《毕马威：人工智能全域变革图景展望：跃迁点来临（2023）（54页）.pdf》由会员分享，可在线阅读，更多相关《毕马威：人工智能全域变革图景展望：跃迁点来临（2023）（54页）.pdf（54页珍藏版）》请在三个皮匠报告上搜索。

1、人工智能全域变革图景展望：跃迁点来临（2023）2023年12月1 2023 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。人工智能全域变革图景展望：跃迁点来临（2023）卷首语风起于青萍之末，浪成于微澜之间。由ChatGPT所带来的新一轮人工智能热潮迅速席卷全球，可以被看作是推动数字经济时代生产力范式变革的标志性产品。人工智能的广泛应用将给人类未来的生产和生活方式带来巨大而深远的影响,并有望作为新的底层通用技术，点燃第四次科技革命！值此产业重要机遇期，毕马威携手中关村产业研究院通过行业调研

2、和专家访谈，结合深入研究在本报告中共同发布了人工智能产业未来发展的十大趋势，期待能为AI产业界带来有益参考，锚定机遇，化解挑战。近年人工智能发展突飞猛进，全行业领域均面临如何融合应用智能技术的关键之问，巨大应用潜力背后是新硬件、新算法、新数据的全面涌现。我们有幸见证人工智能领域新技术应用释放出的巨大新产业、新业态、新经济潜力，正如题目所言，我们正处在“跃迁”的关键时点。在此时机中关村产业研究院联合毕马威发挥智库作用，对人工智能全域变革图景的探讨非常有意义，我们期待以此为起点，见证更多人工智能领域创新主体的蓬勃活力与成绩，见证人工智能全域变革的未来！江立勤毕马威中国客户与业务发展主管合伙人娄毅翔

3、中关村发展集团副总经理 2023 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。目录导读03中国人工智能产业洞察13人工智能产业发展十大趋势25关于毕马威5005关于中关村产业研究院51 2023 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。全球人工智能产业洞察06一、全球人工智能企业格局08二、全球人工智能产业生态14一、中国人工智能企业格局16二、中国人工智能产业生态26一、技术变革

4、33二、应用创新39三、安全治理43四、生态协同3 2023 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。人工智能全域变革图景展望：跃迁点来临（2023）导读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

5、，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1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、自然语言处理、类脑算法、语音技术、人机交互五类，代表性企业2有OpenAI、旷视科技、智谱华章等。人工智能应用层包含所有AI技术与传统应用结合形成的产业种类（图1）。图1：人工智能产业图谱1结合CB Ranking排名和全球AI企业投融资情况列出三家国内外企业2同上应用层制造业交通运输业医疗业金融业文娱业基础研究工业质检工业远程控制预测性维护具身智能调用自动驾驶高精定位车路协同智能物流医疗影像远程医疗药物研发临床决策支

6、持银行风控金融科技客户服务个性化推荐泛娱乐元宇宙游戏超高清视频量子物理能源科学材料科学天文探索技术层计算机视觉与模式识别自然语言处理类脑算法语音技术人机交互特征提取三维重建图像识别文字识别知识图谱信息抽取机器翻译问答系统脉冲神经网络增强学习对抗式神经网络语音合成声纹合成语音增强视觉交互音频交互传感器交互通用大模型行业大模型训练基础层数据算法算力数据生命周期管理数据采集数据传输数据存储数据清洗数据共享数据销毁数据安全数据脱敏管理数据监控审计数据分类分级安全事件应急数据治理数据资产管理数据挖掘数据标注数据中台AI开放平台AI开源框架TensorFlowPyTorchOpenCVCaffeAngel

7、PaddlePaddleAI芯片云服务GPUFPGACPURISC-VASIC类脑芯片SaaS公有云PaaS私有云IaaS混合云异构智能计算服务器数据来源：中关村产业研究院绘制4 2023 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。人工智能全域变革图景展望：跃迁点来临（2023）安全治理生态协同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）。图2：报告思路框架示意图数据算

8、法算力AIGCAI4S具身智能脑机接口AGI制造交通医疗金融基础研究应用创新技术变革落地千行百业，开启智能未来人工智能产业发展洞察 2023 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。资料来源：中关村产业研究院，毕马威分析 2023 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。全球人工智能产业洞察6 2023 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

9、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。人工智能全域变革图景展望：跃迁点来临（2023）一 全球人工智能企业格局全球人工智能产业洞察4中关村产业研究院数据库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，北美的加拿大，欧洲的德国、法国等国家也具有较好的基础，位居第二梯队。图3：2013年-2022年全球当年新增AI注册企业数量1,124 1,541 2,30

10、6 3,079 3,714 3,695 3,100 2,693 1,940 1,106 0040002013年2014年2015年2016年2017年2018年2019年2020年2021年2022年家数据来源：Crunchbase，中关村产业研究院、毕马威分析图4：全球人工智能企业主要分布国家美国中国英国印度加拿大德国日本以色列法国韩国数据来源：Crunchbase，中关村产业研究院、毕马威分析12,9255,7342,3572,0801,5151,23398996793886050-2000501-10000 5000 10000全球人工

11、智能企业数量由爆发式增长转入稳步增长区间。截至2023年6月底，全球人工智能企业共计3.6万家4。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。01全球人工智能企业3.6万家，中美企业数量名列前茅7 2023 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。人工智

12、能全域变革图景展望：跃迁点来临（2023）5据中关村产业研究院数据统计，数据统计截至2023年6月30日图5：全球人工智能独角兽企业按国家分布情况数据来源：中关村产业研究院数据库，毕马威分析美国中国以色列英国加拿大印度法国德国新加坡其他131家108家8家8家6家5家4家3家3家15家截至2023年6月底，全球人工智能领域独角兽总数达291家5，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。02中美在全球人工智能独角兽中平分秋色8

13、2023 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。人工智能全域变革图景展望：跃迁点来临（2023）图6：2018年-2023年上半年全球人工智能企业融资及占比情况数据来源：CB Insights，中关村产业研究院、毕马威分析27332469.412.010.910.911.018.905006008002018年2019年2020年2021年2022年2023年上半年融资金额（亿美元）人工智能占全球风险投资比重（%）人工智能领域企业融资占全球

14、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；2023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，2023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。二 全球人工智能产业生态全球人工智能产业洞察01人工智能领域全球风投热度持续提升9 2023 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

15、全球性组织中的成员。版权所有，不得转载。人工智能全域变革图景展望：跃迁点来临（2023）数据来源：CB Insights，中关村产业研究院、毕马威分析图7：2022年全球主要国家人工智能企业融资规模占比美国以色列印度日本法国其他58%12%7%5%3%2%1%1%11%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）。9中国英国德国人工智能全域变革图景展望：跃迁点来临（2023）10 2023 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

16、的独立成员所全球性组织中的成员。版权所有，不得转载。人工智能全域变革图景展望：跃迁点来临（2023）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表1：2022 年全球AI领域融资金额Top10序号公司名称数据来源：CB Insights，中关村产业研究院、毕马威分析01Epic Games02SpaceX03Anduril04Securonix05地平线机器人06VerSe Innovation07Intersect Power08Coda Payments09PhotonDel

17、ta10粤芯半导体美国私募2022/4$2.0B$31.5B游戏美国未披露2022/5$1.7B$127.0B航天航空美国E轮2022/12$1.5B$8.5B安防美国D轮2022/2$1.0B-云原生中国战略投资2022/10$1.0B-智能驾驶印度J轮2022/4$805M$5.0B移动端软件美国风投2022/6$750M-可再生能源新加坡C轮2022/4$690M$2.5BWeb端软件荷兰未披露2022/4$681M-芯片&半导体中国B轮2022/6$671M-芯片&半导体国家轮次时间融资金额估值产业方向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

18、的企业进入榜单。11 2023 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。人工智能全域变革图景展望：跃迁点来临（2023）6中关村产业研究院根据CSRankings整理。CSRankings（全称Computer Science Rankings），是对全球顶尖计算机科学机构进行的排名，以全球计算机科学领域学者在顶级学术会议上发表的论文数量作为排名指标。2023年，CSRankings共分为人工智能、系统、理论、跨学科四个大领域以及27个细分领域。本报告使用的所有数据均截止至2023年6

19、月30日，下同。7AMiner，数据统计截至2023年6月30日8AMiner，数据统计截至2023年6月30日图8：全球拥有Top100人工智能核心层相关专业的学校数量分布数据来源：CS Ranking，中关村产业研究院、毕马威分析美国中国德国英国加拿大以色列澳大利亚新加坡其他55所4所12所3所4所4所5所6所14所1,131人次277人次108人次107人次60人次39人次36人次32人次19人次18人次美国中国英国德国加拿大澳大利亚新加坡瑞士法国日本数据来源：Aminer，中关村产业研究院、毕马威分析图9：全球人工智能领域顶尖人才国家分布情况人工智能技术的蓬勃发展离不开人才和科研院所的

20、加持。从顶尖科研院所6来看，人工智能核心层全球前100的排名机构中，美国占据55所，中国以14所排名第二，德国和英国分列第三和第四位（图8）。从全球人工智能人才7情况来看，美国人工智能人才数量全球最多，人才数量遥遥领先于其他国家。美国入选2023年AI20008的学者数量最多，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）。02美国人工智能核心层学科领域高校实力强劲，人才数量大12 2023 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

21、。人工智能全域变革图景展望：跃迁点来临（2023）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、纽约分别图10：全球人工智能最具创新力城市Top100按国家分布情况数据来源：Aminer，中关村产业研究院、毕马威分析33美国19中国13其他6德国5澳大利亚5加拿大5英国2法国2韩国2日本2瑞士2西班牙2意大利2印度9Aminer，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）。美国中国德国

22、澳大利亚加拿大英国法国韩国日本瑞士西班牙意大利印度其他03中美城市人工智能创新实力领先 2023 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。中国人工智能产业洞察14 2023 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。人工智能全域变革图景展望：跃迁点来临（2023）图11：2013年-2022年中国年度新增注册AI企业数量10中关村产业研究院人工智能企业数据库数据来源：中关村产业研

23、究院，毕马威分析6528463005006002000022当年成立的人工智能企业数（家）年份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（图11）。2023 毕马威企业咨询(中国)有限公司 中国有限责任公

24、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。一 中国人工智能企业格局中国人工智能产业洞察01中国人工智能领域核心企业5,000余家1015 2023 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。人工智能全域变革图景展望：跃迁点来临（2023）图12：中国主要省市人工智能企业分布情况17家21家28家34家50家54家64家65家73家80家85家151家407家466家897家1,104家1,638家北京市香港特别行政区广东省上海

25、市浙江省江苏省四川省安徽省湖北省福建省山东省陕西省天津市湖南省重庆市河南省辽宁省400101-40010-1000-9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。数据来源：中关村产业研究院，毕马威分析北京、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）。11中关村产业研究院人工智能企业独角兽数据库图

26、13：全国人工智能独角兽企业分布情况数据来源：中关村产业研究院，毕马威分析北京41家上海24家广东23家浙江8家山东2家其他4家江苏6家02人工智能企业地域分布较为集中16 2023 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。人工智能全域变革图景展望：跃迁点来临（2023）图14：近十年中国人工智能领域股权投资情况数据来源：IT桔子，中关村产业研究院、毕马威分析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

27、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）。0%20%40%60%80%100%2000022天使轮种子轮A轮B轮C轮D轮E轮F轮G轮H轮战略投资Pre-IPO数据来源：IT桔子，中关村产业研究院、毕马威分析图15：近十年人

28、工智能领域股权投资按投资阶段划分01中国人工智能股权投资阶段后移特征明显，细分领域走势分化050002500300035000200400600800320002020212022当年投资金额（亿元）投资案例（起）投资案例当年投资金额二 中国人工智能产业生态中国人工智能产业洞察17 2023 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。人工智能全域变革图景展望：跃迁点来临（2023）图16：“三驾马车”

29、各细分领域投资事件和投资额情况从细分领域来看，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）。数据来源：IT桔子，中关村产业研究院、毕马威分析*数据截止至2023年10月共936936起投资事件，总投资额为6,6756,675亿亿人民币229802012年2013年2014年2015年2016年2017年2018年2019年2020年2021年2022年2023年算法92441981142012年2013年2014年2015年2

30、016年2017年2018年2019年2020年2021年2022年2023年共1,7291,729起投资事件，总投资额为3,2003,200亿亿人民币24321181382012年2013年2014年2015年2016年2017年2018年2019年2020年2021年2022年2023年共243243起投资事件，总投资额为692692亿亿人民币456年2013年2014年2015年2016年2017年2018年2019年2020年2021年2022年2023年共254254起投资事件，总投资额为1,1771,177亿亿人民币

31、自然语言处理领域计算机视觉与图像机器学习领域深度学习领域共703703起投资事件，总投资额为1,6991,699亿亿人民币模式识别领域共755755起投资事件，总投资额为4,5314,531亿亿人民币算力领域582012年2013年2014年2015年2016年2017年2018年2019年2020年2021年2022年2023年算力数据共981981起投资事件，总投资额为1,4961,496亿亿人民币共128128起投资事件，总投资额为326326亿亿人民币数据平台领域数据挖掘领域8284602012年2

32、013年2014年2015年2016年2017年2018年2019年2020年2021年2022年2023年6868352012年2013年2014年2015年2016年2017年2018年2019年2020年2021年2022年2023年9232012年2013年2014年2015年2016年2017年2018年2019年2020年2021年2022年2023年18 2023 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。人

33、工智能全域变革图景展望：跃迁点来临（2023）图17：AI应用领域投资事件和投资额情况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）。共7,2237,223起投资事件，总投资额为25,30125,301亿亿人民币共2,2642,264起投资事件，总投资额为6,0716,071亿亿人民币共1,7761,776起投资事件，总投资额为4,9044,904亿亿人民币共1,0091,009起投资事件，总投资额为7,5407,540亿亿人民币生活服务领域智慧医疗领域智能制造领域智能汽车领域1473272125

34、03661972012年2013年2014年2015年2016年2017年2018年2019年2020年2021年2022年2023年共786786起投资事件，总投资额为4,2524,252亿亿人民币物流仓储领域6098292073662332012年2013年2014年2015年2016年2017年2018年2019年2020年2021年2022年2023年2425625220522012年2013年2014年2015年2016年2017年2018年2019年2020年2021年20

35、22年2023年702521891332012年2013年2014年2015年2016年2017年2018年2019年2020年2021年2022年2023年3827589271127732012年2013年2014年2015年2016年2017年2018年2019年2020年2021年2022年2023年233数据来源：IT桔子，中关村产业研究院、毕马威分析*数据截止至2023年10月19 2023 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

36、。版权所有，不得转载。人工智能全域变革图景展望：跃迁点来临（2023）图18：近十年人工智能领域股权投资地域分布Top10数据来源：IT桔子，中关村产业研究院、毕马威分析人工智能地域集聚趋势明显，北京有领先优势。从地域分布来看，人工智能领域风险投资主要集中在北京市、上海市、广东省、浙江省和江苏省等五省市。具体来看，北京市股权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）。地域投资案例（起）投资金额（亿元）北京上海广东浙江江苏湖北山东福建安徽四川2,5721,2631,3372811148,5461,9481,30572952

37、人工智能全域变革图景展望：跃迁点来临（2023）1920 2023 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。人工智能全域变革图景展望：跃迁点来临（2023）中国人工智能领域高校及科研院所数量位居全球第二12，其中，技术层专业（如：计算机视觉、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，我国技术层前十的高校集聚在全球排名前30，但在基础层和应用层排名前十的高校，仅入

38、选全球百强（图19）。图19：中国人工智能领域科研院所在世界Top100分布情况AI基础层10th20th30th排名AI应用层AI技术层40th50th60th70th80th90th100th注：气泡大小代表我国高校的数量，气泡位置代表我国高校在世界top100的排名数据来源：CS Ranking，中关村产业研究院、毕马威分析12 CSRanking02中国技术层学科实力全球相对优势明显21 2023 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。人工智能全域变革图景展望：跃迁点来临（2

39、023）2023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）。图20：2019-2023年中国顶级AI人才数量及占全球比重22778.7%9.8%11.1%11.6%13.9%0%5%10%15%0500300201

40、9年2020年2021年2022年2023年中国入选人数（人次）占全球比重数据来源：Aminer，中关村产业研究院、毕马威分析03中国顶尖AI人才数量稳步增长，但产业技术人才缺口仍巨大22 2023 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。人工智能全域变革图景展望：跃迁点来临（2023）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体、芯片、物联网等领域，在人机交互、计算理论领域我国无人入选；在安全与隐私、计算机系统

41、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）。图21：2023年最具全球影响力的中国人工智能学者按细分领域分布数据来源：Aminer，中关村产业研究院、毕马威分析45人次31人次26人次24人次20人次20人次16人次12人次10人次9人次7人次4人次4人次2人次2人次1人次1人次0人次0人次055404550多媒体芯片技术物联网信息检索与推荐数据挖掘计算机视觉可视化自然语言处理计算机图形数据库计算机网络语音识别机器学习知识工程机器人计算机系统安全与隐私人机交互计算理论23 2023 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

42、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。人工智能全域变革图景展望：跃迁点来临（2023）北京、上海人工智能创新实力位居全国前列。北京市科技研发技术实力最为雄厚，国家新一代人工智能开放创新平台、千亿级大模型的数量、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展试验区、上海(浦东新区)人工智能创新应用先导区，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化发展，被列入国家

43、新一代人工智能发展试验区，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能创新发展试验区和国家新一代人工智能创新应用先导区，目前已形成广州、深圳为主引擎，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）。表2：中国人工智能产业重点省市情况数据来源：公开资料，中关村产业研究院、毕马威分析城市政策支持高校及科研院所国家新一代人工智能开放创新平台大模型（千亿级以上）产业集聚北京市具有全球影响力的人工智能创新策源地 北京市促进通用人工智能创新发展的若干措施 北京市加快建设具有全球影响力的人工智能创新策源地实施方案（202

44、3-2025年）清华大学 北京大学 中国科学院 北京航空航天大学 北京理工大学 北京智源人工智能研究院 北京通用人工智能研究院 自动驾驶国家新一代人工智能开放创新平台（百度）智能供应链人工智能开放创新平台（京东）图像感知人工智能开放创新平台（旷视）安全大脑人工智能开放创新平台（360）智慧教育人工智能开放创新平台（好未来）智能家居人工智能开放创新平台（小米）百度文心大模型 智谱科技ChatGLM 云知声山海大模型 快手K7大模型 昆仑万维天工大模型 中国科学院紫东太初大模型 京东言犀大模型 字节跳动火山方舟大模型 中关村软件园 中关村集成电路设计园 中关村（京西）人工智能科技园 中关村壹号园区

45、 北京通用人工智能创新园 亦庄自动驾驶示范区 中关村工业互联网园区 中关村智能装备产业园上海市更具国际影响力的人工智能“上海高地”上海市促进人工智能产业发展条例 关于推进本市新一代人工智能标准体系建设的指导意见 上海市人工智能产业发展“十四五”规划 上海交通大学智能计算与智能系统重点实验室 上海科技大学 复旦大学类脑智能科学与技术研究院 公安部第三研究所 同济大学人工智能研究所 上海理工大学上海人工智能研究院 上海人工智能实验室 智能视觉国家新一代人工智能开放创新平台（商汤）视觉计算人工智能开放创新平台（依图）营销智能人工智能开放创新平台（明略）商汤日日新大模型 澜起科技孟子大模型 小i机器人

46、华藏大模型 上海人工智能实验室书生大模型 张江人工智能岛 西岸智慧谷 马桥AI创新试验区 临港新片区信息飞鱼广东省全球新一代人工智能创新发展战略高地 广东省新一代人工智能创新发展行动计划（2022-2025年）香港中文大学（深圳）华南理工大学 中山大学 深圳智能机器人研究院 深圳人工智能与大数据研究院 医疗影像国家新一代人工智能开放创新平台（腾讯）基础软硬件人工智能开放创新平台（华为）普惠金融人工智能开放创新平台（中国平安）腾讯混元大模型 香港中文大学（深圳）凤凰大模型 华为盘古大模型 中国人工智能（广州）产业园浙江省全国领全国领先、国先、国际一流际一流的人工的人工智能产智能产业创新业创新发展

47、高发展高地地 建设杭州国家人工智能创新应用先导区行动计划2022-2024年 杭州市建设国家新一代人工智能创新发展试验区行动方案 浙江大学 之江实验室 湖畔实验室 杭州市人工智能研究院 城市大脑国家新一代人工智能开放创新平台（阿里云）视频感知人工智能开放创新平台（海康威视）阿里巴巴通义千问大模型 西湖心辰西湖大模型 宇视科技梧桐大模型 恒生电子Light-GPT大模型 蚂蚁集团贞仪大模型 新华三H3C百业灵犀大模型 实在智能塔斯大模型 网易伏羲玉言大模型 杭州人工智能产业园 萧山机器人小镇 浙大科学园 云栖小镇04中国人工智能区域创新集聚效应初显24 2023 毕马威企业咨询(中国)有限公司

48、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。人工智能全域变革图景展望：跃迁点来临（2023）人工智能全域变革图景展望：跃迁点来临（2023）24 2023 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。2023 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。人工智能产业发展十大趋势大模型爆发以来，人工智能技术发展日新

49、月异，创新成果纷纷涌现，基于对国内外主流科技公司最新布局、科研论文最新热点等的梳理，结合产学研各界专家研讨意见，本章从技术变革、应用创新、安全治理、生态协同四大维度总结出人工智能产业发展十大趋势，希望为有志于投身人工智能领域的企业和个人提供有益参考。26 2023 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。人工智能全域变革图景展望：跃迁点来临（2023）一 技术变革人工智能产业发展十大趋势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）

50、，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学习到尽可能泛化的通用特征，在微调阶段则需结合较小规模、特定任务的数据集进行调整，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，人类通过视觉、听觉、嗅觉等多种感官获取信息，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。预训练大模型发展起源于自然语言处理（NLP）领域，当前已进入“百模大战”阶段，预计随着大模型创新从单模态转向多模态，多模态预训练大模型将逐渐成为

51、人工智能产业的标配。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）、Switch Transformer（参数量1.6万亿）、智源“悟道2.0”大模型（参数量1.75万亿）、阿里巴巴达摩院多模态大模型M6（参数量10万亿）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年底至今，ChatGPT引爆全球大模型创新热潮，国内科技厂商竞争尤为激烈。据不完全统计13，全国从事人工智能大模型研发

52、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、PaLM-E等，但在中文语料训练、中国文化理解方面具备本土优势。此外，国内制造业等实体产业为大模型提供了丰富的训练数据和应用场景。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。13“百模大战”正酣，运营商AI大模型如何出圈？，通信产业网，2023年8月7日，http:/ 2023 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。

53、版权所有，不得转载。人工智能全域变革图景展望：跃迁点来临（2023）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，2023年 9月 底 以 来，OpenAI 将ChatGPT 4升级至GPT-4 with vision（GPT-4V），增强了视觉提示功能，在相关样本观察中，GPT-4V在处理任意交错的多模态输入（interleaved multimodal inputs）方面表现突出。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

54、）。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再是单一模态下参数量的提升，而是转向多模态信息整合和深度挖掘，通过预训练任务的精巧设计，让模型更精准地捕捉到不同模态信息之间的关联。图22：大模型技术迭代历程2017Transformer2018GPT-12019GPT-22020GPT-32022ChatGPTKosmos-12018BERT2019RoBERTa2020ALBERTPALM-EVision TransformerDDPMMidjourneyStable DiffusionDALLE-22

55、023GPT-4GPT-4V单模态预训练大模型阶段输入文本生成图像2020202120222023CLIP2021DeBERTaDALLE输入文本输出文本多模态预训练大模型阶段ImageBind数据来源：公开资料，中关村产业研究院，毕马威分析28 2023 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。人工智能全域变革图景展望：跃迁点来临（2023）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Vi

56、sual ChatGPT、Hugging GPT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”。案例1：国产大模型从三模态走向全模态自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

57、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的关系，通过自监督学习和知识嵌入来解决小数据泛化和理解问题，形成了完整且智能的表示、推理和生成能力。2023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。资料来源：公开资料，中关村产业研究院，毕马威分析29 2023 毕马威企业咨询(中国)有限公

58、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。人工智能全域变革图景展望：跃迁点来临（2023）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（尤其是高质量数据），正迎来短缺危机。根据一项来自Epoch Al Research团队的研究14，高质量的语言数据存量将在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2050年、2030年至2060年枯竭。这意味着，如果没有新增数据源或是数据利用效率未能显著提升，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

59、、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、数据整理技术、数据分析技术、数据交互技术、数据可视化技术等部分。大模型的训练需要大量的高质量数据，但是目前在数据质量方面还存在一定的问题，包括数据噪声、数据缺失、数据不平衡等问题，均会影响大模型的训练效果和准确性。预计大模型领域不断迸发的高质量数据需求，将倒逼数据在大规模、多模态、高质量三大维度上的全面提升，数据智能相关技术有望迎来跨越式发展。14Pablo Villalobos et al,Will

60、 we run out of data?An analysis of the limits of scaling datasets in Machine Learning，Oct 26,2022,https:/arxiv.org/pdf/2211.04325.pdf02高质量数据愈发稀缺将倒逼数据智能飞跃30 2023 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。人工智能全域变革图景展望：跃迁点来临（2023）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

61、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）创造了良好的先决条件。云原生容器化技术有利于构建弹性可靠、松耦合、易管理、可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。此外，现代数据栈（Modern Data Stack）、数据编织（DataFabric）等新型数据整理技案例2：湖仓一体架构助力企业级数据智能化发展数智时代下用户对数据处理能

62、力的需求呈现四大变化：数据量（尤其是非结构化数据）暴涨，对数据的实时反馈需求提高，AI计算框架兼容性要求提高对模型开发和机器学习全生命周期平台化能力的要求提升，以数据仓库、数据湖为代表的传统数据治理技术架构难以完全满足需求。基于此，美国“数据+AI”独角兽企业Databricks采用的云中湖仓一体架构与数智时代数据治理需求的适配潜力较大。Databricks起源于学术界和开源社区，由多位科学家创业者于2013年创立，2021年融资后估值为380亿美元。Databricks采用了结合数据湖和数据仓库优势的新范式“湖仓一体”架构，用户可直接在低成本的、高灵活度的数据湖上实现与数据仓库类似的数据管理

63、和ACID事务功能，并提供实时流批处理技术。目前，Databricks的产品可以在AWS、Azure等云服务平台上使用，企业可以更快地处理和分析海量数据，同时还能支持构建和部署人工智能应用程序。术将极大提高数据处理效率，降低数据使用难度。机器学习、图计算等数据分析技术将有效拓展数据分析的维度和深度，有利于满足日益复杂的数据分析需求。自然语言处理等数据交互技术与向量数据库相结合，能够使计算机系统充分理解人类语言，在人机问答、知识检索等场景中，创造自然高效的用户体验。总的来说，随着信息技术的不断普及，技术创新热点层出不穷，数据智能技术也在不断进步，核心驱动力始终在于将无实际意义的数据转化为能传递信

64、息和知识甚至帮助人们思考决策的有效工具，大模型的爆发式发展、算力的不断提升将为数据智能的持续突破按下加速键。资料来源：公开资料，中关村产业研究院，毕马威分析31 2023 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。人工智能全域变革图景展望：跃迁点来临（2023）算力是大模型训练的“燃料”，以高效且成本较低的方式为人工智能发展注入源源不断的核心动力，已逐渐成为产业界共识。深度学习出现之前，用于AI训练的算力增长大约每20个月翻一番，基本符合摩尔定律；深度学习出现之后，用于AI训练的算力大约

65、每6个月翻一番；2012年后，全球头部AI模型训练算力需求更是加速到每3-4个月翻一番，即平均每年算力增长幅度达到惊人的10倍；目前大模型发展如火如荼，训练算力需求有望扩张到原来的10-100倍，算力需求的指数级增长曲线将更加陡峭15。然而，这也意味着发展AI需要巨大的算力成本投入。以构建GPT-3为例，OpenAI数据显示16，满足GPT-3算力需求至少要上万颗英伟达GPU A100，一次模型训练总算力消耗约3,640PF-days（即每秒一千万亿次计算，运行3,640天），成本超过1,200万美元，这还不包括模型推理成本和模型后续升级所需的训练成本。此背景下，变革传统计算范式成为必然趋势，

66、产业界正加速推动芯片和计算架构创新。例如，谷歌自2016年以来就不断研发专为机器学 习 定 制 的 专 用 芯 片 TPU（TensorProcessing Unit，张量处理器），并利用TPU进行了大量的人工智能训练工作。英伟达则抓住AI大模型爆发契机大力推广“GPU+加速计算”方案。此外，也有观点认为TPU、GPU都并非通用人工智能的最优解，指出量子计算具有原理上远超经典计算的强大并行计算能力，IBM在2023年宣布将与东京大学和芝加哥大学合作建造由10万个量子比特（量子信息处理的基本单位）驱动的量子计算机，有望推进量子计算在新药物研发、探索暗物质、破译密码等方面的应用。15ChatGPT

67、到底需要多少算力，华尔街见闻，2023年2月15日，https:/ B.Brown,Benjamin Mann,Language Models are Few-Shot Learners,May 28,2020（）03智能算力无处不在的计算新范式加速实现32 2023 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。人工智能全域变革图景展望：跃迁点来临（2023）新硬件、新架构竞相涌现，现有芯片、操作系统、应用软件等都可能被推翻重来，预计有望实现“万物皆数据”“无数不计算”“无算不智能”，即智

68、能算力将无处不在，呈现“多元异构、软硬件协同、绿色集约、云边端一体化”四大特征。多元异构体现为CPU、GPU、ASIC、FPGA和NPU、DPU为代表的“XPU”芯片使得算力日趋多元化，传统x86架构之外，ARM、RISC-V、MIPS等多种架构也正在被越来越多的芯片公司所采纳，异构计算加速崛起。软硬件协同设计要求高效管理多类型资源，实现算力的弹性扩展、跨平台部署、多场景兼容等特性，例如，可以不断优化深度学习编译技术，提升算子库的性能、开放性和易用性，尽可能屏蔽底层处理器差异，向上兼容更多AI框架。绿色集约强调了对于数据中心和5G设施，平衡算力提升和能耗降低问题的重要性，包括提高绿色能源使用占

69、比、采用创新型制冷技术降低数据中心能耗、综合管理IT设备提高算力利用效率等。云边端一体化则是在云端数据中心、边缘计算节点以及终端设备三级架构中合理部署算力，推动算力真正满足各类场景需求，边缘智能、AR/VR、自动驾驶等新一代计算终端渗透率有望大幅提升。案例3：高端芯片助力生成式人工智能和高性能计算近年来，国内外大型科技公司竞相开发基于海量数据的人工智能算法模型，当它们进化得更加复杂时，传统算力已无法满足计算速度的要求，AI芯片便显得尤为重要。AI芯片包括CPU（中央处理器）、GPU（图像处理器）等，为人工智能提供算力支撑，堪称AI的“超级大脑”。为满足科技公司的业务需求，芯片厂商备受瞩目，一些

70、高端芯片及相应的显卡已是一卡难求。2023年5月底，英伟达发布专为生成式人工智能和高性能计算设计的新一代NVIDIA GH200Grace Hopper超级芯片，并配备全球首款HBM3e处理器，全新Grace Hopper超级芯片将于2024年第二季投产，众多科技公司如谷歌、微软和Meta等将率先部署。目前，美股英伟达市值一度飞升，已成为全球首家市值超过1万亿美元的芯片公司17。17当英伟达市值站上芯片之巅，中国电子报，2023年5月31日，https:/ 2023 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

71、。版权所有，不得转载。人工智能全域变革图景展望：跃迁点来临（2023）全球人工智能角逐的制胜点除芯片、数据等核心领域外，场景应用创新也极其重要，一方面，场景应用中出现的短板和不足，能为技术突破提供切入点；另一方面，场景应用能否获得商业成功决定了产业化能否顺利推进。大模型技术将重塑生产消费的基本形态，以AIGC、AI4S、AGI为代表的应用场景中有望出现大量范式转换机会。二 应用创新人工智能产业发展十大趋势AIGC(ArtificialIntelligenceGeneratedContent，人工智能生成内容)即利用各类机器学习算法，从数据要素中学习，使机器能自动生成全新的文本、图像、音频、视频

72、等多媒体内容，是继专业生产内容(PGC)、用户图23：AIGC应用落地时间表生产内容(UGC)之后的新一代内容创作方式（图 23)。现阶段大模型最主要的应用方向就是AIGC，主要包括AI写作、AI编程、AI绘画、AI视频生成等。2020年前20202022202520302050初步探索基本形成准备阶段文本文本 OpenAI OpenAI ChatGPT Meta Meta OPT-175B代码代码 OpenAI OpenAI GPT-4 Microsoft Microsoft Deep TabNine图像图像 Stability Stability AI Stable Diffusion O

73、pen Open DALL-E视频视频 DeepMindDeepMind DVD-GAN 清华大学等清华大学等DreamDiffusion 垃圾邮件识别 翻译 基础问答 基础文案写作 初稿生成 更长文字 第二稿完成 垂直微调(科学类论文等）高于人类平均水平的终稿生成 高于职业作家水平的终稿生成 单行代码 自动生成 多行代码生成 更长代码 更高的准确率 更多语言 更多垂线布局 文本到产品（草稿）文本到产品（终稿），优于全职开发者 艺术作品 Logo设计 照相摄影 模型模拟（产品设计、建筑等）终稿生成（产品设计、建筑等）终稿生成，优于职业艺术家和设计师等 基础/初稿视频及3D文件 第二稿生成 AI

74、 Roblox 个性化电子游戏和电影 脑电图信号生成高质量图像数据来源：红杉资本，中关村产业研究院、毕马威分析人工智能全域变革图景展望：跃迁点来临（2023）3304人工智能生成内容（AIGC）应用向全场景渗透34 2023 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。人工智能全域变革图景展望：跃迁点来临（2023）传统人工智能偏重于数据分析能力，AIGC则将人工智能的价值聚焦到了创造上，其所创建的内容来源于历史数据和内容，却不是简单复制历史，而是衍生出新内容。得益于大模型、深度学习算法、

75、多模态等技术的不断进步，近年来各种内容形式的AI生成作品百花齐放，尤其是2022年，AIGC呈现出爆发态势。其 中，最 引 发市 场 关注 的 是 StableDiffusion和ChatGPT。Stable Diffusion于2022年10月发布，用户输入文字描述后即可得到AI生成的图像，使得AI绘画作品风靡一时。ChatGPT于2022年底面世，其人机文本对话功能和文本创作能力将机器水平推向新高，在全球范围里掀起了一轮AIGC创新热潮。2023年以来，AIGC领域文生文、文生图等垂直赛道划分愈发清晰，由于人类社会语言文化相较图片类视觉艺术的理解难度更高、对出现失误的容忍度更低，因此，文生

76、文等类ChatGPT应用大规模普及的难度相对更大且进展更慢，文生图领域应用创新热度则相对更 高。随 着 DiscoDiffusion、StableDiffusion、DALL-E2、Midjourney等对公众开放，文生图应用在C端的普及已初见成效。AIGC的发展源头在数字内容创作领域，从单模态内容到多模态数字化内容创建已初显雏形，预计未来会进一步提高人类创造内容的效率，丰富数字内容生态，开启人机协同创作时代，各种需要创意和新内容的场景，都可能被AIGC重新定义，AIGC向全场景渗透指日可待。具体到场景来看，AIGC目前集中在创造性工作场景中，包括广告营销、游戏创作、艺术设计等。一方面，创意属

77、于稀缺资源，AIGC的创造性对激发灵感、辅助创作、验证创意等大有助益；另一方面，互联网大规模普及使得“一切皆可线上”，数字内容消费需求持续旺盛，AIGC能更低成本、更高效率地生产内容，经济性愈发凸显。不过，AIGC在内容准确性、细节把控度、风格个性化等方面仍有较大优化空间，AIGC潜力能否充分释放取决于和业务需求能否有效结合。例如，在客服场景中，多轮人机对话式客服不仅能改善用户体验，还节约了人工客服成本，但AIGC内容仍难以应对某些极为细分和高复杂度的需求。在芯片研发场景中，AIGC生成的3D模型能帮助优化芯片元件位置，将产品开发周期从几周缩短至几小时，但对于某些定制化芯片往往还需额外投入参数

78、训练。在医疗科技场景中，AIGC基于真实病例数据生成的新数据解决了因医疗数据的稀缺性、敏感性造成的数据缺乏问题，为药物研发、精准医疗、医疗影像等领域提供数据生成服务。长期来看，AIGC实现全场景渗透的本质是机器创造能力的低成本复制，必然离不开大规模高质量数据和低成本算力的托底，AIGC有望成为新一代内容生产基础设施。35 2023 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。人工智能全域变革图景展望：跃迁点来临（2023）图7：AI for Science模型与基础软件发展情况05人工智能

79、驱动科学研究（AI for Science）从单点突破加速迈向平台化AI4S（AI for Science，人工智能驱动的科学研究）是利用AI的技术和方法，去学习、模拟、预测和优化自然界和人类社会的各种现象和规律，从而推动科研创新。AI4S可显著降低前沿科技研究中的智力成本并提升研究效率，主要应用领域包括生命科学、气象预测、数学、分子动力学等，有望成为和经验范式、理论范式、计算范式、数据驱动范式互相促进的第五大范式。业界一般认为2017-2021年是AI4S的概念导入期，此期间相关模型精度、技术路径、学科 门 类、应 用 场 景 持 续 完 善，出 现 了DeePMD加速分子动力学模拟、Alp

80、haFold2破解蛋白质折叠预测难题等一批创新成果。结合全球AI4S领域基础模型和软件的发展情况来看18，2022年以后，全球范围AI4S领域的模型和基础软件数量明显增多，且功能由“辅助”“优化”更多转向“启发”“指导”，一定程度上表明AI4S已由概念导入期的“单点突破”发展过渡到“平台化”发展（图24）。具体到中国AI4S发展情况来看，生物医疗、材料化学等领域的AI4S发展相对迅速，其他领域则仍处于起步阶段，应用场景方面主要为专业化领域的单一场景应用，尚未出现跨领域应用。不过，中美欧三地AIfor Science已发表论文数量超过了全球总数的80%，且中国数量领先，预计未来中国AI4S创新成

81、果有望加速涌现。18最新报告：我国AI for Science论文发表数量最高，中国科技网，2023年7月6日，http:/ 数据来源：中国科技网，毕马威分析，中关村产业研究院20020202120222023AI for Science基础软件物理驱动PINNsFermiNetDeepWF自监督学习求解偏微分方程，并广泛应用于电磁、流体仿真等自监督学习求解薛定谔方程数据-机理融合JAX-CFD流体力学超分求解秦岭翱翔流体力学湍流耦合求解DeePMD深度势能加速分子动力学模拟蛋白质生成AI for Science模型数据驱动Cosmosflow神经网络预测天天文学文学宇宙

82、常数神经网络预测生物学蛋白质结构达到了一起观测的精度HallucinationSCUBAProteinMPNNRF diffusionABACUS-RAlphaFoldESM-IFAlphaFold2ProGen生成式蛋白质设计AlphaTensor实现快速矩阵乘算法东方翼风水分子团簇大模型东方御风加速流体力学机翼仿真GraphCastFengWu预测短临降水天气预报Pangu Meteorology Model天气预报精度超越数值预报FourCastNetMetNet天气预报速度提升45000+倍SciBert生物医学、计算机科学预训练语言模型机器化学家阅读文献、自主设计实验、覆盖材料开发全

83、流程Galactica科学研究大语言模型药物文献大模型ClaraDeePMDMindScience(SPONGE,Elec)ModulusMindScience(Chemistry)MindScience(Flow)PaddleHelixJAX-MDDeepFlameUniFoldPaddleScienceJAX-CFDAI指导和加速科学实验AI启发理论及算法发现AI加速和优化科学计算AI辅助科学文献研究36 2023 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。人工智能全域变革图景展望：

84、跃迁点来临（2023）AI4S的平台化发展主要依靠四大工具的建设：模型算法和数据分析方法、高效率高精度的实验表征方法、数据库和知识库、专用芯片和高效整合的计算能力。落地路径主要为在共性平台和功能套件的基础上，针对特定学科的应用研究进行垂直整合，其他落地模式仍有待探索。目前亟需克服密集型计算数据庞杂无序、学科知识壁垒高、跨学科研究生态整合难度大等痛点。预计随着相关科研机构和科技企业不断沉淀底层数据分析和结构仿真设计能力，将更多“科学问题”转化为“计算和工程问题”，AI4S领域有望出现类似Transformer、GPT-3等的通用模型和框架，涌现一批“高效便捷、开箱即用”的科学研究智能化工具。在“

85、单点突破”阶段，AI4S发展由科研学者主导，数据、模型、算法及方法论的原创性是市场关注重点，AI4S在特定任务或场景中的“单点应用”初步证明了对应解决方案的落地价值。“平台化”发展则意味着，需要将这些已被证明的价值能力沉淀为平台化工具，提升对下游的通用性价值，与此同时，产业界对于AI4S的工程化需求也逐渐增加，工程师和科研学者将共同主导AI4S下一阶段的发展。37 2023 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。人工智能全域变革图景展望：跃迁点来临（2023）一般来说，学术界将人工智

86、能的发展阶段分为专用人工智能、通用人工智能和超人工智能。专用人工智能指机器具备表象性的智能特征，包括像人一样思考、感知环境以及像人一样行动，是机器学习的时代，典型案例如第一个战胜围棋世界冠军的人工智能机器人AlphaGo。通用人工智能（AGI，ArtificialGeneral Intelligence）指与意识、感性、知识、自觉等人类特征相连结，能够执行人类智力行为的机器智能。超人工智能指的是在科学创造力，智慧和社交能力等多方面都比人类大脑聪明很多的智能。目前，人工智能逐步向通用人工智能发展。通用人工智能的技术原理强调两大特性：一是需要基于先进算法实现智能处理和决策，包括深度学习、强化学习、

87、进化计算等；二是需要具备和人类大脑相似的认知架构，包括感知、记忆、分析、思考、决策、创造等模块。ChatGPT在文本对话领域表现出和人类行为的相似性，被认为是人类通往AGI道路上的重要里程碑式产品，但在实际应用环境中，ChatGPT仍存在数据在线更新能力缺乏、多模态信息不足等问题。参照AGI技术原理来看，ChatGPT在感知尤其是实时感知能力等方面，仍需进一步优化，而具身智能、脑机接口等技术的发展恰恰能带来有效助力。具身智能（Embodied AI）是指具备自主决策和行动能力的机器智能，它可以像人类一样实时感知和理解环境，通过自主学习和适应性行为来完成任务。脑机接口（Brain Compute

88、rInterface）是指在人或动物大脑与外部设备之间创建的直接连接，实现脑与设备的信息交换，结合大脑解码技术等让机器更好地理解人类认知过程。06具身智能、脑机接口等开启通用人工智能（AGI）应用探索38 2023 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。人工智能全域变革图景展望：跃迁点来临（2023）在具身智能方面，2023年2月，微软发布论文ChatGPT for Robotics:Design Principlesand Model Abilities，提出了ChatGPT应用于

89、机器人的设计原则，并总结了两者结合后带来的跨平台、跨任务机器人控制等多项解决能力。2023年3月，谷歌联合柏林工业大学团队发布多模态具身视觉语言模型PaLM-E，该模型可执行各种复杂的机器人指令且无需重新训练，已表现出较好的迁移能力。2023年7月，AI科学家李飞飞团队公布了利用大型语言模型（LLMs）和视觉语言模型（VLMs）驱动的机器人项目VoxPoser，人类可以用自然语言给机器人下达指令，机器人直接能够听懂人话，无需额外数据和训练。在脑机接口方面，2023年5月，日本荒谷研究开发部通过非侵入式脑机接口与ChatGPT结合的方式，成功实现了脑电波控制邮件发送。总的来说，具身智能、脑机接口

90、均是AGI不可或缺的技术底座，未来一段时间内，相关研究将进入拓宽加深期。目前，具身智能和脑机接口技术均处在早期技术孵化阶段，存在核心技术不成熟、研发成本较高、场景化应用难度高、监管制度缺位等突出问题，距离实现商业化应用还有较长一段距离。一些研究机构和企业已经开始探索具身智能、脑机接口如何与ChatGPT相结合，有望催生一批更符合AGI特征的应用。案例4：Synchron全球首家获得FDA批准对永久植入性设备进行临床试验的BCI公司Synchron成立于2017年，总部位于美国纽约。目前该公司的主要研究方向为神经恢复、神经调控和神经诊断。Synchron是全球首家获得FDA批准对永久植入性设备进

91、行人体临床试验的脑机接口公司，其获得先发优势的原因主要在于两方面：产品优势和植入方法的创新。在产品优势方面，由Synchron研发的Stentrode，直径仅为8毫米，长度仅为40毫米，能够携带16个电极传感装置；体积的小巧使得Stentrode产品易于植入，仅需2小时即可完成；此外Stentrode产品使用柔性镍钛合金制成，该种材料被广泛应用于植入式医疗器械，具有良好的生物相容性。在植入方法创新方面，Synchron采用神经介入方法，通过颈静脉将Stentrode植入到大脑运动皮层下，然后与血管壁进行融合固定，此方法避免开颅，安全性更高，感染风险更小，因此其受到的法规监管更为宽容，能够更快进

92、入临床实验。目前Synchron的临床试验进展取得了不错的效果。资料来源：公开资料，中关村产业研究院、毕马威分析39 2023 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。人工智能全域变革图景展望：跃迁点来临（2023）三 安全治理人工智能产业发展十大趋势深度神经网络大模型的预训练以及在大规模人机交互过程中强化学习必将带来人工智能以认知发展为导向的“自我进化”，如何确保这种自我性特征对人类社会有益而无害，是目前需要面对的巨大挑战。人工智能带来的挑战主要体现在技术安全、应用安全和数据安全等三

93、方面。从技术安全看，人工智能技术的复杂性和不透明性造成了“黑箱”困境。人工智能模型包含大量的代码，人工智能的设计者利用各种来源的数据训练算法，进行建模，获得结果。随着算力的提升，海量数据被收集利用，机器学习逐渐普及，人工智能高速迭代，在不依赖人工调整的情况下，能够自我学习和更新，不过，人工智能的设计者很难说明人工智能的决策过程和结果，造成了其结果的“不可解释”。从应用层面看，随着大模型与 AIGC 的快速融合发展，生成的内容能够达到“以假乱真”的效果，人人都能轻松实现“换脸”“变声”，人工智能在应用层的风险也相应增加，所带来的虚假信息、偏见歧视乃至意识渗透等问题无法避免，对个人、机构乃至国家安

94、全都存在较大的风险。此外，随着人工智能技术的发展及应用的泛在化，越来越多的工作将被机器取代，失业人群增加，这将对社会公平提出挑战。根据牛津大学和耶鲁大学的一项调研，研究人员预计未来AI将在多个领域赶超人类，例如，卡车驾驶（2027年），零售业（2031年），畅销书写作（2049年），外科医生工作（2053年）19。19Katja Grace,John Salvatier et al.When Will AI Exceed Human Performance?Evidence from AI Experts,Future of Humanity Institute,Oxford Universi

95、ty AI Impacts,DepartmentofPolitical Science,YaleUniversity,https:/arxiv.org/pdf/1705.08807.pdf当前在人工智能领域无论是技术创新还是应用创新都堪称“万类霜天竞自由”，但自由是有限度的，日益复杂的算法规则和黑箱机制正在引发算法歧视、隐私泄露、虚假信息泛滥等科技伦理问题，加强安全治理刻不容缓，已经成为各方最大的共识。人工智能全域变革图景展望：跃迁点来临（2023）3907人工智能安全治理趋严、趋紧、趋难40 2023 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

96、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。人工智能全域变革图景展望：跃迁点来临（2023）最后，从数据安全看，海量数据是人工智能发展的基石，在采集、使用和分析这些数据的过程中，存在数据泄漏、篡改和真实性难验证等安全隐患。随着AIGC技术的发展，数据安全问题的解决则更加趋难。用户在与大模型交互的过程中输入的提示词可能被用于迭代训练，并通过交互被提供给其他使用者。随着AIGC向多模态发展，其文件格式更加丰富，未来数据泄露问题将难以通过传统的数据防泄漏（Data leakage prevention）方法解决。20意大利宣布禁用ChatGPT，限制OpenAI处理本国用户信息，澎湃

97、新闻，https:/ AI开发的ChatGPT这一具体产品为例，2023年3月31日意大利数据保护局以违反通用数据保护条例(GeneralDataProtectionRegulation,GDPR)为由暂时禁用ChatGPT20，并在此后提出了一系列整改要求。随后陆续有德国、法国、欧盟等发布数据监管措施。从立法层面而言，中美欧三国作为人工智能发展的领军国和地区，也均在积极进行探索。41 2023 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。人工智能全域变革图景展望：跃迁点来临（2023）已

98、有专门的立法对人工智能进行强监管。2021年4月，欧盟委员会提出了人工智能法案提案（图25），2023年6月14日法案在欧洲议会通过。按照立法程序，法案下一步将正式进入欧盟委员会、议会和成员国三方谈判协商，以确定法案的最终版本。届时该法案有望成为全世界第一部综合性人工智能治理立法，被各国监管机构广泛参考。从内容来看，该法案通过将AI应用分为不同风险级别，并针对不同等级风险实施不同程度的限制措施。值得注意的是，与GDPR类似，该法案具有域外效力，其第二条规定“法案适用于在欧盟市场上投放人工智能系统或将其应用于服务的供应商，无论供应商在欧盟或第三方国家设立”，随着未来法案的通过可能将进一步推动全球

99、的AI监管和治理。欧洲于2022年10月发布了人工智能权利法案蓝图，提出了建立安全和有效的系统、避免算法歧视，以公平方式使用和设计系统、保护数据隐私等五项基本原则，且将公平和隐私保护视为法案的核心宗旨，后续拟围绕这两点制定完善细则。2023 年 1 月美国商务部国家标准与技术研究院(NIST)发布了人工智能风险管理框架(AI RMF 1.0)，作为一份指导文件，供设计、开发、部署或使用人工智能系统的组织自愿使用，以帮助管理人工智能技术的诸多风险。与欧盟的法案属于正式立法不同的是，美国目前国家层面所颁布的框架和蓝图均为指导性文件，不具备法律效力。目前美国在人工智能领域的治理仍停留在行业自律为主、

100、监管为辅的阶段。美国图25：人工智能法案风险级别划分数据来源：Bloomberg,中关村产业研究院、毕马威分析无监管AI驱动的电子游戏及垃圾邮件过滤器须遵守透明度义务用户与聊天机器人互动时必须被告知需通过合格评定用于控制就业、教育和公共服务的技术，由大型在线平台研发的用于推荐系统人工智能系统禁止使用政府社会评分、公共场所的实时生物识别不可接受风险有限风险风险极小或无风险高风险42 2023 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。人工智能全域变革图景展望：跃迁点来临（2023）在人工智

101、能领域积极倡导“以人为本”和“智能向善”，规制和引导新一代人工智能技术研发和转化。针对生成式人工智能的快速发展，自2023年1月10日起施行的互联网信息服务深度合成管理规定对以“AI换脸”为代表的深度合成技术进行了法律层面的约束。2023年7月13日由国家网信办联合多部委发布的生成式人工智能服务管理暂行办法（以下简称“办法”），已于2023年8月15日起施行。办法主要关注AIGC 内容安全，对生成式人工智能服务实行包容审慎和分类分级监管。此外，国务院2023年度立法工作计划显示，人工智能法已列入立法计划，草案预备年内提请全国人21科技部：人工智能法草案已列入国务院2023年立法工作计划，澎湃新

102、闻，https:/ 2023 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。人工智能全域变革图景展望：跃迁点来临（2023）人工智能在发展过程中面临的技术伦理与社会伦理风险表明，人工智能安全、可信的发展之路任重道远，在解决AI风险的过程中催生出可解释AI、联邦学习等技术创新机遇。对模型透明性和可解释性的要求推动可解释AI向纵深发展。随着机器学习模型在各个领域的广泛应用，人们对于模型的可信度和可解释性的要求也越来越高。2021年，联合国发布人工智能伦理问题建议书，“透明性与可解释性”成为其提出

103、的十大AI原则之一22。透明性与可解释性是对AI系统的基本要求，是实现其他伦理价值的必要前提。可 解 释 AI（ExplainableArtificialIntelligence）通过对算法决策的解释赋予公众知情权和同意权，有助于提升公众对AI的信任；对算法黑箱、算法失灵等问题进行回应，通过算法透明机制倒逼开发者防范算法歧视，促进算法公平。可解释AI工具在2016年出现时功能较为简单，之后可解释AI工具越来越多且功能更加强大，可以同时对集成学习模型、图像识别模型以及自然语言处理模型等不同的机器学习模型和深度学习模型进行解释，为AI面临的可解释性问题提供了可行的解决方案23。目前，谷歌的模型卡片

104、机制（Model Cards）、IBM的事实清单机制（AI Fact Sheets）及微软的数据集数据清单（Data-sheets for Datasets）等走在行业前列。随着越来越多的科技公司加大研发投入、布局可解释AI等AI伦理研究与应用场景，将会不断涌现出新的技术和方法，增加人们对于机器学习模型的信任和使用，促进人工智能技术的更广泛应用。22教科文组织会员国通过首份人工智能伦理全球协议，联合国网站，2021年11月，https:/news.un.org/zh/story/2021/11/109504223可解释AI发展报告2022打开算法黑箱的理念与实践，腾讯，2022年月https:

105、/ 2023 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。人工智能全域变革图景展望：跃迁点来临（2023）44为解决数据难以集中管理、隐私安全问题突出以及机器学习算法本身具有局限性等问题，联 邦 学 习 技 术 应 运 而 生。联 邦 学 习（Federated Learning）是一种机器学习框架，指根据多方在法律法规、隐私保护、数据安全等要求下，将数据样本和特征汇聚后进行数据使用和机器学习建模。联邦学习中各个参与方可以在不共享数据所有权的情况下，通过加密和隐私保护技术共享数据，有助于破

106、解数据孤岛、保障隐私安全及减少算法偏差等。联邦学习自2016年首次由谷歌提出后，由科技企业在金融、安防、医疗、在线推荐系统等B端推广创新应用，逐渐成为解决合作中数据隐私与数据共享矛盾的新方法。目前联邦学习研究热点主要聚焦在机器学习方法、模型训练、隐私保护等方面，未来研究方向将更多涉及算法模型和安全隐私技术，如数据隐私、深度学习、差分隐私、边缘计算等24。联邦学习正成为新型的“技术基础设施”，有望成为下一代人工智能协同算法，隐私计算和协作网络的基础，使数据在合法合规、安全高效的基础上，实现数据价值流动。通过“为机器立心”，逐步实现人机价值观对齐。“人机价值观对齐”（AI Alignment，简称

107、“价值对齐”“AI对齐”）要求AI系统的目标要和人类的价值观与利益对齐或保持一致。如果AI和人类的价值观不能对齐，可能会出现AI的行为不符合人类意图、在多种设定目标冲突时做出错误取舍、伤害人类的利益以及脱离控制等。目前AI对齐主要面临选择合适的价值观、将价值观编码在AI系统中及选择合适的训练数据等挑战，让AI系统真正理解人类的价值观并获得人类的信任是人机协作的重要课题。目 前 在 AI 对 齐 研 究 方 面，2023年 4月，DeepMind发表论文，从“提出合适的价值观”方 面 对 AI 对 齐 进 行 研 究；2023年 7月，OpenAI组建了由Ilya Sutskever（OpenA

108、I联合创始人兼首席科学家）等领导的人工智能对齐团队，从“用技术方法实现对齐”方面进行研究；2022年7月，北京大学朱松纯团队发表AI对齐论文，提出通过设计“人机协作探索”游戏，尝试形成以人类为中心、人机兼容的协作过程，从而实现实时双向人机价值对齐。AI对齐是走向通用人机协作的第一步，未来AI对齐的研究方向不仅仅局限于单任务环境，将进一步探索多个任务中的人机价值对齐。此外，信念、欲望、意图等人机之间心理模型的因素是“为机器立心”的过程，也是重要研究方向。242022联邦学习全球研究与应用趋势报告重磅发布，网易，2022年9月，https:/ 2023 毕马威企业咨询(中国)有限公司 中国有限责任

109、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。人工智能全域变革图景展望：跃迁点来临（2023）人工智能产业生态协同主要体现在三方面，一是人工智能技术自身进步带来的数据、算力、算法协同，二是人工智能与传统产业等实体经济的协同；三是人工智能领域各参与主体之间相互协同。以开源创新为基石，以模型即服务（MaaS）这一崭新商业模式为核心，有望带动人工智能产业生态繁荣发展，最终实现人工智能高质量发展。四 生态协同人工智能产业发展十大趋势开源，即开放源代码。代码开源后，开发者可以公开获取版权限制范围内的模型源代码，并进行修改甚至重新开发。与之相反，

110、闭源意味着只有源代码所有者（通常是软件开发商）掌握修改代码的权力。开源的自由度越高，越有利于吸引更多开发者参与到生态建设中（图27）。AGI强调人工智能的通用性，意味着其生态需满足大量细分场景和长尾需求，这种情况下，生态系统越是繁荣开放，越能穷尽可能地覆盖所有专用化、场景化乃至碎片化的需求，保证AGI生态的丰富性和完整性。进一步地，开发者越多，意味着底层模型和上层应用等的迭代速度也会越快。例如，在三大文生图大模型Midjourney、DALLE-3、Stable Diffusion中，Stable Diffusion是唯一选择完全开源的，在一定程度上使得其虽诞生最晚，但用户关注度和应用广度优于

111、其他两类模型。但是，开源也存在一定风险，对于产业生态中的主体企业来说，选择开源某种程度上就意味着公开商业机密，不利于其构建竞争壁垒。此外，开源模式还可能会引发专利侵权风险，主要包括违反开源许可证的规定使用开源软件的侵权情形，以及因开源软件的贡献者引入有版权瑕疵的代码而引发的侵权情形，对开源的知识产权管理规则和流程规范建立提出了挑战。图27：开源的四个自由度数据来源：Richard Stallman,中关村产业研究院、毕马威整理Freedom 0Freedom 1Freedom 2Freedom 3用户可查看源代码允许后用户可修改代码用户可按需运行代码用户可拷贝并分发他人代码副本用户可修改代码，

112、并向公众二次发布人工智能全域变革图景展望：跃迁点来临（2023）45（前提：获得源代码)（前提：获得源代码）09开源创新将是AGI生态建设的基石46 2023 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。人工智能全域变革图景展望：跃迁点来临（2023）政策方面，2021年，开源首次被写入“十四五”规划，国家提出支持数字技术开源社区等创新联合体发展，完善开源知识产权和法律体系，鼓励企业开放软件源代码、硬件设计和应用服务。2022年，“十四五”数字经济发展规划提出支持具有自主核心技术的开源社区

113、、开源平台、开源项目发展；北京市政府也发文提出“开展大模型创新算法及关键技术研究，鼓励开源技术生态建设”。2023年，北京积极把握大模型爆发机遇，发布北京市促进通用人工智能创新发展的若干措施，提出系统构建大模型等通用人工智能技术体系，鼓励开源技术生态建设。产业方面，除了涌现出一批开源大模型外，百度 飞 桨（PaddlePaddle）、华 为 昇 思（MindSpore）、阿 里 达 摩 院 魔 搭（ModelScope）等开源社区也相继上线，预计还将出现更多开源创新模式，助力中国人工智能迈上新台阶。中国长期强调构建“开源”创新体系，预计随着鼓励人工智能技术创新生态和开源社区的相关政策不断出台，

114、企业等主体积极参与建设，开源创新有望成为中国AGI生态的重要基石之一，推动中国在前沿理论创新方面取得重大突破，从“跟跑”走向“领跑”。案例5：开放原子开源基金会开源基金会是开源运营的一种模式，有助于聚集全国乃至全球众多开发者力量、加速重点开源项目培育、完善多方共赢的开源推进机制，推动开源成果在服务业等重点行业和应用场景中开展先导应用，探索创新发展新路径，支撑数字经济持续高速|发展。为加快构筑国家竞争优势的战略支点，形成自主软件生态，2020年6月，国务院批准成立开放原子开源基金会。基金会由华为、阿里、腾讯、百度、浪潮、招商银行、360等互联网龙头企业共同发起组建，拟对标国际三大开源基金会（Li

115、nux，OpenStack，Apache），加快培育具有国际竞争力的自主开源项目和产业生态，打造开源项目聚集地。目前开放原子开源基金会业务范围主要包括募集资金、专项资助、宣传推广、教育 培训、学术交流、国际合作、开源生态建设、咨询服务等业务。46资料来源：公开资料，中关村产业研究院、毕马威分析47 2023 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。人工智能全域变革图景展望：跃迁点来临（2023）图28：MaaS模式下的AGI基础业态分析10模型即服务（MaaS）将是AGI生态构建的核心

116、商业模式关乎整体生态能否实现从价值创造到价值实现的完整闭环，目前AGI生态的商业模式主要以AIGC相关的商业模式为代表，主要包括MaaS（Model as a Service，模型即服务)，即大模型厂商将预训练模型开源，形成可调度、可管理、标准化API，按照API调用量来收费、按照产出内容收费、软件订阅收费、或按照模型租赁收费等形式。以GPT系列模型为例，OpenAI共制定了四种收费模式，分别是ChatGPT Plus订阅收费、API（除GPT模型接口外，还包括模型微调接口和嵌入接口）调用量收费、文生图按生成量收费和音转文按分钟收费、模型实例租用收费。业界目前对于MaaS的具体定义并未形成统一

117、说法，API收费模式也只是MaaS的实现路径之一。不过，综合各主流厂商的公开表述，基本可以将MaaS模式的核心价值归纳为：降低算法需求侧的开发技术和使用成本门槛，使AI模型和应用成为简单易用、触手可得的工具。MaaS模式下，需求侧用户可以专注自身业务逻辑和使用体验，而不必关注底层技术细节，有利于解决AI“能用”但“不好用”这一关键落地瓶颈。而在供给侧，有望形成“通用大模型+领域大模型+行业大模型+企业/个人小模型”这一基础业态（图28），推动AI落地千行百业，最终实现AGI。换言之，MaaS将会是AGI生态构建的核心。数据来源：阿里云栖大会，中关村产业研究院、毕马威分析基础层：多模态基模型基础

118、层：领域大模型中间层：行业大模型应用层多模态NLP大模型CV大模型多模态大模型AI4S大模型等计算/存储/网络/数据库基于API接口优化微调提供SDK产品/一体化解决方案变现智能硬件SaaS应用云/GPU/CPU跨模态48 2023 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。人工智能全域变革图景展望：跃迁点来临（2023）48其中，通用大模型和领域专用模型处于基础层，发挥着基础设施的作用，具有通用性强、多模态乃至跨模态的特点，技术难度高且成本投入巨大，拥有高质量数据、强大的多元异构计算能

119、力、自研大模型的科技巨头企业将是主要参与者；行业大模型在中间层，相较基础层来说更为直接地深入到特定行业，在模型训练方面会接入较稀缺的行业Know-how数据，在部署方面会更多采用API接口、SDK私部署的形式，呈现出工具化、平台化趋势。目前，基础层的主流厂商正积极推出行业大模型，例如国外有谷歌的AI医疗大模型，国内有百度旗下度小满推出的金融大模型，预计随着基础大模型走向开源、模型技术成本逐渐降低，未来还会有一批拥有垂直行业优质数据集、数字化转型服务经验丰富的中小科技企业加入中间层，推出更专业、更细分的行业大模型，当底层通用大模型竞争格局逐渐明晰之后，行业大模型将成为各家争夺的关键领域。企业和个

120、人小模型处在应用层，在大模型基础上蒸馏、裁剪后再使用，具有高性价比、部署高效、安全可靠等特点，小模型功能会以插件形式与SaaS应用、智能硬件等相结合，成为AGI时代的流量入口，例如目前已有多家手机厂商布局手机大模型，预计企业和个人小模型有望在基础层和中间层大模型基本完善后迎来爆发式发展，除应用层软硬件厂商会迎来发展机遇外，普通用户也会迎来类似移动互联网阶段的自媒体形式的创作红利期。49 2023 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。人工智能全域变革图景展望：跃迁点来临（2023）关

121、于毕马威中国毕马威在中国内地、香港和澳门运营的成员所及关联机构统称为“毕马威中国”。毕马威中国在三十一个城市设有办事机构，合伙人及员工超过15,000名，分布在北京、长春、长沙、成都、重庆、大连、东莞、佛山、福州、广州、海口、杭州、合肥、济南、南京、南通、宁波、青岛、上海、沈阳、深圳、苏州、太原、天津、武汉、无锡、厦门、西安、郑州、香港特别行政区和澳门特别行政区。在这些办事机构紧密合作下，毕马威中国能够高效和迅速地调动各方面的资源，为客户提供高质量的服务。毕马威是一个由独立的专业成员所组成的全球性组织，提供审计、税务和咨询等专业服务。毕马威国际有限公司（“毕马威国际”）的成员所以毕马威为品牌开

122、展业务运营，并提供专业服务。“毕马威”可以指毕马威全球网络内的独立成员所，也可以指一家或多家毕马威成员所。毕马威成员所遍布全球143个国家及地区，拥有超过265,000名专业人员。各成员所均为各自独立的法律主体，其对自身描述亦是如此。各毕马威成员所独立承担自身义务与责任。毕马威国际有限公司是一家英国私营担保有限责任公司。毕马威国际及其关联实体不提供任何客户服务。1992年，毕马威在中国内地成为首家获准中外合作开业的国际会计师事务所。2012年8月1日，毕马威成为四大会计师事务所之中首家从中外合作制转为特殊普通合伙的事务所。毕马威香港的成立更早在1945年。率先打入市场的先机以及对质量的不懈追求

123、，使我们积累了丰富的行业经验，中国多家知名企业长期聘请毕马威提供广泛领域的专业服务（包括审计、税务和咨询），也反映了毕马威的领导地位。联系我们江立勤客户与业务发展主管合伙人毕马威中国电话：+86 10 8508 7077邮箱：陈俭德科技、媒体及电信行业主管合伙人毕马威中国电话：+86 21 2212 2168邮箱：张庆杰数字化赋能主管合伙人毕马威中国电话：+86 10 8508 4069邮箱：卢鹍鹏科技、媒体及电信行业审计主管合伙人毕马威中国电话：+86 10 8508 7805邮箱：50 2023 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

124、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。人工智能全域变革图景展望：跃迁点来临（2023）关于中关村产业研究院北京中关村科技产业研究院有限公司（以下简称“中关村产业研究院”）是中关村发展集团为落实北京市政府批复的关于推进中关村发展集团综合改革的方案而成立，是中关村专注新技术、新产业、新经济的高端智库平台，是产业思想的提供者、产业要素的链接者、产业落地的促进者；致力于为政府机构、国内外创新创业企业、投融资机构、产业园区等提供高精尖产业研究与咨询、区域发展规划、创新政策服务、创新金融服务等服务。中关村产业研究院成立首年即获得“中关村高新技术企业”认定，2022年底荣获“国家高新技术企

125、业”认定。中关村产业研究院从事智库研究领域包括且不限于：（1）高精尖产业研究，主要围绕信息产业、智能产业、新能源产业、医疗健康产业、新能源新材料等开展深入研究；（2）面向未来的前沿赛道研究，从技术视角、投资视角、政策视角、场景视角等视角长期积累前沿方向认知；（3）人口与特色化产业人才研究，形成“聚人促产”等方法分析工具，解决新兴产业人才“是谁”、“在哪”、“从哪来”、“怎么来”的问题；（4）先进科技成果转化模式研究，研究全球值得借鉴科技成果转化模式；（5）政策研究，支撑国家、北京市及地方区域的政策制定等工作；（6）城市更新与高品质科技园区研究，分析国内外典型科技园区发展经验、模式及案例，助力科

126、技园区产业集聚发展；（7）绩效评价与项目全过程管理研究等。吕朋悦中关村产业研究院 高级合伙人（科创前沿事业部、公共事务部）电话：+86 邮箱： 杨洋中关村产业研究院 高级合伙人（产城发展事业部、产业组织咨询事业部）电话：+86 邮箱：张雪姣中关村产业研究院 高级合伙人（综合规划事业部）电话：+86 邮箱：刘敏中关村产业研究院 高级合伙人（大信息事业部）电话：+86 邮箱：联系我们庄明中关村产业研究院 高级合伙人（创新金融事业部）电话：+86 邮箱：51 2023 毕马威企业咨询(中国)

127、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。人工智能全域变革图景展望：跃迁点来临（2023）研究团队王薇毕马威中国研究院副总监马曼毕马威中国研究院经理程苑芬毕马威中国研究院助理经理毕马威中国团队中关村产业研究院团队刊物设计：郑英彬毕马威中国设计专员张晓燕中关村产业研究院 高级研究员何佳璐中关村产业研究院 研究员研究指导：吕朋悦中关村产业研究院执行副院长52 2023 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

128、载。人工智能全域变革图景展望：跃迁点来临（2023）2023 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。人工智能全域变革图景展望：跃迁点来临（2023）52 2023 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。如需获取毕马威中国各办公室、中关村产业研究院信息，请扫描二维码或登陆网站：https:/home.kpmg/cn/zh/home/about/offices.htmlhttp:/ 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。在中国印刷。毕马威的名称和标识均为毕马威全球性组织中的独立成员所经许可后使用的商标。二零二三年十二月出版http:/