【CNNIC】生成式人工智能应用发展报告（2024）_52页_16mb

生成式人工智能应用发展报告（2024）总结

核心内容

生成式人工智能（Generative AI, GAI）作为人工智能的重要分支，正以前所未有的速度发展。它基于算法、模型和规则，能够生成文本、图像、声音、视频、代码等内容。随着深度学习、Transformer架构、多模态技术等的不断突破，生成式人工智能在用户端和企业端的应用日益广泛，成为推动社会智能化和产业转型升级的重要力量。

主要观点

1. 技术发展迅速：从早期的N-gram模型、RNN、LSTM到Transformer架构，生成式人工智能在技术层面上不断演进，大语言模型和多模态模型的出现标志着其进入新的发展阶段。
2. 政策环境完善：中央和地方政府出台了一系列政策文件，推动生成式人工智能产业的标准化、规范化和智能化发展，为技术应用提供了制度保障。
3. 产业融合加速：生成式人工智能正加速与制造业、农业、医疗、教育等多个行业融合，推动产业智能化和创新发展。
4. 融资环境优化：生成式人工智能成为全球投资热点，我国政府引导基金、民间资本和大型科技企业共同推动其发展。
5. 应用场景丰富：生成式人工智能在用户端和企业端的应用场景不断拓展，从智能助手、内容创作到自动驾驶、智慧交通、智慧农业等，展现了其广泛的适用性和强大的潜力。
6. 智能体成为主流应用形态：智能体具备自主性和多模态处理能力，能够执行复杂任务，推动生成式人工智能在多领域落地。

关键信息

一、技术生态

• 体系化支撑：生成式人工智能技术体系包括芯片层、框架层、模型层和应用层，四层架构为技术迭代提供了有效支撑。
• 深度学习框架：深度学习框架作为生成式人工智能的“操作系统”，连接了硬件和应用，提升了模型开发的效率。
• 数据飞轮机制：通过数据反馈不断优化模型性能，提高其在不同场景下的适应性和智能水平。
• 多模态能力：多模态大模型可以处理文本、图像、语音和视频等多类型数据，提升了人工智能的灵活性和应用范围。

二、政策环境

• 国内政策：从2016年起，我国陆续出台多项政策，包括发展规划、人才培养、标准建设、安全治理等，为生成式人工智能发展提供了制度保障。
• 地方政府支持：北京、上海、广东等地政府积极支持人工智能产业发展，营造良好的营商环境。
• 国际政策：欧美国家在人工智能监管方面各具特色，欧盟强调全面监管，美国注重安全治理和国际合作，亚洲国家如日本、韩国、新加坡也积极制定政策，推动人工智能发展。

三、应用情况

• 用户端应用：生成式人工智能以“AI助手”为主要形态，广泛应用于即时通信、办公软件、线上客服、创作工具等领域，提升了用户的生活效率。
• 企业端应用：生成式人工智能赋能企业智能化升级，包括产品研发、市场运营、客户服务等，显著提升了企业效率和创新能力。
• 典型应用案例：
  • 智慧交通：贵阳市通过智能信控系统，显著提升了交通管理效率。
  • 智慧农业：中国农业大学发布“神农大模型2.0”，提升了农业生产的智能化水平。
  • 科研探索：国家天文台发布“星语3.0”，实现了天文观测的自动化和智能化。
  • 工业生产：中化信息利用大模型提升新材料研发和安全生产能力。
  • 能源管理：深圳燃气通过视觉大模型提升燃气设施的安全管理能力。
  • 自动驾驶：国内外自动驾驶企业加速发展，生成式人工智能为智能出行提供了技术支持。
  • 智能体应用：智能体作为生成式人工智能的重要形态，正在推动各行业的智能化发展。

四、发展难点与建议

• 算力瓶颈：高性能芯片进口受限，算力基础设施分布不均，算力管理调度复杂。
• 高质量数据集匮乏：数据完整性、清洗和标注不足，影响大模型训练效果。
• 行业应用场景扩展需求迫切：部分前沿领域仍需探索，企业对大模型的安全性和适用性存在顾虑。
• 专业人才培养不足：生成式人工智能技术发展迅速，但专业人才缺口较大，高校需加强相关教育建设。

未来展望

生成式人工智能在用户端和企业端的应用不断拓展，推动了智能化生活和产业变革。随着技术的成熟和应用的深入，其将在更多领域发挥重要作用，包括但不限于自动驾驶、智慧农业、智慧能源、科研探索等。智能体作为生成式人工智能的重要应用形态，将连接用户与各类服务，提升整体智能化水平。

生成式人工智能的发展不仅依赖于技术创新，还需要政策支持、资本投入和人才储备。随着这些方面的持续完善，生成式人工智能将有望在全球竞争中发挥更大作用，为高质量发展提供新动能。