AI大模型：大模型方向行业研究报告

1.大模型的概念

大模型是指具有庞大的参数规模和复杂程度的机器学习模型。在深度学习领域，大模 型通常是指具有数百万到数十亿参数的神经网络模型。一般来讲，参数量超过 10 亿、 具备泛化能力的模型，可以被称为大模型。

2.大模型的特点

1)参数规模巨大： 大模型可以处理更加复杂、庞大的数据集，从而获得更好的性能。 缺点：大量的数据和参数会占用大量的内存空间。 2) 深度结构复杂： 更好地捕捉数据中的复杂模式和特征，从而提高模型的准确性和性能。 缺点：更加复杂和细致的计算，提高了时间和计算成本。 3) 泛化能力（通用能力）强： 大模型能够从已有知识中提取普适规律，并将其应用于新的情况和问题上。 4) 语义理解与生成/自然性： 大模型能够更好地处理语言语义，生成更自然、连贯、富有逻辑的文本、图像、音频 等内容。

3.大模型 产业规模

1)市场规模 从 2023 年 3 月开始，国内的 AI 大模型如雨后春笋般涌现。据统计，截至 2023 年 7 月 底，中国累计已经有 130 个大模型问世；国外大模型发布数量累计达 138 个。根据国际数据公司 IDC 预测，全球 AI 计算市场规模将从 2022 年的 788.4 亿人民币 增长到 2026 年的 4555.2 亿人民币。其中，生成式 AI 计算市场规模将从 2022 年的 60 亿人民币增长到 2026 年的 802.3 亿人民币。

而中国庞大的市场需求和丰富的人才储备，为大模型的发展壮大提供了有利的客观条 件，据专业机构预测，中国大模型产业市场规模 2023 年将达到 147 亿元人民币，并 在 2028 年达到 1179 亿元。

从数量来看，截至目前，国内大模型发布数量与以美国为首的国外大模型差距不大， 但从整体的影响力来看，国内大模型还没像 OpenAI、谷歌一样形成世界性的影响力。 此外，由于大模型对人才、资本和技术的制约，国内一级市场对大模型项目的投资并 不如美国那样火热，国内更倾向于利用龙头企业的开源模型来做应用落地的创业。

2)产业价值链

海内外科技公司聚焦于大模型开发以及商业化落地，越来越多的知识计算能力融入到 行业大模型中，行业 AI 应用的渗透率将全面提速。 大模型中的应用层和场景层，涵盖了金融、医疗、办公、影视、游戏、电商、广告、 工业、芯片、算法平台等各个领域，目前各行业的大模型均有了长足进展。大模型产业价值在于降低 AI 使用门槛，提升行业效率。

大模型拥有数据的强大处理和分析能力，能够处理和分析大规模、复杂的数据，从中 发现隐含的模式和规律。这使得企业能够更准确地了解市场需求、优化业务流程，做 出更明智的决策，提高效率和竞争力。 大模型的多模态能力为行业提供了更多的可能性，能够处理语音、图像、文本等不同 类型的数据，并将它们综合起来进行分析和理解。这使得在跨行业合作和创新方面有 了更广阔的空间。大模型还具备持续学习和自适应能力，随着不断的训练和迭代，大 模型可以不断提升自身的性能和准确度，适应不断变化的业务需求和环境。这种灵活 性和适应性使得大模型成为行业创新和优化。

4.大模型****行业薪资： 招聘网站数据显示，如机器学习、语音识别、AIGC 算法工程师、自然语言处理等岗位， 最高薪资均超过 90 万；更核心的推荐算法、算法工程师、计算机视觉这些岗位，最高 则均超过百万年薪。

5.**大模型教育&**工作背景： 目前，大模型相关岗位中硕士及以上教育程度要求已成主流，占比超过五成 自 2022 年 11 月起，大模型相关岗位工龄需求明显提升。一方面，ChatGPT 成熟度远 超预期，大模型技术需产品落地，拥有更多项目经验的资深技术人才更受企业青睐； 另一方面，目前主流大模型产品技术门槛较低，拥有丰富业务经验、行业经验的非技 术人员能在较短时间内上手并快速体现生产力。总体来看&#x