1、出品机构：甲子光年智库智库院长：宋涛撰写人：甲子光年分析师 刘瑶时间版本：2024.06*胡博文，李怡然等其他甲子光年智库团队伙伴亦对本文有贡献*后续，AIGC行业应用发展迅猛，甲子光年智库将根据行业情况进行不定时进行更新、补充及迭代前言：当我们在谈论AIGC，到底希望讨论什么？目前广受热议的“AIGC”实际是对此次AI技术变革的一种描述概念，如果说2023年是“大模型”元年，那么2024年则是“AIGC”应用元年。而我们今天谈论的AIGC概念是泛化的，包括具备狭义和广义概念，狭义概念更强调内容属性，广义概念强调AI的技术属性：狭义的概念重点关注的是数字内容的生产形式（Synthetic Me

2、dia），和人类生成内容方式对比，例如文字、图片、视频等常规内容形式如何一步通过AI生产；广义的概念则突出生成式AI（Generative AI）的概念，即如何通过生成式AI的技术解决以往决策式AI（也会称为决策式AI）难以完成的问题，尤其在泛数字内容上实现“质的突破”。随着生成式对抗网络（Generative Adversarial Network，GAN）等的演进及迭代，生成式AI可以结合自动化、数字化、决策式AI等等多种的形式，解决数字化时代信息的解构、生成、交互、传播、反馈等诸多链路（例如数据治理、知识管理、流程自动化、人机协作和交互等等），即意味着凡是可以涉及数字内容形式的产业，AI

3、GC通通可以“重新做一遍”。AIPGCUGCProfessionally-Generated Content内容生成成本高，需要专业人士完成内容生成，总体内容生产数量低User-Generated Content内容生成及传播成本由于互联网时代的，无需专业人士完成，总体内容生产数量有所提升GC应用创新希望AIGC去解决旧时代的“老问题”，创造属于当下的“新需求”AIGC关注内容（Generated Content）的生成方式，即是否内容的最终形态由AI完成，来自于互联网之前对内容生成方式描述比较（PGC&UGC），对生成主体的不同（人VS机器）、数量及规模的上限，生成速度的巨大差异进行比较AI

4、GCAIGC的商业价值核心逻辑是什么？技术和产品力如何形成更好的化学反应？哪些具体的行业和场景在2024年会成为关键的破局点？“大模型”怎么用？是否要唯“大模型”论？AIGC能否“击穿”当下数字化不得解决的问题？AIGC是否会形成新时代的生产力？AIGC能给行业带来什么样的新体验、新思路？目 录Part 01背景：AIGC将迎来“寒武纪”式的爆发Part 02价值：重新探索数字生产力的实现模式Part 04落地：当下商业实践值得关注的里程碑Part 05守望：AI新世代下的审慎与期待Part 03探索：垂直领域数智化的再次出发AI浪潮发展的必然要求：商业应用落地是时代发展的“飞轮”加速器大模型

5、的发展开启了AIGC时代（第四次AI浪潮），从人工智能产业的发展中可以看出，技术是AI每次革命性发展的起点，但商业应用是发展的加速器，AI的持久发展看商业落地。商业应用可以为AIGC技术提供实际的测试环境，通过不断的实践和反馈，促进技术的迭代和优化。而资源则借助商业应用向技术研发倾斜，技术可以拥有极大的试错空间。先进的技术可以帮助企业更有效地利用资源，包括数据、人才和资本等，形成正向循环。02006产业热度人工智能产业的发展历程简述1950s-1980s第一次浪潮1980s-2000s第二次浪潮2000s-2020s第三次浪潮2023-至今第四次浪潮AIGC的持久发展需要

6、商业应用落地第一次浪潮：达特茅斯会议之后，大量AI程序和创新研究涌现，尝试实现AI应用第二次浪潮：“专家系统”可实现人工智能与专业知识结合，实现特殊领域的实践落地第三次浪潮：深度学习助力语音识别、图像和视频处理等AI应用逐渐渗透到各行各业应用技术资源“应用”&“技术”&“资源”相互促进，实现飞轮式发展，“没有大模型是万万不能的，只有大模型是万万不行的”数据来源：公开资料，专家访谈，甲子光年智库整理技术储备的不断深化和完善：技术爆发后迎来商业加速，应用热度上升随着人工智能技术的飞速发展，大模型（包括开源模型及闭源模型）的数量和能力都在显著增长，为AIGC（人工智能生成内容）应用的爆发提供了坚实的

7、技术基础。同时海外以知名风险投资公司 Y Combinator 为主要跟踪指标看，全球AIGC融资热度在2024年加速上升，从侧面显示其商业价值逐步受到关注。Llama3 70b InstructQwen1.5-32B-ChatZephy-orpo-141bGPT-4Claude1GPT-3.5 TurboGPT-4Claude2GPT-3.5 TurboGPT-4GPT-4Gemini ProMistral MediumClaude 3 OpusGPT-4 TurboClaude 3 SonnetClaude 3 HaikuMistral LargeVicuna 33BLlama-2-70b

8、-chatLlama-2-13b-chatMPT-30B-chatVicuna-13B-v1.5Llama-2-7b-chatWizardLM 70bYi-34BSOLAR-10.7B-Instruct-v1.0OpenHermes-2.5-Mistral-7BDeepSeek-LLM-67B-ChatMixtral Instruct 8x7BOpenChat-3.5Gemma-1.1-7B-itDBRX InstructStarling-LM-7B-betaLlama3 8b Instruct03.32023.52023.72023.92023.1

9、12024.12024.32024.5闭源模型开源模型Arena ELO大模型的数量及能力均不断上升，AIGC应用爆发具有技术基础61404176.4229.6304000204060802024.12024.22024.32024年1-3月全球AIGC赛道融资情况全球AIGC赛道融资次数全球AIGC赛道融资金额（亿元人民币）1919276.781.648.5020406080024.12024.22024.320242024年1 1-3 3月中国AIGCAIGC赛道融资情况国内AIGC赛道融资次数国内AIGC赛道融资金额（亿元人民币）全球及中国AI

10、GCAIGC融资数据显示AIGCAIGC商业价值关注上升数据截止2024年5月公开资料，-Y combinator为主要跟踪指标公开资料，-非凡产研数据来源：公开资料，专家访谈，甲子光年智库整理AI应用亟待爆发的核心逻辑：AI生产力推动生产作业模式的改变大模型应革命性地改变人机交互方式和机器的决策能力，大模型的下半场已经开始，内容生产释放生产力，人机交互改变生产关系。人机交互的改变将直接影响工作流程，进而对产业上下游链条和生态合作方式产生重要作用，进而改变整体的数字管理体系。最终价值：生产力显著提升，生产关系逐步发生变化工作范式或核心需求发生改变各类内容形态的生产时间大幅降低基于内容的交流效率

11、大幅提升，工作流程的改变直接价值：内容的生成成本下降，生成效果提升间接价值：人与人之间，人与机器之间的交互效率提高内容流程治理AIGC解决了内容创作效率的核心矛盾：环节中始终存在大量个性化的重复性工作，内容创作的门槛及成本皆源于此。AIGC可以在部分环节实现“工程化”的工作模式AIGC解决了工作过程中流程的核心矛盾：人与人交互，人机交互环节中面对信息（文字风格、图片、视频等等无法用进行准确描述）的环节，都可以采用新的内容进行直接沟通，颠覆了沟通方式AIGC重构了作业环节的劳动力（生产时间变化所致）与物质资料（能耗、技术等）分配，生产力的发展会促使新的生产关系的出现AIGCAIGC从“内容生成”

12、入手，结合商业应用的不断迭代，最终指向数字工作作业模式及治理模式的改变58%83%2016年的传统AI2023年的生成式AI企业高管对AI的认知水平变化“让AI成为核心生产力”已经成为企业领导的迫切需求根据IBM的全球调研，如今对生成式AI的认知水平远高于2016年传统AI出现第一波发展浪潮时的认知水平。数据来源：公开资料，专家访谈，甲子光年智库整理市场对于AIGC应用的期待：宁可试错，不能错过66%64%55%55%49%49%48%高层管理者投资者方员工媒体非政府机构/宣传团体业务合作伙伴客户各参与方对于AIGC在行业应用层面的实施意愿加速实施AIGC减缓实施AIGC24%21%19%15

13、%13%8%企业AIGC预算的来源分布创新预算业务部门预算面向大语言模型的全新IT预算从IT重新分配的资金从其他AI重新分配的资金产品开发预算信息化数字化数智化传统的业务流程和信息以数字化的形式展示对数据的采集、整合、分析和利用，供数据驱动的支持，并推动业务创新和发展企业数字化转型的三大阶段实现业务流程的自动化、智能化和个性化。目标是利用数字及智能提升企业的运营效率、降低成本并创造新的价值核心来自于市场对于“智能”的渴望，希望AIGCAIGC可以破局过往企业数智化过程中的困境，给予技术充分的探索的空间企业的建设需要创新的方案数据来源：公开资料，专家访谈，甲子光年智库整理不唯“大模型”论：带着行

14、业理解，在具体场景中寻找答案AIGC应用的落地思索场景（数据+算力+算法）大模型的能力依然是基础：决定AIGC技术能力可以超越现有解决方案的能力深入理解业务需求，在细化需求中寻找到核心矛盾并解决商业价值产品设计业务理解用户需求资源匹配目标规划风险管控技术需求行业Know-HowKnow WhyHow DoAIGCAIGC的应用核心：专注于场景的细分需求，结合业务问题，寻找AIGCAIGC可实现的最佳落地点，更快地为企业提供商业价值 基于用户的细分行业属性，熟悉细分行业的需求价值 基于用户的业务流程细节，对用户的需求矛盾分析 基于用户的资源能力，明确产品和商业的平衡点 在不同阶段和层面对项目的工

15、作内容从主项、分项、子项甚至单体的各个部分进行拆分（例如采用WBS），实现项目关键节点的管理，完成项目人员的协同、管理、分工及时间资源调配对风险的预知、判断及合理控制数据来源：公开资料，专家访谈，甲子光年智库整理目 录Part 01背景：AIGC将迎来“寒武纪”式的爆发Part 02价值：重新探索数字生产力的实现模式Part 04落地：当下商业实践值得关注的里程碑Part 05守望：AI新世代下的审慎与期待Part 03探索：垂直领域数智化的再次出发效果必须要超越“过往”才会被承认过往技术手段劳动价值AIGC奇点AIGC应用构建的逻辑：通过AIGC实现“击穿”式的业务效果从1994年中国接入国

16、际互联网开始，2024年已经是中国经济社会探索数字化发展的30年；AI早已不是可以解决企业问题，产生效能的唯一答案，应用AIGC需要直击业务的痛点，以数量级（十倍、百倍甚至千倍）的实践效果去证明其商业价值。“击穿”过往数字化、自动化、智能化难以逾越的墙壁企业资源计划客户关系管理财务软件合同管理供应链管理资源管理营销科技软件司库管理办公自动化项目管理营销科技软件客服机器人RPA工具文档管理数据采集数据清洗数据挖掘数据分析数据决策语义切割视觉识别预测分析推荐系统*以上仅为示例行业数字化解决方案：金融、医疗、工业、教育、科学、农业、能源、广告、法律AIGC可能的效果体现：1.效果超越：生成的内容在质

17、量上要优于或至少等同于传统方法。2.效率提升：在生产速度和成本效益上要显著优于人工操作。3.用户价值：为用户带来实际的好处，解决具体问题。4.可靠性：技术稳定可靠，减少错误和故障。5.易用性：简单易集成，用户界面友好。6.合规性：遵守法律法规，避免伦理争议。7.单点场景及关键节点“质”与“量”的双重飞跃重新整合流程与AIGCAIGC单点能力，形成新的工作流程提供规模化、智能化的整体解决方案点线面数据来源：公开资料，专家访谈，甲子光年智库整理AIGC的PMF：M可以是“market（市场）”，也可以是“model”（模型）只利用AIGC内容生成能力，“Market”的反馈可以作为应用衡量的标尺P

18、MFPMF 一般是 Product-Market Fit 的缩写，意为产品市场契合度。这是一个关键的商业概念，指的是产品能够满足目标市场的需求并且具有吸引力，从而实现销售和市场接受度的理想状态。当一个产品与市场契合时，它就能够吸引并保留用户，实现增长和盈利 理解用户需求：深入了解目标用户群体的需求和痛点。独特价值主张：产品需要有一个清晰和独特的价值主张，解决用户的问题或满足他们的需求。市场接受度：产品不仅要技术上可行，还要在市场上受到欢迎。用户反馈：通过用户反馈来验证和改进产品。增长指标：产品应该有积极的增长指标，如用户增长率、留存率和推荐率。竞争优势：产品需要有明显的竞争优势，能够在市场中脱

19、颖而出。可扩展性：产品应该能够随着用户基础的增长而扩展，满足更大的市场需求。盈利潜力：产品应该有明确的盈利模式和潜力。在“AI+”的复杂场景下，AIGC的能力需要和其他自动化能力及流程匹配，“Model”的适配更为重要productfit 持续学习：AIGC模型应具备自我学习和适应新数据的能力，以应对不断变化的市场和用户需求。合规性和安全性：在处理敏感数据和特定行业内容时，AIGC需要符合相关的法律法规和安全标准。可解释性：在复杂场景中，AIGC的决策过程需要是可解释的，以便用户和监管机构理解和信任。多模态能力：AIGC不仅要处理文本数据，还可能需要处理图像、声音、视频等多种数据类型，这要求模

20、型具备多模态处理能力。反馈循环：建立有效的反馈机制，以便从用户和业务流程中收集反馈，不断优化AIGC模型。集成性：AIGC需要能够无缝集成到现有的工作流程中。定制化：不同行业和场景对AIGC的需求各异，因此模型需要能够根据特定需求进行定制和适配。数据驱动：AIGC模型需要能够处理和学习大量行业特定的数据，以提高生成内容的相关性和准确性。用户交互：在复杂场景中，AIGC应能够理解并适应用户的交互方式和偏好，提供个性化的内容。流程优化：AIGC应帮助优化业务流程，提高效率，减少人工干预，实现自动化的端到端流程。因此不唯“大模型”论，与场景更为适配垂直及专业的模型是在专业领域更为适用的选择（参数量可

21、以少，但更为精准）数据来源：公开资料，专家访谈，甲子光年智库整理AIGC实现行业know-how的具象化：个性化+专家级的知识库构建技术窍门：指的是企业在生产过程中掌握的特定技术，这些技术可能未被广泛知晓，是企业保持竞争力的关键。操作技巧：涉及日常操作中的技巧和方法，这些技巧可能来自于员工的个人经验或企业多年的实践。工艺流程：企业在生产过程中形成的特定工艺流程，这些流程可能经过多次优化，以达到提高效率和质量的目的。商业策略：企业在市场竞争中形成的特定商业策略，包括市场定位、产品定价、营销推广等。管理方法：企业在管理过程中形成的有效管理方法，如人力资源管理、财务管理、供应链管理等。市场洞察：企业

22、对市场的深入理解和预测，包括消费者行为、市场趋势、竞争对手分析等。知识产权：知识产权通常被视为正式的知识，但它们也是know-how的一部分，因为它们保护了企业的创新成果，如专利、商标、版权等。上海品茶：企业的价值观、行为准则和工作氛围，这些文化因素可以影响员工的行为和企业的决策。客户关系：企业与客户建立的长期关系，包括客户信任、忠诚度和口碑等。企业真正的“专家级知识”藏于大量资料及流程之下公司运营积累的丰富经验、专业知识及行业Know-how对于企业来说非常宝贵，因为它很难被竞争对手复制或购买随着中国企业数字化进程不断发展，部分企业已经积累了大量的数字文档、资料等文档资料财务数据人力资源信息

23、市场资料供应链信息运营数据法律和合规文件电子邮件记录客户数据供应链信息销售数据研发资料AIGC通过挖掘企业流程、文档及相关信息化知识完成知识库的具象化专家知识的数字化是AIGC成功落地的关键。通过不断标注和反馈，专家的个人知识可以丰富和完善知识库，形成知识闭环，使系统能够持续学习并提升性能。数据来源：公开资料，专家访谈，甲子光年智库整理 大模型的平台架构设计一大模型的训练部署、大模型的业务服务应用、大模型的平台管理 大模型的全生命周期管理 平台的稳定性、安全性 模型问答的提示与引导(LLM Prompt)：模型的应用 模型回答的打分、打标及排序：模型的优化 知识库的迭代更新：知识的不断累积，模

24、型的优化。训练的数据质量：数据质量要求高(内部的数据集)训练的数据治理：知识库的建立(专用领域的(知识)模型微调、知识扩充：建模的能力(全参数Fine Tuning、外接知识库等)算力资源成本考量：合适的大模型而不是规模大的模型(考虑模型的规模vs.资源消耗)通用领域大模型预训练：问题的回答具有随机性（一般公开的数据集，通用知识)AIGC可利用垂类数据实现模型的优化及迭代，实现知识资产和模型的结合AIGC内容生成，降本数字员工，增效辅助决策，提质公有数据私有数据经营数据垂直/专用大模型部署垂直/专用大模型反馈阶段垂直/专用大模型训练阶段通用大模型预训练AIGC垂直性解决方案落地示例要利用“看得

25、见”的数据更要利用“看不见”的数据，训练属于企业自己的模型垂直模型通过深度使用企业自身的内部数据，尤其是深度挖掘企业的私有数据和经营数据，实现自身垂直/专用大模型的部署。随着模型的不断迭代，优化，企业的“垂类自由模型成为知识资产数据来源：公开资料，专家访谈，甲子光年智库整理AIGC试图可以让流程的自动化更合理，以实现复杂流程的重新设计行政人力组织文化行政管理绩效管理法律顾问公司培训招聘管理财务资金财务管理税务管理资金统筹预算分析成本控制内部审计生产制造技术开发生产计划采购供应仓储物流设备维护质量检测市场营销市场运营商务销售渠道管理客户服务广告投放品牌公关IT信息IT规划信息安全功能开发项目管理

26、系统运维企业具有多个部门采购创意产品开发开发资金管理设计用户反馈战略决策行政财务物流销售制造过往的工作流程及系统设计围绕“机器”进行AIGCAIGC通过数字员工与系统重构，试图去实现“以人为本”的数字流程建设真实的工作流程：系统复杂，需要同时和多个部门和人员同步协调AI员工人类员工AI员工实现复杂问题的简单化AIGC可以最小成本地构建数字员工与自动化流程，更快更敏捷地构建以人和业务的流程设计“假想”的工作流程往往过于美好：个人工作流程、部门间的流程、部门内部的流程有序明确，各工种之间分工极其明确，单人认知清晰共通；实际的产品的应用中需要大量的培训、对齐、流程设计，往往失去了数字化产品的核心初衷

27、往往为了数字化而数字化流程示意图数据来源：公开资料，专家访谈，甲子光年智库整理AIGC的最终目标：从单点应用到构建完整的数字化作业体系的通路企业数字化平台供应端（交易）品牌端（交易+运营）平台端（后台管理）渠道端/终端（交易）用户端（交互）数字化采购数字化组织数字化系统数字化分销数字化终端数字化营销应用管理数据管理业务管理PC运营管理App管理/商城小程序商城商品中心渠道中心会员中心结算中心分账中心业务数据存储数据集成数据分销分销分销分销门店客户分销一级分销电商渠道传统渠道大客户线上电商直营/加盟/KA线上社会化营销线下社会化营销线上用户线下用户三方平台下单自有平台下单交易订单门店下单门店订单

28、线上营销推广线上用户活动线下营销推广线下用户活动商品管理销售订单销售结算售后服务物流发货仓库接单物流接单第三方物流送货上门订单中心库存中心商品中心渠道中心会员中心结算中心品牌中心物流中心客服中心仓库接单总仓+电商仓物流接单第三方物流送货上门线上电商AIGCAIGC不仅仅可以去需要解决单点问题，更可以向作业的前后链路、企业的内外链路扩展，每个企业都可以去尝试自己的AIGCAIGC打法（定制化ITIT的普惠化），而不是去适配通用的数字化功能人“找”数字化流程数字化流程“找”人AIGC过往的数字化流程是没有办法实现流程中端到端的落地打通，没办法把各种能力足够细分（或者原子化），无论是成本和技术都无法

29、满足AIGC在提供这种可能性：大模型的能力让开发、流程建设、功能设计、产品原型的门槛大幅降低，规模化能力上升数据来源：公开资料，专家访谈，甲子光年智库整理目 录Part 01背景：AIGC将迎来“寒武纪”式的爆发Part 02价值：重新探索数字生产力的实现模式Part 04落地：当下商业实践值得关注的里程碑Part 05守望：AI新世代下的审慎与期待Part 03探索：垂直领域数智化的再次出发千行百业的应用探索：让AIGC生成的能力与数智化进程融合数据来源：公开资料，专家访谈，甲子光年智库整理专业性高（容错性低）自由度高（容错性高）重复性工作交互性工作金融、医疗、法律、财务、生产、物流、资管、

30、人力等专业性极强的领域，往往需要专岗专职人员进行多年学习完成金融、医疗、法律、财务、生产、物流、资管、人力等专业性极强的领域，往往需要专岗专职人员进行多年学习完成游戏、娱乐、影视、营销、广告、教育等需要更多灵感及创意的领域游戏、娱乐、影视、营销、广告、教育等需要更多灵感及创意的领域更自然，更类人，带有情绪价值的表达，并且表达中迅速形成合理的反馈专业性内容的整理、收集、分析、反馈及生成交付专业性内容的整理、收集、分析、反馈及生成交付更自然，更类人，带有情绪价值的表达，并且表达中迅速形成合理的反馈“专家级的数字员工”“顾问型的服务模式”“放飞想象的翅膀”“贴心的沟通交流”通过对特定行业、场景的数据

31、中进行专业知识的提炼、分析和加工，并且结合自动化生成，机器人、AI Agent等成为企业流程中的“超级员工”。为部分专精领域实现创新与变革提供新的流程和方式。让更多面向用户的前端人员充分理解行业或者专业知识，整体提高客户服务流程的阶段经验水平与智能化水平，用“群体智慧”解决单点问题。借助AIGC规模化及高效生成模式，实现低成本、高质量的创意素材生成，加速互联网内容的制作流程变革，为新的制作方式及分发模式提供基础，为产业提供创新基础。更好的自然语言处理，可以让规模化、自动化与“个性化”实现更好的方式呈现。让人类感受到科技的温度，机器的温情。数字内容产业-重塑机器媒体内容生成能力，单点加速数字内容

32、的生产分级0级1级2级3级4级5级发展趋势内容生产模式生产人生产内容机器辅助审核机器辅助加工机器有条件自动生产内容机器高强度生产内容 机器完全自动生产内容生产主体采集生产人生产人生产人生产人和机器生产人和机器机器AI渗透率加工生产人生产人生产人和机器生产人和机器机器机器审核生产人生产人和机器生产人和机器机器机器机器机器生产力的限制情况采集受限受限受限部分受限部分受限不受限生产力加工受限受限部分受限部分受限不受限不受限审核受限部分受限部分受限不受限不受限不受限技术示例 素材上传、存储、分类、检索、权限设置 多媒体内容编辑，提供文字、图片、视频功能 内容在线批注、修改 支持内容审核，包括文字规范性

33、核查，人物/机构/地域等实体属性核查 自动标题、自动摘要、智能字幕、文本生成 在内容审核过程中自动屏蔽、剔除或修改内容 抓取线上数据 根据内容模板利用线上数据自动生成内容 采集素材的规范性与准确性审核 支持固定位置的线下设备进行数据采集 支持根据已设定的内容模板对原始数据进行加工后自动生成内容 支持可移动设备自动进行数据采集 分析原始数据，自动判断是否需要进一步采集，并根据素材挑选模板自动生成内容技术能力AIGC技术参与内容生产流程判断，大多数情况下是AI作为辅助完成内容的生产AIGC技术使得机器可以在内容生产过程中尽量实现“自动化”，减少人的工作量；AIGC技术进步使得机器越来越走向“自动化

34、”，实现了“从无到有”。完全态“AIGC”数据来源：公开资料，专家访谈，甲子光年智库整理数字内容产业-内容制作环节难度下降，同时要求高竞争力内容产生IP制作宣发播映映后开发策划/剧本视频生成应用层视频生成中间层视频生成基础层文本+剧本文本+小说图片+设计图片+海报视频+剪辑音频+配乐创意生成环节视频生成环节宣发播映环节细节说明文本生成模型图片生成模型音频生成长视频生成模型音频生成短视频生成模型图片生成模型视频+特效视频+3D视频+动作视频+渲染图片+美术图片+设计视频+剪辑音频+配乐视频+元宇宙视频+人机交互文本+创意文本+策划 创意生成：主要包括原IP、策划/剧本和映后开发环节。主要以讲好故

35、事、做好创意策划为目的。需要整合文本生成和图像生成模型。视频生成：主要包括制作环节。主要负责将故事由文本变为视频内容。需要具备长视频生成和音频生成模型。宣发播映：主要包括宣发与播映环节。主要负责将生成视频内容进行宣传和播放。需要具备短视频生成、音频生成和图片生成模型。以长视频为例，制作环节难度下降，将会助推产业链上游的创意环节和下游宣发播映环节重要程度上升，好故事、好脚本、好平台将成为视频产业的核心竞争力以长视频为例，视频产业链将整合简化为三大环节：创意生成视频生成宣发播映数据来源：公开资料，专家访谈，甲子光年智库整理数字内容产业-AIGC实现游戏行业作业模式的加速变化探索阶段原型阶段开发阶段

36、测试阶段上线阶段游戏开发市场分析产品核心成本、周期预估竞争分析方案策划技术确定美术、音乐原型程序代码编写美术设计音效制作测试BUG修复数据监控紧急情况处理策划美术素材音乐和音效对战策略图像、文本素材生成原画设定（2D）3D游戏3D角色3D场景和物体3D角色模型3D角色动作3D角色表情3D技能特效Photo-to-3DText-to-3DGPTCodeDCC3DScan(Laser+Photos)2D游戏2D角色2D场景和物体3D角色表情3D技能特效2D角色动作2D角色设计代码逻辑游戏的内容生成效率及效果提升赋能游戏开发全流程游戏的开发过程涉及了AIGC内容生成的诸多方向，以游戏为例，可以体现A

37、IGC相关内容的生成效率及效果直接加速了整个开发流程。*其中部分内容生成的成熟度尚且不足数据来源：公开资料，专家访谈，甲子光年智库整理专业性行业-以金融为例，专业的工作+个性化服务，改善作业流程自动化完成繁琐的工作来改变金融专业工作流程。AIGC可直接嵌入到工作流程中，可通过搜索网络、分析公开文件、与财务数据源集成以及利用语言大模型为上市和私营公司生成文件，通过专有数据集成以客户自定义格式自动生成报告。AIGC同时可以支持金融科技公司的用户服务体验，以高专业度的形象为用户提供服务。通过缩短审计时间帮助审计员实现增长，提供分析财务记录、执行审计程序辅助，以更高效率起草文件。风控流程为金融科技公司

38、和银行实现手动风险和合规操作的自动化。建立能够提取内部政策和程序、法律承诺、过去的隐私和合规评估的推理引擎，并与外部立法同步实现风险追查。帮助金融科技风险和反洗钱合规团队利用生成式人工智能自动化和客户调查。银行流程使用 AI 原生记录系统为银行构建 AIGC，实现银行流程中手动工作的自动化。为客户节省人均参保额度，为客户员工提供全家健康费用全免等福利，并设置、员工教育和索赔报销流程。可简化健康保险经纪人的保险报价、续保和收入运营流程。审计流程保险流程金融领域中的AIGCAIGC在流程中的作用实例，提升流程中的自动化数据来源：公开资料，专家访谈，甲子光年智库整理Stripe 是一家金融科技公司，

39、利用 GPT-4 技术简化用户体验并打击欺诈行为。Stripe 的员工使用 GPT-4 生成 50 个潜在应用程序，其中 15 个被认为具有很强的集成潜力，包括支持定制、文档答疑和社区平台上的欺诈检测。通过 GPT-4，Stripe 能够快速扫描和总结业务网站内容，提供比人工更准确的结果。此外，GPT-4 能解读技术文档，回答用户问题，并检测社区中的恶意行为。Stripe 报告显示，GPT-4 的应用显著提高了支持服务的效率和准确性，并大大增强了欺诈检测能力。Klarna 是一家金融科技公司（支付类公司），通过 GPT-4 技术革新个人购物体验。GPT-4 被用于个性化推荐和客户服务，提高了用

40、户的购物满意度和转化率。使用 GPT-4 后，用户报告显示购物转化率提高了 20%，客户服务响应时间减少了 50%。GPT-4 的应用还帮助用户更好地管理购物清单和支付，提高了整体购物体验。企业结合OpenAIOpenAI的产业实践实例，提升用户体验专业性行业-以医疗为例，AIGC贯穿医疗服务全流程，提质增效通过分析患者的影像学、生理和临床数据，AIGC系统能够提供精准的疾病诊断，避免疏漏和误诊，从而为后续治疗奠定良好基础。AIGC可模拟和评估不同手术方案，协助医生选择最佳的治疗路径，提高手术成功率。并且在手术过程中，可提供实时的导航和机器人辅助，确保精准度。AIGC能够根据患者的具体情况(年

41、龄、伤情、生理状况等)，生成个性化的康复训练方案，并通过持续监测调整方案，最大限度提高康复效果。AIGC可以通过自然语言交互、虚拟现实等技术，优化医患沟通体验，并为患者提供智能辅助和虚拟康复指导，缓解痛苦，提高依从性。AIGC的介入有望减少医疗资源浪费，降低手术风险和康复周期，从而降低整体医疗成本，使优质骨科和运动康复服务更加可负担和可及。提高诊断准确性优化手术方案个性化康复方案优化患者患者体验降低医疗成本诊前诊中诊后知识科普智慧体检智慧预约促防诊控治康科普教育智能可穿戴设备智能可穿戴设备监测反馈辅助临床决策智能问诊智慧影像手术机器人手术导航治疗性影像辅助康复机器人智慧康复方案术后感染评估智慧

42、导诊远程患者监护患者自我报告结果患者自我报告结果姿态矫正康复机器人远程患者监测智能可穿戴设备智能可穿戴设备监测反馈患者自我报告结果远程患者监护急诊临床辅助决策自查分诊预约挂号预问诊辅检诊断治疗用药病案质控疾病随访AIGC能够更好地处理包括文本、图像、声音在内的多种数据类型，适用于不同的医疗场景，例如可以快速生成医疗报告、病例摘要等文本内容，提高医生的工作效率。并且利用出色的语言能力，整合和分析大量医学文献和临床数据，为医生提供决策支持。生成易懂的医疗健康教育内容，帮助患者更好地理解疾病和治疗方案等。数据来源：公开资料，专家访谈，甲子光年智库整理制造业AIGC可探索场景研发设计生产制造仓储物流产

43、品服务工业安全生成式设计生产计划与调度数据分析与决策支持智能客服与支持模型与算法安全虚拟制造与测试工艺流程优化供应链管理销售与培训安全生产管理材料与工艺规划智能资源管理设备安全管理智能生产与质量控制智能监控与分析数据安全智能调优经营管理管理决策智能办公智能营销市场洞察代码生成复杂领域的破局-以制造业为例，在系统中寻找对原有场景增强辅助的环节产品外观设计CALA作为时装设计平台，将 OpenAI 的 DALLE 生成式设计工具整合到其服务体系中，极大地促进了设计师创意的快速实现。通过输入相关的设计概念关键词，CALA能够迅速产生一系列的服装设计初稿，显著地缩短了设计周期，提高了工作效率。然而，C

44、ALA 并非一个完全自动化的设计工具，其使用过程依然依赖于设计师的专业技能和丰富经验。尽管如此，CALA 显著降低了新设计师的入门难度，并有效提升了资深设计师的工作效率。工业代码生成Siemens与微软合作推出了 Siemens Industrial Copilot，西门子 Industrial Copilot允许用户迅速生成、优化自动化代码并加速仿真流程，将原本需要数周的任务缩短至几分钟。该工具整合了西门子 Xcelerator 平台的自动化与仿真信息，并结合微软Azure OpenAI 服务提升数据处理能力，同时确保客户对数据的完全控制，不用于 AI模型训练。Industrial Copi

45、lot 旨在提升整个工业生产周期的效率，通过自然语言交互，使维修人员得到精确指导，工程师能迅速使用仿真工具，从而推动工业创新和生产力的提升。知识管理与问答助手Andonix推出了 Andi，一个专为工厂工人设计的AI驱动的制造聊天机器人。Andi实现了工厂数据的智能化分析和处理，并提供了一个自然语言用户界面，使工厂工人可以与聊天机器人进行人性化的对话，请求专家的帮助和支持。Andi 可以协助工人完成诸如自动监控机器和流程性能、解决问题、生成行动计划、检查清单和工作指导等任务，还可以学习公司特定的信息，如机器操作和故障排除手册、质量系统、人力资源手册等，为工人提供即时的支持，回答特定的问题，如如

46、何修复特定的机器故障代码、识别导致机器停机最多的三个问题、确定最近一小时的一次合格率（FTQ）或者澄清公司的假期政策等。研发设计软件辅助Back2CAD基于 Elaine CAD Bot、ChatGPT 和 Amazon AWS 等的支持推出CADGPT，支持虚拟助手、智能推荐、文档生成、代码生产、CAD 项目辅助等各类功能。以虚拟助手为例，CADGPT 能够基于用户前期的设计和偏好，提出替代性的方案或者现有方案的改进意见，帮助用户短时间内能够获得更好的设计结果。在代码生成方面，CADGPT 可基于用户输入的提示词生成适当的代码片段。探索场景示例数据来源：公开资料，专家访谈，甲子光年智库整理复

47、杂领域的破局-利用原有环节，结合针对性的数据及行业know-how完成升级客户关系管理（CRM）产品生命周期管理（PLM）企业资源计划（ERP）供应链管理（SCM）物料清单（BOM）制造执行系统（MES）仓储管理系统（WMS）可编程序控制器（PLC）分布式控制系统（DCS）人机界面（HMI）商务计划物流质保技术技术产品和工艺管理在产品和工艺管理环节，AIGC技术通过分析历史设计数据和市场需求，为设计师提供有价值的改进建议资料。工艺规划时，AIGC技术能够对生产线进行仿真，生成工艺优化方案，从而提高生产效率和产品质量。这种智能化管理减少了设计到生产过程中的迭代时间，加速产品上市速度。计划调度管理

48、计划调度管理环节中，AIGC技术根据订单需求、资源和设备状况，辅助生成智能生产计划调度方案。这不仅提高了生产调度的效率，降低了生产延误，而且通过实时设备数据监控，生成预警信息，及时降低潜在损失，确保生产流程的顺畅和高效。生产质量管理在生产质量检测环节，AIGC技术利用图像识别和传感器数据分析等技术，辅助提升智能检测方案水平。AIGC生成的产品追溯记录使得质量追溯更加高效，降低了风险，提高了产品质量管理的精确性和响应速度。物料物流管理物料物流管理环节通过分析历史数据和市场趋势，生成智能需求预测方案。这种预测方案提高了物料的利用率和供应链的响应速度，减少了库存积压和物流成本，优化了物料管理的整个流

49、程。车间设备维护管理车间设备维护管理环节中，AIGC技术通过分析设备数据，生成智能故障诊断和预警方案。同时，根据设备的使用历史和状况，制定智能维护计划，降低了维护成本，提高了设备的运行效率和可靠性。库房管理功能库房管理功能环节中，AIGC技术辅助实时监控库存状况，生成库存管理优化建议。这提高了库存周转率，降低了库存成本。自动化的出入库管理方案提高了物流效率，减少了人为错误。可视化管理可视化管理环节根据生产线上的实时数据，生成智能可视化界面设计方案。这使得管理人员能够直观地了解生产过程，提高了生产过程的透明度，方便了人员管理和决策，增强了生产过程的可控性。AIGC在MES领域的应用示例产品开发在

50、产品开发阶段，AIGC技术能够自动分析和提取物料相关数据，生成详尽的物料信息和参数配置。这一过程显著提高了物料建档的效率和准确性，确保了产品数据的一致性和可追溯性，为后续的生产和供应链管理打下坚实基础。生产计划生产计划环节通过对生产数据和历史记录的深入分析，AIGC辅助生成生产计划和资源优化方案。这包括各阶段任务的分配和时间节点的设定，确保生产流程的顺畅和资源的合理配置，提高生产效率和响应速度。销售管理销售管理中，AIGC技术能够辅助分析客户数据，生成客户关系优化建议和档案更新。这有助于提升客户满意度和客户关系管理水平，通过精准的客户洞察和个性化的服务，增强客户忠诚度和企业竞争力。采购管理在采

51、购管理环节，AIGC技术辅助评估供应商绩效和风险，生成供应商优化建议。这有助于提高供应商管理效率，降低采购风险，并优化供应链合作，确保物料供应的稳定性和成本效益。车间管理车间管理中，AIGC技术能够辅助分析工序检验数据，生成工序检验结果和改进建议。这种自动化的检验管理提高了检验效率，确保产品质量的一致性，并为持续改进提供了数据支持。仓库管理在仓库管理环节，AIGC技辅助进行库存盘点和分类，生成库存盘点结果和优化建议。这有助于提高库存管理效率，优化库存结构，减少库存积压和过剩，提高资金周转率。财务管理财务管理中，AIGC技术能够辅助分析成本数据，生成成本分析报告和优化建议。这有助于提高成本管理效

52、率，降低企业成本，提高盈利能力，为企业的财务健康和可持续发展提供支持。AIGC在ERP领域的应用示例制造业的相关流程示例数据来源：公开资料，专家访谈，甲子光年智库整理复杂领域的破局结合实体数据与专业数字化管理，实现智能化升级通过对地质测量、矿产资源储量、采矿、选矿、资源节约与综合利用、生态环境保护等各要素实现数字化、自动化、信息化和协同化管控，建设具备感知、分析、推理、判断、决策能力的现代化智能矿山。利用垂直模型实现专业知识的高效利用，逐步实现综合协调管控智能化。穿孔爆破铲装运输排岩破碎/选洗回填掘采运选尾填露天矿山智能化井工矿智能化三维地质建模无人驾驶运输皮带传输无人巡检边坡/尾矿监测智能分

53、拣设备设备远程控制系统远程/无人掘进设备远程遥控无人巡检机器人智能分拣设备环境修复地质与测量工作矿产资源储量管理矿产资源开采工作选矿加工资源节约与综合利用生态环境保护修复综合协调管控智能化数字化、自动化、智能化技术与矿山生产经营的整体结合数据来源：公开资料，专家访谈，甲子光年智库整理复杂领域的破局-消费行业，结合全流程进行流程及战略创新从战略角度，AIGC的集成使用可以激发新的商业模式，从全局形成新的工作方式。市场研究与洞察：AIGC可以协助分析消费者行为数据、社交媒体趋势和反馈，为企业提供深入的市场洞察和消费者偏好预测。产品开发：利用AIGC技术，企业能够更好地基于消费者需求和趋势快速生成新

54、产品概念和设计方案，加速产品创新过程。供应链优化：AIGC技术可以帮助预测市场需求，优化库存管理，减少过剩或缺货情况，提升供应链的响应速度和成本效率。品牌管理：AIGC可以帮助企业监控品牌形象和声誉（尤其是非结构化数据），自动生成正面内容以维护和提升品牌价值。销售策略：AIGC可以协助分析销售数据和趋势，为企业提供基于数据的定价、促销和销售策略建议。供应链赋能职能增长与创新营销、销售和服务增长战略优先级增长机会研究敏捷投资组合管理新产品开发与设计测试与发布虚拟概念/产品测试商业模式创新投资与自助并购研究消费者、营销&内容管理消费者搞定和情景化数字内容自动化消费者服务社会风险监测管理虚拟营销活动

55、测试市场渠道自动化虚拟销售团队和服务网点全方位优化指导客户、分销商和渠道管理自动化客户/分销商服务综合收入增长管理商业智能发展智能数据处理职能协商指导规划智能需求感知物流动态和交互式控制塔教练采购与供应链智能合约管理生产制造智能预测性资产维护执行自动化供应商交互和订单管理劳动力规划&人力资本增强招聘入职&人力资源运营自动化定制职业培训&职业道路设计绩效管理优化企业规划生成式预测&情景建模财务管理自动化企业内容创建&报告IT管理自动化IT开发&运营AIGC在快消品行业的价值链分析数据来源：公开资料，专家访谈，甲子光年智库整理数据AIGC+场景特点：AIGC围绕数据在企业的人、财、物、资的场景展开

56、供应商客户生产部门财务采购及销售物物财财资资企业内部供应商一级供应商二级供应商企业分公司/子公司各地办事处用户to B/to C客户KA客户/小客户原材料核心/非核心材料物流产品/货物生产过程产品废料商品SKU管理价格管理应付账款流程审批网银转账应收账款流程审批网银转账内部费用工资及奖金绩效奖金采购原料管理采购流程销售售前/售中/售后营销模式生产/货物调配生产调度存货管理人物资财产品营销自动补货销售信息产品组合仓储管理加工订单生产工艺供应采购AIGC可以通过模拟学习和模型构建，帮助企业更好地理解大数据，提升企业的智能化水平，实现智能化运营，从而提升企业的效率和能力AIGC可以改变以往企业各个环

57、节的依赖内容（非机构化数据）交互流程及效率，实现部门与部门间、部门内容之间的沟通更为顺畅数据在企业的人、财、物、资中无处不在，数字化的重要作用是通过数字世界的信息流完成企业数字化管理既定业务流程的建模、标准化、自动化、执行、控制、度量和优化（例如BPM）是基于现有数据交互协同的思路管理员工；AIGC通过解决部分交互及协同标准，可以更好地实现流程上的协同管理，但仍需企业对场景的不断探索后才能明确需求。企业流程示例数据来源：公开资料，专家访谈，甲子光年智库整理典型探索场景示例利用AIGC对于非结构数据的优势费控费用控制环节通过自动化审批流程，优化了费用报销的整个周期。AIGC技术自动识别费用流程并

58、AIGC生成报销单，特别适用于差旅费用的快速处理。这不仅极大提高了流程效率，降低了人工成本，还显著减少了因人工操作导致的错误率，确保了费用管理的准确性和合规性。代记账在代理记账领域，AIGC技术能够自动生成会计分录和各类财务报表，同时对财务数据质量进行实时监控。这种自动化流程不仅提高了财务数据的准确性和质量，还辅助企业完成了资质认证流程，减轻了企业管理的负担，提升了财务管理的专业性和效率。发票管理发票管理环节通过自动化流程，根据费用明细自动生成发票采集和开票流程，同时进行票据合规性检查。这种管理方式提高了发票管理的效率，确保了发票的合规性，减少了因发票问题导致的财务风险。税务管理税务管理环节中

59、，AIGC技术分析税务数据，自动识别潜在的风险点，并AIGC生成税务风控检查流程。通过提供风险提示和预防建议，帮助企业规避税务风险，确保税务申报的准确性和合规性。预算管理预算管理环节通过监控实际支出与预算之间的偏差，自动生成预算控制报表。这种自动化的预算监控机制帮助企业及时调整预算分配，确保了预算的有效执行和财务管理的透明度。资金管理在资金管理环节，AIGC技术分析资金的来源和用途，自动生成资金资源管理报表。同时，通过分析资金风险因素，AIGC辅助生成资金风险管理报告，帮助企业更好地管理资金流动性和风险。财务管理财务管理环节中，AIGC技术自动生成相关的财务报表，并基于这些数据提出流程优化建议

60、。这种报表与流程优化不仅提高了财务管理的效率，还帮助企业发现潜在的改进空间，提升整体的财务表现。AIGC+财税服务招聘在招聘过程中，AIGC技术能够分析候选人的简历并生成匹配结果报告，智能推荐与公司需求相匹配的人选。这种智能化的筛选机制大幅提高了招聘的准确性和效率，减轻了人力资源部门的工作量，确保了招聘流程的高效和精准。评测岗位能力模型的生成帮助HR深入理解岗位需求，通过分析报告提高岗位配置的准确性。这种评测机制为招聘和培训提供了有针对性的建议，确保了人才与岗位的高度匹配，提升了人才选拔和培养的效果。入职AIGC辅助生成合同内容和格式的功能，减轻了HR在合同管理方面的工作负担。这种智能化的合同

61、生成不仅提高了合同管理的效率，还确保了合同内容的准确无误，降低了法律风险。人事试用期评估报告的AIGC生成为HR提供了及时了解员工表现的工具，提高了试用期管理的效果。这种评估机制为员工的正式转正或解除劳动关系提供了有力的依据，增强了人事管理的科学性和公正性。考勤优化排班方案的生成使员工的工作时间更加合理，提高了排班效果和效率。这种智能化的排班管理提升了员工满意度和工作效能，同时也降低了因排班不当造成的运营成本。薪酬奖励分配策略的AIGC辅助生成确保了激励方案的公平性和效果，提高了员工的工作积极性。这种智能化的薪酬管理有助于建立公平、透明的奖励体系，增强员工对企业的认同感和忠诚度。目标绩效项目绩

62、效评估报告的生成使公司对项目的绩效有了更准确的了解，提高了项目考核的准确性和效率。这种绩效管理机制为公司决策提供了有力的支持，帮助企业更好地实现目标管理。学习个性化学习内容的生成根据岗位特征提供定制化的学习路径，提高了培训的针对性和效率。这种智能化的培训管理有助于员工能力的提升和发展，促进了人才的快速成长。盘点&继任继任计划和人才发展路径的生成为公司内部人才储备提供了指导，通过人才校准确保了关键岗位的人才连续性。这种智能化的人才管理有助于企业构建稳固的人才梯队，保障企业的长期发展。离职自动交接管理AIGC技术提高了员工离职交接的效率，包括岗位权限、文件资料等的统一管理。这种智能化的离职管理减少

63、了离职过程中的繁琐工作，确保了企业资源的合理流动和保护。平面设计在平面设计领域，创意辅助工具能够根据客户需求AIGC辅助生成设计草图，激发设计师的创意思维。设计生产阶段，AIGC技术能够基于需求生成多样化的风格和创意方案，并对设计作品进行评估，提供修改建议。后期制作时，AIGC技术自动生成报价单，优化项目成本，而资料统筹管理功能则通过智能化手段识别、分类和整理客户资料，提高后期工作效率。合同/电子签名AIGC通过自动识别关键信息初步生成合同草稿，显著提升合同起草的质量和速度。内部审核阶段，AIGC技术自动分析合同内容，为业务部门提供有效建议，提高审核效率并降低风险。在修改和确认环节，AIGC技

64、术确保合同的完整性，并生成最终文档。电子签名技术进一步简化了合同签署流程，提高了合同管理的便捷性和安全性。设计对接设计对接环节中，AIGC技术辅助沟通设计思路并确定设计进度，确保设计内容的准确性和及时性。设计内容生产和审核过程中，AIGC技术提供修改建议并生成终稿，通过电子签名技术完成客户审核。在对接报价和物料备份入库环节，AIGC技术制作报价单并签字确认，同时完成文件的整理和备份存档。合同制作合同制作过程中，AIGC技术进行业务部门内部审核，确保合同内容符合企业标准和法律法规。财务审核和法务审核环节确保合同的合规性和风险控制。领导审核和电子签名环节进一步确认合同的最终版本，而审核确认和双方会

65、签环节则确保合同的正式性和执行力。最终审核和存档环节为合同管理提供了完整性和可追溯性。AIGC+基础作业AIGC+人力资源数据来源：公开资料，专家访谈，甲子光年智库整理典型探索场景示例利用AIGC技术，在工作流程中实现对人的辅助流程管理流程管理模块通过AIGC生成规范建议，为新项目启动提供强有力的支持。在项目规划阶段，AIGC技术能够根据项目需求和历史经验，智能制定流程规范，明确各阶段任务分配和关键时间节点。这种智能化的流程设计不仅提升了项目管理的效率，也确保了项目按计划顺利推进。公文管理在公文管理方面，AIGC技术能够根据提供的关键信息，AIGC辅助生成报告草案。这包括报告的结构安排和核心内

66、容要点，极大提高了文件起草的效率和质量。自动化的公文起草不仅节省了时间，也确保了报告的专业性和一致性。信息管理信息管理模块通过自动AIGC生成信息归类方案，优化了大量市场调查数据的存储和管理。AIGC技术根据数据特点，智能分类并存储数据，使得信息检索更为快捷，同时也为数据分析和决策提供了坚实的基础。任务管理任务管理模块通过辅助目标制定、任务分解、优先级分配和时间表调整，提升了团队的工作效率。AIGC技术分析历史项目数据，帮助团队明确目标，预测潜在问题和风险。同时，它还能自动分析任务的紧迫性和重要性，合理分配资源和调整进度，确保项目按时完成。流程规范设计流程规范设计模块通过流程路径和控制设计，实

67、现了流程优化。AIGC技术能够根据项目特性和需求，设计出高效的流程路径，并通过控制机制确保流程的顺畅执行。信息与公文概览信息与公文概览模块通过公文内容起草和文件登记，加强了文档管理的规范性和AIGC技术性。这不仅提高了文档处理的效率，也为信息安全提供了保障。团队协作团队协作模块通过项目评估和任务关联连接，加强了团队成员之间的协同工作。AIGC技术能够监控项目进度，预测风险，并及时调整资源分配，确保团队协作的高效和目标的达成。AIGC+办公协同产品设计在产品设计阶段，通过深入分析市场数据，挖掘消费者需求和市场趋势，设计师能够更有针对性地进行产品设计。这种基于数据的设计理念有助于减少市场风险，并确

68、保产品与消费者期望相符。同时，根据初步设计自动AIGC生成技术图纸和详细方案，提高了设计效率和准确性。过程设计与开发包装设计自动化根据产品特性和市场需求AIGC生成包装设计和规范，这不仅提高了设计效率，还确保了产品质量。通过自动化流程，可以快速响应市场变化，及时更新包装设计，以满足消费者的不断变化的品味和偏好。产品和过程确认在产品和过程确认阶段，通过实时监控试生产过程中的数据，可以对产品质量进行实时评估。这种实时评估机制有助于及时发现和解决质量问题，确保产品在正式生产前达到预期的质量标准，为顺利进入市场提供有力保障。反馈、评定和纠正通过顾客满意度追踪和服务总结，AIGC生成服务改进报告，这些报

69、告基于收集到的满意度数据，为企业提供宝贵的客户反馈。这些信息帮助企业了解客户需求和期望，从而提高客户满意度和产品口碑，增强市场竞争力。交互设计在产品需求阶段，自动进行需求评估，为设计师提供精确的需求行为分析结果。在UI设计阶段，根据用户需求和习惯自动AIGC生成交互方案，同时识别设计缺陷并提供修改建议，这有助于提升用户体验，并确保设计方案的实用性和创新性。编程开发阶段在编程开发阶段，根据UI设计AIGC生成前端代码，并根据业务逻辑AIGC生成后端代码，这一过程提高了开发效率并降低了成本。全面的测试和优化建议进一步提升了产品质量，确保了产品的稳定性和可靠性。市场运营阶段通过智能用户行为分析，为产

70、品提供精准化建议和跟踪服务。项目总结报告的AIGC生成，包括分析数据和改进方向，有助于推动项目流程和资源配置的持续改进，确保产品能够快速适应市场变化，满足客户需求。AIGC+产品/交互设计数据来源：公开资料，专家访谈，甲子光年智库整理数据架构管理数据架构管理环节中，辅助识别数据分布并分析数据间的关联性，帮助企业全面理解其数据资产。这种智能分析不仅优化了数据架构的透明度，还提高了数据的可访问性和可管理性，为企业的数据驱动决策提供了坚实的基础。数据质量管理在数据质量管理方面，智能整改建议与追踪确保数据质量问题得到及时解决。通过持续的质量监控和反馈机制，企业能够快速响应数据异常，维护数据的准确性和可

71、靠性，从而增强数据分析和报告的可信度。数据资产管理数据资产管理环节通过智能盘点与管理技术，辅助识别、分类和评估数据资产。这种自动化的方法提高了数据资产的可见性和利用效率，帮助企业更好地管理和优化其数据资源，发挥数据资产的最大化价值。元数据管理元数据管理环节中，自动采集元数据并运用智能识别技术进行分类和归档。这种高效的元数据管理不仅提高了数据的组织性，还为数据分析和数据仓库的构建提供了强有力的支持。数据生命周期管理在数据生命周期管理中，辅助完成处理数据的采集、整合、清洗等环节，并根据数据特征选择合适的存储方式。这种智能管理策略优化了数据的存储和维护过程，确保数据在整个生命周期中的质量和可用性。数

72、据存储工具数据存储工具环节中，通过分析数据特征，智能化为企业选择最佳的分布式、关系型或NoSQL存储方案。这种智能化的存储方案选择提高了数据存储的效率和灵活性，同时也降低了存储成本。AI计算支撑工具AI计算支撑工具环节中，根据业务需求和数据特征，AIGC辅助生成合适的知识图谱和机器学习模型。这种自动化的模型生成不仅加速了数据分析和预测的过程，还提高了模型的准确性和可靠性。数据分析应用工具数据监控与预警环节中，通过对数据质量、性能、安全等方面的监控，AIGC生成安全预警。这种智能化的监控和预警AIGC技术使得企业能够及时发现和解决潜在的数据问题，提高了数据管理的主动性和预防性。数据治理自动化数据

73、治理自动化环节中，根据企业的数据治理需求和策略，AIGC生成针对性的数据治理任务。这种自动化的任务生成不仅提高了数据治理的效率，还确保了数据治理活动与企业目标和策略保持一致。构建企业知识库企业知识库的构建往往是通过自然语言处理技术实现的，这一技术能够深入理解用户需求，并提供智能的知识检索与推荐服务。这样的AIGC技术不仅提升了知识检索的效率和准确性，还促进了员工之间的知识共享和协作，加强了企业的知识沉淀和创新能力。知识互动虚拟助手作为虚拟助手，AIGC技术在协作平台上为员工提供解决问题的支持、信息与建议，有效促进了团队间的交流与合作。这种即时的互动增强了员工对知识的理解和应用，提升了工作效率和

74、团队的整体表现。知识数据归类管理更好地自动化的分类标签工具为知识文档AIGC生成分类，极大地降低了人工管理成本。这种智能化的归类管理不仅提高了文档检索的速度，还帮助企业更有效地组织和维护其知识资产。评估知识资产状况通过对知识资产的贡献和影响进行分析，AIGC技术能够辅助评估其价值并预测未来的发展趋势。这种价值评估有助于企业了解其知识资产的重要性，并为未来的投资和资源分配提供决策支持。创建知识地图AIGC技术监控知识库的变化，并自动更新知识地图，确保信息的准确性与实时性。知识地图的动态更新帮助员工快速定位所需知识，提高了知识获取的效率。构建知识权限体系基于员工角色和需求，AIGC技术辅助分配合适

75、的知识库访问权限。这种权限管理确保了知识的安全和合规性，同时也保障了员工能够访问对其工作最相关的知识资源。知识版本管理定期检查知识库内容，自动识别过时知识，并更新为最新信息。这种版本管理确保了知识的时效性和准确性，帮助企业避免了因信息过时而造成的决策失误。知识查询优化根据用户反馈与查询历史，AIGC技术自动优化查询结果，提高检索效率与准确性。这种智能化的查询优化使得员工能够更快地找到所需信息，提升了工作效率。驱动组织成长AIGC技术分析员工需求与背景，为员工推荐个性化的培训与发展计划。这种个性化推荐有助于员工的个人成长和职业发展，同时也为企业培养了更加专业和高效的团队。知识挖掘根据分析结果与已

76、有知识，AIGC技术辅助生成新的知识报告，提高企业知识创新能力。这种知识挖掘不仅丰富了企业的知识库，还为企业的持续创新提供了动力。知识共享协同AIGC技术帮助分析员工贡献与需求，为企业设计合适的知识共享激励与奖励方案，提高员工积极性。这种激励机制鼓励员工分享知识，促进了知识的流通和团队协作。典型探索场景示例利用AIGC进行数据及知识库的管理数据来源：公开资料，专家访谈，甲子光年智库整理智能客服实现更自然和专业的交互实现对消费者“心智”层面理解内容营销基于数据实现个性化交互数字人等更多营销模式的普及智能电视开屏广告信息流广告插入式广告贴片广告搜索广告线上广告淘宝京东拼多多垂直/兴趣电商平台平台粉

77、丝群拼团群电商平台小红书微博知乎豆瓣社交类B站抖音快手影视综艺视频类淘宝直播抖音直播快手直播电竞游戏直播直播平台楼宇广告门店商场户外广告OTT大屏微信公众号微信视频号企业微信群微信小程序导购个人微信微博企业号知乎企业号抖音企业号企业号矩阵自有APP自有官网自有粉丝群自有平台消费者“心智”面对全渠道的同质化内容饱和式地争夺典型探索场景示例营销过程中交互对于用户心智的理解作用，重构商业逻辑行动触达兴趣分享用户属性用户订单行为用户偏好用户分层商圈细分风险控制社交属性以新一代消费者的生命周期为例，内容营销与交互可以影响全周期通过内容的生成，AIGC通过交互方式的升级实现企业与消费者间壁垒的“打穿”AI

78、GC对于企业和消费者间的交互方式改变标签化的数据（营销全链路信息）与内容营销的结合可以实现更多的玩法创新ID身份数据来源数据用户主数据会员数据第一方数据第二方数据第三方数据分层数据标签数据偏好数据指标数据行为数据订单数据标签数据模型数据情感状态数据外部标签数据数据来源：公开资料，专家访谈，甲子光年智库整理典型探索场景示例结合知识及交互服务，实现顾问式销售服务模式提供市场认知AIGC利用机器学习分析消费者行为和市场趋势，自动创作引人注目的广告内容，包括图像、文案和视频等创意资料，以适应不同媒体平台。通过分析历史数据和实时反馈，AIGC优化广告投放时间和目标受众，提升广告效果和ROI。线索运营提高

79、转化率AIGC评估潜在客户线索的有效性，识别关键转化信号，帮助企业集中资源于最有可能转化的潜在客户。基于行为数据和反馈，生成定制化的线索培养计划，提高整体转化率。个性化的策略营销AIGC根据客户行为和偏好，提供个性化的营销策略建议，包括定制化的邮件、视频内容和活动方案。创作针对性强的内容，加强与客户的沟通，提高客户对品牌的认知度和忠诚度。客户需求分析AIGC深入分析客户数据，生成精准的需求分析报告，帮助企业理解客户需求和偏好。基于需求分析，AIGC制定个性化的销售策略，提高销售团队的转化效率。营销效果优化AIGC提供更好和全面的营销效果分析，包括渠道表现、用户反馈和转化路径分析。帮助企业复盘营

80、销活动，识别成功要素和改进空间，为未来的营销活动提供数据支持。复购行为识别分析客户的复购行为，识别复购的驱动因素，为企业提供洞察。基于复购分析，生成定制化的营销策略，以促进客户的再次购买和口碑传播。AIGC在营销领域的应用示例全渠道接入AI回复，更加交互自然全渠道接入通过生成个性化回复模板，实现了对客户需求的快速响应和高效处理。这种策略不仅提升了客户满意度，而且通过针对性服务加强了客户关系管理。在多平台运营的今天，统一和个性化的客户体验是提升品牌忠诚度的关键。Chatbot 智能问答库智能问答库基于大量历史问答数据，能够快速准确地回答客户咨询，AIGC显著提升了客户服务的响应速度和质量。这种自

81、动化的客户沟通体验改善了问题回答的针对性和有效性，同时减轻了人工客服的工作负担。人工客服话术支持建议为人工客服提供的话术支持和话题建议，基于客户需求和特定场景实时生成，有效提升了服务的个性化水平和沟通效率。这种实时支持帮助客服更好地理解客户需求，提供更为精准的解决方案。运营控制实时监测报告AIGC解析非结构化数据，对服务过程中产生的数据进行实时分析，帮助企业及时了解服务现状和潜在问题。这种监控机制对于提高服务质量、优化服务流程以及合理配置服务资源至关重要。工单处理分配策略支持智能分配策略根据客户需求、客服能力和可用性等因素动态生成，AIGC结合语料确保服务工单能够得到快速响应和有效处理。这种智

82、能化的工单管理AIGC技术提高了客服资源的利用率和整体服务效率。资料中心线索分析报告AIGC借助多模态理解，通过深入分析潜在销售线索，生成有针对性的策略建议，帮助企业提高转化率。这种基于数据的洞察为企业的销售和市场策略提供了强有力的支持。数据分析行为预测报告用户行为预测报告利用大数据分析预测用户行为模式，帮助企业提前了解和满足用户需求。这种预测能力为企业提供了优化客户体验和提升用户满意度的先机。渠道接入富文本沟通AIGC可高效利用富文本沟通方式，通过自动主动对话和访客信息展现，使得客户能够通过多种渠道获得丰富、直观的服务信息。这种沟通方式提升了信息传递的效率和质量，增强了客户的互动体验。全渠道

83、接入AI回复，更加交互自然全渠道接入通过生成个性化回复模板，实现了对客户需求的快速响应和高效处理。这种策略不仅提升了客户满意度，而且通过针对性服务加强了客户关系管理。在多平台运营的今天，统一和个性化的客户体验是提升品牌忠诚度的关键。AIGC在客服领域的应用示例数据来源：公开资料，专家访谈，甲子光年智库整理复杂场景的击穿AIGC融合企业服务，给予企业流程新的管理思路企业服务结合AIGC，可与企业的数字化流程融合，需注意三个关键点要求企业场景的数字化足够成熟，业务流程中单点任务的价值清晰，具备成熟稳定的SOP流程应用AIGC场景的数字化尽可能成熟具备专属数据，可训练适配自身的模型；同时具备连续更新

84、数据，满足AI提供相应的推理效果要求具备完善的数据获取、监控及更新体系技术保证企业流程的稳定性及安全性模型的使用，以及对于流程的改造，绝不能中断企业现有工作节奏，需要当下较为成熟的AIGC算法支持以差旅场景为例，差旅场景涵盖行政、人力资源、采购、财务管理等多个系统，涉及审批、预订、报销、采购、资源管理、运营、客户服务等多个环节。尽管差旅流程清晰、数据丰富、数字化基础良好，但传统的数字化方法可能难以有效实现差旅场景的智能化升级。然而，正是这些特点，使得差旅场景非常适合利用人工智能生成内容（AIGC）技术进行赋能，以实现企业数智化升级的目标。差旅管理是复杂系统性工程，可结合人工智能生成内容（AIG

85、C）技术实现数智升级更智能的管理交互方式：更自然的语言处理提供了即时、智能的解决方案，能够即时回答员工关于报销政策、流程等相关的问题。规则管理可更好地嵌入流程体验当中。更好的解析与文档管理：AIGC通过对数据的处理，可减少人工输入的工作量，降低填单错误，资料解析与归档：AIGC技术能够识别非结构化票据，自动整理和归档费用数据，为企业提供更为清晰、有序的文档管理。提升数据识别能力，提高审核效率：自动识别和理解非结构化资料中的关键信息，并进行智能分析和审核，AIGC技术在审核环节展现出强大的分析和识别能力，自动识别和理解非结构化资料中的关键信息，并进行智能分析和审核。更优化的行程规划与预订服务：A

86、IGC围绕历史出行数据和实时价格信息，智能推荐最优的差旅方案，快速比价，降低差旅成本。数据分析与合规性保障：AIGC技术结合大模型进行多维度数据分析，（尤其是是非结构性数据），便于全流程数据流转可视化，可主动识别虚假差旅行程和异常差旅费用等，兼顾员工差旅体验和企业合规管理要求。AIGCAIGC赋能交互体验，数据治理等方面，解决数智管理难点以某公司的差旅管理流程为例，差旅流程环节多，涉及企业多个部门管理协作以上为AIGC对差旅领域数智升级的相关示例，随着AIGC与差旅管理的融合深入，将有更多细分场景受益于AIGC数据来源：公开资料，专家观点，甲子光年智库整理目 录Part 01背景：AIGC将迎

87、来“寒武纪”式的爆发Part 02价值：重新探索数字生产力的实现模式Part 04落地：当下商业实践值得关注的里程碑Part 05守望：AI新世代下的审慎与期待Part 03探索：垂直领域数智化的再次出发随着AIGC技术的爆发，相关技术公司迅速崛起，大模型及后续调优及适配技术能力强，借助大语言模型甚至多模态模型切入市场刚需AI浪潮激起行业浪花：“AI+”及“+AI”性质企业均可快速进入领域算力层基础层/模型层应用层平台层中间层当下AIGC技术全栈算法层模型层应用层过往AI技术全栈算力层平台层外部知识需求模型适应性高高低低提示词初步尝试小样本思维链Naive RAGAdvanced RAGMod

88、ular RAG检索器微调协同微调生成微调RAG提示词工程上述所有模型微调更多形式完成专业模型的构建垂类领域企业自建AIAI科技企业IT/IT/软件服务商数字化企服能力伴随着中国数字化发展而来，因此泛企业服务软件领域在工作流程的建设，数智化升级领域具备相当丰富的经验垂类企业在自身的领域已经积累了大量的专业数据、具有明确的行业护城河，可直接借助第三方或者自建AI技术，构建垂直的大模型或应用“AI+”“+AI”“+AI”数据来源：公开资料，专家观点，甲子光年智库整理垂类领域正在成为实现AI价值的重要赛场，不同类型企业各显身手数据来源：公开资料，甲子光年智库，2024.06注：1）应用层某细分领域的

89、部分企业，依然具备在其他细分应用层的服务能力，以上场景仅为示例，更多细分场景值得探究。2）部分垂直应用层企业同样具有具备垂直模型开发的能力；同样，部分垂直模型层服务商也具备具体场景的应用能力。3）生态格局图时间截止2024年5月底，由于版面所限，仅通过部分示例企业展示行业应用生态特点，更多企业可见报告附录。中国AIGCAIGC行业应用生态格局图 V1.0V1.0算力、数据及其他基础支持通用模型层垂类模型层（中间层）通用模型服务商垂直领域垂类领域企业自建AIAI科技企业提供服务行业应用层侧重行业属性侧重场景属性侧重工具属性金融工业政务矿山医疗法律游戏电商协同人力营销财税数字员工开发设计数据分析文

90、生文文生图文生音频文生视频多模态个人助手办公助力搜索工具数字人元宇宙企业级agentagent平台内容生产生产力创新模型层支持非结构化文档、结构化数据库及半结构数据的自动解析，提供交互式问答及知识点探索能力，有效控制大模型幻觉、低算力要求下实现秒级精准回答。帮助企业商业分析及研究人员快速收集资料、辅助阅读并快速形成洞察。支持数值的高精度提取、计算及可视化分析能力。帮助银行授信客户经理自动化完成信息的采集、审校、授信分析及辅助决策，具备人机协作、交互式自学习等能力。与企业内各类系统打通，与原有工作流集成、覆盖售前、售中及售后的全流程智能化辅助。国内重点厂商产品及服务能力分析EasyLink构建企

91、业级AI原生应用开发框架，提供深度理解业务场景的AI产品及解决方案EasyLink 是一家 AI 原生企业，总部位于上海。公司定位为提供一整套企业级AI原生应用开发栈，支持AI工具、AI智能体及AI劳动力的高效构建，进而帮助企业降低 AI 应用门槛，重塑企业 AI 生产力。创始团队具有深厚的商业化及技术背景，成员主要毕业于清华大学、中科大等高校，80%人员来自百度、字节、阿里等知名互联网公司并从事产品及技术研发相关工作。数据来源：EasyLink，甲子光年智库整理技术优势EasyLinkEasyLink坚持场景-模型-数据三位一体的AIAI原生应用构建主张，基于企业场景的深入理解及应用解决方案

92、的构建实践，自顶向下沉淀出实用的AI AgentAI Agent开发方法及平台，可快速、近乎无代码成本的搭建一套AIAI原生应用。智能知识解析：基于大模型对企业内各类资源深度理解与组织，自动化构建企业知识网络、关联业务中全生命周期知识；端到端知识检索：融合大模型及知识网络的跨模态检索基座，支持跨场景快速冷启及自适应更新；任务自适应编排：独创动态可持续扩展的指令表达体系、规范语言及CoA自动生成算法。行业解决方案：主要面向KA客户，在标准化产品及能力基础上满足一定程度的定制化与集成，以私有化方式服务为主。标准化产品：主要面向中长尾客户的规模化复制，以云订阅方式服务为主。场景化服务能力：主要面向传

93、统信息技术供应商进行能力的集成，借助其成熟渠道优势提升商业化规模。123多层次化的服务模式标杆客户及渠道合作伙伴企业知识库智能问答行业分析与解读助手企业一站式销售助手企业授信尽调智能体产品特点AI AI 原生模型数据场景重点厂商产品及服务能力分析EasyLink银行作为受严格监管的金融企业，在开展各项业务时需遵循相关规章制度以确保合规。作为城商行中的头部银行，南京银行不仅通过培训活动加强业务人员对各类规章制度的理解，还利用上一代AI对话技术构建了问答机器人，以便在业务中随时查询相关规定。然而，该系统需要耗费大量人力对规章制度文档进行预处理、知识采编及解读，从而为全行员工提供知识服务。随着大模型

94、技术的兴起，如何利用这项新技术来减少人力投入并提供更优质的对话体验，成为本项目立项的核心动机。业务痛点项目效果项目背景介绍1.多格式文档自动知识解析、无需人工参与；2.知识库自定义创建与文档自动同步，实时更新企业知识；3.基于混合检索及query的上下文自动扩展，有效提升意图理解及检索精度；4.拒识模型及答案事实验证推理算法，有效控制大模型幻觉。项目亮点“知识库”自动构建，避免上一代AI方式的高昂人工成本，：运用大模型技术对2万份文档自动学习，省去了人工知识采编工作。“秒级响应”，达到行业内问答高水准：为南京银行全行业务人员随时随地提供秒级响应的规章制度知识问答服务。答案可靠，准确率高于其他方

95、案：持续保持数据实时更新，有效控制了大模型幻觉，保证答案可靠，准确率95%+。数据来源：EasyLink，甲子光年智库整理知识采编成本高：文档预处理、知识整理依赖大量人工；知识质量不够高：不同水平的业务人员采编、解读的知识质量参差不齐；知识更新不及时：规章制度更新时得不到及时的采编与解读；知识服务不准确：用户口语化表达语义理解水平低。为企业提供一整套工业级知识解析、检索与高性能存储方案，提升知识搜索与问答准确率的同时有效控制大模型“幻觉”问题，实现企业知识智能化，大幅提升企业知识管理效率。包括智能解析、知识库搜索与问答、智能文档撰写、FAQ知识生成。面向理财、营销、合规、决策等业务场景，为金融

96、行业提供一整套基于大模型应用场景解决方案，加速金融智能化与数字化。以AI技术为核心，大幅提升金融行业业务与运营效率。包括理财推荐、业务助手、制度助手、数据分析。1234知识库构建深厚经验金融行业Know-How国内重点厂商产品及服务能力分析创新奇智率先推出面向智能制造的工业大模型，助力制造业智能化转型创新奇智（创新奇智科技集团股份有限公司）以“人工智能赋能商业价值”为使命，致力于用前沿的人工智能技术为企业提供 AI 产品及解决方案，提高客户运营效率和商业价值，实现数字化转型。是中国快速发展的企业级AI解决方案供应商和领先的“AI+制造”解决方案供应商。公司打造由MMOC人工智能技术平台和AIn

97、noGC工业大模型技术平台组成的AI双平台技术布局，为客户提供覆盖AI1.0到AI2.0的完整AI技术能力。公司专注于“AI+制造”，聚焦工业软件、数智软件、工业物流、智能装备、工业可持续”五大业务主题，赋能钢铁冶金、面板半导体、3C高科技、汽车装备、能源电力、工程建筑、食品饮料&新材料、智造实训等细分领域的行业客户，助力制造业客户智能化转型和新型工业化发展。数据来源：创新奇智，甲子光年智库整理创新奇智在国内率先规划和建设了大规模工业数据集，并根据工业智能应用需求，采用Transformer结构设计了工业大模型，通过大规模训练在国内率先推出面向智能制造的工业大模型。创新点1：国内率先推出的工业

98、大模型提出了基于大模型的生成式AI应用开发新范式，并基于新范式开发、沉淀了大模型增强、搜索增强、提示增强、数据增强在内的等多个技术组件并实现了服务化、平台化，推出大模型服务引擎。1.基于工业大模型和大模型服务引擎，率先推出具有智能化推理、任务规划能力的新一代交互式工业AGV机器人-ChatRobot，大幅提升工厂物流、生产效率；2.率先推出自主可控的Text-to-CAD类应用ChatCAD生成式辅助工业设计，助力工业设计软件国产化。创新点3：新一代工业生成式AI原生应用创新点2：生成式AI应用的开发新范式创新奇智面向工业领域研发“奇智孔明AInnoGCAInnoGC工业大模型”，旨在通过强化

99、在底层算法、模型闭环、平台工程、场景落地等方面的能力，打造自主可控、行业领先的工业大模型技术和产品体系，为更多工业场景提供强大的技术支撑。奇智孔明AInnoGC工业大模型技术平台架构AInnoGCAInnoGC工业大模型AInnoGCAInnoGC原生应用ChatXChatX系列ChatBI生成式企业私域数据分析ChatDoc生成式企业私域知识问答ChatRobot生成式工业机器人调度ChatCAD生成式辅助工业设计ChatVision生成式企业私域视觉洞察Alnno-75BAlnno-15BAInnoGCAInnoGC引擎Instruct ServiceFinetune ServiceMod

100、el ServicePrompt Service方案智造实训智造BI辅助工业设计智能数据管理云 AInnovation CloudAInnovation Cloud大模型参数量级在750750亿以上，具备工业知识问答、数据分析、代码生成、任务编排、海量知识管理、复杂逻辑推理、长流程任务编排、Agent智能体以及更多工业模态的生成能力。AInnoGCAInnoGC平台由工业大模型、大模型服务引擎和ChatXChatX系列生成式应用构成，具有多个大模型原生应用，赋能解决方案升级创新，加速业务落地，助力新型工业化。面向工业领域推出“奇智孔明AInnoGC工业大模型技术平台”国内重点厂商产品及服务能力

101、分析创新奇智2023年，天马光电子在厦门投建8.6代新型显示面板生产厂，该厂是天马首个专精于中小显示领域的高世代面板生产厂，专注于生产豪车车载高清大屏及高规格手机、IT显示屏幕，因此对出厂产品的品质要求极高。并且8.6代新型显示面板生产线融合了多种先进技术，对产品检测的准确度、精度和稳定性提出极高要求。项目效果项目需求项目亮点项目背景介绍破片率降低：破片率从原来的万分之二，降为十万分之二。成本降低：设备每年的维修成本降低了1000多万元。产能提升：减少破片导致的设备维修时间，可以将工厂的产能每年提升约3万片。传统的方法无法满足需求传统人工方式成本高昂1.覆盖多种设备：AI液晶玻璃破片检测解决方

102、案覆盖液晶面板生产的CF、ARRAY、Cell三个工艺段的36种设备。2.多方位检测：根据设备的生产要求不同，可在不同设备上实现液晶玻璃的双边检测、四边检测、正反全面检测。3.追溯查询功能：内置追溯查询等功能，可以帮助工厂溯源生产数据，驱动工厂提升生产工艺。创新奇智AI双平台赋能智能制造覆盖全工艺段的AI液晶玻璃破片检测解决方案数据来源：创新奇智，甲子光年智库整理1.内置创新奇智ManuVision机器视觉智能平台：采用深度学习技术赋能的机器视觉检测软件系统，旨在定位、测量、检测及识别常见缺陷或关键指标。2.AInnoGC工业大模型平台加速检测方案构建：在底层视觉算法模型与检测方案搭建方面，创

103、新奇智创新性采用了基于工业大模型的ChatVision生成式企业私域视觉洞察应用，不仅加速了工程师设计开发多样化视觉检测方案的过程，还保障了这些方案能够迅速且高效地在生产环境中部署实施，从而推动制造业的智能化升级。创新性地采用大模型技术，大幅提升了模型检测精度，并且快速实现方案落地1.提升模型检测精度：缺陷检测准确率的提升有赖于模型精度。创新奇智采用工业大模型进行缺陷样本生成，为视觉算法模型训练提供了丰富的样本，大幅提升了模型检测精度。2.实现检测方案的快速落地运行：ChatVision的Agent智能编排能力，使得该解决方案可以根据用户意图，通过工业大模型的任务编排与外部工具调用等能力，充分

104、利用既有视觉技术资产，帮助工程师快速灵活搭建丰富多样的视觉检测方案，确保检测方案能在工厂快速地落地运行。由于产品的高品质要求，传统的自动化解决方案无法满足项目需求。而大量的人工进行产品检测，成本高昂。因此需要更好更快的整体解决方案。产线设备高度精密，一旦生产过程中产生玻璃破片，则会造成设备宕机，形成经济损失。例如，每次宕机需要设备停产维修2小时以上，如果是真空设备宕机，单次维护成本高达百万级。在满足品质要求的同时保证产线稳定生产降本增效，赋能生产国内重点厂商产品及服务能力分析海纳AI帮助集团统一用人标准，总部直聘，抢人更快海纳AI隶属于北京群星闪耀科技有限公司，致力于用AI打造用人标准，构建人

105、才精准就业平台，以AI技术赋能人力资源行业，帮助每个人人尽其才、才尽其用。2024年1月，企业客户突破5000家，累计面试量已超过800万，目前已经成为AI面试领域面试人次最多的服务商。数据来源：海纳AI，甲子光年智库整理应用价值应用场景AI应用数据与模型效能总部直聘，统一人才标准效率7*24小时AI自动面试，缩短招聘周期体验减少HR事务性工作，候选人面试更便捷大规模蓝灰领招聘校园招聘白领初阶岗位招聘工程师等技能岗位招聘仪容仪表评估评估身体素质反作弊检测通用素质工作匹配度评估识别说话内容心理风险评估专业技能和行业经验评估图像识别微表情动作捕捉分析语义理解和意图识别语音评测ASR语音识别量化心理

106、测评行业知识及技能图谱Hina AI 2.0 行业大模型最新GPT技术海纳AI 1.5亿高精标数据CV模型NLP模型语音模型样本标注审核平台模型评估调优平台测评专家知识系统技能知识图谱服务数十家行业头部集团，全面覆盖全行业全岗位标杆客户 敏捷建模：客户可根据需求选择深度定制、轻度定制、开箱即用的岗位模型。开箱即用：数十个岗位模型的积累。AI Builder帮助企业快速配置面试。专业团队：3030位岗位建模专家组成的顾问团队，完善的岗位建模SOPSOP，快速高效完成岗位建模。专业团队全程辅导，快速响应需求。自炼行业AIAI大模型：基于最新开源GPT技术，利用海纳AI1.5亿条高质量标注面试数据和

107、招聘专家行业知识，自炼行业AIAI大模型，更准、更快。数据壁垒：服务数十家各行业头部集团累计面试人次：超过800800万高质量精标数据：1.51.5亿条 产品场景丰富：全面覆盖全行业全岗位，包括大规模蓝灰领招聘、校园招聘、白领初阶岗位、工程师等技能岗位等。海纳AIAI面试官全览产品特点服务优势重点厂商产品及服务能力分析海纳AI每年一到大规模用工季，连锁零售、连锁餐饮、快递物流等大型企业的HR部门就会竞相加入“抢人大战”，快速找到稳定性好、匹配度高的人才是HR共同的愿望。劳动密集型企业在人力成本管控上的有效性，与招聘是否高效、精准息息相关。随着公司业务的全面扩张，各地不同岗位人才招聘与评估的难度

108、升级，沃尔玛的招聘转型被提上重要日程。传统面试流程长，初面环节的候选人到面率低而流失率较高；用人高峰招聘人员配置不足，招聘压力大。业务痛点项目效果招聘效率受到挑战招聘标准不统一零售企业涉及跨区域和跨门店管理，招聘权力下放带来招聘标准难以统一；传统的人工面试招聘标准难以量化，人为偏见会影响企业人才胜任力模型稳定性。项目背景介绍候选人面试体验一般传统面试受到时间和空间影响，需要候选人多次往返参与面试；阶段性反馈结果仅由人工完成，候选人需要一定的时间的等待。统一人才标准优化面试流程 海纳AI的测评专家团队基于人才测评科学和沃尔玛招聘专家团队协作共建岗位胜任力模型。基于胜任力模型，海纳AI面试官严格执

109、行这一标准考察和评价候选人。调研现有的招聘流程，梳理可优化的环节；通过AI面试官消除时间、空间的限制，候选人可以随时随地通过手机小程序进行面试。强化雇主品牌 定制虚拟人面试官，形成统一的品牌标识；候选人与AI面试官的交互更贴近真实场景，面试体验更好。项目亮点面试数据难管理分析候选人在面试流程中数据留存单一；面试评价记录内容多样、复杂，遗漏和混淆的情况时有发生。面试信息回溯难度高。数据来源：海纳AI，甲子光年智库整理全程自动 抢人更快：7*247*24自动邀约/自动面试/自动评估可同时面试数十万人、到岗快到面高1倍：到面率40%提升至90%人才体验好，不需约面/到场/排队HR效率大幅提升：重复面

110、试&评判交给AI自动完成HR有更多时间做高价值工作视频化人才库：积累视频化、结构化人才库便于人才盘点、人才库激活总部直聘 统一标准：AIAI准确度95%95%，绩效好、留存长总部统一控制用人质量国内重点厂商产品及服务能力分析华为云慧通差旅基于盘古大模型能力结合差旅数据优势，赋能差旅业务的全方位智能升级华为云慧通差旅定位于企业差旅管理（TMC）领域，基于华为20年+全球化差旅管理实践，已服务全球170+国家和地区，拥有500+大型企业客户，480万企业用户。为中国石油、中国一汽、中国建科及台铃集团等众多跨国、跨地区的大型集团提供差旅数智化管理解决方案。华为云慧通差旅是首个基于盘古大模型、应用大数

111、据、云原生等领先技术打造的数智化差旅，通过一体化的数智化差旅管理平台，打通企业行政、人事、采购、财务等系统，实现从智慧审批、智慧预订、智慧报销、资源管理、数智运营、智能客服等全流程一体化，助力企业实现智能体验、提质增效、安全合规。数据来源：华为云慧通差旅，甲子光年智库整理机器学习融入差旅主流程聚焦极致体验与极致效率深度学习与自研算法齐头并进深入企业场景，引领模式创新差旅领域垂直大模型用AI重塑差旅应用-20222023至今慧通差旅AI技术里程碑华为云慧通差旅长期专注AI技术与差旅数字化融合，智能化专利已达21个差旅领域大模型沉淀厚行业知识，向行业纵深需求挺进极致体验人

112、工 大数据 AI GPT-Ner-TravelTravel-Mapping-GPT检索增强生成Travel-Data-GPT企 业 差 旅 领 域 知 识 数 据航线动态酒店房型航班编号航班准点员工等级差旅政策流程管理用户搜索会话日志产品文档常见问题用户咨询N L P、多 模 态、预 测、科 学 计 算 模 型差 旅 领 域 场 景 模 型集采管理服务商管理金融支付方案运营推广数据报告差旅政策差旅咨询.申请/审批差旅遵从差旅预订企业结算模式转变人工被动 数据驱动安全合规被动 主动Travel智能判别Travel智能预测Travel智能推荐Travel意图识别Travel智慧行程Travel智能

113、聚合 极致效率人工决策 数据决策加速企业数智化战略升级嵌入到差旅APP中Embeded模式通过Agent方式重构差旅，嵌入到企业智能体中Agent模式国内重点厂商产品及服务能力分析华为云慧通差旅数据来源：华为云慧通差旅，甲子光年智库整理以华为员工出行为例，华为20W+员工，每天有超过6000名员工在天上飞，每次出差流程涉及10多个步骤、多系统关联；许多员工对政策、规则、流程不熟悉，与出差相关的热线访问一年近50W次，占公司行政热线问题的一半以上，接线员每天要重复性回答，导致整个过程耗费大量精力和时间。多阶段：员工差旅涉及行前、行中、行后三个阶段；多系统：涉及企业OA、行政、采购、财务、人事等多

114、个系统、多个流程；多行为：出差申请、（签证）、预订机、酒、火、打车、入住、值机等19大用户行为。差旅咨询需求多：员工极易对企业内控、差旅政策、业务规则及内容流程不熟悉，每年约55%的咨询与差旅相关。“牵一发而动全身”：一个用户的问题（如临时行程变更），可能涉及多个系统数据变化，简单对话Agent难以完成。核心难点：差旅管理复杂，需要多个环节协同以华为公司数智差旅管理为例，为员工出行打造极致效率、极致体验基于20+差旅管理经验沉淀扎实理论，结合智能应用，赋能企业数智化转型升级“三层”“五阶”“八步”重新定义智能业务、AI开发与交付、持续运营智能应用“场景流程组织数据IT”明确目标场景识别重塑流程

115、组织变革数据和知识工程AI建模与发布AI融入业务与应用AI持续运营结合企业实际需求，层层深入逐步实现AI能力的建设及运营多年实践沉淀【三层五阶八步】方法论，可体系化帮助企业构建差旅AI和大模型能力基于方法论建设指引，为众多大型提供数智化差旅管理解决方案，实现智能体验、智能管理、智能运营解决方案：基于盘古差旅大模型的多AgentAgent协同中国石油：AI智能推荐引导资源预订聚合，发挥集约化优势，实现降本增效。中国一汽：为员工进行智能行程规划、智能资源推荐，员工丝滑出行，聚焦价值创造。中国建科：基于盘古差旅大模型的推理增强及数据预测，能快速定位异常原因，给出优化意见，辅助科学决策。拥有500多家

116、大型企业差旅管理成功实践，以能源、制造、建筑行业代表为例：项目效果：差旅体验升级 客服工作效率大幅提升90%+差旅常见问题在线闭环员工NPS评分实现90+节省8000+小时知识搜索时长客服Agent采购Agent差旅Agent办公Agent人力Agent财务Agent 行政Agent实现企业复杂差旅规则、流程多轮意图的理解能力，意图准确率达85%跨多域任务规划、编排及执行，实现多Agent协同，任务规划准确率可达90%数据处理知识问答搜索推荐数据预测任务规划.行业知识库RAGPrompt工程化推理增强检索生成增强意图识别重点厂商产品及服务能力分析中科慧拓愚公大模型&基础设施智能体系，实现智慧矿

117、山工厂式的规模化复制首个矿山AI助手矿宝 MineCopilot24小时待命首个面向矿山从业人员的AI助手轻松理解自然语言指令首个矿山生成式平行智能数据体系GenDS首个针对矿区的数据体系能够指数级生成高质量数据Hard Case通过率提升53%数据标注效率提升15倍首个矿山知识大模型MineGPT开箱即用，边用边学快捷提升一线生产效能简化一线的工作人员的繁琐的配置和训练过程中科慧拓是中国科学院自动化研究所孵化的智慧矿山科技企业，已发展成为以人工智能为底座的能源服务商和新能源制造商。公司致力于以科技创新助力我国能源安全新战略纵深发展，以智能化建设服务我国工业高质量发展，促进中国采矿业在数字化时

118、代掌握全球话语权，让矿山更安全、更绿色、更高效、更智慧。中科慧拓已服务国家能源集团、中国华能、国家电投、中国大唐、中国宝武、中煤集团、金隅集团及华润水泥等国内顶级能源和矿山集团，落地四十余个矿山无人化项目，同时也在园区物流、工程机械智能化、短倒运输与智能网联建设方面进行战略布局。愚公大模型YUKON由中科慧拓、中国科学院自动化研究所、中国矿业大学（北京）联合发布，同时也是武创院智能车研究所的首个重要成果，愚公矿山大模型将成为进入AI时代智慧矿山基础设施的重要组成部分。智能化产品服务：突破传统方式：从正向研发首台套矿山新能源智能运载机器人“载山CarMo”，向智能制造转型，实现硬件平台化发展，打

119、造OS+P+V 的产品体系，助力国家能源服务和新能源智能制造。后续，载山CarMo将搭载首个矿山端到端自动驾驶大模型GenAD，为运输赋予人类的理解力。“软件定义硬件”思路，提供丰富产品：针对矿山等场景需求，提供智能调度与监控、露天防碰撞、V2X智能路侧协同、无人运输仿真、远程遥控座舱、VR 虚拟矿卡模拟驾驶等中科慧拓智慧矿山无人驾驶产品，提高矿山无人化智能化效率上限。服务创新 提供无人化解决方案国内唯一全栈式解决方案：针对露天矿山、井工等不同工况提供无人驾驶解决方案，实现运输智能调度、设备检测安全管理、数据分析管理、地图编辑管理、平行仿真平台无人化系统搭建；根据客户需求构建平行工业智联网：承

120、载智慧矿山调度管理、预测性维护、健康监测、运营支持等功能，实现全矿无人化改造；愚公大模型提供有力支持：最新发布的愚公大模型将为公司平行驾驶操作系统OS、平行矿区工业智联网P、矿山智能机器人V提供支撑。AIGC能力优势通过嵌入矿山生产第一线，为“矿工”提供肩并肩、手把手的服务，对矿山全流程工作，提供安全守护、生产管理和效能提升强有力的支撑。数据体系可进一步推动整个矿山行业数据生产体系的完善，为数据的生成及治理提供一个行之有效的工具。首个矿山端到端自动驾驶大模型GenAD首创矿山端到端自动驾驶大模型赋予人类驾驶员的深度理解和决策能力一站式解决矿山自动驾驶的长尾和泛化问题通过深度学习和强化学习等技术

121、手段，“AI驾驶员”能够不断学习和优化，提高自身的泛化能力和鲁棒性，以应对各种未知和复杂的矿山环境。随着使用过程的深入，MineGPT还能不断学习和优化，逐步提升其性能和准确度，从而更加精准地满足矿山生产的需求。数据来源：中科慧拓，甲子光年智库整理重点厂商产品及服务能力分析中科慧拓 采矿是矿物勘探、开采、运输形成的矿石流生产过程，其效率及安全高度依赖矿石流采运装备的连续性、自适性和可靠性。智能矿山发展的目的是减人、增安、提效、低碳。当前，学界、产业界正通过更多颠覆性技术支撑矿山作业，实现新质生产力。智慧矿山的发展已经进入Mining 5.0时代，该时代的核心是实现矿山由工业自动化到知识自动化的

122、迈进，在这个过程中需依靠“三大核心技术支柱”，即操作系统、场景工程和矿山大模型。愚公YUKON矿山大模型的推出标志着中科慧拓在Mining5.0时代“三大核心技术支柱”均已布局完备。未来，中科慧拓结合其产品、服务及数据优势，解决行业核心基础问题，为矿山发展注入新质生产力，加速矿山行业高质量发展。装备智能：主要实现矿山装备的机器人+、AI+。数据智能：主要解决的是数据价值如何变为数据资产。算法智能：主要是实现全流程的优化决策，构建一个矿山智能的平行数字孪生平台。流程智能：主要实现矿山流程知识自动化。行业核心基础问题行业数据优势矿山行业背景介绍自动驾驶能力更可靠 20倍AD数据量提升 10倍Cor

123、ner Case数据量提升 15倍数据生产效率提升量产落地能力更迅速项目预期成果矿山智慧化关键的“四大智能”，包括装备智能、数据智能，算法智能，流程智能：数据生产能力更高 45%系统卡死减少 55%安全接管减少 50%碰撞风险降低 1.5倍装车效率提升 15天信场景适配周期缩短 5倍测试效率提升自主作业能力更高效 20+智能化作业场景增加 30%调度效率提升 18%生产效率提升中科慧拓矿山行业的场景实践，在数据多样性、场景丰富性，以及数据体量之大上，均创行业之最。目前，中科慧拓正以24万公里/天的速度不断扩充自动驾驶数据，并已总计累积8万天矿山业务日志，为愚公YUKON矿山大模型提供了海量的真

124、实数据。数据体量大，创行业之最通过自主研发的平行矿山操作系统和场景工程技术，确保了数据的实时性和准确性。中科慧拓已经在国内外的近50个大型露天及井工矿中成功应用其技术，装配了超过500台矿山无人化车辆以及超过2000台辅助作业车辆，为矿山的智慧化运营提供了有力支撑。矿山环境的特殊性，数据的收集、处理和分析面临着诸多挑战。中科慧拓凭借多年来智能化矿山建设的丰富经验，深度参与了智能化矿山数据融合共享规范中11项规范的编制，涵盖数据采集、通信、服务、发现、连接、报文、配置、安全、管理等多个方面，以及数据安全和露天矿山车辆数据共享的规范，为推动国家智能化矿山标准化作出了贡献。实现了对矿山作业场景的全面

125、覆盖，还确保了数据的实时性和准确性参与数据收集规范编制，推动国家智能矿山标准化智慧矿山作业场景涉及的数据种类繁多、结构复杂，覆盖从车辆状态监控、路况信息分析到环境参数监测等多个方面，数据的实时性、准确性和完整性对于矿山的智慧化运营至关重要。数据来源：中科慧拓，甲子光年智库整理目 录Part 01背景：AIGC将迎来“寒武纪”式的爆发Part 02价值：重新探索数字生产力的实现模式Part 04落地：当下商业实践值得关注的里程碑Part 05守望：AI新世代下的审慎与期待Part 03探索：垂直领域数智化的再次出发AIGCAIGC推动了人工智能的场景应用价值发展，未来潜力巨大0.0%0.2%0.

126、2%0.3%0.4%0.5%0.8%0.8%1.0%1.3%1.4%1.8%1.9%2.4%2.6%3.5%4.8%6.5%6.8%11.3%农业建筑业先进制造化工材料房地产交通物流能源汽车消费品医药与医疗器材公共服务通信零售文娱传媒医疗服务教育互联网与高科技金融服务专业服务行业分类600060003000300020003000500020070070020008000600生成式AI技术对中国各行业的成本影响成本下降幅度（%）成本下降金额（亿元）800048004750405030002974017301640零售旅游交通物

127、流材料半导体医疗高科技通信化石能源农业截止2030年，AI在全球各行业可创造的价值行业分类可创造的价值（亿美元）AIGC的出现对所有行业的生产模式均进行了颠覆，并且从内容生成到流程再造，可实现多个行业的成本降低及价值再造，其中蕴含了大量的机会。未来值得持续关注。数据来源：公开资料，专家访谈，甲子光年智库整理AIGC新的时代，个人和企业都应在AIGC人才体系建设中寻找自己的位置在这股 AI 浪潮中，AI 人才决定着企业是否能够完成“AI 全面化”落地。当下，AIGC 人才概 念泛化，不只局限于 AI 技术的研发者，人才阈值范围扩大为“具备 AI 基础知识、场景应用技 能和经验，能够从事包括“AI

128、GC 工具使用”在内的 AI 技术研发、应用、推广、创新和业务赋 能工作的人才。”AI技术领航者构建和维护AI技术平台的领航者AI思维管理人才CEOAI战略规划AI创新AI技术与业务团队融合AI团队建设CTOCIOCOOCDOCPOAI应用人才产品设计运营营销售后财务HR市场品牌客户成功AI思维AI工具应用AI数字协同用户思维敏捷思维业务架构师技术架构师AI产品经理AI研究员AI 技术+业务 复合型人才模型构架模型应用开发提示工程业务打通生态互联安全合规数据科学家算法工程师数据工程师AI技术专项人才算法工程前端后端测试运维开发架构产品设计云计算大数据区块链物联网AR/VR超级自动化元宇宙工业互

129、联网数字孪生5GAI原生AIAI实践领导者具备战略眼光和A理念，引领企业AI发展方向、推动变革的额导者AIAI应用践行者精通A技术场景化应用，实现业务价值升级的实践者AIAI技术赋能者精通AI技术，融音技术与业务，推动A赋能业务的赋能者全民开发者应用开发者专业开发者应用开发能力边界逐渐拓展编程和应用开发门槛逐渐降低当下AI开发边际变化数据来源：公开资料，专家访谈，甲子光年智库整理企业对于AIGC的期待增加，对于预算及实施时间仍抱有“试错容忍”目前，企业主要通过提高人工智能产生的生产力来衡量投资回报率。根据麦肯锡的一项数据表示，企业对于AIGC的ROI充满期待。当前正处于企业广泛应用 AI 的转

130、折点，企业对于AI 的强烈应用意愿和预算的大幅增加，预示着 AI 技术在全球范围内的应用将会更加广泛和深入，同时将也为企业自身的发展和 AI 技术的持续进步带来积极的影响56%31%9%4%企业衡量AIGC的投资回报率的考量示例相信ROI为正，但没有精确测量专注来自成本节约的ROI专注于来自新收入机会的ROI不考虑ROI8 10 13 13 13 15 2733624362223436980100120市场营销与销售战略与公司财务风险人力资源产品或服务开发供应链与

131、库存管理制造软件工程服务运营IT其他公司职能8个月从项目启动到组织使用生成式人工智能能力的时间（受访者的百分比）数据来源：公开资料，专家访谈，甲子光年智库整理AIGC的应用在利用技术的优势同时，也始终需要克服技术带来的不确定性23%16%12%11%10%9%8%7%7%4%4%4%4%39%不准确性网络安全可解释性/可说明性侵犯知识产权合规性个人隐私公司声誉劳动力转移公平与公正人身安全国家安全政治稳定环境影响以上均无隐私安全性：智能大模型处理量的个数据，隐私和安全性是个重要关注点。保护数据的隐私，防数据泄露和滥是个挑战，特别是在跨组织或跨边界数 据共享的情况下。采隐私保护的机器学习法和安全数

132、据分析技术，以便在保护隐私的同时实现机器学习的任务。数据可得性：海量、多源、动态更新的数据是训练模型和进数据挖掘的必要条件。然，对于某些领域和特定任务，获取够量和质量的数据是项重挑战。例如，某些领域的数据可能度稀缺，或者数据的标注常困难和耗时。在这些情况下，使量数据训练模型可能不切实际。数据准确性：智能大模型的训练需要量质量的数据，并且通常需要对数据进标注。数据质量和标注的准确性是个挑战，因为错误或不致的数据可能导致模 型训练不稳定或性能下降。此外，对于某些任务，如图像识别和然语处理，数据的标注通常需要类专家参与，这使得数据标注的成本变得常昂。模型泛化性：智能大模型在训练数据上表现出，但在未过

133、的数据上可能泛化能不。过拟合是个常的问题，即模型在训练数据上过度拟合，在新数据上的表现较差。选择适合的模型常重要，这需要仔细地选择模型的超参数和架构，以 便提模型的泛化能。模型解释性：智能大模型通常被视为盒，即很难理解模型的决策和推理过程。这在某些应场景中是不可接受的，如医疗和融领域，因为解释模型的决策对于决 策的可信度和可解释性关重要。为了解决这个问题，研究员正在研究可解释性的 机器学习模型和法，以便更好地理解模型的决策过程。模型适配性：在智能大模型的开发中，选择合适的算法和模型架构是关键。然，从众多的算法和模型中选择最合适的个可能是具有挑战性的，因为不同的任务 和数据可能需要不同的模型来实

134、现最佳性能。模型可扩展性：随着模型规模的增，智能模型的可扩展性和效率成为挑战。大模型需要更多的计算资源和存储空间，对于实时应或边缘计算等资源受限的场景 是否能效运是个问题。模型效性：优化模型的架构和参数，减少模型的计算和存储需求。采模型压缩和量化技术，滅模型的规模，提计算效率。使分布式训练和模型并化技术，提模型训练和推理的速度和效率。生成式AI始终要面对大模型技术带来的可能问题数据来源：公开资料，专家访谈，甲子光年智库整理附录-AIGC相关企业甲子光年智库根据部分上市企业公开信息，及算法备案资料整理1000+AIGC相关企业清单附录1-部分上市企业专业性大模型建设情况证券简称一级行业大模型证券

135、简称一级行业大模型海亮股份有色金属行业垂直大模型华自科技电力设备水利电大模型博威合金有色金属合金制造大模型东方电子电力设备东方电问大模型中信银行银行中信大模型平台南网科技电力设备视觉大模型迈瑞医疗医药生物医疗大模型金盘科技电力设备人工智能大模型金域医学医药生物医检AI大模型TCL科技电子星智大模型美年健康医药生物医疗数智AI健管大模型视源股份电子教育垂类大模型希沃天士力医药生物中医药大模型利亚德电子LYDIA动作大模型云南白药医药生物中医药行业大模型和而泰电子企业GPT及“家电大模型”乐心医疗医药生物心血管病AI大模型ST路通通信路通AI文旅大模型小商品城商贸零售商品贸易领域的大模型佳讯飞鸿通

136、信铁路行业大模型三态股份商贸零售多模态大模型中贝通信通信垂类大模型焦点科技商贸零售垂直领域的外贸AI大模型中国电信通信星辰大模型（基座）等柏星龙轻工制造自研多模态大模型中国移动通信“九天”系列通用大模型等盛通股份轻工制造教育行业垂直大模型中国联通通信“元景”大模型体系齐心集团轻工制造标准大模型库中兴通讯通信垂直影像AI大模型等阿尔特汽车汽车行业智能服务大模型恺英网络传媒“形意”大模型比亚迪汽车双循环多模态璇玑AI大模型分众传媒传媒营销垂类大模型招商轮船交通运输航运大模型巨人网络传媒代码层AI大模型、GiantGPT筑博设计建筑装饰设计大模型引力传媒传媒垂类多模态大模型附录1-部分上市企业专业性

137、大模型建设情况证券代码证券简称一级行业大模型证券代码证券简称一级行业大模型301091.SZ深城交建筑装饰交通行业大模型002174.SZ游族网络传媒垂直领域的LLM大模型000032.SZ深桑达A建筑装饰政务大模型300781.SZ因赛集团传媒营销AIGC应用大模型603366.SH日出东方家用电器用户习惯大模型600229.SH城市传媒传媒万象AIGC出版大模型600060.SH海信视像家用电器语言大模型000681.SZ视觉中国传媒AI视觉创意行业大模型000333.SZ美的集团家用电器智能家居语言大模型“美言”600640.SH国脉文化传媒国脉云治AI大模型603666.SH亿嘉和机械

138、设备多模态大模型YJH-LM300418.SZ昆仑万维传媒“天工1.0”大模型002131.SZ利欧股份机械设备营销领域大模型利欧归一300113.SZ顺网科技传媒大模型、GenAI（生成式AI）000925.SZ众合科技机械设备人工智能大模型UniChat601801.SH皖新传媒传媒皖新阅读大模型603960.SH克来机电机械设备视觉大模型002624.SZ完美世界传媒游戏行业垂类大模型688768.SH容知日新机械设备PHMGPT垂直领域大模型600633.SH浙数文化传媒传播大模型、社会治理大模型688003.SH天准科技机械设备垂类大模型002197.SZST证通计算机HoneyAI

139、蜂智AI大模型000547.SZ航天发展国防军工政法领域多模态锐智大模型000938.SZ紫光股份计算机百业灵犀私域大模型300397.SZ天和防务国防军工低空防御AI大模型603636.SH南威软件计算机白泽政务大模型300059.SZ东方财富非银金融“妙想”金融大模型003005.SZ竞业达计算机星空教育大模型603608.SH*ST天创纺织服饰自有鞋款式大模型688244.SH永信至诚计算机三款安全垂直领域大模型301066.SZ万事利纺织服饰万事利花型大模型688051.SH佳华科技计算机生态环境双碳大模型300840.SZ酷特智能纺织服饰酷特AI大模型600100.SH同方股份计算机

140、知识增强型大模型300033.SZ同花顺计算机问财HithinkGPT大模型688561.SH奇安信-U计算机云上AI安全产品大模型卫士300624.SZ万兴科技计算机音视频多媒体大模型“天幕”600571.SH信雅达计算机雅问大模型知识湖1.0附录1-部分上市企业专业性大模型建设情况证券代码证券简称一级行业大模型证券代码证券简称一级行业大模型300730.SZ科创信息计算机政务垂类大模型688088.SH虹软科技计算机虹软视觉大模型等688058.SH宝兰德计算机数字效能大模型688327.SH云从科技-UW计算机多模态从容大模型688246.SH嘉和美康计算机嘉和医疗大模型002373.S

141、Z千方科技计算机梧桐大模型003029.SZ吉大正元计算机昆仑”安全专属大模型等300085.SZ银之杰计算机行业大模型688207.SH格灵深瞳计算机多模态大模型002236.SZ大华股份计算机多模态大模型603660.SH苏州科达计算机KD-GPT大模型300768.SZ迪普科技计算机反电信诈骗大模型300096.SZST易联众计算机“智鼎云帆”行业大模型688568.SH中科星图计算机“空天灵眸”基础大模型002530.SZ金财互联计算机欣智悦财税大模型300036.SZ超图软件计算机CV、NLP、多模态大模型688343.SH云天励飞-U计算机“云天天书”大模型300830.SZ金现代

142、计算机低代码领域的专有大模型688023.SH安恒信息计算机“恒脑”安全垂域大模型002990.SZ盛视科技计算机多模态智慧口岸M2-GPT大模型688369.SH致远互联计算机公文大模型002439.SZ启明星辰计算机安全垂直领域大模型002261.SZ拓维信息计算机行业大模型000948.SZ南天信息计算机金融垂直领域大模型688500.SH*ST慧辰计算机文本分析生成环境的慧辰大模型301162.SZ国能日新计算机气象大模型002268.SZ电科网安计算机安全领域的生成式AI大模型技300188.SZ国投智能计算机美亚“天擎”公共安全大模型300271.SZ华宇软件计算机法律垂类大模型“

143、华宇万象”688579.SH山大地纬计算机人社政策问答大模型等603918.SH金桥信息计算机司法大模型技术生态300075.SZ数字政通计算机行业大模型600131.SH国网信通计算机面向电力业务的AI大模型688232.SH新点软件计算机行业大模型688031.SH星环科技-U计算机垂直领域问答大模型“无涯”等688066.SH航天宏图计算机“天权”视觉大模型300687.SZ赛意信息计算机企业服务大模型300229.SZ拓尔思计算机拓天大模型、舆情等行业大模型附录1-部分上市企业专业性大模型建设情况证券代码证券简称一级行业大模型证券代码证券简称一级行业大模型300542.SZ新晨科技计算

144、机AIGC大模型垂直领域002474.SZ榕基软件计算机政务大模型、公文大模型等300369.SZ绿盟科技计算机风云卫大模型600728.SH佳都科技计算机佳都知行交通大模型300275.SZ梅安森计算机矿山安全大模型300608.SZ思特奇计算机九思AI大模型600718.SH东软集团计算机添翼医疗领域大模型002401.SZ中远海科计算机智能检索大模型等837092.BJ汉鑫科技计算机垂直行业大模型300682.SZ朗新集团计算机电力行业大模型600797.SH浙大网新计算机观止大模型002777.SZ久远银海计算机银海闻语大模型301330.SZ熵基科技计算机BioCVVLM多模态大模型

145、300479.SZ神思电子计算机智慧城市及能源行业垂域大模型300520.SZ科大国创计算机运营商专属大模型002063.SZ远光软件计算机财务大模型建设002230.SZ科大讯飞计算机讯飞星火大模型002152.SZ广电运通计算机“望道”行业大模型300448.SZ浩云科技计算机专有领域大模型002362.SZ汉王科技计算机汉王天地大模型、古汉语大模型002232.SZ启明信息计算机专业AI大模型600588.SH用友网络计算机企业服务大模型YonGPT000977.SZ浪潮信息计算机“源2.0”大模型600845.SH宝信软件计算机钢铁行业人工智能大模型300166.SZ东方国信计算机行业

146、大模型和垂直小模型000034.SZ神州数码计算机神州问学大模型集成300872.SZ天阳科技计算机金融大模型839790.BJ联迪信息计算机SageSync大模型300324.SZ旋极信息计算机PHM行业垂直大模型688078.SH龙软科技计算机矿山大模型、AI技术中台300523.SZ辰安科技计算机“辰思”大模型300559.SZ佳发教育计算机灵汩教育大模型002415.SZ海康威视计算机海康威视观澜大模型600570.SH恒生电子计算机金融大模型LightGPT002212.SZ天融信计算机天问大模型.601360.SH三六零计算机通用大模型“360智脑”.附录2：生成式人工智能服务备案

147、信息（截至2024年3月）序号属地模型名称备案单位备案时间1北京市文心一言北京百度网讯科技有限公司2023/8/312北京市智谱清言（ChatGLM）北京智谱华章科技有限公司2023/8/313北京市云雀大模型北京抖音信息服务有限公司2023/8/314北京市百应北京百川智能科技有限公司2023/8/315北京市紫东太初大模型开放平台中国科学院自动化研究所2023/8/316上海市abab上海稀宇科技有限公司2023/8/317上海市日日新上海商汤智能科技有限公司2023/8/318上海市书生浦语上海人工智能创新中心（上海人工智能实验室）2023/8/319安徽省星火认知大模型科大讯飞股份有限

148、公司2023/9/410天津市360智脑大模型三六零科技集团有限公司2023/9/1111浙江省通义千问大模型阿里巴巴达摩院（杭州）科技有限公司2023/9/1212广东省腾讯混元助手大模型深圳市腾讯计算机系统有限公司2023/9/1413贵州省华为云盘古NLP大模型华为云计算技术有限公司2023/9/1914江苏省智慧助手（小艺）大模型华为软件技术有限公司2023/9/2715北京市序列猴子出门问问信息科技有限公司2023/11/316北京市Moonshot北京月之暗面科技有限公司2023/11/317北京市“天工”大模型昆仑万维科技股份有限公司2023/11/318北京市WPS AI北京金

149、山办公软件股份有限公司2023/11/319北京市奇元大模型北京奇虎科技有限公司2023/11/320北京市面壁露卡 LUCA北京面壁智能科技有限责任公司2023/11/321北京市美团大模型“通慧”北京三快科技有限公司2023/11/322北京市子曰北京网易有道计算机系统有限公司2023/11/323北京市好未来MathGPT大模型北京世纪好未来教育科技有限公司2023/11/324北京市知海图AI北京智者天下科技有限公司2023/11/325浙江省AntGLM蚂蚁金服（杭州）网络技术有限公司2023/11/326广东省银河大模型（Galaxy bot）广州极目未来文化科技有限公司2023/

150、11/1027广东省vivo蓝心大模型维沃移动通信有限公司2023/11/1028广东省网易邮箱智能助手大模型广州网易计算机系统有限公司2023/11/1029广东省元象XVERSE大模型深圳元象信息科技有限公司2023/11/1030贵州省39AI全科医生贵阳朗玛信息技术股份有限公司2023/11/16附录2：生成式人工智能服务备案信息（截至2024年3月）序号属地模型名称备案单位备案时间31上海市TigerBot虎博网络技术（上海）有限公司2023/11/2432上海市无涯（Infinity）星环信息科技（上海）股份有限公司2023/11/2433上海市SoulX上海任意门科技有限公司20

151、23/11/2934上海市MetaLLM上海秘塔网络科技有限公司2023/11/2935上海市阶跃上海阶跃星辰智能科技有限公司2023/11/2436江苏省东风（DFM）语言大模型思必驰科技股份有限公司2023/11/3037广东省夸克曼大模型广州市动悦信息技术有限公司2023/12/138广东省CVTE大模型广州视源电子科技股份有限公司2023/12/139广东省云天天书大模型深圳云天励飞技术股份有限公司2023/12/140浙江省西湖大模型西湖心辰（杭州）科技有限公司2023/12/541浙江省问财HithinkGPT大模型浙江同花顺网络科技有限公司2023/12/542山东省浪潮海若大模

152、型浪潮云信息技术股份公司2023/12/543福建省奇想智能（MiracleVision）厦门美图网科技有限公司2024/1/244重庆市度小满轩辕大模型重庆度小满信息技术有限公司2023/12/2245北京市言犀京东科技信息技术有限公司2023/12/2246北京市福禄瓜北京字跳网络技术有限公司2023/12/2247北京市雅意大模型北京中科闻歌科技股份有限公司2023/12/2248北京市语鲸大模型北京深言科技有限责任公司2023/12/2249北京市孟子GPT北京澜舟科技有限公司2023/12/2250北京市CharacterGLM北京聆心智能科技有限公司2023/12/2251北京市云

153、知声山海认知大模型云知声智能科技股份有限公司2023/12/2252北京市快意大模型北京快手科技有限公司2023/12/2253北京市小冰大模型北京红棉小冰科技有限公司2023/12/2254上海市bilibili index上海宽娱数码科技有限公司2023/12/2755上海市珠玑行吟信息科技（上海）有限公司2023/12/2756上海市奇思妙想东方财富信息股份有限公司2023/12/2757上海市易生诸相网易（上海）网络游戏有限公司2023/12/2758上海市曹植达观数据有限公司2023/12/2759上海市光语无限光年（上海）技术有限公司2023/12/2760上海市智象上海智象未来计

154、算机科技有限公司2023/12/27附录2：生成式人工智能服务备案信息（截至2024年3月）序号属地模型名称备案单位备案时间61上海市华藏上海智臻智能网络科技股份有限公司2023/12/2762上海市竹海竹间智能科技（上海）有限公司2023/12/2763广东省朝彻大模型广州唯品会数据科技有限公司2024/1/264广东省云从从容大模型云从科技集团股份有限公司2024/1/265重庆市安第斯大模型（AndesGPT)OPPO（重庆）智能科技有限公司2024/1/966北京市式说大模型北京第四范式科技有限公司2024/1/1767北京市零一万物大模型北京零一万物科技有限公司2024/1/1768

155、北京市小爱同学AI助手小米科技有限责任公司2024/1/1769北京市衔远品商大模型北京衔远科技有限公司2024/1/1770北京市摹小仙北京衔远科技有限公司2024/1/1771北京市什么值得买App “AI问答机器人”新功能北京值得买科技股份有限公司2024/1/1772北京市脉脉APP 智能问答功能北京淘友天下科技发展有限公司2024/1/1773北京市智联招聘APP-AI改简历新功能北京网聘信息技术有限公司2024/1/1774北京市南北阁北京华品博睿网络技术有限公司2024/1/1775北京市Rubik魔方大模型北京创思远达科技有限公司2024/1/1776北京市微步情报智脑北京步刻

156、科技有限公司2024/1/1777北京市新壹视频大模型新壹（北京）科技有限公司2024/1/1778北京市一叶轻舟大语言模型（Skiff-LLMs）识因智能科技有限公司2024/1/1779北京市阅爱聊小程序掌阅科技股份有限公司2024/1/1780上海市如意上海昶廿信息科技有限公司2024/1/3181上海市阅文妙笔上海阅文信息技术有限公司2024/1/3182上海市GiantGPT上海巨人网络科技有限公司2024/1/3183上海市蜜巢上海蜜度蜜巢智能科技有限公司2024/1/3184上海市松鼠Ai教育大模型上海松鼠云上人工智能技术有限公司2024/1/3185上海市瀚海数尺信息科技（上海

157、）有限公司2024/1/3186上海市奇点华章上海星图比特信息技术服务有限公司2024/1/3187国资委九天自然语言交互大模型中国移动通信有限公司2024/2/788浙江省星辰大模型淘宝（中国）软件有限公司2024/2/789浙江省传播大模型传播大脑科技（浙江）股份有限公司2024/2/790浙江省百业灵犀大模型（LinSeer）新华三技术有限公司2024/2/7附录2：境内生成式人工智能服务备案信息（截至2024年3月）序号属地模型名称备案单位备案时间91广东省佳都知行大模型佳都科技集团股份有限公司2024/2/792广东省鹏城脑海鹏城国家实验室2024/2/793广东省TCL大模型助手深

158、圳TCL新技术有限公司2024/2/794广东省魔法大模型深圳荣耀软件技术有限公司2024/2/795天津市蜜度文修天津蜜度文修智能科技有限公司2024/3/196北京市天禧大模型联想（北京）有限公司2024/3/1197北京市Mind GPT北京车励行信息技术有限公司2024/3/1198北京市Mind Diffusion图像生成模型北京车励行信息技术有限公司2024/3/1199北京市爱奇艺AI对话产品北京爱奇艺科技有限公司2024/3/11100北京市贝壳ChatHome语言大模型贝壳找房（北京）科技有限公司2024/3/11101北京市贝壳梦想家大模型贝壳找房（北京）科技有限公司202

159、4/3/11102北京市天地大模型汉王科技股份有限公司2024/3/11103北京市“柠咖相机”产品好课帮助教育科技（北京）有限公司2024/3/11104北京市印象大语言模型北京印象笔记科技有限公司2024/3/11105北京市UniDiffuser多模态大模型北京生数科技有限公司2024/3/11106北京市智联招聘APPAI招聘助手新功能北京网聘信息技术有限公司2024/3/11107北京市片羽图像生成大模型北京奇点星宇科技有限公司2024/3/11110北京市滴滴出行大模型滴滴出行（北京）网络平台技术有限公司2024/3/18108湖南省万兴天幕多媒体大模型万兴科技（湖南）有限公司20

160、24/3/14111湖南省视旅VtripGPT大模型湖南视旅科技有限公司2024/3/18109海南省璇玑玉衡卓世科技（海南）有限公司2024/3/20112四川省长虹云帆四川长虹电器股份有限公司2024/3/27113广东省AndesGPT-LVMOPPO广东移动通信有限公司2024/3/28114广东省翼绘AI广州冠岳网络科技有限公司2024/3/28115广东省CVTE大模型（自研）广州视源电子科技股份有限公司2024/3/28116广东省YOYO助理（PC版）深圳荣耀软件技术有限公司2024/3/28117广东省YOYO助理（移动版）深圳荣耀软件技术有限公司2024/3/28附录3：境

161、内深度合成服务算法备案信息主体名称阿里巴巴达摩院(杭州)科技有限公司京东科技信息技术有限公司北京百度网讯科技有限公司科大讯飞股份有限公司北京抖音信息服务有限公司昆仑万维科技股份有限公司北京红棉小冰科技有限公司上海商汤智能科技有限公司北京世纪好未来教育科技有限公司上海识装信息科技有限公司北京网易有道计算机系统有限公司上海稀宇科技有限公司北京智谱华章科技有限公司上海喜马拉雅科技有限公司北京主语空间文化发展有限公司深圳市闪剪智能科技有限公司出门问问信息科技有限公司深圳市腾讯计算机系统有限公司钉钉科技有限公司深圳数联天下智能科技有限公司东方财富信息股份有限公司特赞（上海）信息科技有限公司广州网易计算机

162、系统有限公司万兴科技（湖南）有限公司海口穿杨网络科技有限公司网易（杭州）网络有限公司杭州影趣互联网科技有限公司云从科技集团股份有限公司杭州耘点科技有限公司云知声智能科技股份有限公司湖北星纪魅族网络技术有限公司浙江淘宝网络有限公司华为云计算技术有限公司*截至2024年6月，境内深度合成服务算法备案数量大于或等于5个的主体*主体名称北京捷通华声科技股份有限公司上海开拓寰宇技术开发有限公司北京轻松怡康信息技术有限公司上海灵之宇技术有限公司北京铱灵智能科技有限公司上海倩言网络科技有限公司北京智学笃行科技有限公司深圳TCL新技术有限公司成都萌萌舒科技有限公司深圳有元人文化科技有限责任公司广州趣闯网络科技

163、有限公司深圳元象信息科技有限公司广州市动悦信息技术有限公司思必驰科技股份有限公司杭州阿里巴巴广告有限公司索迈特（上海）人工智能科技有限公司杭州奥创光年互联网科技有限责任公司腾讯云计算（北京）有限责任公司开普云信息科技股份有限公司天翼数字生活科技有限公司昆明秀派科技有限公司同方知网数字出版技术股份有限公司联想（北京）有限公司中国电信股份有限公司数字智能科技分公司摩尔线程智能科技（北京）有限责任公司上海基钮钮数据科技有限公司厦门建木智能科技有限公司主体名称北京车励行信息技术有限公司杭州萤石软件有限公司北京风平智能科技有限公司好未来学而思教育科技（北京）有限公司北京金山办公软件股份有限公司虹软科技股

164、份有限公司北京咖瓦信息技术有限公司南京新向量信息科技有限公司北京快手科技有限公司厦门美图网科技有限公司北京奇虎科技有限公司上海光启慧语技术有限公司北京声智科技有限公司上海临冠数据科技有限公司北京象信智安科技有限公司上海淘票票影视文化有限公司北京智境云创科技有限公司深圳力维智联技术有限公司成都千幻科技有限公司深圳市光波跃动智能科技有限公司成都潜在人工智能科技有限公司深圳市即构科技有限公司福建帝视科技集团有限公司深圳市乐逗科技有限责任公司稿定（厦门）科技有限公司深圳市顺凯信息技术有限公司广东开心桃科技有限公司石家庄云道科技有限公司广州方硅信息技术有限公司拓尔思信息技术股份有限公司广州华数云计算有限

165、公司网易有道信息技术（北京）有限公司汉华易美视觉科技有限公司无限光年（上海）技术有限公司杭州城里月光科技有限公司新华智云科技有限公司杭州火烧云科技有限公司有连云信息服务（上海）有限公司中移互联网有限公司浙江宇视科技有限公司珠海本影人工智能科技有限公司中国移动通信有限公司研究院*截至2024年6月，境内深度合成服务算法备案数量为4个的主体*截至2024年6月，境内深度合成服务算法备案数量为3个的主体*附录：境内深度合成服务算法备案信息*截至2024年6月，境内深度合成服务算法备案数量为2个的主体*主体名称斑马网络技术有限公司北京清博智能科技有限公司成都海艺互娱科技有限公司海南迪智伟奥网络科技有限

166、公司北京爱奇艺科技有限公司北京三快科技有限公司成都开心音符科技有限公司海信视像科技股份有限公司北京爱诗科技有限公司北京深言科技有限责任公司成都声入人心网络科技有限公司汉王科技股份有限公司北京百川智能科技有限公司北京生数科技有限公司成都数有引力科技有限公司杭州超节点信息科技有限公司北京驰笙科技有限公司北京世纪超星信息技术发展有限责任公司成都西筹科技有限公司杭州连凡信息技术有限公司北京创思远达科技有限公司北京天融信网络安全技术有限公司尺颜医美(北京)咨询有限公司杭州联汇科技股份有限公司北京大觥科技有限公司北京网聘信息技术有限公司达闼机器人股份有限公司杭州邻商网络科技股份有限公司北京方寸无忧科技发展

167、有限公司北京网易传媒有限公司大设（上海）信息科技有限公司杭州群核信息技术有限公司北京粉笔蓝天科技有限公司北京香侬慧语科技有限责任公司佛山果胜铁肩科技有限公司杭州同花顺数据开发有限公司北京华品博睿网络技术有限公司北京信工博特智能科技有限公司福建中科星泰数据科技有限公司杭州相芯科技有限公司北京慧辰资道资讯股份有限公司北京雪云锐创科技有限公司广东人工智能与先进计算研究院合肥研律网络科技有限公司北京箭厂科技有限公司北京一览科技有限公司广州登甲人工智能科技有限公司河北名派科技有限公司北京矩猿科技有限公司北京医二科技有限公司广州光锥元信息科技有限公司虎博网络技术（上海）有限公司北京巨欧科技有限公司北京艺源

168、酷科技有限公司广州欢城文化传媒有限公司黄石市腾蛟网络信息科技有限公司北京靠谱前程智能科技有限公司北京远问智能科技有限公司广州极目未来文化科技有限公司江苏智檬智能科技有限公司北京灵犀深智科技有限公司北京月之暗面科技有限公司广州酷狗计算机科技有限公司京东方智慧物联科技有限公司北京零一万物科技有限公司北京中科大洋科技发展股份有限公司广州快决测信息科技有限公司骏斯（广州）信息科技服务有限公司北京流量源泉科技有限公司北京中科金财科技股份有限公司广州筷子信息科技有限公司况客科技（北京）有限公司北京牛客科技有限公司北京中科闻歌科技股份有限公司广州十八号信息科技有限公司乐玩（上海）企业发展有限公司北京七麦科技

169、股份有限公司贝壳找房（北京）科技有限公司广州唯品会电子商务有限公司利欧集团数字科技有限公司附录：境内深度合成服务算法备案信息*截至2024年6月，境内深度合成服务算法备案数量为2个的主体*主体名称绿巢智慧数据科技（北京）有限公司上海宽娱数码科技有限公司深圳市鹏中科技有限公司小明太极（湖北）国漫文化有限公司美的集团股份有限公司上海蜜度蜜巢智能科技有限公司深圳市趣推科技有限公司星环信息科技（上海）股份有限公司南昌阿水科技有限公司上海旻浦科技有限公司深圳市外脑科技有限公司行吟信息科技（上海）有限公司南京市乐知信息技术有限公司上海墨舞科技有限公司深圳万物语灵科技有限公司讯飞医疗科技股份有限公司南京智子

170、引擎信息科技有限公司上海退格数字科技有限公司深圳文阅数字科技有限公司言希科技（佛山）有限公司派欧云计算（上海）有限公司上海小度人工智能有限公司深圳希施玛数据科技有限公司亿睿科信息技术（北京）有限公司普强时代（珠海横琴）信息技术有限公司上海小红焦技术有限公司深圳追一科技有限公司浙江艾克斯精灵人工智能科技有限公司铅笔头（深圳）科技有限公司上海央讯信息科技有限公司沈阳超航智能科技有限公司浙江天猫网络有限公司三星（中国）投资有限公司上海鱼腥草信息科技有限公司沈阳纵艺科技有限公司浙江同花顺网络科技有限公司厦门蝉羽网络科技有限公司上海阅文信息技术有限公司数尺信息科技（上海）有限公司浙江寻常问道网络信息科技

171、有限公司厦门鸿天创视科技有限公司上海知行元网络技术有限公司四川日报网络传媒发展有限公司支付宝（杭州）信息技术有限公司厦门两万里文化传媒有限公司上海智臻智能网络科技股份有限公司腾讯音乐娱乐（深圳）有限公司中电云计算技术有限公司山东战千里教育咨询有限公司深信服科技股份有限公司天云融创数据科技（北京）有限公司中国邮政储蓄银行股份有限公司上海埃艺共数科技有限公司深圳波特时空科技有限公司完美世界（北京）软件科技发展有限公司中移（杭州）信息技术有限公司上海冰鉴信息科技有限公司深圳大拿智能设备有限公司维沃移动通信有限公司中移在线服务有限公司上海东方报业有限公司深圳货拉拉科技有限公司无锡乐骐科技股份有限公司珠

172、海星纪魅族信息技术有限公司上海亘聪信息科技有限公司深圳市蝶讯网科技股份有限公司武汉诺加信息技术有限公司上海蒿蔚科技有限公司深圳市欢太科技有限公司武汉网幂科技有限公司上海合合信息科技股份有限公司深圳市火族科技有限公司小船创意（上海）网络技术有限公司上海阶跃星辰智能科技有限公司深圳市漫城科技开发有限公司小米科技有限责任公司附录：境内深度合成服务算法备案信息*截至2024年6月，境内深度合成服务算法备案数量为1个的主体*主体名称艾哎集瑟科技（上海）有限责任公司北京炽卯科技有限公司北京荆跃科技有限公司北京轻松健康网络科技有限公司艾欧史密斯（中国）热水器有限公司北京大麦文化传媒发展有限公司北京卡路里科技

173、有限公司北京轻算力科技有限公司爱集微咨询(厦门)有限公司北京点亮灵感科技有限公司北京凯声文化传媒有限责任公司北京群星闪耀科技有限公司爱客易智能科技（上海）有限公司北京东港瑞宏科技有限公司北京口袋财富信息科技有限公司北京人生旷野科技有限公司爱塔智能科技（成都）有限公司北京高途成蹊旅行服务有限公司北京酷语时代教育科技有限公司北京睿科伦智能科技有限公司安徽百讯网络科技有限责任公司北京光年无限科技有限公司北京快联科技有限公司北京深度求索人工智能基础技术研究有限公司安徽高山科技有限公司北京广延科技有限公司北京力拓飞远科技有限公司北京深牧科技有限公司安徽清博大数据科技有限公司北京海港城科技有限公司北京猎户

174、星空科技有限公司北京神州光大科技有限公司安徽文熙科技有限公司北京海鑫智圣技术有限公司北京聆心智能科技有限公司北京首拍科技有限公司安徽营业鹅人工智能应用软件有限公司北京河川智源科技有限公司北京零点远景网络科技有限公司北京数势云科技有限公司安徽崝澎网络科技有限公司北京黑马天启科技有限公司北京领讯时代文化传媒有限公司北京数字创联信息技术有限公司安徽智慧皆成数字技术有限公司北京虎嗅信息科技股份有限公司北京蚂蜂窝网络科技有限公司北京数字跃动科技有限公司百年育人（大连）教育科技有限公司北京华医网科技股份有限公司北京美小美科技有限公司北京水滴科技集团有限公司斑头雁（杭州）智能科技有限责任公司北京华宇元典信息

175、服务有限公司北京面壁智能科技有限责任公司北京顺势兄弟科技有限公司北京百车宝科技有限公司北京环球创智软件有限公司北京妙音数科股份有限公司北京思码创特科技有限公司北京般芸聚合科技有限公司北京计算美学科技有限公司北京磨刀刻石科技有限公司北京思谋智能科技有限公司北京笨笨学商贸中心（个体工商户）北京记下文化有限公司北京魔音云智能科技有限公司北京思维造物信息科技股份有限公司北京饼干科技有限公司北京加紫科技有限公司北京木及科技有限公司北京搜狐互联网信息服务有限公司北京步刻科技有限公司北京杰谱特智能科技有限公司北京柠檬极限科技有限公司北京拓英网络科技有限公司北京彩彻区明科技有限公司北京金睛云华科技有限公司北京

176、鹏图助梦科技有限公司北京太行星系科技有限公司北京车之家信息技术有限公司北京金山云网络技术有限公司北京奇点星宇科技有限公司北京万界数据科技有限责任公司附录：境内深度合成服务算法备案信息*截至2024年6月，境内深度合成服务算法备案数量为1个的主体*主体名称北京微梦创科网络技术有限公司北京娱动未来科技有限公司北京左医科技有限公司成都索贝数码科技股份有限公司北京梧桐花开科技有限公司北京元石科技有限公司标贝（青岛）科技有限公司成都万木健康科技有限公司北京五街科技有限公司北京原子回声智能科技有限公司博思数采科技股份有限公司成都西仁科技有限公司北京希瑞亚斯科技有限公司北京猿印教育科技有限公司彩讯科技股份有

177、限公司成都晓多科技有限公司北京鲜猿电子设备制造有限公司北京云舶在线科技有限公司草图里（广州）科技有限公司成都云栈科技有限公司北京衔远科技有限公司北京站酷网络科技有限公司常州米然智能科技有限公司创境领域（深圳）科技有限公司北京心影随形科技有限公司北京长亭科技有限公司常州商机旺旺汇网络科技有限公司创业慧康科技股份有限公司北京心智无限科技有限公司北京知料科技有限公司超脑智能科技（上海）有限公司大智若愚科技（广州）有限公司北京新锋未来科技有限公司北京知明而行网络科技有限公司晨羽智云（杭州）科技有限公司点真互联网科技（上海）有限公司北京新氧科技有限公司北京值得买科技股份有限公司成都艾斯莱德网络科技有限公

178、司鼎捷软件股份有限公司北京星座女神文化传媒有限公司北京至二科技有限公司成都管家婆云科技有限公司定州市轻云网络科技工作室北京一笔两划科技有限公司北京智启蓝墨信息技术有限公司成都集致生活科技有限公司东莞市爱德发网络科技有限公司北京一亩田新农网络科技有限公司北京智象未来科技有限公司成都佳发安泰教育科技股份有限公司东吴证券股份有限公司北京医联智数科技有限公司北京智者天下科技有限公司成都敬虔科技有限公司读书郎教育科技有限公司北京艺链科技有限公司北京智卓凯科技有限公司成都刻尚科技有限公司堆糖信息科技（上海）有限公司北京易成星光科技有限公司北京中公教育科技有限公司成都快火科技有限公司二木教育科技（深圳）有限

179、公司北京易鑫信息科技有限公司北京中关村科金技术有限公司成都粒子创想科技有限公司凡游在线科技（成都）有限公司北京印象笔记科技有限公司北京中科睿途科技有限公司成都美洽网络科技有限公司方欣科技有限公司北京英视睿达科技股份有限公司北京中网易企秀科技有限公司成都美佑医疗科技有限公司飞虎互动科技（北京）有限公司北京鹰瞳科技发展股份有限公司北京众鸣世纪科技有限公司成都明途科技有限公司风变科技（深圳）有限公司北京右脑科技有限公司北京舟济信息科技有限公司成都数据天空科技有限公司佛山市愈卓科技有限公司附录：境内深度合成服务算法备案信息*截至2024年6月，境内深度合成服务算法备案数量为1个的主体*主体名称佛山市云

180、米电器科技有限公司广州呃唉帮帮网络科技有限公司广州数说故事信息科技有限公司海南赫尔墨斯科技有限公司佛山卓瞻科技有限公司广州风窕科技有限公司广州万之禾科技有限公司海南零与恒网络科技有限公司福建点石网络科技有限公司广州和裕网络科技有限公司广州心纪源信息科技有限公司海南璞医科技有限公司福建灵思极智科技有限公司广州虎牙信息科技有限公司广州新数智能科技有限公司海南文渊科技有限公司福建织巢鸟网络科技有限公司广州互云医院管理有限公司广州星檬网络科技有限公司杭州菜鸟物流信息科技有限公司福州华航数字科技有限公司广州津虹网络传媒有限公司广州学晟科技有限公司杭州城市大脑有限公司福州科莱特教育科技有限公司广州九章未来

181、网络科技有限公司广州言程智能科技有限公司杭州宠爱无限网络技术有限公司赣州艺爪科技有限公司广州俊安数字科技有限公司广州音书科技有限公司杭州宠胖胖科技有限公司高途教育科技集团有限公司广州力挚网络科技有限公司广州悠拓科技有限公司杭州点望科技有限公司共道网络科技有限公司广州荔支网络技术有限公司广州愈苹科技有限公司杭州飞链云科技有限公司固始县猫猴子科技有限责任公司广州灵聚信息科技有限公司广州运通链达金服科技有限公司杭州菲助科技有限公司光速智学（北京）科技有限公司广州玛塔网络有限公司贵阳朗玛信息技术股份有限公司杭州风之末数字科技有限公司广东博众智能科技投资有限公司广州咪爪网络科技有限公司贵州多彩宝互联网服

182、务有限公司杭州浮云网络科技有限公司广东创意热店互联网科技有限公司广州民航信息技术有限公司贵州律皓科技有限公司杭州盖视科技有限公司广东数业智能科技有限公司广州前实网络科技有限公司贵州一枝梅信息科技有限公司杭州光海科技有限公司广东算法洞见科技有限公司广州趣丸网络科技有限公司国家超级计算天津中心杭州哈匹科技有限公司广东网演文旅数字科技有限公司广州盛成妈妈网络科技股份有限公司国盛君安（杭州）医疗科技有限公司杭州海动信息科技有限公司广联达科技股份有限公司广州市动景计算机科技有限公司国泰君安证券股份有限公司杭州华云科技有限公司广西创启恒达信息科技有限公司广州市乐玩家网络科技有限公司哈尔滨工业大学（深圳）杭

183、州拣值了电子商务有限公司广州艾范科技有限公司广州视睿电子科技有限公司哈叽米网络科技（上海）有限公司杭州李未可科技有限公司广州博冠信息科技有限公司广州视臻信息科技有限公司海南飞将军网络科技有限公司杭州陆地信息技术服务有限公司附录：境内深度合成服务算法备案信息*截至2024年6月，境内深度合成服务算法备案数量为1个的主体*主体名称杭州美腾思智能科技有限公司杭州网易增盈科技有限公司合肥桐喜科技有限公司汇成网络科技（福建）有限公司杭州摩售智能科技有限公司杭州网易质云科技有限公司合肥元点软件科技有限公司吉安市橙啦创业职业技能培训学校有限公司杭州摩斯计算科技有限责任公司杭州网易竹邮科技有限公司合肥长留科技

184、有限公司济南天桥露泽软件开发中心杭州七凌创意设计有限公司杭州未道科技有限公司河北抖推猫网络科技服务有限公司江苏艾蒂娜互联网科技有限公司杭州奇橘文化传媒有限公司杭州小众圈科技有限公司河北乐桐科技有限公司江苏汇智智能数字科技有限公司杭州任性智能科技有限公司杭州心海灵犀智能科技有限公司河南易企尚信息科技有限公司江苏满运软件科技有限公司杭州尚尚签网络科技有限公司杭州星锐网讯科技有限公司河南中屿科技有限公司江西易职邦网络科技有限公司杭州深度求索人工智能基础技术研究有限公司杭州音律闪动人工智能科技有限公司菏泽华坤网络技术服务有限公司焦点科技股份有限公司杭州生机勃勃智能科技有限公司杭州有赞科技有限公司赫力昂

185、（中国）有限公司金叶天成（北京）科技有限公司杭州时趣信息技术有限公司杭州与邻科技有限公司恒生电子股份有限公司金月科技有限公司杭州实在智能科技有限公司杭州征信有限公司湖北鼎森智能科技有限公司晋城市锋潮网络科技有限公司杭州世间乐见科技有限公司杭州智聊思远互联网科技有限公司湖北心境网络科技有限公司晋江荣发信息科技有限公司杭州水母智能科技有限公司杭州智诊科技有限公司湖南安之来科技有限公司聚音数字传媒（北京）有限公司杭州顺网科技股份有限公司航天信息股份有限公司湖南孚遥科技发展有限公司看见概念（上海）智能科技有限公司杭州思代尔阿特科技有限公司好课帮助教育科技（北京）有限公司湖南快乐阳光互动娱乐传媒有限公司

186、科沃斯家用机器人有限公司杭州淘美航空服务有限公司禾洺宏人工智能科技（重庆）有限公司湖南茅茅虫科技有限公司兰州中信展业信息科技有限公司杭州天谷信息科技有限公司合肥飞兔科技有限公司湖南神笔画网络科技有限公司浪潮电子信息产业股份有限公司杭州万相创意科技有限公司合肥名阳信息技术有限公司湖南视旅科技有限公司浪潮通用软件有限公司杭州王道控股有限公司合肥祺云网络科技有限公司湖南鲜图文化传播有限公司浪潮云信息技术股份公司杭州网易雷火科技有限公司合肥双柚教育科技有限公司华为软件技术有限公司浪潮云洲工业互联网有限公司杭州网易元气科技有限公司合肥司云涯信息科技有限公司环胜电子商务（上海）有限公司乐活派（北京）科技有

187、限公司附录：境内深度合成服务算法备案信息*截至2024年6月，境内深度合成服务算法备案数量为1个的主体*主体名称乐陵逐鹿网络科技有限公司内蒙古大于网络科技有限公司厦门酷影科技有限公司上海爱达品智人工智能科技有限公司临沂呆马区块链网络科技有限公司内蒙古蒙牛乳业（集团）股份有限公司厦门快商通科技股份有限公司上海八斗智能技术有限公司灵镜玉虚智能科技（上海）有限公司内蒙古卫数数据科技有限公司厦门琳宜凡网络科技有限公司上海百事通信息技术股份有限公司灵犀量子（北京）医疗科技有限公司你好世界（上海）科技有限公司厦门灵图科技有限公司上海薄荷健康科技股份有限公司瓴羊智能科技有限公司宁波邻家网络科技有限公司厦门美

188、柚股份有限公司上海贝耳塔信息技术有限公司码卡（广州）科技有限公司鹏城国家实验室厦门胜吴电子商务有限公司上海本趣网络科技有限公司蚂蚁云通（上海）信息技术有限公司奇安信科技集团股份有限公司厦门市美亚柏科信息股份有限公司上海必有回响智能科技有限公司美卓软件设计（北京）有限公司奇点森林（北京）科技有限公司厦门数人小美科技有限公司上海才历网络有限公司镁佳（北京）科技有限公司麒麟合盛网络技术股份有限公司厦门思汉信息科技有限公司上海昶廿信息科技有限公司蜜源（广州）新媒体科技有限公司企知道科技有限公司厦门速创意信息科技有限公司上海传之神科技有限公司鸣煌科技（佛山）有限公司秦皇岛天朝计算机科技有限公司厦门星罗网

189、络科技有限公司上海大智慧信息科技有限公司南京贝湾信息科技有限公司青岛海尔科技有限公司厦门元深智能科技有限公司上海道勤软件有限公司南京硅基智能科技有限公司青岛嘉铭文化传播有限公司厦门云帧析科技有限公司上海东双合信息服务有限公司南京海豚元沣大数据科技有限公司秋米网络技术（北京）有限公司厦门真景科技有限公司上海动次拍信息科技有限公司南京弘竹泰信息技术有限公司泉州浩如星辰网络科技有限公司厦门众智创库企业管理咨询有限公司上海梵讯网络技术有限公司南京星蝠科技有限公司泉州元禾信息科技有限公司山东梦昂网络科技有限公司上海芳踪网络科技有限公司南京有零科技有限公司人民中科（北京）智能技术有限公司山东齐鲁壹点传媒有

190、限公司上海菲咏网络科技有限公司南京云创大数据科技股份有限公司入迷(成都)信息技术有限公司山西一横网络科技有限公司上海分泽时代软件技术有限公司南宁多优乐网络科技有限公司瑞泊（北京）人工智能科技有限公司陕西迅税通智能科技有限公司上海富问信息科技有限公司南通多变科技有限公司厦门犇月科技有限公司陕西有容软件技术有限公司上海高顿教育科技有限公司内蒙古奥云信息技术服务有限公司厦门呼波特人工智能科技有限公司上海艾麒信息科技股份有限公司上海格子互动信息技术有限公司附录：境内深度合成服务算法备案信息*截至2024年6月，境内深度合成服务算法备案数量为1个的主体*主体名称上海还复来信息科技有限公司上海秘塔网络科技

191、有限公司上海岩芯数智人工智能科技有限公司深圳鹿影科技有限公司上海海湃领客文化科技有限公司上海酩祎网络科技有限公司上海易互网络科技有限公司深圳麦风科技有限公司上海韩创网络科技有限公司上海墨影留香网络科技有限公司上海驿创信息技术有限公司深圳梦世界网络科技有限公司上海恒生聚源数据服务有限公司上海品图网络科技有限公司上海逸智兔信息科技有限公司深圳冥古宙数字科技有限公司上海花千树信息科技有限公司上海谱算科技有限公司上海意适信息技术有限公司深圳荣耀软件技术有限公司上海几个字人工智能科技有限公司上海青木易立网络科技有限公司上海幽孚网络科技有限公司深圳市爱施德股份有限公司上海继游信息科技有限公司上海任意门科技

192、有限公司上海有乾网络科技有限公司深圳市财富趋势科技股份有限公司上海剪姬软件科技有限公司上海商江网络科技有限公司上海元领域数字科技有限公司深圳市超时代软件有限公司上海简办网络科技有限公司上海生腾数据科技有限公司上海崽崽娱乐有限公司深圳市果酱时代科技有限公司上海简水网络科技有限公司上海盛典软件有限公司上海折耳根信息科技有限公司深圳市惊叹科技有限公司上海建工四建集团有限公司上海盛霄云计算技术有限公司上海卓越睿新数码科技股份有限公司深圳市六度人和科技有限公司上海九方云智能科技有限公司上海数珩信息科技股份有限公司上海紫衡文化传播有限公司深圳市南讯软件科技有限公司上海聚石塔网络科技有限公司上海数问科技有限

193、公司深兰科技（武汉）股份有限公司深圳市千里龙科技有限公司上海开面科技有限公司上海丝芭文化传媒集团有限公司深思考人工智能机器人科技（北京）有限公司深圳市乾元空间科技有限公司上海空迪网络科技有限公司上海萄豆网络科技有限公司深圳得理科技有限公司深圳市识余科技有限公司上海拉扎斯信息科技有限公司上海天壤智能科技有限公司深圳点一几科技有限责任公司深圳市网旭科技有限公司上海蓝伞科技有限责任公司上海微烽科技有限公司深圳高灯计算机科技有限公司深圳市现实边际信息科技有限公司上海乐言科技股份有限公司上海心海舟楫健康科技有限公司深圳光启计算科技有限公司深圳市易优缘科技有限公司上海码能网络科技有限公司上海芯赛云计算科技

194、有限公司深圳核韬科技有限公司深圳市优必选科技股份有限公司上海锚匠网络科技有限公司上海星云爱店科技有限公司深圳极限智能信息技术有限公司深圳市张量矩阵科技有限公司上海美宁计算机软件有限公司上海秀御网络科技有限公司深圳金奇异果科技有限公司深圳市掌上远景科技有限公司附录：境内深度合成服务算法备案信息*截至2024年6月，境内深度合成服务算法备案数量为1个的主体*主体名称深圳市致远优学教育科技有限公司苏州元语网络科技有限公司网易有道（杭州）智能科技有限公司西安点告网络科技有限公司深圳市智搜信息技术有限公司淘宝（中国）软件有限公司卫宁健康科技集团股份有限公司西安嘉盛德网络科技有限公司深圳市终极幻境网络科技

195、有限公司提示语科技（北京）有限公司未序网络科技（上海）有限公司西安听讯信息科技有限责任公司深圳贪婪宇宙科技有限公司提子科技（北京）有限公司无锡因马科技有限公司西安智心软件科技有限公司深圳图灵协同科技有限公司天津爱斯基信息科技有限公司武汉博闻科技有限公司西湖心辰（杭州）科技有限公司深圳威科未来科技有限公司天津洪恩完美未来教育科技有限公司武汉鼎森电子科技有限公司新华融合媒体科技发展(北京)有限公司深圳我的爱智能有限公司天津论论科学技术发展有限责任公司武汉华中数控股份有限公司新华三技术有限公司深圳像素召唤科技有限公司天津市南开远扬慕盛信息技术有限公司武汉荟友网络科技有限公司新壹（北京）科技有限公司深

196、圳优秘智能科技有限公司天津弈博益商信息科技有限公司武汉江上科技有限公司星河视效科技（北京）有限公司深圳智企未来科技有限公司天九共享网络科技集团有限公司武汉莱博信息技术有限公司星环众志科技（北京）有限公司神策网络科技（北京）有限公司天聚地合（苏州）科技股份有限公司武汉理工数字传播工程有限公司星娱视界网络科技（天津）有限公司沈阳轻舟开卷信息科技有限公司天翼安全科技有限公司武汉闪点科技有限公司徐州市好赞网络科技有限公司四川安陌网络科技有限公司天翼云科技有限公司武汉盛游互娱网络科技有限公司徐州友朋网络科技有限公司四川贝芙汀企业管理有限公司同程网络科技股份有限公司武汉市更好创新科技有限公司玄元保险代理有

197、限公司四川蜀天信息技术有限公司同道精英(天津)信息技术有限公司武汉市狸猫智峰人工智能应用软件有限责任公司医赋知识（北京）科技有限公司四川药学谷中医药产业发展有限公司图普科技（广州）有限公司武汉思行教育科技有限公司壹建造物文创科技（廊坊市）有限责任公司苏州百思特企业管理有限公司图形起源（北京）科技有限公司武汉网友科技有限公司亿图软件（湖南）有限公司苏州觅云网络科技有限公司土巴兔集团股份有限公司武汉卧友网络科技有限公司艺咖（北京）科技有限公司苏州青颖飞帆软件科技股份有限公司完美世界午迪（上海）电竞信息科技有限公司武汉夜莺科技有限公司翌金科技（上海）有限公司苏州清睿智能科技股份有限公司万得信息技术股

198、份有限公司武汉智启特人工智能科技有限公司影石创新科技股份有限公司苏州沃奇人工智能科技有限公司网易（上海）网络游戏有限公司武汉智启特信息技术有限公司用友网络科技股份有限公司附录：境内深度合成服务算法备案信息*截至2024年6月，境内深度合成服务算法备案数量为1个的主体*主体名称优酷信息技术（北京）有限公司珍岛信息技术(上海)股份有限公司中国电信股份有限公司全渠道运营中心重庆元里千禾科技有限公司语仓科技（北京）有限公司祯茂科技（杭州）有限公司中国科学院自动化研究所重庆啄木鸟网络科技有限公司元与创科技（南京）有限公司祯茂数智（杭州）科技有限公司中国信息通信研究院珠海盈米基金销售有限公司原力在线（南京

199、）科技有限公司镇江微芒智软数据科技有限公司中国移动通信有限公司销售分公司竹间智能科技（上海）有限公司粤港澳大湾区数字经济研究院（福田）正大农业科学研究有限公司中航信移动科技有限公司助梦空间（北京）科技有限公司云孚科技（北京）有限公司郑州辰来科技有限公司中科知道（北京）科技有限公司云和恩墨（北京）信息技术有限公司郑州俊盈网络科技有限公司中数智算(成都)信息科技有限公司云上绿洲（北京）科技有限公司郑州领超科技有限公司中文在线集团股份有限公司云账户数字科技（天津）有限公司郑州盛举信息科技有限公司中智关爱通（上海）科技股份有限公司长春灵犀智能科技有限公司郑州正欧科技有限公司重庆艾贝斯塔网络科技有限公司

200、长沙猎杰人力资源管理有限公司郑州洲凌科技有限公司重庆创浪时代未来科技有限公司长沙摩米智能科技有限公司政和科技股份有限公司重庆度小满信息技术有限公司长沙指玄心理咨询服务有限公司之江实验室重庆风闻有你科技有限公司长治市玖安网络科技有限公司智慧芽信息科技（苏州）有限公司重庆桂岑科技有限公司浙江连信科技有限公司智慧足迹数据科技有限公司重庆衡声网络有限公司浙江链企智能技术有限公司智己汽车科技有限公司重庆律宸科技有限公司浙江千同科技有限公司智能派(厦门)科技有限公司重庆萌我科技有限公司浙江同花顺基金销售有限公司中电万维信息技术有限责任公司重庆鹏桦科技有限公司浙江同花顺云软件有限公司中电长城网际系统应用有限

201、公司重庆市透察科技有限公司浙江同花顺智能科技有限公司中工互联（北京）科技集团有限公司重庆威爱云科技有限公司珍岛信息技术(上海)股份有限公司中关村科学城城市大脑股份有限公司重庆微摩比科技有限公司智库院长宋涛微信stgg_6406分析师刘瑶微信北京甲子光年科技服务有限公司是一家科技智库，包含智库、媒体、社群、企业服务版块，立足于中国科技创新前沿阵地，动态跟踪头部科技企业发展和传统产业技术升级案例，致力于推动人工智能、大数据、物联网、云计算、AR/VR交互技术、信息安全、金融科技、大健康等科技创新在产业之中的应用与落地扫码联系商务合作关注甲子光年公众号商业合作负责人李胜驰（手机&微信）