人工智能技术的飞速发展给人类社会的生产生活方式带来重大变革影响。人工智能应用场景日渐丰富，AI技术在金融、医疗、制造、交通、教育、安防等多个领域实现技术落地。人工智能的广泛应用及商业化，加快推动了企业数字化转型、产业链结构重塑优化以及生产效率的提升。

　　人工智能产业链划分为基础层、技术层、应用层，本篇报告定义人工智能核心层为基础层和技术层，人工智能核心企业为处于基础

　　层、技术层的企业。人工智能基础层包含数据、算力、算法三驾马车，代表性企业有英伟达、百度、地平线机器人等。人工智能技术层主要包含计算机视觉与模式识别、自然

　　五类，代表性企业有OpenAI、旷视科技、智与谱传华统章应等用。结人合工形智成能的应产用业层种包类含。所有AI技术

　　本报告从人工智能产业的全球情况和中国情况出发，分析人工智能产业发展现状，并结合市场观察提出了人工智能产业的十大趋势，深度剖析了各个趋势的发展情况与核心驱动力（图2）。

　　4全球人工智能企业数量由爆发式增长转入稳步增长区间。截至2024年6月底，全球人工智能企业共计3.6万家。人工智能企业数量逐年

　　增长，2016年-2019年全球人工智能企业爆发式增长，每年新增注册企业数量超3,000家

　　（图3），尤其是2017年新增注册企业数量达到顶峰（3,714家）。2019年开始，人工智能新增注册企业数量有所下降，2022年当年新增注册企业数量与2013年基本持平。

　　美国人工智能企业数量位居全球首位，中国紧随其后，英国位居全球第三。美国人工智能企业数量约1.3万家，在全球占比达到

　　33.6%，中国占比为16.0%，英国为6.6%，以上三个国家的人工智能企业数量合计占到全球的56.2%（图4）。亚洲的印度、日本、韩国家国也，具北有美较的好加的拿基大础，，欧位洲居的第德二国梯、队法国等

　　5截至2024年6月底，全球人工智能领域独角兽总数达291家，分布在20个国家。如图5所示，来自美国的独角兽企业有131家，占全球总数的45%；来自中国的独角兽企业有108

　　家，占全球总数的37%。以色列、英国、加拿大分别位列全球第三、第四、第五位。

　　人工智能领域企业融资占全球风险投资比重逐年提升。受宏观政策变化等因素影响，全球人工智能企业风险投资放缓，2022年投资案例2,956起，披露投资金额458亿美元；2024年上半年风险投资案例下降，披露投资金额246亿美元，较上年同期下降14.6%（图6）。

　　不过，全球人工智能企业风险投资案例数和融资金额占全球风险投资比重逐年提升，2024年上半年全球人工智能企业获得风险投资占全球风险投资总额比重达18.9%，创近年新高。

　　美国仍是人工智能领域风险投资重要聚集地。从国家分布来看，美国人工智能企业吸引风险投资最多，风险投资金额占全球比重近六成，其次是中国，占比达12%（图7）。

　　具体来看，在2022年全球AI领域投融资最多的前十大案例中（表1），50%的案例发生在美国，涉及游戏、航天航空、安防、云原生和可再生能源等；中国上榜企业分别是智

　　能驾驶公司地平线机器人和芯片及半导体公司粤芯半导体。此外，也有来自印度、新加坡和荷兰的企业进入榜单。

　　人工智能技术的蓬勃发展离不开人才和科研院所的加持。从顶尖科研院所来看，人工智能核心层全球前100的排名机构中，美国占据

　　从全球人工智能人才7情况来看，美国人工智能其人他才国数家。量全美球国入最选多，20人23才年数AI量2遥00遥08的领学先者于数量最多，共有1,131人次，占全球总数的

　　56.6%；其次是中国，共有277人次入选，全球占比约七分之一（图9）。

　　域中学关者村在产顶业级研学究术院会根议据上C发SR表an的ki论ng文s整数理量。作C为SR排an名k指ing标s。（全202称3C年o，mpCuStRearnSkciniegnsc共e分Ra为n人kin工g智s）能，、是系对统全、球理顶论尖、计跨算学机科科四学个机大构领进域行以的及排27名个，细以分全领球域计。算本机报科告学使领用AMiner，数据统计截至2024年6月30日

　　的所有数据均截止至2024年6月30日，下同。AMiner，数据统计截至2024年6月

　　从全球人工智能最具创新力城市百强榜单9来看，美国、中国上榜城市数量最多，分别为33个和19个。再从全球前十上榜城市来看，美国占据3位，其中旧金山湾区、纽约分别

　　位居全球首位和第三位，中国仅北京上榜全球前十，位列全球第二位（图10）。

　　Aminer，全球人工智能最具创新力城市的创新指数主要从论文、学者、机构、国际四个细分方向评估

　　?2024毕马威企业咨询(中国)有限公司—中国有限责任公司，是与英国私营担保有限公司—毕马威国际有限公司相关联的独立成员所全球性组织中的成员。版权所有，不得转载。

　　?2024毕马威企业咨询(中国)有限公司—中国有限责任公司，是与英国私营担保有限公司—毕马威国际有限公司相关联的独立成员所全球性组织中的成员。版权所有，不得转载。

　　当年成立的人工智能企业数（家）中国人工智能企业数量位居全球第二位，核心企业5,000余家。我国人工智能领域企业密集诞生在2015年至2018年之间，约三分之二的人工智能领域核心企业成立年限在5-10年2017年人工智能领域新增注册企业数量超500家，达到

　　十年间顶峰。随着有效投资增长乏力，后逐年减少，2022年新增注册企业数减少到63家

　　人工智能企业主要集聚于北京、广东、上海、浙江等地。从地域来看，我国人工智能企业主要集中在北京市、上海市、广东省、浙江

　　省，形成京津冀、长三角、粤港澳三足鼎立的格局（图12），其中北京市人工智能企业数量1,600余家。

　　北京、上海、广东独角兽数量位居前三。中国人工智能独角兽企业数108家，其中，北

　　京市人工智能独角兽企业有41家，位居全国首位。上海市和广东省位列二、三，分别拥有人工智能独角兽企业24家和23家（图13）。

　　投资案例（起）当年投资金额（亿元）01中国人工智能风险投资阶段后移特征明显，细分领域风投走势分化

　　融资规模增速有所放缓。受行业发展、资本市场环境变化等宏观环境因素影响，人工智

　　能行业投融资活动在经历2014年-2017年快速增长至2017年峰值后虽有所回落，但仍保持较高水平（图14）。2022年中国人工智能行业投融资数量和金额均出现下滑。

　　人工智能领域投资阶段后移特征明显。从投资阶段来看，随着科创板等对高科技企业的加持，

　　AI领域的投资逐渐从天使轮等早期投资阶段向C轮、D轮等晚期投资阶段，投资阶段后移特征明显。天使轮投资占比由2013年的36%下降至2022年的11%（图15）。

　　人工智能全域变革图景展望：跃迁点来临（2024）17从细分领域来看，算力、数据平台、自然语言处理、计算机视觉与图像四个细分领域风险投资增速明显加快；机器学习、深度学习等领域风险投资趋缓（图16）。图16：“三驾马车”各细分领域投资事件和投资额情况算力总投

　　从细分领域来看，算力、数据平台、自然语言处理、计算机视觉与图像四个细分领域风险投资

　　?2024毕马威企业咨询(中国)有限公司—中国有限责任公司，是与英国私营担保有限公司—毕马威国际有限公司相关联的独立成员所全球性组织中的成员。版权所有，不得转载。

　　197人工智能全域变革图景展望：跃迁点来临（2024）18人工智能技术已广泛渗透到社会各个领域，生活服务、智慧医疗、智能制造、智能汽车、物流仓储投资事件较多，占人工智能全部投资事件的75.7%（图17）。

　　人工智能技术已广泛渗透到社会各个领域，生活服务、智慧医疗、智能制造、智能汽车、物流

　　?2024毕马威企业咨询(中国)有限公司—中国有限责任公司，是与英国私营担保有限公司—毕马威国际有限公司相关联的独立成员所全球性组织中的成员。版权所有，不得转载。

　　要集中在北京市、上海市、广东省、浙江省和江苏省五省市。具体来看，北京市风险投

　　资案例数量和金额均在全国遥遥领先，其中投资金额是上海市的4倍有余，是广东省的近7倍（图18）。

　　视觉、自然语言处理等）实力优势明显。选取基础层、技术层、应用层每层专业课程实

　　力排名前10的中国高校院所，观察中国Top10在国际院校排名情况，可以看出，我

　　国但技在术基层础前层十和的应高用校层集排聚名在前全十球的排高名校前，3仅0，入选全球百强（图19）。

　　2024年，中国入选Aminer“全球2000位最具影响力的人工智能学者榜单”的人数达277人

　　（图20），相较美国仍有较大差距，存在顶尖人才少、复合型人才缺失、人才供给不均衡等问题。

　　以北京为例，北京AI产业位居全国第一，但产业人才仍有较大缺口。根据中关村产业研究院测算，到2025年，预计北京AI人才需求量约为54万人，缺口将达37万人（其中核心产业技术人才16万，复合型AI技能人才21万）。

　　我国急缺计算理论、人机交互、安全与隐私、计算机系统等方向的顶尖学者。从人才所属领域来看，入选的顶尖人才主要集中在多媒

　　计算理论领域我国无人入选；在安全与隐私、计算机系统领域，仅有1人次入选；在机器人、知识工程子领域，只有2人次入选（图21）。

　　北一京代市人工科智技能研开发放技创术新实平力台最为、雄千厚亿级，国大家模新型的数量、产业集聚规模等均领跑全国。上海市加快建设上海国家新一代人工智能创新发

　　先导区，形成了以浦东张江、徐汇滨江为引领，以杨浦、长宁、静安等各区联动，自贸区临港新片区和闵行码头创新驱动蓄势待发的人工智能产业集群。

　　浙江省泛人工智能企业主要集中在环杭州湾地区，杭州市引领全省人工智能产业的特色

　　验区，湖州德清县被列入全国首个县域国家新一代人工智能创新发展试验区。广东省深圳市、广州市先后获批建设国家新一代人工

　　智创能新创应新用发先展导试区，验目区前和已国形家成新广一州代、人深工圳智为能主引擎，珠三角其他地市为核心、粤东西北各地市协同联动的区域发展格局（表2）。

　　人工智能全域变革图景展望：跃迁点来临（2024） 24人工智能全域变革图景展望：跃迁点来临（

　　大模型爆发以来，人工智能技术发展日新月异，创新成果纷纷新涌热现点等，的基梳于理对，国结内合外产主学流研科各技界公专司家最研新讨布意局、见科，研本论章文从最技术变革、应用创新、安全治理、生态协同四大维度总结出人工的智企能业和产个业人发提展供十有大益趋参势考，。希望为有志于投身人工智能领域

　　人工智能全域变革图景展望：跃迁点来临（2024） 26人工智能全域变革图景展望：跃迁点来临

　　ChatGPT引发的大模型创新热浪仍在涌动，有可能演变成一场比工业论革是命推、动信大息模革型命从更单为模深态刻发的展人到工多智模能态革，命还。是这倡一导时高代质背量景数下据，和无计

　　算新范式，实际都在强调人工智能技术变革的本质——算法、数据、算力三大基础要素的精巧配合和相互促进。

　　多模态预训练大模型主要包括三层含义：首先，“大模型”也称基础模型（FoundationModels），指基于大规模数据训练的模型，具备应用领域广泛的特点；其次，“预训练”强调大模型训练发生在模型微调（fine-tuning）之前，大模型在预训练阶段能够集

　　中段学则习需到结尽合可较能小泛规化模、的特通定用任特务征的，数在据微集调进阶

　　行调整，从而达到广泛适用各类任务场景的效果；最后，“多模态”指用于训练大模型的数据来源和形式具有多样性，例如，人类

　　2017年，Transformer模型提出，奠定了当前大模型的主流算法架构；2018年，基于Transformer架构训练的BERT模型问世，其参数量首次突破3亿规模；随后T5（参数量130亿）、GPT-3（参数量1750亿）、SwitchTransformer（参数量1.6万亿）、智

　　源阿“里巴悟道巴达2.0摩”院大多模模型态（大参模数型量M16.7（5参万数亿量）1、0万亿）等预训练语言大模型相继推出，参数量实现了从亿级到万亿级的突破；2022年底

　　通过视觉、听觉、嗅觉等多种感官获取信息，国内科技厂商竞争尤为激烈。据不完全统计，

　　继而通过声音、文字、图像等多种载体进行沟通表达，就是多模态的输入和输出。

　　全国从事人工智能大模型研发的企业已超过100家，其中80余个大模型已公开发布，真正进入了“百模大战”阶段。目前，国内大模型虽在市场影响力方面稍逊色于GPT系列模型化、理P解aL方M面-E具等备，本但土在优中势文。语料此外训练，国、中内国制文造

　　据和应用场景。未来，在大模型面向产业赋能方面，中国大模型极有可能后发先至，也会是国内大模型竞争的关键因素之一。

　　值得注意的是，目前所公开的模型大部分仅支持文本输入，较为前沿的GPT-4还支持图像输入，但模型的输出只能实现文本和图像两种模态，2024年9月底以来，OpenAI将ChatGPT4升级至GPT-4withvision（GPT-4V），增强了视觉提示功能，在相关样本观

　　察（i中nt，erGlePaTv-e4dV在m处ul理tim任o意da交l错in的pu多ts模）态方输面入表现突出。多模态的模型训练方法更接近于人

　　类接收、处理、表达信息的方式，能更为全面地展现信息原貌，是未来人工智能模型演进的重点方向（图22）。AI大模型将从支持文本、图像、音频、视频等单一模态下的单一任务，逐渐发展为支持kaiyun体育全站 Kaiyun登录网页多种模态下的多种任务。这意味着，各家大模型的比拼重点将

　　不多再模是态单信一息模整态合下和参深数度量挖的掘提，升通过，而预是训转练向任务的精巧设计，让模型更精准地捕捉到不同模态信息之间的关联。

　　目前，多模态预训练大模型发展思路主要有三：一是利用单模态模型如LLMs（大型语言模型）来调动其它数据类型的功能模块完成多模态任务，典型代表有VisualChatGPT、HuggingGPT等；二是直接利用图像和文本信息训练得到多模态大模型，典型代表有

　　KOSMOS-1等；三是将LLMs与跨模态编码器等有机结合，融合LLMs的推理检索能力和编码器的多模态信息整合能力，典型代表有Flamingo、BLIP2等。随着技术日臻成熟，多模态预训练大模型将是AI大模型的主流形态，堪称下一代人工智能产业的“标配”。

　　自2019年起，中科院自动化研究所以“图-音-文”多模态技术为核心，确立了多模态大模型布局，从其两代大模型迭代中，可以窥见国产大模型的多模态发展趋势。

　　2021年，中国科学院自动化研究所与武汉东湖高新区共同打千亿参数规模的三模态大模型“紫东太初”，该大模型打通了语音、图像、文字三种模态数据，可以自动学习跨模态数据之间解的问关题系，，形通成了过完自整监且督智学能习的和表知示识、嵌推入理来和解生决成小能数力据。泛化和理

　　2024年，中国科学院自动化研究所和武汉人工智能研究院推出新一代大模型：全模态大模型“紫东.太初2.0”版本，在文本、图像、语音三模态的基础上，融入3D点云、视频、信号等更多模态数据，能支持多轮问答、文本创作、图像生成、3D理解、信号分析等全面问答任务，拥有更强的认知、理解、创作能力。

　　围绕AI大模型的商业化竞争不断加剧，作为模型训练“原料”的数据（尤其是高质量数

　　语言数据存量将在2026年耗尽，低质量的语言数据和图像数据的存量则分别在2030年至

　　2如05果0没年、有2新0增30数年据至2源0或60是年数枯据竭利。用这意效味率着未，能显著提升，那么2030年以后，AI大模型的发展速度将明显放缓。

　　数据智能指的是从数据中提炼、发掘、获取有揭示性和可操作性的信息，从而为人们在基于数据制定决策或执行任务时提供有效的智能支持。数据智能融合了数据处理、数据挖掘、机器学习、人机交互、可视化等多种底层技术，可划分为数据平台技术、数据整理据可技视术化、技数术据等分部析分技。术、数据交互技术、数

　　大数模据型，的但训是练目需前要在大数量据的质高量质方量面还声存、在数一据定缺的失问、题数，据包不括平数衡据等噪问题和，准均确会性影。响预大计模大型模的型训领练域效不果断迸数发据的在高大质规量模数、据多需模求态，、将高倒质逼量三能相大关维技度术上有的望全迎面来提跨升越，式数发据展智。

　　以数据平台技术为例，湖仓一体技术（DataLakehouse）充分整合了数据湖和数据仓库的优势，支持端到端的流式计算，有利于全

　　面挖掘数据价值，实现即时数据洞察，为环湖服务（包括多维分析、预测分析、数据科学、机器学习、大数据处理、决策支持等）

　　创有造利了于良构好建的弹先性决可条靠、件松。耦云合原生、易容管器理化、技可术

　　观测的数据应用系统，从而实现数据处理能力跨区域、跨平台甚至跨服务商的规模化复制。预计，基于云原生容器化环境，支持流、批数据处理的“湖仓一体”架构将成为新一代数据平台的底座，助力数据质量提升。

　　2024地理信息数据覆盖的几何与函数模式第二部分：覆盖实现模式.docx

　　昭和电工正式量产 VGCF-等级纳米碳管-VGCF-项目介绍.docx

　　（最新）24年秋统编版四年级语文上册习作：我的家人【教案及反思】.docx

　　初中地理综合实践作业设计方案-七年级（七）绘制学校平面图-人教版七年级上册.docx

　　原创力文档创建于2008年，本站为文档C2C交易模式，即用户上传的文档直接分享给其他用户（可下载、阅读），本站只是中间服务平台，本站所有文档下载所得的收益归上传人所有。原创力文档是网络服务平台方，若您的权利被侵害，请发链接和相关诉求至 电线) ，上传者