相比其他国家，中国拥有庞大的实体产业基础，并正加快构建现代化产业体系，对于人工智能技术与行业应用的深度融合有着更庞大、更迫切、更具价值的实际需求，为人工智能技术创新提供了更为广阔的创新实践空间。这也是在大模型时代，国内产业在人工智能领域的机遇所在。

随着国内生成式人工智能的快速发展，相关监管政策正逐步落地，由国家互联网信息办公室等七部门联合发布的《生成式人工智能服务管理暂行办法》(以下简称《办法》)于8月15日正式施行。作为我国首份针对生成式人工智能的规范性监管文件，《办法》以“促进生成式人工智能健康发展和规范应用”为目标，明确国家坚持发展和安全并重、促进创新和依法治理相结合的原则，对生成式人工智能服务实行包容审慎和分类分级监管。

(相关资料图)

如果你想了解人工智能行业的内外部环境、行业发展现状、产业链发展状况、市场供需、竞争格局、标杆企业、发展趋势、机会风险、发展策略与投资建议等进行了分析……我们研究院撰写的《2023-2028年中国人工智能行业全景调研与发展战略研究咨询报告》。重点分析了我国人工智能行业将面临的机遇与挑战，对人工智能行业未来的发展趋势及前景作出审慎分析与预测。

随着国内生成式人工智能的快速发展，相关监管政策正逐步落地，由国家互联网信息办公室等七部门联合发布的《生成式人工智能服务管理暂行办法》(以下简称《办法》)于8月15日正式施行。作为我国首份针对生成式人工智能的规范性监管文件，《办法》以“促进生成式人工智能健康发展和规范应用”为目标，明确国家坚持发展和安全并重、促进创新和依法治理相结合的原则，对生成式人工智能服务实行包容审慎和分类分级监管。

当前全球正在进行智力话语竞赛，掀起新一轮AI监管潮。2019年欧盟委员会发布《人工智能伦理准则》，提出评价人工智能可信赖的七项标准。2020年欧盟出台《人工智能白皮书》，为人工智能的监管提供多种政策选项。今年6月14日，欧盟议会以压倒性优势的投票结果通过欧盟人工智能法案草案，预计在完成最终谈判后正式审批通过。

“ChatGPT的问世引发了新一轮人工智能革命，人类与机器、技术与产业、虚拟与现实之间的关系发生着广泛而深刻的改变，技术创新也给人类社会文明秩序带来了挑战。”近日，在中国社会科学院法学研究所主办的“全球治理话语竞赛下人工智能立法的中国方案”研讨会上，南方财经全媒体集团合规科技研究院院长虞伟表示。

当前全球正在进行智力话语竞赛，掀起新一轮AI监管潮。虞伟介绍，欧洲正谋求AI监管领域的主导权，早早将立法提上日程。2019年欧盟委员会发布《人工智能伦理准则》，提出评价人工智能可信赖的七项标准。2020年欧盟出台《人工智能白皮书》，为人工智能的监管提供多种政策选项。今年6月14日，欧盟议会以压倒性优势的投票结果通过欧盟人工智能法案草案，预计在完成最终谈判后正式审批通过。

人工智能是计算机科学领域的一个分支，其本质是了解智能，进而生产出一种与人类智能相似的机器，该领域包含机器人、语言识别、图像识别和自然语言处理和专家系统等。据国外风投数据分析公司PitchBook的数据，2023上半年，全球人工智能领域共计发生融资1387件，筹集融资金额255亿美元，平均融资金额达2605万美元。

当前，生成式人工智能还有很多亟待解决的问题，比如生成信息的准确性、真实性以及价值观等问题。得益于国内外多家企业推出生成型AI相关产品，并在文本生成、图片制作、音乐及音频生成、视频制作等方面一展身手。在市场看来，内容生成型AI具备快速学习、瞬间制作、海量方案等优势，包括出版、图书、电商、电影、影视工业等行业有望首先受益。

数据显示，今年上半年，国内发布的各类大模型数量超过100个。据不完全统计，目前国内已有大约80个参数在10亿规模以上的大模型。《办法》提出，推动生成式人工智能基础设施和公共训练数据资源平台建设。促进算力资源协同共享，提升算力资源利用效能。推动公共数据分类分级有序开放，扩展高质量的公共训练数据资源。鼓励采用安全可信的芯片、软件、工具、算力和数据资源。

算力是数字时代的底座，也是人工智能发展的引擎。据工信部最新消息，截至今年6月底，全国在用数据中心机架总规模超过760万标准机架，算力总规模达到每秒1.97万亿亿次浮点运算(197EFLOPS)，算力总规模近五年年均增速近30%，存力总规模超过1080EB。中国工程院院士刘韵洁表示，我国的算力产业有着广阔的发展前景，因为中国是制造大国，实体经济对于算力有着很大的需求，游戏、AR、VR等消费领域对算力的需求也很大。“有政策支持和技术发展，算力随取随用的前景可以期待。

比如在数据层面，面对生成式人工智能庞大的数据需求，如何建立高质量的语料数据库，如何加强全流程的数据合规管理。在法律层面，生成式人工智能的结果能否构成著作权法所定义的作品仍存争议，进一步的版权归属问题也需要厘清。此外，歧视、偏见、虚假信息传播等风险在大模型大量数据投喂的训练方式下也被放大，如何将道德伦理原则“教”给AI，做到精准纠偏，兼顾公平与效率，这些都需要进一步研究。

目前，国内已逐步建立起涵盖理论方法和软硬件技术的体系化研发能力，一批具有行业影响力的预训练大模型蓬勃发展，形成了紧跟世界前沿的技术群。以华为云盘古大模型为例，据报道，该大模型已经陆续推出矿山、药物分子、电力、气象、海浪等大模型，在各行业落地创新项目超1000个，通过提供先进算法和解决方案，深入大模型的全栈自主创新，加快推动算力国产化。

人工智能行业市场前景分析

“在以ChatGPT为代表的通用大模型面前，我们的短板比较明显。”刘韵洁在2023中国算力大会直言，“中国的机会在于行业大模型。”

通用大模型一般指在多个领域应用广泛的大型深度学习模型，行业大模型则是专门针对某个特定垂直行业所设计的大型深度学习模型，这些模型通常在特定行业中使用的数据集上进行训练，以提高在该行业中运用的准确度和效率。比较典型的行业大模型，有金融行业的风控模型等。

AI在制造业中的应用主要集中在生产流程优化和质量控制方面。例如，利用机器学习和大数据分析，制造商可以实现设备故障预测和预防性维护，提高生产线的稳定性和效率。另外，AI还能够实现自动化生产、智能物流和智能供应链管理等方面的创新。

总之，AI人工智能的行业涵盖医疗保健、金融服务、零售业、制造业和交通运输等领域。这些案例只是冰山一角，随着技术的不断发展和创新，未来，AI人工智能在更多行业中的应用将不断扩展，如教育、农业、能源等领域，给我们的生活和工作带来更多的便利和创新。

本报告同时揭示了人工智能市场潜在需求与潜在机会，为战略投资者选择恰当的投资时机和公司领导层做战略规划提供准确的市场情报信息及科学的决策依据，同时对政府部门也具有极大的参考价值。想了解关于更多人工智能行业专业分析，请点击《2023-2028年中国人工智能行业全景调研与发展战略研究咨询报告》。