AI Agent正在重塑大模型的產品應用形態,帶領AI產品由簡單的對話問答向完成復雜任務的智能代理演進。作為連接數字智能與物理世界的關鍵技術,具身智能是下一代AI競爭的戰略G地,其發展需要解決硬件加速和軟件優化、跨行業生態協作等一系列挑戰。DeepSeek的開源開放,推動了大模型技術的普惠與平權,將加速大模型在產業和消費領域的應用普及。構建面向新一代人工智能的安全治理體系至關重要,需要在技術、商業、法律、倫理等多個層面協同發力,以確保人工智能的安全發展。
前言
研究背景:人工智能作為新一輪科技革命的核心引擎,被ZG政府確立為重點發展方向,并出臺了一系列政策推動產業創新。
研究方法:通過專家訪談、桌面研究、案例實證研究、行業對比研究及投融資數據統計進行分析。
摘要
市場規模:2024年ZGAI產業規模為2697億元,增速26.2%,略低于預期。
算力需求:部分地區智算中心出現閑置,但推理側算力需求大幅上漲。
工具生態:分布式AI框架、LLMOps平臺和一體機產品等發展迅速。
商業模式:政企側以項目制為主,C端產品多采用“免費+訂閱制”模式。
化戰略:眾多企業積J出海布局海外市場。
DeepSeek影響:推動了大模型技術的普惠與平權,加速了AI產業的應用普及。
ZG人工智能產業宏觀環境
政策環境
戰略:人工智能被納入發展戰略,各地政府紛紛出臺相關政策推動產業發展。
地方政策:北京、上海、成都等地積J響應,推出各具特色的扶持政策。
經濟環境
GDP增速:受新G疫情等因素影響,GDP增速放緩,對AI產業增長產生一定影響。
CPI指數:呈現下降趨勢,顯示出一定的通縮壓力。
資本環境
投資輪次:戰略及股權投資數量及占比顯著上升。
應用賽道:語言及多模態賽道Z受矚目,AI芯片投資占比超50%。
社會環境
市場教育:大模型熱潮J大助力了ZG人工智能市場教育。
公眾情緒:AI帶來的焦慮與不安情緒也在加重,尤其是關于就業替代和隱私安全的問題。
技術環境
模型架構演進:從CNN、RNN到Transformer,大模型架構逐漸成熟。
技術動態:思維鏈、強化學習、后訓練等技術不斷優化模型性能。
ZG人工智能產業價值總覽
產業圖譜
基礎層:算力基礎、數據基礎、算法基礎。
模型層:通用基礎大模型、垂直行業/領域大模型。
應用層:涵蓋AI+政務、AI+醫療、AI+工業等多個領域。
市場規模預測
未來增長:預計2025至2029年ZGAI產業將保持32.1%的年均復合增長率,2029年突破1萬億市場規模。
算力產業發展
算力需求:推理側算力需求將大幅上漲,智算中心利用率有望提G。
基礎層工具:分布式AI框架、LLMOps平臺、一體機等工具產品熱度漸起。
ZG人工智能產業商業進程
語音模態
產品形態:以AI語音解決方案和AI生成為主。
技術進展:語音識別與生成能力持續增強,重點關注端到端的語音大模型技術架構。
視覺模態
技術主旋律:Transformer架構,持續演進ViT與DiT兩類技術路線。
產品應用:AI圖像/視頻分析產品、AI圖像/視頻生成編輯產品、AI視覺搜索問答產品。
語言模態及多模態
投融資:早期投資占比G,文娛消費和醫療為Z熱門領域。
技術進展:多模態大模型技術路徑側重在生成或理解的單一路徑,未來期待技術深度融合。
ZG人工智能產業標桿案例
字節跳動
產品布局:基礎大模型、大模型開發平臺、智能體開發平臺、大模型應用層。
典型產品:豆包AI聊天、火山方舟等。
阿里企業郵箱
產品架構:基于郵箱的智能業務場景,接入AI能力解決業務問題。
典型應用:面試助手、賬款小管家等。
DeepSeek
發展歷程:從DeepSeek Coder到DeepSeek V3,推出多款開源模型。
開源策略:通過開源策略推動技術普惠與平權,加速大模型應用普及。
ZG人工智能產業趨勢洞察
AI Agent進階
技術演進:模型能力、工具生態、市場需求協同共振,推動AI Agent向通用場景升J。
應用前景:AI Agent將在復雜任務中持續演進,加速走向自主閉環能力D點。
物理AI演進
定義與發展:融合數字智能與物理世界的創新范式,解決傳統AI在具身交互中的瓶頸。
典型場景:機器人動作表現、工業機器操控等。
DeepSeek的產業價值
技術側:推動AGI探索,重構技術擴散路徑。
應用側:促進B端+C端應用落地,加速國產替代突破技術封鎖。
人工智能安全治理體系
構建需求:隨著AI技術快速迭代,潛在風險增加,需構建動態、前瞻的治理框架。
治理角度:從技術、商業、法律、倫理等多角度協同發力。
附件:艾瑞《中國人工智能產業研究報告》-AI產業規模為2697億,增速26.2%,構建面向新一代人工智能的安全治理體系至關重要

梳理全球及我國大模型技術的發展趨勢,產業生態建設,政策法規等情況,基于對大模型市場環境,技術研究,產業應用等方面的綜合分析洞察,提出大模型在政策法規、技術創新、產業生態、行業應用拓展層面的未來發展預判見解
報告系統梳理了智能體的技術特征、發展歷程、應用場景和產業生態,分析了全球主要經濟體和重點企業的布局動向,深入探討了我國智能體發展面臨的生態建設、經濟效益、場景落地等方面挑戰
通信技術:實現設備間高效連接與數據傳輸;存算技術:提高數據讀寫速度; 音視頻技術:增強視覺、聽覺體驗;傳感技術:感知手機環境信息;交互技術:實現人機信息交互
多模態大模型架構正向端到端演進,決策準確性和靈敏度提升推動機器人場景應用落地;語言大模型發展迎來新范式,提升復雜邏輯推理能力;DiTs 架構的可擴展性優勢顯現,推動 AI應用商業化
針對八大安全場景(政治敏感、犯罪違法、心理健康、 歧視/偏見、倫理道德等)對大模型進行針對性升級。使模型具備基本的安全性,能夠在遇到安全問題時給予正確的回復策略
教育大模型是基于人工智能技術和海量教育數據構建的深度學習模型,可分為通用大模型教育應用和教育專有大模型,2019 - 2024年市場規模增長,預計2025 - 2028年繼續增長
企業數字營銷部門應積極擁抱這一趨勢,將 AI 技術深度融入到營銷工作流程中,實現營銷的智能化,自動化和個性化;企業可以為每個消費提供更加精準的產品推薦和服務
AI學習機、AI詞典筆、AI聽力寶成為消費級AI教育硬件的三大主流品類;C端產品以其龐大的市場規模和增長潛力,成為了市場的主力軍,市場規模將達到165億元,到2028年,這一數字有望接近900億
端側智能是在終端設備一側進行智能化處理和決策,其優勢包括增效,降本,個性化等,把握生成式 AI 同終端產品深度結合的創新浪潮,在端側智能方面保持開放生態
Web端行業應用UV超過1.5億次,移動端全行業獨立應用滲透率已超過20%,MAU超過7000萬,數據不僅展示了AI應用的廣泛普及,也預示著AI技術正逐步成為人們生活的一部分
低運營成本已成為企業用戶落地大模型的首要目標,這些場景的智能化解決方案,無一例外地指向了 AI Agent,為企業用戶提供落地 AI Agent 項目時的策略指導和實踐洞見
旨在描繪科研智能領域的生態全景,為政府部門制定產業政策、指導項目布局提供參考,為研究機構、科技企業把握 技術方向、開拓應用場景提供借鑒,加速該領域的技術創新和應用 實踐,為我國在該領域搶占發展先機提供助力