当然对国内来讲非常重要的就是，一方面从模型层面上来讲，国内的DeepSeek-R1，包括像字节豆包等 大模型从技术实力或者从表现上来讲也在不断追赶海外的头部大模型，另一方面国产的GPU市场还是 有比较巨大的投资机会。 有一些国产的算力产业链标的，前几年还处在业绩亏损的状态，但是在今年市值出现了比较明显的增 长，或者说股价涨幅会比它短期的业绩释放更早。所以大家就会有很多疑问，是不是这里面会存在一些 涨幅过高或者说估值过高的问题。但从产业趋势层面上来讲，包括我们去看市场空间层面来讲，我们觉 得国产算力或者说国产GPU层面还是有比较巨大的投资机会的。 首先我们看到，今年在英伟达二季度的财报说明会里，黄仁勋最新的表述也提到，整个国内能够提供的 算力芯片市场就能够达到500亿美金的体量，并且未来每年还会有差不多30%的年均复合增速。算力芯 片市场折算下来差不多就是3000多亿人民币到4000亿人民币的体量，这个体量我觉得相对还是比较庞大 的，并且未来每年还能够会有30%的增速。 但是在今年我们看到，一方面是由于海外的制裁，另一方面国内也在积极推进算力芯片，包括GPU，包 括国产的ASIC渗透率提升等等。所以未来几年我们 ...

随着具身和自驾领域的发展，基于大模型方案的各类算法层出不穷，占据了各大工作的头条。我们也收到 了很多具身领域同学的诉求，希望把大模型相关内容汇总学习下，学习大模型也是适应大趋势的必然。 『大模型之心Tech知识星球』目前集视频 + 图文 + 学习路线 + 问答 + 求职交流为一体，是一个综合类的大 模型社区。旨在为大家打造一个交流+技术分享的社区，是许多初学者和进阶的同学经常逛的地方。 国内最全的大模型技术栈社区：大模型之心Tech 社区创建的出发点是给大家提供一个大模型相关的技术交流平台，交流学术、应用和工程上的问题。星球 内部的嘉宾正在快速扩张中，我们邀请了来自国内外知名高校实验室、大模型/互联网相关的头部公司，其 中高校和科研机构包括但不限于：上交、清华、北京大学、上海人工智能实验室、港科大、港大等等！公 司包括但不限于阿里千问、美团LongCat、深度求索DeepSeek、字节豆包、百度文心一言、月之暗面Kimi等 等。未来我们会打造一个大模型的前沿技术聚集地~ 我们为大家汇总了大模型全栈学习路线图，包括但不限于： | RAG学习路线 | AI Agent学习路线 | 多模态大模型学习路线 | | - ...

大模型技术发展趋势 - 大模型已成为推动社会生产的重要工具，广泛应用于日常办公、自动驾驶、具身智能和AIGC生成等领域 [2] - 大模型产业正经历技术普惠化、应用垂直化和生态开源化的深度变革 [2] - RAG和AI Agent技术成为AI从业者核心竞争力，相关岗位需求旺盛且算法岗位年薪领先行业 [2] 技术社区建设 - 创建了集视频、图文、学习路线、问答和求职交流为一体的综合型大模型社区 [2] - 社区已邀请40+来自国内外知名高校和头部企业的专家，包括上交、清华、北大、上海AI实验室、港科大、阿里、美团、深度求索、字节、百度和月之暗面等机构 [4][66] - 社区提供学术进展追踪、工业应用交流、求职对接和行业机会挖掘等服务 [7] RAG技术体系 - 提供完整的RAG学习路线，包括Graph RAG、Knowledge-Oriented RAG、Reasoning RAG等子领域 [4][9] - 汇总了最新综述、开源仓库和BenchMark，涵盖RAG在视觉理解和AIGC中的应用 [11][12][14][16][18][21][23] - 包含个性化RAG工作汇总和专业技术资料，适合从入门到进阶的系统性学习 [4][11] AI Agent技术体系 - 详细解析AI Agent核心技术，包括前沿综述、强化学习、多模态应用和通讯协议 [25][27][29][31][32] - 汇总基座Agent、自进化Agent和Multi-Agent的最新研究成果 [34][36][38] - 提供Agent评测框架和开源工具链，覆盖工业界与学术界需求 [4] 多模态大模型训练 - 涵盖多模态大模型（MLLM）和视觉语言模型（VLM）的训练方法，包括微调、RLHF和MoE技术 [40][44][45][47][49][50] - 汇总开源数据集和提示适配器学习方案，支持3D世界应用开发 [42][51][53] - 持续扩展强化学习与模型优化模块，满足科研和工业落地需求 [40] 模型量化与部署 - 提供大模型量化、推理和部署的完整技术方案 [55][56] - 涵盖参数优化、推理加速和部署实践，助力模型高效落地 [58][60][62] - 扩展社区内容至工程应用领域，满足开发者对模型部署的需求 [56] 社区发展计划 - 计划邀请国内外顶尖学术界和工业界专家进行直播分享，内容可回放 [64] - 持续扩展专家网络，打造大模型前沿技术聚集地 [66] - 提供独家岗位招聘信息，赋能社区成员职业发展 [67]

报告行业投资评级 - 报告未明确给出行业投资评级 [1][2][3] 核心观点 - 中国企业级大模型市场呈现爆发式增长 2025年上半年日均调用量达101,865亿tokens 较2024年下半年21,999亿tokens增长约363% [8][9][11] - 开源模型快速获得企业认可 调用占比从2024年下半年未明确基数提升至2025年上半年的44.4% 接近闭源模型的55.6% [9][11] - 企业选型从追求单一最强模型转向业务场景适配 注重算力性价比 系统灵活性与安全可控性平衡 [5][6][13] - 开源模型凭借性能与闭源收敛 后训练灵活性及成本优势成为企业实现自主可控的优选路径 [5][13][16] - 闭源模型以商业闭环 黑盒可控 集中优化与高服务稳定性满足高可靠性需求企业 [13][24][26] - 阿里通义系列大模型以17.7%调用占比成为市场首选 字节豆包(14.1%)和DeepSeek(10.3%)分列二三位 [10][11] 中国企业级大模型发展综述 - 大模型形成开源与闭源并行发展的双轨格局 开源模型凭借算力性价比最优 系统集成灵活及透明可验特征成为企业低成本落地与自主可控优选路径 [13] - 闭源模型以商业闭环 黑盒可控 集中优化与高成本壁垒为特征 适合高可靠性需求企业客户 [13] - 开源模型正逐步取代闭源方案成为生态主导力量 2023年全球149个基础模型中开源占比达65.7% [15] - 参数规模轻量化趋势显著降低算力门槛 推动大模型向垂直行业与中小企业场景加速渗透 [16] - 预计超过80%企业将在智能化建设中采用开源大模型 开源生态成为驱动产业普及化与数字化转型核心力量 [16] 中国企业级大模型调用现状及趋势 - 调用量激增驱动因素包括供给端模型与算力扩容(如DeepSeek 通义等开源体系突破) 需求端金融 政务 制造等行业场景化渗透提速 以及生态外溢效应形成的规模扩散 [19] - 产业进入规模化应用驱动新阶段 竞争焦点从模型性能比拼转向算力保障 数据合规 生态整合与行业深度适配 [20] 中国企业级大模型调用行为分析 - 企业选型核心出发点为业务价值 闭源模型胜在省心可靠(稳定性能 成熟生态 技术支持) 开源模型更契合灵活性及自主可控性需求 [24][26][27] - 开源模型选择TOP因素：性能表现更佳 完整掌握模型知识产权 更容易进行定制 最佳实践丰富 [25] - 闭源模型选择TOP因素：性能表现更佳 最佳实践丰富 更新迭代快 品牌知名度 [25]

中国生成式AI企业级市场增长态势 - 中国大模型企业级市场呈爆发式增长 2025年上半年日均调用量较2024年下半年暴增363% 总调用量逾10万亿tokens [1] - 阿里通义以17.7%占比成为企业首选大模型 字节豆包占比14.1% DeepSeek占比10.3% 前三名合计市场份额超40% [1] - 沙利文调研覆盖金融、制造、互联网、消费电子、汽车等700家企业 横跨不同营收层级和AI投入规模 [1] 政策与产业架构发展 - 国务院印发《关于深入实施"人工智能+"行动的意见》 提出加快实施产业发展等重点行动 推动AI在全环节落地应用 [1] - 政策鼓励企业将AI融入战略规划及业务流程 推动全要素智能化发展并培育智能原生企业 [2] - 中国大模型产业形成基础层、模型层、应用层完整架构 基础模型迭代速度持续加快 [2] 技术部署模式趋势 - 七成企业选择公有云部署或调用大模型 71%企业计划增加公有云形态的生成式AI服务 [2] - 企业需求从"追求单一最强模型"转向"为特定业务场景寻求最优解" 多模态及场景化匹配需求爆发 [2] - 开源模型成为关键增长驱动力 国产模型如千问Qwen、DeepSeek持续开源 性能与国际闭源模型差距几近抹平 [2] 开源模型主导性发展 - 未来超80%企业将采用开源大模型 企业可完全掌握自主权并根据业务特点定制应用 [3] - 通义千问成为全球最大开源模型家族 全球下载量超4亿次 衍生模型数量超14万个 [3] - 阿里2025年7月连续开源多款重磅模型 涵盖基础模型、推理、编程及视频生成领域 持续扩大开源领先优势 [3] 技术能力与场景应用进展 - 中国大模型在语言基础能力、推理及多模态理解生成方面进步显著 [3] - 应用场景成为重要牵引力 从制造业延伸至航空航天、医疗、交通等领域 重塑产业发展路径 [3] - 技术发展趋向语言大模型、多模态模型、智能体与具身智能突破 人工智能迈向通用智能初始阶段 [4][5] 未来应用前景 - AI技术将进一步普惠化 与制造业、能源等实体经济领域深度结合 推动生产力变革性突破 [4] - 核心能力从"生成内容"转向"执行任务" 加速从专用智能向通用智能的重大突破 [5]

AI内容标识政策实施 - 中国四部门联合发布《人工智能生成合成内容标识办法》于9月1日正式实施 要求所有AI生成内容需明确标识[8] - 标识范围涵盖文本、图片、音频、视频及虚拟场景 要求AIGC技术服务者、平台和用户共同遵守[9] - 技术服务者需添加隐性标识 平台需提供显性标识（如"作品含AI内容"） 用户不得删除或篡改标识[10][11] 行业合规动态 - DeepSeek于9月1日公告对AI生成内容添加标识 腾讯元宝、字节豆包、阿里通义、Kimi、智谱清言等厂商均在8月底更新用户协议 履行AI标识义务[4][6][7] - B站、抖音、快手等互联网平台同步上线功能 支持用户主动声明AI内容并配合平台识别打标[11] AI内容风险案例 - 马来西亚老夫妻因AI生成的虚假景区缆车视频驱车4.5小时前往 发现受骗[18] - 中国工程院院士张伯礼2024年3月辟谣 至少十几条假借其形象推广护肤品的AI视频在传播[20] - 2024年5月"袋鼠登机"AI视频获百万点赞 因缺乏明显破绽导致大量用户受骗[34][36][37] 全球监管对比 - 欧盟《人工智能法案》按风险分级管理 强制标识要求预计2026年生效[45] - 美国无全国性法规 仅部分州（如加州）有强制标签要求 科技公司多采用自愿标识[46] - 韩国和西班牙2024年初推出AI标识相关法规 中国新规力度全球罕见 无灰色地带[45] 平台治理挑战 - YouTube平台AI短视频泛滥 周排名前列多为AI内容 儿童频道为重灾区[48][50] - AI视频通过重复上传赚取流量激励 有案例称5天获利5000美元[50][51] - YouTube被曝擅自对真人短视频进行AI增强 导致视频呈现"塑料感" 引发创作者争议[54][56][57] 行业影响数据 - 人类影响者收入为AI影响者的46倍 主因AI内容在真实性及信任度存在差距[63] - 创作者经济规模2025年达250亿美元 较2022年164亿美元增长52% 虚拟创作市场预计2030年达378亿美元[64]

AI内容标识政策实施 - 四部门联合发布《人工智能生成合成内容标识办法》于9月1日正式实施 要求所有AI生成内容必须标识[7] - 政策覆盖文本、图片、音频、视频及虚拟场景等所有AIGC形式 要求技术服务者、平台和用户共同遵守[8] - 技术服务者需添加隐性标识 平台需添加显性标识 用户不得删除或篡改标识[9][10][11] 行业合规行动 - DeepSeek于9月1日率先实施AI内容标识 在生成内容中添加明显标识[2] - 腾讯元宝、字节豆包、阿里通义、Kimi、智谱清言等主流厂商均在8月底更新用户协议 履行AI标识义务[4] - B站、抖音、快手等互联网平台同步上线AI声明功能 支持用户主动标识和平台自动识别[12] AI内容风险案例 - 马来西亚老夫妻因AI虚假视频驱车4.5小时前往不存在景点 造成实际经济损失[23] - 中国工程院院士张伯礼遭遇至少十几条AI假视频侵权 涉及商业代言造假[26][27] - YouTube平台AI短视频泛滥 周排名前列多为低质AI内容 儿童频道成为重灾区[59][61] 全球监管对比 - 中国实施强制性标识政策 要求三方共同执行 无灰色地带[53] - 欧盟《人工智能法案》采用分级管理 强制标识要求预计2026年生效[54] - 美国缺乏全国性法规 仅部分州有强制要求 科技公司多采用自愿标识[56] 行业影响数据 - 人类创作者收入是AI创作者的46倍 但差距正在快速缩小[78][79] - 创作者经济规模预计2025年达250亿美元 较2022年增长52%[80] - 虚拟创作市场到2030年预计达378亿美元 复合增长率显著[80] 技术挑战与争议 - YouTube被曝光擅自对真人视频进行AI增强 导致内容失真引发创作者抗议[67][69][70] - 平台存在重复上传相同AI视频赚取流量激励的行为 已影响人类创作者生存空间[61][64] - 即使有标识政策 AI内容在情感欺骗和商业欺诈方面仍存在实施难点[82]

行业监管动态 - 中国四部门联合发布《人工智能生成合成内容标识办法》于9月1日正式实施 要求所有AI生成内容需明确标识 涵盖文本、图片、音频、视频及虚拟场景 [7] - 政策要求AIGC技术服务者添加隐性标识 平台需提供显性标识（如"作品含AI内容"） 用户不得删除或篡改标识 [7] - 全球范围内类似监管措施有限 韩国与西班牙于2024年初推出AI标识法规 欧盟《人工智能法案》分级监管要求预计2026年生效 美国联邦层面无强制性法规 仅部分州（如加州）有要求 [32] 企业合规行动 - DeepSeek于9月1日公告对AI生成内容添加标识 腾讯元包、字节豆包、阿里通义、Kimi、智谱清言等厂商于8月底更新用户协议 履行AI标识义务 [2][4] - B站、抖音、快手等互联网平台上线AI声明功能 支持用户主动标识AI内容 同时辅以平台自动识别打标 [8] 市场影响与挑战 - AI生成内容泛滥导致虚假信息问题加剧 例如马来西亚老人因AI视频驱车4.5小时前往不存在景点 中国工程院院士张伯礼遭AI伪造代言需公开辟谣 [14][15] - YouTube平台AI短视频泛滥 儿童频道为重灾区 部分账号通过重复上传AI视频赚取流量激励 有创作者5天内通过AI内容获利5000美元 [33][35] - 人类创作者收入为AI创作者的46倍 但AI内容增速迅猛 创作者经济规模预计从2022年164亿美元增长至2025年250亿美元（增幅52%） 虚拟创作市场2030年预计达378亿美元 [44] 技术识别困境 - AI内容真实性难以辨别 如"袋鼠登机"视频因无显著技术瑕疵获百万点赞 用户难以区分真伪 [28][30] - YouTube平台被指控擅自对真人视频进行AI增强处理 导致画面呈现过度锐化、平滑感等异常 引发创作者信任危机 [38][40]

中国企业级大模型市场总体规模 - 2025年上半年中国企业级大模型日均消耗量达到10.2万亿Tokens [1] - 日均大模型调用量较2024年下半年激增363% [1] - 阿里通义 字节豆包 DeepSeek三大平台合计市场份额超40% 份额分别为17.7% 14.1% 10.3% [1] 行业调研覆盖范围 - 调研覆盖金融 制造 互联网 消费电子 汽车等多个关键行业 [1] - 共调研国内700家企业 涵盖不同营收规模和AI投入水平 [1] 部署方式偏好趋势 - 70%企业倾向于在公有云上部署或调用大模型 [3] - 71%使用公有云的企业表示将增加公有云形态的生成式AI服务 [3] - 企业从追求单一最强模型转向为特定业务场景寻求最优解 [3] 开源模型发展态势 - 开源模型与国际顶级闭源模型性能差距大幅缩小 [3] - 千问Qwen DeepSeek等国产模型持续推动开源生态发展 [3] - 超过80%企业未来将采用开源大模型 [3] - 开源模型具有尺寸多样 类别丰富 企业可完全掌握自主权等优势 [3]

中国企业级大模型市场增长态势 - 2025年上半年中国企业级市场大模型日均总消耗量达10.2万亿Tokens 较2024年下半年暴增363% [1] - 阿里通义以17.7%市占率位列第一 字节豆包占14.1% DeepSeek占10.3% 前三名合计占比超40% [1] - 生成式AI加速渗透中国企业级市场 调研覆盖金融、制造、互联网、消费电子、汽车等700家企业 [1] 公有云与开源模型发展趋势 - 70%企业选择公有云部署或调用大模型 71%企业计划增加公有云形态生成式AI服务 [2] - 开源模型成为关键增长动力 千问Qwen和DeepSeek等国产模型与国际闭源模型性能差距几近抹平 [2] - 未来超80%企业将采用开源大模型 因企业可完全掌握自主权并根据业务特点定制应用 [2] 阿里通义开源生态与全球影响力 - 阿里通义开源千问3指令微调模型、推理模型及多模态模型 含AI编程模型Qwen3-Coder和文生图模型Qwen-Image [3] - 千问模型全球市场份额最高达12.3% 超越OpenAI和Llama系列居全球第四 Qwen3-Coder调用量一周暴增1474% [3] - 阿里巴巴累计开源300多个模型 全球开发者基于千问衍生开发超14万个模型 成为全球第一开源模型 [3]