全球AI大模型企业是如何炼成（国内篇）？

AI大模型是一个资本密集、人才密集和数据密集的产业，如何形成“数据、模型、应用”的飞轮，是大模型企业成功的关键。海外企业中，微软&OpenAI、谷歌已经逐步形成 AI 大模型的飞轮。

上篇分享了“全球AI大模型企业是如何炼成（海外篇）？”，本文分析国内篇，国内百度、阿里、商汤、华为等积极加入，行业呈现“百模大战”的竞争格局，能否形成飞轮是最后能否胜出的关键。

本文来自“人工智能行业报告：AI2.0、AI大模型、算力、AI赋能（2023）

”，详细介绍全球（海外、国内）AI大模型算力、模型、应用等现状，本篇为国内篇。

更多内容参考400+份重磅ChatGPT专业报告（合集）。

国内大模型：百度、阿里、腾讯、华为、商汤、讯飞

国内大模型训练企业中，百度具备先发优势，芯片层、框架层、模型层和应用层布局完善。阿里紧随其后，在芯片层、模型层、应用层均有布局，并宣布将旗下所有产品接入通义大模型。腾讯步调稳健，持续研发，在今年以来的大模型热潮中发声克制，并未宣布更多模型、应用进展。华为的大模型布局更偏向基础设施，在芯片层、框架层和模型层均有布局，主要赋能 B 端客户。商汤的 AI 布局涵盖推理芯片、模型层和应用层，其以 CV 起家，应用层面不仅涵盖文字生成能力，同时包括多模态能力。讯飞的 AI 布局主要涵盖模型层、应用层。

1、百度：昆仑芯+飞桨平台+文心大模型，构建广泛应用端生态

百度是当前唯一一家在芯片层、框架层、模型层和应用层都有领先产品布局的企业，四层架构相互协同优化，可以显著地降本增效。在芯片层，百度昆仑芯科技已实现两代通用 AI芯片“昆仑”的量产及应用，为大模型落地提供强大算力支持。在框架层，“飞桨”是国内首个自主研发的产业级深度学习平台，集基础模型库、端到端开发套件和工具组件于一体，有效支持文心大模型高效、稳定训练。在模型层，“文心大模型”包括基础大模型、任务大模型、行业大模型三级体系，全面满足产业应用需求。在应用层，文心已大规模应用于百度自有业务的各类产品，并通过企业级平台“文心千帆”进一步推动生态构建。

算力：两代自研通用 AI 芯片“昆仑”支持大模型落地

百度旗下的芯片公司昆仑芯科技已实现两代通用 AI 芯片产品的量产及落地应用。昆仑芯1 代 AI 芯片于 2020 年量产，是国内唯一一款经历过互联网大规模核心算法考验的云端 AI芯片，当前已被广泛部署在互联网、工业制造、智慧城市、智慧交通、科研等领域。昆仑芯 2 代 AI 芯片于 2021 年 8 月量产发布，是国内首款采用 GDDR6 显存的通用 AI 芯片，相比昆仑芯 1 代 AI 芯片性能提升 2-3 倍，且在通用性、易用性方面也有显著增强。目前，昆仑芯已在百度搜索等业务场景落地，也为大模型训练提供底层算力支撑。百度之外，昆仑芯还可为客户提供大模型定制服务，凭借强大算力为大模型落地提供全流程支持。

框架：产业级深度学习平台“飞桨”为大模型构建提供有力支撑

我国首个自主研发、功能丰富、开源开放的产业级深度学习平台飞桨（PaddlePaddle）是百度大模型背后的有力支撑。飞桨以百度多年的深度学习技术研究和业务应用为基础，集深度学习核心训练和推理框架、基础模型库、端到端开发套件和丰富的工具组件于一体，有效支持文心大模型高效、稳定训练。截至目前，飞桨已和 22 家国内外硬件厂商完成了超过 30 种芯片的适配和联合优化，国产芯片适配第一。

文心大模型：“基础+任务+行业”大模型三层体系全面满足产业应用需求

百度文心大模型体系构建了文心大模型、工具与平台两层体系。在模型层，文心大模型包括基础大模型、任务大模型、行业大模型三级体系。基础大模型针对特定任务预训练构建任务大模型，任务大模型结合垂直领域数据和知识进一步形成行业大模型，行业大模型则在应用场景的数据反哺基础大模型优化。在工具与平台层，大模型开发套件、文心 API以及提供全流程开箱即用大模型能力的 EasyDL 和 BML 开发平台，帮助全方位降低应用门槛。

应用：大模型生态逐步构建，推动 AI 落地产业

文心大模型是目前国内预训练大模型应用端生态最好的大模型之一。在百度自有业务中，文心已大规模应用于百度内部的各类产品，包含百度搜索、度小满金融、小度智能屏、百度地图等。例如，度小满的智能征信中台将文心 ERNIE 大模型应用在征信报告的解读上，能够将报告解读出 40 万维的风险变量。在百度业务之外，文心大模型联合国网、浦发、中国航天、人民网等企业推出了 11 个行业大模型，让大模型加速推动行业的智能化转型升级。

2、阿里巴巴：云上赋智，拥抱消费互联网 AI 新时代

2022 年 9 月，阿里巴巴发布通义大模型，该模型由统一底座层、通用模型层、行业模型层组成，是国内首个统一 AI 底座模型，而统一AI 模型可以充分利用多种感知模态的数据，从而获得更加丰富和准确的信息，有效解决了传统大模型通用性和易用性欠缺的问题。

1）统一底座层：通义统一底座中的 M6-OFA 模型，在不引入新增结构的情况下，可同时处理图像描述、视觉定位、文生图、视觉蕴含、文档摘要等 10 余项单模态和跨模态任务。

2）通用模型层：覆盖自然语言处理、多模态、计算机视觉。包括 NLP 模型通义AliceMind，多模态模型通义-M6，CV 模型通义-CV 三大模型。2023 年 4 月 7 日，阿里巴巴推出大规模语言模型通义千问，进一步丰富阿里巴巴在通用模型层的产品形态。

3）行业模型层：深入电商、医疗、法律、金融、娱乐等行业，通用与专业领域大小模型协同，让通义大模型系列可兼顾性能最优化与低成本落地。

3、腾讯：大模型赋能长尾商家内容自制，提升整体创意和投放效率

腾讯以太极平台为底层，借力混元 AI 和广告两大模型，推出 4 大广告系统，覆盖广告内容理解、智能制作审核、广告推荐模型等环节，其他方案包括视频自动生成，模型定制化和动态投放等。根据腾讯广告公众号，在 DCO 系统加持下，广告曝光改善 5%，流水和GMV 分别提升 10%和 9%。我们认为，未来腾讯或推出更多 AIGC 应用，视频号、朋友圈、小程序等都将受益于效率改善，或迎来更多提价空间。

腾讯混元AI大模型：四大技术平台。以混元大模型为底座，腾讯细分研发出四大技术平台，分别为“巨阙”系统主攻广告内容理解、“乾坤”聚焦广告智能创作、“神针”侧重广告智能审核、“天印”主打广告指纹系统。

混元AI大模型能够自动将广告文案生成视频。目前混元AI大模型已能够实现广告智能制作，即通过AIGC自动将广告文案生成视频，大大地提高了系统的理解能力、行业特征的洞察力以及文案创意的生成效率，从而有效降低了广告视频制作的成本。

3、华为：昇腾芯片+MindSpore+盘古大模型，应用场景落地可期

算力：以自研 AI 芯片昇腾作为根基，打造 AI 产业平台

华为昇腾芯片包括用于训练的算力最强 AI 芯片昇腾 910，以及用于推理的全栈全场景 AI芯片昇腾 310。2019 年 8 月推出的昇腾 910 算力超英伟达 Tesla V100 一倍，在同等功耗下拥有的算力资源达到了当时业内最佳水平的两倍。目前，“昇腾 AI”基础软硬件平台已成功孵化和适配了 30 多个主流大模型，为我国一半以上的原生大模型提供算力支撑。基于该平台，昇腾 AI 产业已与 20 多家硬件伙伴和 1100 多家软件伙伴建立了合作关系，并共同推出了 2000 多个行业 AI 解决方案，参与其中的开发者数量突破 150 万。

框架：深度学习框架 MindSpore 提升模型开发效率

深度学习框架 MindSpore 从训练推理部署全流程支撑模型高效开发，是国内社区中最活跃、关注度最高、被应用最多的框架之一。匹配昇腾 AI 处理器，MindSpore 有效克服 AI计算的复杂性和算力的多样性挑战，打造面向端、边、云的全场景 AI 基础设施方案，让芯片的强大算力能够以最高效的方式被开发者们利用。面向大模型开发场景，MindSpore 提供系列工具及套件，发挥软硬件综合优势，从训练推理部署全流程支撑模型高效开发。同时，MindSpore 可兼容第三方 AI 框架生态，以实现模型的快速迁移。

盘古大模型：赋能千行百业的三阶段体系

华为云盘古大模型于 2021 年 4 月正式发布，到 2022 年聚焦行业应用落地，已经基于一站式 AI 开发平台 ModelArts，发展出包括基础大模型（L0）、行业大模型（L1）、行业细分场景模型（L2）三大阶段的成熟体系，让 AI 开发由作坊式转变为工业化开发的新模式，赋能千行百业。具体来说，盘古大模型的三层体系架构包含：1）L0 基础大模型：30 亿参数的 CV 大模型在业界首次实现模型按需抽取，千亿参数和 40TB 训练数据的 NLP 大模型在在 CLUE 榜单实现业界领先，科学计算大模型致力于解决各种科学问题、促进基础科学的发展；2）L1 行业大模型：涵盖矿山、气象、药物、分子、电力、海浪、金融等行业；3）L2 场景模型：包含金融 OCR、电力巡检、建筑能耗优化等场景。

应用：行业大模型逐步落地，场景应用可期

盘古CV大模型可以赋能分类、识别、检测等视觉场景。华为已基于 CV 大模型推出矿山大模型、电力大模型等行业大模型，推动相关工业领域安全高效作业。在华为与能源集团合作推出的盘古矿山大模型中，模型能够解决 AI 在煤矿行业落地难、门槛高等问题。例如，在煤矿主运场景中，AI 主运智能监测系统的异物识别准确率达 98%，实现全时段巡检，避免因漏检造成的安全事故；在作业场景中，掘进作业序列智能监测的动作规范识别准确率超过 95％，保障井下作业安全。

4、商汤：SenseCore 大装置+日日新大模型

算力：基于 AI 大装置 SenseCore，以 AI 模型赋能四大业务

商汤基于 AI 大装置 SenseCore 辅助自身业务开展。AI 大装置 SenseCore 打通了算力、算法和平台之间的连接与协同，构建成一整套端到端的架构体系；基于 AI 大装置SenseCore，商汤通过 22,000+商用 AI 模型，赋能智慧商业、智慧城市、智慧生活和智慧汽车四大业务。

日日新大模型：构建面向 AGI 的核心能力，驱动垂直行业降本增效

商汤是国内最早布局 AI 大模型的企业之一，已实现 CV、NLP、多模态等大模型的全面布局。2019 年已经发布了拥有 10 亿参数的图像大模型，2022 发布的视觉模型参数量达到320 亿，是全球最大的通用视觉模型之一，能够实现高性能的目标检测、图像分割和多物体识别算法等功能。今年 3 月推出多模态大模型“书生 2.5”，具备图像描述、视觉问答、视觉推理、文字识别、文生图、文本检索视觉内容等功能，在国内处于领先地位。

应用：MaaS 模式可能成为重要新趋势

商汤日日新大模型开放 API 体系包含自然语言生成 API、图片生成 API、视觉通用感知任务 API 和标注 API。此外，商汤还提供了数据标注、模型训练及微调等一系列 MaaS 服务。近期，我们注意到，英伟达，百度，商汤等企业都提出了类似 MaaS 的新商业模式，其核心是利用自己已经拥有的通用大模型，帮助企业以专有数据创建专有模型。

篇幅所限，更多厂商技术分析请参考“人工智能行业报告：AI2.0、AI大模型、算力、AI赋能（2023）”。

下载链接：

通用CPU性能基准测试研究综述（2023）

2023全球半导体与集成电路产业发展研究专题报告

中国智能汽车车载芯片发展研究报告

《海光CPU+DCU技术研究报告合集（上）》

1、海光信息：国产巨无霸，引领“中国芯”

2、国产CPU厂商领军者，进入快速增长期

3、国产CPU领军，加速突破高端市场

4、国产CPU领军，受益于行业信创加速，成长空间广阔

5、国产高端处理器龙头，CPU+DCU齐赋能

6、国产微处理器产业的领军者"