【出版機構】: | 中研智業(yè)研究院 | |
【報告名稱】: | 中國人工智能大模型行業(yè)發(fā)展狀況與投資前景規(guī)劃分析報告2023-2029年 | |
【關 鍵 字】: | 人工智能大模型行業(yè)報告 | |
【出版日期】: | 2023年7月 | |
【交付方式】: | EMIL電子版或特快專遞 | |
【報告價格】: | 【紙質版】: 6500元 【電子版】: 6800元 【紙質+電子】: 7000元 | |
【聯系電話】: | 010-57126768 15311209600 |
第一章 人工智能大模型相關介紹
1.1 人工智能基本概述
1.1.1 基本定義
1.1.2 研究內容
1.2 人工智能大模型
1.2.1 基本定義
1.2.2 核心作用
1.2.3 主要優(yōu)勢
1.2.4 底層架構
1.2.5 模型實踐
1.3 人工智能大模型核心要素分析
1.3.1 算力
1.3.2 算法
1.3.3 數據
第二章 2021-2023年中國人工智能大模型行業(yè)發(fā)展環(huán)境分析
2.1 經濟環(huán)境
2.1.1 宏觀經濟概況
2.1.2 對外經濟分析
2.1.3 工業(yè)經濟運行
2.1.4 固定資產投資
2.1.5 宏觀經濟展望
2.2 政策環(huán)境
2.2.1 國家政策支持促進發(fā)展
2.2.2 建設人工智能應用場景
2.2.3 加快人工智能應用創(chuàng)新
2.2.4 人工智能服務管理辦法
2.2.5 地方人工智能發(fā)展政策
2.3 人工智能產業(yè)環(huán)境
2.3.1 產業(yè)發(fā)展歷程
2.3.2 產業(yè)發(fā)展現狀
2.3.3 市場發(fā)展規(guī)模
2.3.4 細分領域分析
2.3.5 應用結構分析
2.3.6 產業(yè)競爭格局
2.3.7 產業(yè)布局狀況
2.3.8 產業(yè)面臨挑戰(zhàn)
2.3.9 產業(yè)發(fā)展建議
第三章 2021-2023年中國人工智能大模型行業(yè)發(fā)展分析
3.1 中國人工智能大模型行業(yè)發(fā)展綜述
3.1.1 行業(yè)發(fā)展背景
3.1.2 行業(yè)發(fā)展歷程
3.1.3 行業(yè)戰(zhàn)略意義
3.1.4 行業(yè)發(fā)展作用
3.1.5 行業(yè)應用價值
3.1.6 行業(yè)商業(yè)模型
3.1.7 行業(yè)應用場景
3.2 2021-2023年中國人工智能大模型行業(yè)發(fā)展情況分析
3.2.1 行業(yè)生態(tài)圖譜
3.2.2 行業(yè)發(fā)展狀況
3.2.3 行業(yè)合作動態(tài)
3.2.4 企業(yè)布局情況
3.2.5 主要技術路線
3.2.6 技術演進趨勢
3.3 中國主要人工智能大模型發(fā)展狀況分析
3.3.1 NLP大模型
3.3.2 CV大模型
3.3.3 多模態(tài)大模型
3.3.4 科學計算大模型
3.3.5 模型協同發(fā)展
3.4 中國人工智能大模型技術專利申請狀況
3.4.1 專利申請概況
3.4.2 專利技術分析
3.4.3 專利申請人分析
3.4.4 技術創(chuàng)新熱點
3.4.5 企業(yè)發(fā)明專利
3.5 中國人工智能大模型行業(yè)發(fā)展建議
3.5.1 行業(yè)用戶建議
3.5.2 供應商的建議
3.5.3 行業(yè)發(fā)展建議
3.5.4 行業(yè)發(fā)展戰(zhàn)略
第四章 2021-2023年中國人工智能大模型行業(yè)底層服務支撐層——芯片行業(yè)發(fā)展分析
4.1 中國芯片行業(yè)發(fā)展綜述
4.1.1 行業(yè)發(fā)展特點
4.1.2 行業(yè)發(fā)展背景
4.1.3 行業(yè)發(fā)展意義
4.1.4 行業(yè)政策匯總
4.1.5 行業(yè)政策影響
4.2 2021-2023年中國芯片市場運行情況分析
4.2.1 市場規(guī)模狀況
4.2.2 行業(yè)產量情況
4.2.3 芯片需求發(fā)展
4.2.4 應用領域結構
4.2.5 行業(yè)競爭格局
4.2.6 行業(yè)發(fā)展挑戰(zhàn)
4.2.7 行業(yè)發(fā)展建議
4.1 2021-2023年中國AI芯片行業(yè)運行情況發(fā)展分析
4.1.1 行業(yè)發(fā)展政策
4.1.2 行業(yè)發(fā)展現狀
4.1.3 市場規(guī)模狀況
4.1.4 芯片數量需求
4.1.5 企業(yè)注冊數量
4.1.6 企業(yè)競爭格局
4.1.7 主要企業(yè)布局
4.1.8 行業(yè)融資情況
4.1.9 行業(yè)投資主體
4.2 中國芯片行業(yè)未來發(fā)展前景及趨勢分析
4.2.1 行業(yè)突破路徑
4.2.2 行業(yè)發(fā)展機遇
4.2.3 行業(yè)發(fā)展前景
4.2.4 行業(yè)發(fā)展趨勢
第五章 2021-2023年中國人工智能大模型行業(yè)底層服務支撐層——數據服務行業(yè)發(fā)展分析
5.1 中國數據服務行業(yè)發(fā)展政策分析
5.1.1 數字經濟發(fā)展規(guī)劃
5.1.2 數字政府建設指導意見
5.1.3 發(fā)揮數據要素作用意見
5.1.4 地方相關行業(yè)發(fā)展政策
5.2 中國數據服務行業(yè)發(fā)展分析
5.2.1 市場規(guī)模狀況
5.2.2 行業(yè)圖譜分析
5.2.3 行業(yè)投資數量
5.2.4 行業(yè)投資輪次
5.2.5 行業(yè)投資事件
5.2.6 行業(yè)發(fā)展趨勢
5.3 2021-2023年中國人工智能基礎數據服務行業(yè)運行狀況分析
5.3.1 行業(yè)發(fā)展意義
5.3.2 進入成長階段
5.3.3 產業(yè)鏈條結構
5.3.4 應用結構占比
5.3.5 行業(yè)競爭格局
5.3.6 行業(yè)發(fā)展建議
5.4 中國人工智能基礎數據服務行業(yè)發(fā)展趨勢預測分析
5.4.1 行業(yè)競爭趨勢
5.4.2 轉型發(fā)展趨勢
5.4.3 整體發(fā)展趨勢
第六章 2021-2023年中國人工智能大模型行業(yè)基礎算法平臺層——算法行業(yè)發(fā)展分析
6.1 中國算法行業(yè)發(fā)展綜述
6.1.1 行業(yè)基本概述
6.1.1 算法管理規(guī)定
6.1.2 企業(yè)競爭格局
6.1.3 區(qū)域發(fā)展情況
6.1.4 行業(yè)應用現狀
6.1.5 應用風險問題
6.1.6 算法治理實踐
6.2 中國人工智能算法發(fā)展狀況分析
6.2.1 基本概述
6.2.2 主要分類
6.2.3 提取方法
6.2.4 審查指南
6.2.5 專利體系
6.2.6 審查困境
6.2.7 規(guī)制走向
6.3 數字時代算法困境發(fā)展分析
6.3.1 發(fā)展背景
6.3.1 發(fā)展成因
6.3.2 困境表現
6.3.3 治理路徑
6.4 中國算法未來發(fā)展建議分析
6.4.1 強化頂層設計
6.4.2 完善治理格局
6.4.3 立足算法特性
6.4.4 強化國際協調
第七章 2021-2023年中國人工智能大模型行業(yè)應用賦能層發(fā)展分析
7.1 搜索引擎
7.1.1 搜索引擎運作模式
7.1.2 搜索引擎發(fā)展價值
7.1.3 搜索引擎發(fā)展現狀
7.1.1 搜索引擎市場規(guī)模
7.1.2 搜索引擎用戶規(guī)模
7.1.3 搜索引擎競爭格局
7.1.4 搜索引擎布局動態(tài)
7.1.5 搜索引擎發(fā)展困境
7.1.6 搜索引擎發(fā)展建議
7.2 對話機器人
7.2.1 對話機器人發(fā)展基礎
7.2.1 對話機器人發(fā)展優(yōu)勢
7.2.2 對話機器人發(fā)展政策
7.2.3 對話機器人市場規(guī)模
7.2.4 對話機器人應用占比
7.2.5 對話機器人市場結構
7.2.6 對話機器人商業(yè)模式
7.2.7 對話機器人核心技術
7.2.8 對話機器人發(fā)展策略
7.3 醫(yī)療
7.3.1 醫(yī)療質量安全分析
7.3.2 醫(yī)療保障事業(yè)狀況
7.3.3 醫(yī)療行業(yè)特色分析
7.3.4 醫(yī)療衛(wèi)生機構數量
7.3.5 醫(yī)療衛(wèi)生人員總數
7.3.6 醫(yī)療平臺整體框架
7.3.7 醫(yī)療數據應用情況
7.3.1 醫(yī)療服務發(fā)展方向
7.3.2 典型智能模型應用
7.4 智能遙感
7.4.1 智能遙感衛(wèi)星發(fā)射
7.4.2 智能遙感主要技術
7.4.3 智能遙感應用領域
7.4.4 智能遙感項目動態(tài)
7.4.5 企業(yè)產品發(fā)展動態(tài)
7.4.6 遙感模型研發(fā)情況
7.4.1 智能遙感發(fā)展趨勢
7.5 元宇宙
7.5.1 元宇宙產業(yè)特征
7.5.2 元宇宙產業(yè)實踐
7.5.3 元宇宙產業(yè)影響
7.5.4 元宇宙發(fā)展建議
7.5.5 元宇宙系統(tǒng)發(fā)布
7.5.6 模型促進元宇宙
7.5.1 元宇宙發(fā)展前景
7.6 智慧城市
7.6.1 智慧城市基本概述
7.6.2 智慧城市發(fā)展優(yōu)勢
7.6.3 智慧城市具體應用
7.6.4 人工智能城市排行
7.6.5 城市大模型的發(fā)布
7.6.6 智慧城市面臨困境
7.6.7 智慧城市發(fā)展展望
第八章 國外典型人工智能大模型——GPT模型發(fā)展分析
8.1 GPT模型發(fā)展綜述
8.1.1 模型本質
8.1.2 模型優(yōu)勢
8.1.3 應用前景
8.2 GPT模型發(fā)展路徑分析
8.2.1 演進歷程
8.2.2 GPT-1
8.2.3 GPT-2
8.2.4 GPT-3
8.2.5 GPT-3.5
8.2.6 GPT-4
8.3 GPT-4模型發(fā)展分析
8.3.1 發(fā)生變化分析
8.3.2 理解能力提升
8.3.3 主要局限分析
8.3.4 具體應用領域
8.4 GPT模型產品——ChatGPT發(fā)展分析
8.4.1 基本概況
8.4.2 主要優(yōu)勢
8.4.3 發(fā)展歷程
8.4.4 工作原理
8.4.5 發(fā)展現狀
8.4.6 應用場景
8.4.7 商業(yè)進程
8.4.8 技術路徑
8.4.9 發(fā)展瓶頸
8.4.10 發(fā)展?jié)摿?BR>第九章 中國典型企業(yè)的人工智能大模型——百度文心大模型發(fā)展分析
9.1 百度文心大模型發(fā)展綜述
9.1.1 發(fā)展歷程
9.1.2 全景圖譜
9.1.3 數據來源
9.1.4 關鍵模型
9.1.5 主要應用
9.2 百度文心大模型運行現狀分析
9.2.1 模型發(fā)展
9.2.2 模型布局
9.2.3 產品矩陣
9.2.4 生態(tài)體系
9.2.5 市場推廣
9.2.6 所處地位
9.2.7 評估情況
9.2.8 企業(yè)合作
9.2.9 發(fā)展前景
9.3 百度文心大模型主要產品分析
9.3.1 百度智能云
9.3.2 文心一格
9.3.3 文心百中
9.4 百度文心大模型應用方式分析
9.4.1 文心一言+搜索引擎
9.4.2 大模型API
9.4.3 產品級應用+生態(tài)融合
第十章 中國其他典型企業(yè)的人工智能大模型發(fā)展分析
10.1 華為盤古大模型
10.1.1 模型概述
10.1.2 發(fā)展歷程
10.1.3 主要模型
10.1.4 模型應用
10.1.5 模型發(fā)展
10.1.6 市場推廣
10.1.7 評估情況
10.2 騰訊混元大模型
10.2.1 模型概述
10.2.2 模型應用
10.2.3 模型發(fā)展
10.2.4 市場推廣
10.2.5 評估情況
10.2.6 模型發(fā)布
10.2.7 模型突破
10.2.8 商業(yè)程度
10.3 阿里通義大模型
10.3.1 發(fā)展歷程
10.3.2 模型概述
10.3.3 模型應用
10.3.4 模型發(fā)展
10.3.5 市場推廣
10.3.6 評估情況
10.4 商湯日日新大模型
10.4.1 模型概述
10.4.2 模型發(fā)布
10.4.3 模型發(fā)展
10.4.4 主要產品
10.4.5 市場推廣
10.5 字節(jié)跳動大模型
10.5.1 模型概述
10.5.2 模型應用
10.6 其他人工智能大模型分析
10.6.1 昆侖萬維大語言模型
10.6.2 “知海圖AI”中文大模型
10.6.3 科大訊飛“1+N認知智能大模型”
10.6.4 多模態(tài)人工智能大模型“AiLMe”
第十一章 人工智能大模型相關技術發(fā)展分析
11.1 深度學習技術
11.1.1 技術基本概述
11.1.2 技術研究進展
11.1.3 技術應用分析
11.1.4 多模態(tài)學習技術
11.1.5 技術發(fā)展瓶頸
11.1.6 技術改進方向
11.1.7 技術發(fā)展趨勢
11.2 自然語言處理技術
11.2.1 技術基本概述
11.2.2 技術發(fā)展過程
11.2.3 關鍵技術分析
11.2.4 主流技術思路
11.2.5 關鍵前沿技術
11.2.6 技術應用場景
11.2.7 未來發(fā)展方向
11.3 計算機視覺技術
11.3.1 技術基本概況
11.3.2 技術原理分析
11.3.3 技術發(fā)展歷史
11.3.4 主要技術分析
11.3.5 技術研究內容
11.3.6 技術研究進展
11.3.7 圖像處理方法
11.3.8 具體應用分析
11.3.9 技術發(fā)展趨勢
第十二章 2021-2023年國際人工智能大模型行業(yè)重點企業(yè)發(fā)展分析
12.1 微軟(Microsoft Corp.)
12.1.1 企業(yè)發(fā)展概況
12.1.2 模型研發(fā)動態(tài)
12.1.3 2021年企業(yè)經營狀況分析
12.1.4 2022年企業(yè)經營狀況分析
12.1.5 2023年企業(yè)經營狀況分析
12.2 谷歌(Google Inc.)
12.2.1 企業(yè)發(fā)展概況
12.2.2 模型研發(fā)動態(tài)
12.2.3 2021年企業(yè)經營狀況分析
12.2.4 2022年企業(yè)經營狀況分析
12.2.5 2023年企業(yè)經營狀況分析
12.3 Meta Platforms, Inc.
12.3.1 企業(yè)發(fā)展概況
12.3.2 企業(yè)布局狀況
12.3.3 2021年企業(yè)經營狀況分析
12.3.4 2022年企業(yè)經營狀況分析
12.3.5 2023年企業(yè)經營狀況分析
12.4 Open AI
12.4.1 企業(yè)發(fā)展概況
12.4.2 企業(yè)主要產品
12.4.3 GPT模型發(fā)展
12.4.4 企業(yè)發(fā)展動態(tài)
12.4.5 企業(yè)核心競爭力
第十三章 2020-2023年中國人工智能大模型行業(yè)重點上市企業(yè)經營狀況分析
13.1 百度集團股份有限公司
13.1.1 企業(yè)發(fā)展概況
13.1.2 企業(yè)布局分析
13.1.3 企業(yè)發(fā)展動態(tài)
13.1.4 2021年企業(yè)經營狀況分析
13.1.5 2022年企業(yè)經營狀況分析
13.1.6 2023年企業(yè)經營狀況分析
13.2 阿里巴巴集團控股有限公司
13.2.1 企業(yè)發(fā)展概況
13.2.2 產品研發(fā)進展
13.2.3 2021年企業(yè)經營狀況分析
13.2.4 2022年企業(yè)經營狀況分析
13.2.5 2023年企業(yè)經營狀況分析
13.3 騰訊控股有限公司
13.3.1 企業(yè)發(fā)展概況
13.3.2 企業(yè)發(fā)展優(yōu)勢
13.3.3 產品研發(fā)進展
13.3.4 2021年企業(yè)經營狀況分析
13.3.5 2022年企業(yè)經營狀況分析
13.3.6 2023年企業(yè)經營狀況分析
13.4 科大訊飛股份有限公司
13.4.1 企業(yè)發(fā)展概況
13.4.2 企業(yè)研發(fā)情況
13.4.3 企業(yè)布局分析
13.4.4 經營效益分析
13.4.5 業(yè)務經營分析
13.4.6 財務狀況分析
13.4.7 核心競爭力分析
13.4.8 公司發(fā)展戰(zhàn)略
13.4.9 未來前景展望
13.5 商湯集團股份有限公司
13.5.1 企業(yè)發(fā)展概況
13.5.2 經營效益分析
13.5.3 業(yè)務經營分析
13.5.4 財務狀況分析
13.5.5 核心競爭力分析
13.5.6 公司發(fā)展戰(zhàn)略
13.5.7 未來前景展望
13.6 北京抖音信息服務有限公司
13.6.1 企業(yè)發(fā)展概況
13.6.2 企業(yè)合作動態(tài)
13.6.3 經營效益分析
13.6.4 業(yè)務經營分析
13.6.5 財務狀況分析
13.6.6 核心競爭力分析
13.6.7 公司發(fā)展戰(zhàn)略
13.6.8 未來前景展望
13.7 華為技術有限公司
13.7.1 企業(yè)發(fā)展概況
13.7.2 經營效益分析
13.7.3 業(yè)務經營分析
13.7.4 財務狀況分析
13.7.5 核心競爭力分析
13.7.6 公司發(fā)展戰(zhàn)略
13.7.7 未來前景展望
13.8 昆侖萬維科技股份有限公司
13.8.1 企業(yè)發(fā)展概況
13.8.2 企業(yè)布局分析
13.8.3 經營效益分析
13.8.4 業(yè)務經營分析
13.8.5 財務狀況分析
13.8.6 核心競爭力分析
13.8.7 公司發(fā)展戰(zhàn)略
13.8.8 未來前景展望
第十四章 2023-2029年中國人工智能大模型行業(yè)投資潛力分析
14.1 2021-2023年中國人工智能大模型行業(yè)投資動態(tài)
14.1.1 西湖心辰完成Pre-A輪融資
14.1.2 面壁智能完成天使輪融資
14.1.3 瀾舟科技完成Pre-A+輪融資
14.1.4 百川智能獲美元股權投資
14.2 中國人工智能大模型行業(yè)投資壁壘分析
14.2.1 技術壁壘
14.2.2 數據壁壘
14.2.3 人才壁壘
14.2.4 資金壁壘
14.3 中國人工智能大模型行業(yè)投資風險分析
14.3.1 技術風險
14.3.2 數據風險
14.3.3 市場風險
14.3.4 政策風險
14.4 中國人工智能大模型行業(yè)投資機會分析
14.4.1 應用場景廣泛
14.4.2 技術不斷進步
14.4.3 產業(yè)生態(tài)完善
14.4.4 國家政策支持
14.4.5 巨大市場需求
第十五章 2023-2029年中國人工智能大模型行業(yè)發(fā)展前景及趨勢預測
15.1 中國人工智能大模型行業(yè)未來發(fā)展前景分析
15.1.1 算力瓶頸漸至
15.1.2 硬件需求承壓
15.1.3 聚焦路線優(yōu)化
15.1.4 未來商業(yè)模式
15.1.5 發(fā)展格局展望
15.2 中國人工智能大模型行業(yè)未來發(fā)展趨勢
15.2.1 大小模型協同進化
15.2.2 通用性能持續(xù)加強
15.2.3 逐漸趨于產業(yè)落地
15.3 2023-2029年中國人工智能大模型行業(yè)預測分析
15.3.1 2023-2029年中國人工智能大模型行業(yè)影響因素分析
15.3.2 2023-2029年中國人工智能市場規(guī)模預測
圖表目錄
圖表 大語言模型
圖表 Transformer模型自監(jiān)督層結構
圖表 Transformer模型架構
圖表 訓練大模型“預訓練+精調”模式
圖表 主要數據集大小匯總
圖表 2018-2022年國內生產總值及其增長速度
圖表 2018-2022年三次產業(yè)增加值占國內生產總值比重
圖表 2023年GDP初步核算數據
圖表 2018-2022年貨物進出口總額
圖表 2022年貨物進出口總額及其增長速度
圖表 2022年主要商品出口數量、金額及其增長速度
圖表 2022年主要商品進口數量、金額及其增長速度
圖表 2022年對主要國家和地區(qū)貨物進出口金額、增長速度及其比重
圖表 2022年外商直接投資及其增長速度
圖表 2022年對外非金融類直接投資額及其增長速度
圖表 2018-2022年全部工業(yè)增加值及其增長速度
圖表 2022年主要工業(yè)產品產量及其增長速度
圖表 2022-2023年規(guī)模以上工業(yè)增加值同比增速
圖表 2023年全國規(guī)模以上工業(yè)生產主要數據
圖表 2022年三次產業(yè)投資占固定資產投資(不含農戶)比重
圖表 2022年分行業(yè)固定資產投資(不含農戶)增長速度
圖表 2022年固定資產投資新增主要生產與運營能力
圖表 2022年房地產開發(fā)和銷售主要指標及其增長速度
圖表 2022-2023年固定資產投資(不含農戶)月度同比增速
圖表 2023年固定資產投資(不含農戶)主要數據
圖表 人工智能的發(fā)展歷程
圖表 2016-2022年中國人工智能市場規(guī)模情況
圖表 2021年中國人工智能行業(yè)細分市場占比統(tǒng)計
圖表 2017-2022年中國人工智能行業(yè)細分市場規(guī)模
圖表 中國人工智能下游應用領域占比統(tǒng)計
圖表 2021年度人工智能企業(yè)百強榜
圖表 中國主要科技公司人工智能平臺布局
圖表 2021-2026年中國人工智能軟件及應用市場規(guī)模預測
圖表 AI大模型推動人機交互方式的升級
圖表 小模型VS大模型
圖表 大模型的投入成本
圖表 中國大模型生態(tài)
圖表 部分大模型廠商梳理
圖表 大模型的技術路線主要包含Bert、GPT和混合
圖表 人工智能大模型參數量從億級到百萬億級
圖表 InstructGPT采用不同訓練方法的效果對比圖
圖表 從支持模態(tài)來看人工智能大模型的發(fā)展歷程
圖表 NLP&CV發(fā)展現狀與挑戰(zhàn)對比
圖表 模型+工具平臺+生態(tài)"三級協同加速產業(yè)智能化
圖表 中國人工智能大模型企業(yè)發(fā)明專利排行榜
圖表 中國人工智能大模型企業(yè)發(fā)明專利排行榜-續(xù)
圖表 2021、2022年國家層面集成電路行業(yè)政策及重點內容解讀
圖表 2021、2022年國家層面集成電路行業(yè)政策及重點內容解讀-續(xù)
圖表 《中國制造2025》關于集成電路行業(yè)發(fā)展目標
圖表 “十四五”以來集成電路行業(yè)重點規(guī)劃解讀
圖表 2017-2023年中國芯片市場規(guī)模預測趨勢圖
圖表 2017-2023年中國芯片產量預測趨勢圖
圖表 2021年中國芯片下游應用銷售額占比統(tǒng)計
圖表 中國AI芯片行業(yè)相關政策匯總一覽表
圖表 2017-2023年中國AI芯片市場規(guī)模趨勢圖
圖表 2020-2023年全球AI芯片數量趨勢圖
圖表 2017-2023年中國AI芯片企業(yè)注冊量統(tǒng)計
圖表 中國AI芯片企業(yè)格局
圖表 中國AI芯片重點企業(yè)分析
圖表 中國科技巨頭人工智能芯片業(yè)務布局
圖表 2016-2023年中國人工智能芯片行業(yè)融資整體情況
圖表 2016-2023年中國人工智能芯片行業(yè)單筆融資情況
圖表 2020-2023年中國人工智能芯片行業(yè)投資主體分布
圖表 部分省市數據服務行業(yè)相關政策
圖表 2015-2024年中國大數據服務市場規(guī)模
圖表 2015-2022年我國數據服務行業(yè)投資事件數統(tǒng)計
圖表 2021年中國數據服務行業(yè)各月度投資事件數統(tǒng)計
圖表 2021年中國數據服務行業(yè)各月投資金額數統(tǒng)計
圖表 截至2022年我國數據服務行業(yè)投資事件倫次分布
圖表 2022年我國數據服務行業(yè)投資具體事件
圖表 人工智能基礎數據服務需求變化及市場情況
圖表 人工智能基礎數據服務產業(yè)鏈
圖表 2022-2027年中國人工智能基礎數據服務下游應用占比
圖表 人工智能基礎數據服務商市場份額占比及核心能力分析
圖表 基礎數據服務模式
圖表 中國人工智能基礎數據服務行業(yè)競爭趨勢
圖表 人工智能發(fā)展趨勢示意圖
圖表 AI自動標注發(fā)展趨勢
圖表 自動駕駛布局情況
圖表 自動駕駛基礎數據服務不同下游客戶數據處理需求量占比示意圖
圖表 數據合規(guī)相關法律法規(guī)及標準體系
圖表 AI人工智能基礎數據服務業(yè)務流程競爭壁壘
圖表 2023胡潤中國數字技術算法算力百強榜TOP10
圖表 算法在金融商業(yè)領域的應用
圖表 分治算法的設計過程圖
圖表 搜索引擎的核心運作模式
圖表 2017-2025年我國搜索引擎市場規(guī)模及預測情況
圖表 2015-2022年中國搜索引擎用戶規(guī)模統(tǒng)計
圖表 主流搜索引擎比較
圖表 深度學習的實現路徑-數據為模型訓練提供底層支撐
圖表 對話機器人行業(yè)基礎數據服務分類
圖表 對話機器人行業(yè)基礎數據服務技術需求趨勢
圖表 中國對話機器人行業(yè)相關政策梳理
圖表 2019-2025年中國對話機器人行業(yè)市場規(guī)模
圖表 2022年我國對話機器人下游市場分布情況
圖表 2022年我國對話機器人行業(yè)市場結構(按業(yè)務模式)
圖表 2022年我國對話機器人行業(yè)市場結構(按受益方)
圖表 對話機器人行業(yè)商業(yè)模式
圖表 自然語言處理技術的核心任務
圖表 自然語言處理技術的處理流程
圖表 全雙工語音與其他語音交互模式的對比
圖表 基于FAQ(常見問題集的問答系統(tǒng))知識庫建立圖
圖表 基于知識圖譜的知識庫建立圖
圖表 基于機器閱讀理解的流程圖
圖表 人工流程與“AI+RPA技術”的操作類比圖
圖表 產品方案的開發(fā)流程及對話機器人工廠的實現功能
圖表 情感智能的應用模型、應用價值與應用瓶頸
圖表 對話機器人廠商不斷豐富產品形式以搶奪業(yè)務增長點
圖表 2012-2021年職工醫(yī)保參保人員結構
圖表 2012-2021年職工醫(yī)保享受待遇人次
圖表 2012-2021年職工醫(yī)保次均住院費用和住院率
圖表 2012-2021年居民醫(yī);鹗罩闆r
圖表 2012-2021年居民醫(yī)保享受待遇人次
圖表 2012-2021年居民醫(yī)保次均住院費用和住院率
圖表 2016-2021年全國醫(yī)院、社區(qū)衛(wèi)生服務中心(站)、鄉(xiāng)鎮(zhèn)衛(wèi)生院數
圖表 2020-2021年全國醫(yī)療衛(wèi)生機構及床位數
圖表 2018-2022年年末衛(wèi)生技術人員人數
圖表 2021年中國醫(yī)療大數據應用開展情況
圖表 懷遠縣增強重大傳染病等突發(fā)公共衛(wèi)生事件早期監(jiān)測預警
圖表 GPT大模型對醫(yī)保信息化的影響
圖表 兩層神經網絡示意圖
圖表 U-net架構示意圖
圖表 代表性元宇宙建設企業(yè)
圖表 中國2022年元宇宙投資狀況(按類別)
圖表 近五年人工智能TOP10城市排名變化
圖表 冰城-百度?文心大模型圖示
圖表 GPT模型演進歷程
圖表 GPT-4發(fā)生的新變化
圖表 GPT-4多個核心理解能力提升
圖表 運用GPT-4解決法語物理問題
圖表 GPT-4多語言功能強大
圖表 GPT-4單次處理詞數更多
圖表 GPT-4在多類考試中表現更優(yōu)
圖表 不被允許內容和敏感內容的錯誤行為率
圖表 大模型訓練成本及參數量
圖表 NLP大模型訓練資源估算
圖表 OpenAI、微軟Azure云API調用費用
圖表 微軟office接入GPT-4
圖表 交互類App用戶破億用時
圖表 ChatGPT特點
圖表 ChatGPT的局限性
圖表 AI自然語言處理發(fā)展歷程
圖表 RLHF人類反饋強化學習模型原理
圖表 生成型AI應用領城
圖表 ChatGPT的發(fā)展歷程
圖表 GLM-130B與GPT-3、OPT-1 75B對比
圖表 谷歌公司的產業(yè)布局
圖表 ChatGPT在游戲中的應用
圖表 ChatGPT應用探索
圖表 ChatGPT撰寫房源信息
圖表 各平臺從0到100萬用戶速度
圖表 文心大模型發(fā)展歷程
圖表 百度文心大模型全景圖
圖表 文心?NLP大模型系列產品
圖表 ERNIE在GLUE Benchmark上排名第五
圖表 ERNIE 3.0多范式統(tǒng)一預訓練框架
圖表 ERNIE 3.0多范式統(tǒng)一預訓練框架
圖表 百度文心行業(yè)大模型
圖表 百度文心行業(yè)大模型全景
圖表 文心大模型產品矩陣
圖表 中國大模型市場2022年評估結果—百度文心
圖表 首批加入文心一言生態(tài)圈的部分伙伴
圖表 百度智能云業(yè)務新架構
圖表 “云智一體3.0”架構
圖表 百度AI大底座
圖表 2022年中國人工智能公有云服務市場份額
圖表 中國對話式AI市場綜合競爭表現
圖表 文心一格創(chuàng)作過程
圖表 文心一格部分作品
圖表 產業(yè)級搜索系統(tǒng)文心百中的搜索場景圖譜
圖表 文心百中三步搭建搜索系統(tǒng)
圖表 文心百中提供體驗版和正式版兩個版本
圖表 文心百中搜索結果示例
圖表 集成ChatGPT的Bing
圖表 百度搜索引擎在國內的市場份額情況
圖表 文心大模型提供的大模型API
圖表 ERNIE-ViLG AI作畫大模型套餐類型
圖表 基于Prompt“一只貓在曬太陽,卡通”生成的圖片
圖表 PLATO的對話效果達到了世界領先水平
圖表 PLATO的API調用服務暫不可用
圖表 盤古模型基于ModelArts平臺進行開發(fā)設計
圖表 盤古大模型進化路徑
圖表 盤古系列大模型
圖表 盤古系列模型應用場景和領域
圖表 HunYuan-tvr在5個公開數據集上排名第一
圖表 HunYuan-NLP1T模型在CLUE總榜、分類榜和閱讀理解榜登頂
圖表 HunYuan大模型及解決方案
圖表 騰訊廣告多媒體AI技術研究與應用情況
圖表 騰訊智能創(chuàng)作助手功能一覽
圖表 騰訊游戲AI路網生成模型
圖表 騰訊混元助手項目組織架構
圖表 HunYuan-1T參數規(guī)模處于行業(yè)領先水平
圖表 阿里通義大模型發(fā)展歷程
圖表 阿里巴巴通義大模型系列架構
圖表 阿里巴巴深度語言模型Alice Mind
圖表 阿里巴巴通義-視覺大模型
圖表 鳥鳥分鳥基于通義大模型系列
圖表 鳥鳥分鳥15天訓練流程
圖表 多模態(tài)深度生成學習主要研究內容
圖表 面向小樣本學習的視覺語言模型——Flamingo
圖表 自然語言處理近期模型規(guī)模發(fā)展史
圖表 2020-2021年微軟綜合收益表
圖表 2020-2021年微軟分部資料
圖表 2020-2021年微軟收入分地區(qū)資料
圖表 2021-2022年微軟綜合收益表
圖表 2021-2022年微軟分部資料
圖表 2021-2022年微軟收入分地區(qū)資料
圖表 2022-2023年微軟綜合收益表
圖表 2022-2023年微軟分部資料
圖表 2022-2023年微軟收入分地區(qū)資料
圖表 2020-2021年谷歌綜合收益表
圖表 2020-2021年谷歌分部資料
圖表 2020-2021年谷歌收入分地區(qū)資料
圖表 2021-2022年谷歌綜合收益表
圖表 2021-2022年谷歌分部資料
圖表 2021-2022年谷歌收入分地區(qū)資料
圖表 2022-2023年谷歌綜合收益表
圖表 2022-2023年谷歌分部資料
圖表 2022-2023年谷歌收入分地區(qū)資料
圖表 2020-2021年Meta綜合收益表
圖表 2020-2021年Meta分部資料
圖表 2020-2021年Meta收入分地區(qū)資料
圖表 2021-2022年Meta綜合收益表
圖表 2021-2022年Meta分部資料
圖表 2021-2022年Meta收入分地區(qū)資料
圖表 2022-2023年Meta綜合收益表
圖表 2022-2023年Meta分部資料
圖表 2022-2023年Meta收入分地區(qū)資料
圖表 GPT模型對基礎模型架構的更改較小
圖表 GPT在Transformer基礎上進行了簡化
圖表 2020-2021年百度綜合收益表
圖表 2020-2021年百度分部資料
圖表 2020-2021年百度收入分地區(qū)資料
圖表 2021-2022年百度綜合收益表
圖表 2021-2022年百度分部資料
圖表 2021-2022年百度收入分地區(qū)資料
圖表 2022-2023年百度綜合收益表
圖表 2022-2023年百度分部資料
圖表 2022-2023年百度收入分地區(qū)資料
圖表 2020-2021年阿里巴巴綜合收益表
圖表 2020-2021年阿里巴巴分部資料
圖表 2020-2021年阿里巴巴收入分地區(qū)資料
圖表 2021-2022年阿里巴巴綜合收益表
圖表 2021-2022年阿里巴巴分部資料
圖表 2021-2022年阿里巴巴收入分地區(qū)資料
圖表 2022-2023年阿里巴巴綜合收益表
圖表 2022-2023年阿里巴巴分部資料
圖表 2022-2023年阿里巴巴收入分地區(qū)資料
圖表 2020-2021年騰訊綜合收益表
圖表 2020-2021年騰訊分部資料
圖表 2020-2021年騰訊收入分地區(qū)資料
圖表 2021-2022年騰訊綜合收益表
圖表 2021-2022年騰訊分部資料
圖表 2021-2022年騰訊收入分地區(qū)資料
圖表 2022-2023年騰訊綜合收益表
圖表 2022-2023年騰訊分部資料
圖表 2022-2023年騰訊收入分地區(qū)資料
圖表 2020-2023年科大訊飛總資產及凈資產規(guī)模
圖表 2020-2023年科大訊飛營業(yè)收入及增速
圖表 2020-2023年科大訊飛凈利潤及增速
圖表 2022年科大訊飛主營業(yè)務分行業(yè)
圖表 2022年科大訊飛主營業(yè)務分地區(qū)
圖表 2020-2023年科大訊飛營業(yè)利潤及營業(yè)利潤率
圖表 2020-2023年科大訊飛凈資產收益率
圖表 2020-2023年科大訊飛短期償債能力指標
圖表 2020-2023年科大訊飛資產負債率水平
圖表 2020-2023年科大訊飛運營能力指標
圖表 2020-2023年商湯科技總資產及凈資產規(guī)模
圖表 2020-2023年商湯科技營業(yè)收入及增速
圖表 2020-2023年商湯科技凈利潤及增速
圖表 2022年商湯科技主營業(yè)務分行業(yè)
圖表 2022年商湯科技主營業(yè)務分地區(qū)
圖表 2020-2023年商湯科技營業(yè)利潤及營業(yè)利潤率
圖表 2020-2023年商湯科技凈資產收益率
圖表 2020-2023年商湯科技短期償債能力指標
圖表 2020-2023年商湯科技資產負債率水平
圖表 2020-2023年商湯科技運營能力指標
圖表 2020-2023年字節(jié)跳動總資產及凈資產規(guī)模
圖表 2020-2023年字節(jié)跳動營業(yè)收入及增速
圖表 2020-2023年字節(jié)跳動凈利潤及增速
圖表 2022年字節(jié)跳動主營業(yè)務分行業(yè)
圖表 2022年字節(jié)跳動主營業(yè)務分地區(qū)
圖表 2020-2023年字節(jié)跳動營業(yè)利潤及營業(yè)利潤率
圖表 2020-2023年字節(jié)跳動凈資產收益率
圖表 2020-2023年字節(jié)跳動短期償債能力指標
圖表 2020-2023年字節(jié)跳動資產負債率水平
圖表 2020-2023年字節(jié)跳動運營能力指標
圖表 2020-2023年華為總資產及凈資產規(guī)模
圖表 2020-2023年華為營業(yè)收入及增速
圖表 2020-2023年華為凈利潤及增速
圖表 2022年華為主營業(yè)務分行業(yè)
圖表 2022年華為主營業(yè)務分地區(qū)
圖表 2020-2023年華為營業(yè)利潤及營業(yè)利潤率
圖表 2020-2023年華為凈資產收益率
圖表 2020-2023年華為短期償債能力指標
圖表 2020-2023年華為資產負債率水平
圖表 2020-2023年華為運營能力指標
圖表 2020-2023年昆侖萬維總資產及凈資產規(guī)模
圖表 2020-2023年昆侖萬維營業(yè)收入及增速
圖表 2020-2023年昆侖萬維凈利潤及增速
圖表 2022年昆侖萬維主營業(yè)務分行業(yè)
圖表 2022年昆侖萬維主營業(yè)務分地區(qū)
圖表 2020-2023年昆侖萬維營業(yè)利潤及營業(yè)利潤率
圖表 2020-2023年昆侖萬維凈資產收益率
圖表 2020-2023年昆侖萬維短期償債能力指標
圖表 2020-2023年昆侖萬維資產負債率水平
圖表 2020-2023年昆侖萬維運營能力指標
圖表 國外主流大模型訓練規(guī)模所需算力情況
圖表 GPU顯存增長趨勢明顯慢于大模型規(guī)模演化
圖表 業(yè)界主流GPU集群網絡技術路線的選擇可以考量多類因素,從而為大模型訓練提效
圖表 騰訊采用ZeRO優(yōu)化策略來充分利用機器存儲,降低成本
圖表 飛天智算平臺基于優(yōu)化的技術架構,提供全鏈路智能服務
圖表 百舸AI異構計算平臺采用軟硬協同思路,助力模型訓練加速
圖表 盤古大模型大幅降低微調難度,提升大模型行業(yè)應用效率
圖表 2023-2029年人工智能市場規(guī)模預測
單位官方網站:http://www.qyggo.com
中研智業(yè)研究院-聯系人:楊靜 李湘
中研智業(yè)研究院-咨詢電話:010-57126768
中研智業(yè)研究院-項目熱線:15311209600
QQ咨詢:908729923 574219810
免費售后服務一年,具體內容及交付流程歡迎咨詢客服人員。
聯系方式
|
機構簡介 引薦流程 品質保證 售后條款 投訴舉報 常見問題 |
聯系人:楊靜 電子郵箱:zyzyyjy@163.com yj57126768@163.com 地址:北京市朝陽區(qū)北苑東路19號中國鐵建大廈 Copyright 2010-2035 zyzyyjy.com All rights reserved |
中研智業(yè)研究網 版權所有 京ICP備13047517號 |