能够制造并使用工具成为人类进化史上一道显著的分水岭，而当下如何更好的使用AI工具已然成为人类在产业应用、生产生活与学习工作中的热门议题。艾瑞人工智能研究团队将延续既往5年对人工智能行业的市场研究，聚焦人工智能产业发展进程、发展征程、发展旅程的各个发展阶段，集中探讨中国人工智能产业的发展环境、市场动态、产业机会、发展监管等核心要点，继续为市场提供有公信力、受到广泛认可的数据与观点。

一、中国人工智能产业进程：日积月累的AI技术革新
1.1 2023年人工智能产业活跃动态
1.2 顶层设计驶入深水区，生成式AI成焦点
1.3 AI示范先导区及产业集群初具规模
1.4 一级市场：AI产业投资风向转变
1.5 一级市场：新的投资逻辑创造资本神话
1.6 二级市场：AI公司IPO机遇与挑战
1.7 二级市场：AI上市公司表现接近大盘
1.8 大模型加持AI技术赛道革新发展
1.9 在自然语言处理能力上不断突破创新
1.10 在计算机视觉赛道优化补全生成能力

1.11 “大小模型融合赋能” 是当下核心应用落点
1.12 “集大一统”的多模态模型是未来发展要点
1.13 中国对AI的关注与应用位于全球前列
1.14 中国AI+行业进程加速渗透
1.15 中国AI产业基础设施呈现倒三角特征
1.16 中国AI产业基础设施规模
1.17 中国注重数据资源能力提升
1.18 中国智算中心发展多维关注点
1.19 人工智能产品实现有序应用
1.20 生成式AI产品初衷更在价值提升

1.21 产业期待AI驱动的原生生态
1.22 探寻通往AGI产品之路
1.23 中国人工智能产业图谱
1.24 中国人工智能产业规模

二、中国人工智能产业征程：重塑生态的AI产业展望
2.1 2023年迎来生成式AI元年
2.2 生成式AI产业发展定位
2.3 生成式AI产业厂商占位
2.4 全球开源量级及参与度陆续提升
2.5 中国通用与垂类大模型落地声量加大
2.6 中国巨头厂商补全生成式AI产业技术栈
2.7 全球生成式AI产品模态日益成熟
2.8 中国生成式AI应用商业步伐稳健
2.9 全球生成式AI应用场景探讨
2.10 中国生成式AI应用变现初探

2.11 大模型渗透下，由云向边端多智体进化
2.12 智能算力加速下放至边缘侧与端侧
2.13 边缘侧：大模型延展边缘智能空间
2.14 边缘大模型应用最前沿——自动驾驶
2.15 统一的大模型架构是自动驾驶明确演进方向
2.16 大模型深化赋能是高级别自动驾驶落地关键
2.17 端侧：大模型加速AI与终端融合
2.18 AI原生硬件将颠覆产品体验及生态

三、中国人工智能标杆厂商：百练之钢的AI厂商实践
3.1 京东云·言犀
3.2 百融云创
3.3 九章云极

四、中国人工智能产业旅程：回归审慎的AI社会思考
4.1 社会公众侧：AI应用衍生多种问题
4.2 企业应用端：AI可用性与易用性仍遭受挑战
4.3 多措并举促进AI产业有序发展
4.4 专家之声

关于艾瑞
法律声明

图1-1 2021-2023年中国人工智能产业投资轮次分布情况
图1-2 2023年人工智能产业各技术赛道投资分布情况
图1-3 2023年AI产业及AIGC赛道美元融资事件占比（%）
图1-4 2023年AIGC独角兽估值（亿美元）
图1-5 2023年AI公司IPO进程总览
图1-6 2023年中国AI上市公司股价变动情况
图1-7 主打AIGC概念的AI上市公司2023年股价走势
图1-8 全球不同国家已探索/应用 AI的IT公司对AI产品的投入变化
图1-9 全球不同国家对于生成式AI的应用现状
图1-10 2020-2028年中国智能算力市场规模（金额口径）

图1-11 2020-2028年中国AI基础数据服务市场规模
图1-12 中国企业应用AI与自动化技术的业务比例
图1-13 中国企业应用AI技术的人员比例
图1-14 各行业企业对于生成式AI产品的应用现状
图1-15 组织生成式AI产品的首要目标
图1-16 生成式AI产品的常用受访者占比
图1-17 营销与销售常见用例
图1-18 产品服务开发常见用例
图1-19 服务运营常见用例
图1-20 2020-2028年中国人工智能产业规模

图1-21 2023年中国人工智能产业模态分布
图1-22 2028年中国人工智能产业模态分布

图2-1 2023年全球厂商开源动作部分列举散点图
图2-2 2019-2023年大模型发布数按月份分布情况
图2-3 截止2023年底，中国通用基础大模型与行业大模型分布情况（%）
图2-4 截止2023底行业大模型分布情况
图2-5 2020-2028年中国AI芯片市场规模
图2-6 2022-2028年中国AI芯片应用场景比例变化
图2-7 生成式AI产品的常用受访者占比

图4-1 AI观望者的顾虑
图4-2 AI尝试者面临的瓶颈
图4-3 AI领先者的困扰