠道与用户互动，提升品牌形象和影响力。虚拟偶像不仅可以担任品牌代言人，还可以参与各种商业活动和演出。AIGC还可以用于创建虚拟游戏、虚拟旅游、虚拟试穿等虚拟体验，为用户提供沉浸式的互动体验。

3.订阅与许可模式

许多AIGC服务提供商提供API接口，允许企业按需调用AI服务。企业可以根据实际使用情况支付费用，实现灵活的成本控制。这种商业模式适用于需要频繁使用AI服务的企业或个人开发者。企业若需在本地环境部署AIGC软件，可通过购买软件许可来获得相应的使用权。这种方式适用于对数据安全性和隐私性有较高要求的企业。

4.模型即服务（MaaS）

MaaS是一种基于云计算的商业模式，它将人工智能模型封装成易于访问的服务，供终端用户按需使用。Maa S可以帮助企业快速部署和应用AI技术，企业无需投入大量资金和资源进行自主研发和部署。通过MaaS，企业可以享受到AI技术带来的便利和效益，同时降低技术门槛和成本。对于需要大量内容生成的企业，如媒体、广告、营销等行业，MaaS可以自动生成文章、报告、广告文案等内容，减轻员工负担，提高内容的质量和效率。

（四）资本市场动向

1.投融资数量与金额：行业应用解决方案占比最高

2023年全国AIGC领域投融资事件数量为1033个，其中行业应用解决方案的投融资事件最多，占总投融资事件的63.9%。这些投融资事件主要集中在智能制造和智慧医疗领域，体现出资本市场比较关注智能制造、智慧医疗和智能工业机器人等领域。从投融资金额来看，行业应用解决方案的投融资金额最大。事实上，由于行业应用解决方案的应用门槛相对较低，变现能力较强，研发投入相对较低，因此一直备受资本市场的青睐。（如图5所示）

图5 2023年中国AIGC各领域投融资事件数量及投资金额占比

2.投融资轮次：投融资事件主要集中于战略投资、A轮和天使轮

AIGC投融资事件多集中于早期，天使轮、战略投资和A轮最多，这与人工智能产业正处于发展初期有着密切关系。人工智能技术离应用层面越近，越能够吸引投资者，项目的投融资数量也就越多，投融资金额也会越大。（如图6所示）

图6 2023年中国AIGC投融资事件所处轮次占比

3.区域分布：北京、上海和深圳投融资事件占全国一半以上

从区域分布来看，2023年，北京、上海和深圳的投融资事件数量最多，三者占比超过全国总投融资事件数量的一半以上。从投资金额来看，北京、上海和深圳三地的投融资总金额达到1038.8亿元，吸引了国内AIGC投资58%的资金。这与人工智能企业的分布有着密切关系：获得融资的人工智能企业通常为初创型企业，此类企业以技术研发为主，倾向于选址在人才集中的一线城市，以便吸引到优秀的专业技术人才。（如图7所示）