AIGC专题：AIGC厂商全景报告（附全文下载）
深度研究报告：《AIGC专题：AIGC厂商全景报告》。
（报告出品方：爱分析）
报告共计：48页
如需下载完整PDF电子版报告，请到WX小程序【查研观策】进入小程序下载
通用大模型市场格局及其对科技厂商与甲方企业的影响
通用大模型市场当前参与者类型虽多，但市场终局将高度集中，科技厂商及甲方企业需着眼终局，慎 重选择通用大模型合作伙伴。
当前，通用大模型的参与者类型众多。从目前的情况来看，有智源研究院等科研院所，有 BAT、 华为、科大讯飞等互联网大厂，有商汤科技等老牌 AI 厂商，也有智谱 AI、光年之外等专注 AI 领 域的创业企业，甚至知乎等拥有一定语料优势的互联网企业。
模型市场，最终可能会由 5-6 家大模型厂商来主导。由于存在大算力、 巨量数据集等高进入壁垒以及模型客观存在的“反馈-迭代”飞轮效应和持续的大资金投入要求， 是典型无差别竞争要素主导驱动，加之大模型落地需要模型方、前端应用开发服务商、工具开发 服务商甚至是数据服务商等完整的价值生态来整体协作以确保价值落地，单一厂商难以打穿整个 价值链，生态化将成为必然趋势，这势必会反向加固进入和竞争壁垒，进一步巩固既有市场格局。 因此，通用大模型市场未来将趋于集中。
国内的商业生态趋向于自建而非开放，因此，对国内的科技厂商、甲方企业而言，应以终为始， 慎重选择当前的通用大模型合作伙伴。一方面，从以云计算、移动互联网等为代表的国内信息产 业演进历程来看，国内的商业逻辑趋向于构建商业闭环而非美国为代表的开放商业生态，因此， 商业生态间的兼容性相对较差，打通适配成本高昂。另一方面，通用大模型从模型构建到预训练 再到对外应用，从影响要素层面离不开大算力、巨量数据集、端到端 AI 工程化能力以及应用生 态伙伴的协同发力，站在当前视角，为最大化减少投资失误，科技厂商及甲方企业需综合考虑以 上因素，慎重选择具有优秀“长跑能力”的通用大模型合作伙伴。
行业大模型市场成因及市场格局判断
受算力和 C 端商业化进程制约，国内市场上行业大模型与通用大模型并驾齐驱，并行发展。从业 界实践来看，与国外不同的是，国内出现了通用大模型与行业大模型并行发展的局面。
行业大模型市场整体将“百花齐放”，但各行业/垂直领域市场格局仍将头部集中。由于天然的更 靠近客户，行业大模型不仅需要有一定的 AI 技术能力，更重要的是对于各垂直行业和领域有充 分的行业 know-how 的理解和行业预料积累，因此，行业大模型市场更多依赖行业经验和进入 市场的时间等个性化竞争要素驱动，未来市场会整体将呈现“百花齐放”的基本格局，不同行业 间较难出现横向集中，而对于各具体行业，模型效果驱动下，市场仍会头部集中。
AIGC 落地应用进展、挑战及商业模式分析
从 AIGC 的落地进展来看，各行业落地进展不尽相同，能源、金融、传媒、营销领域、数字办公 应用进度靠前。甲方在落地 AIGC 时，势必会经历从观望到探索、试点再到陆续上线的过程，并 且不同行业由于存在场景丰富度、数字化程度、容错率等特征差异和预算充裕度差异，使得各行 业 AIGC 的落地进程将千差万别。结合目前调研情况来看，国内 AIGC 的落地主要以能源领域（代 码生成、文档生成、图片生成等）、银行证券（智能投研、智能风控等）、传媒领域（内容智能 生成、搜索推荐等）、营销领域（文生图、文案生成等）、数字办公（智能会议纪要、智能群聊 摘要、文档内容生成等）为代表，制造、医药、汽车等其他领域将逐步展开。
从 AIGC 的落地挑战来看，甲方企业 AIGC 落地面临路径选择、法律法规及内容安全等多重挑战。 企业初始试点场景选择及后续 AIGC 应用场景的拓展路径，将对企业落地 AIGC 的整个可行性形 成较大影响，需慎重选择与评估；另外，行业相关法律法规也将对 AIGC 的应用形成制约。如金 融行业，AIGC 智能投顾是否能够属于独立民事主体、能否具有从业资格等尚无定论，将给这一领域的应用带来挑战。同时，AIGC 产生的内容版权归属与内容安全问题都将在具体落地层面， 对甲方在落地 AIGC 形成一定的挑战和制约。
从AIGC对科技厂商和甲方的价值来看，目前主要是帮助企业实现原有产品和业务的“价值增强” 或“效率提升”，尚未出现商业模式层面的实质性突破。很多科技厂商和甲方企业，其产品和服 务原本已经依赖于原有的 AI 技术来实现部分智能化功能，AIGC 的出现，为企业提供了价值和效 率优化的新路径和新选择，但截止目前主要是原有价值和模式的延续，尚未发现有模式层面的重 大转变。
从商业模式角度来看，AIGC 的商业模式尚未完全明朗和成熟，B 端市场中短期内底层平台收费 占主导，未来，按产出内容付费、用户订阅模式占比将持续上升，C 端短期变现难度大，免费模 式、超级入口模式将成为可能。对于 B 端客户，底层平台收费将是整个 AIGC 生态中最主要、最持久的收费模式，未来，会进一 步朝对结果付费的模式演进。一方面，B 端企业应用 AIGC 的核心目的要么是对内进行提效降本、 要么是对外优化和迭代自身产品与服务，因此，底层平台收费、产出内容付费以及通过 SaaS 软 件或插件化产品进行订阅收费的模式均有可能。而大模型作为底层赋能平台，无论是直接对外提 供调用接口，还是通过与中间件、SaaS 厂商进行合作分成，甚至是大模型厂商实现从底层模型 层到应用层的一体化打通，作为生态的核心，大模型厂商在合作中均掌握较强的话语权，因此， 底层平台收费势必将是整个 AIGC 生态中最主要也最稳定的收费模式。另一方面，随着 AIGC 应 用的持续探索、普及和产品的持续创新，应用层厂商话语权将得到增强，产业发展中后期，当大模型变成一种基础设施，终端客户将更看重 AIGC 的应用适配度和应用效果，以产出内容、融合 了大模型能力的 SaaS 软件或插件为代表的、对结果付费的模式将逐步占优。对 C 端客户，短期很难实现产品及模式突破，中长期可能会出现免费模式，或通过超级入口方式 变现。C 端用户目前多是尝鲜和试玩为主，但其 AIGC 的核心应用目的是提效、增强个人创新力， 因此，关键是寻找到有足够用户粘性和智能化痛点的场景，并探索出健康可持续的商业模式。
行业大模型
甲方核心需求：在模型训练方面，企业需要端到端的 AI 模型服务，确保行业大模型经过充分的再训练，能够在 具体业务场景下有更高的模型精度和可控性，以更好地为前端业务赋能。在语料集方面，企业需要能够直接用于模型再训练的丰富、合格的语料集，以便进行大模型的二 次训练，提升模型训练质量与效率。企业希望能够直接应用具有大模型能力的 SaaS 服务，实现自大模型到上层应用软件的一体化集 成，极大降低大模型应用门槛。
厂商能力要求：厂商需要并掌握 AI 领域的关键算法、技术，为模型的再训练提供坚实技术保障。厂商需要具备出色的 AI 工程化能力及行业服务经验，能够 AI 落地全链路服务，灵活适配用户需求。厂商需要有深刻的行业理解能力，实现从底层模型能力到前端业务应用的一体化打通，从提供 MaaS 服务向提供 SaaS 服务升级。
厂商评估：灵伴智能在人工智能领域有近十年的技术沉淀与锤炼，在语音语义智能领域的研发与应用经验丰 富，技术能力业界领先。灵伴智能将 AI 核心技术与行业 Know-how 深度融合，拥有出色的业务建模能力，致力于为长 音频数字内容生成领域提供从模型到上层应用的一体化 AI 智能解决方案。灵伴智能秉承生态化经营理念，向生态合作伙伴持续赋能，共同推动行业高质量发展。
报告共计：48页
如需下载完整PDF电子版报告，请到WX小程序【查研观策】进入小程序下载