2018年以来，预训练语言模型(PLM)及其“预训练-微调”方法已成为自然语言处理（NLP）任务的主流范式，该范式先利用大规模无标注数据通过自监督学习预训练语言大模型，得到基础模型，再利用下游任务的有标注数据进行有监督学习微调模型参数，实现下游任务的适配。在AI的1.0时代，存在模型碎片化明显、AI泛化能力不足等问题。

“预训练+微调”大模型能显著降低AI工程化门槛，预训练大模型在海量数据的学习训练后具有良好的通用性和泛化性，细分场景的应用厂商能够基于大模型通过零样本、小样本学习即可获得显著的效果，使得人工智能有望构建成统一的智能底座，AI+赋能各行各业。

本轮的生成式AI有望从简单的内容生成，逐步达到具有预测、决策、探索等更高的认知智能。

｜人工智能的发展历程

｜大模型快速爆发，重新定义人工智能产业

2018年以来，预训练语言模型(PLM)及其“预训练-微调”方法已成为自然语言处理（NLP）任务的主流范式，该范式先利用大规模无标注数据通过自监督学习预训练语言大模型，得到基础模型，再利用下游任务的有标注数据进行有监督学习微调模型参数，实现下游任务的适配。

规模越大的模型不仅在已知任务上有着更好的表现，同时展现出完成更复杂的未知任务的强大泛化能力。

｜人工智能产业链

AI产业链主要包括基础层、技术层、应用层三大层。

｜人工智能产业分类

AI模型大致可以分为决策式AI和生成式AI两种。决策式AI指学习数据中的条件概率分布，根据已有数据进行分析、判断、预测，主要应用模型有用于推荐系统和风控系统的辅助决策、用于自动驾驶和机器人的决策智能体。

生成式AI指学习数据中的联合概率分布，并非简单分析已有数据而是学习归纳已有数据后进行演技创造，基于历史进行模仿式、缝合式创作，生成了全新的内容，也能解决判别问题。

人工智能在经历前期技术积累和迭代后，逐渐突破传统分析型AI领域，迎来生成式AI的爆发期。从2012年至今，生成式AI急速发展，其源头就是DNN算法的升级，实现了语音和图像识别等功能。

｜生成式人工智能应用领域

生成式人工智能的重大意义就在于能够为当前人力和AI 技术无法突破的难题提供可行的解决方案，从而颠覆了整个商业规则和运营模式。以下案例均为生成式AI 工具在前期发展阶段已经可以赋能的应用场景。

｜全球市场规模预测

据彭博研究数据预测，全球生成式AI 市场 2023年收入规模约 670亿美元，到 2032年该规模将接近13,040亿美元，占总信息技术支出比例预计十年内从现阶段的小于1%增至10~12%。

从投资角度看，IDC预计 2023 年全球AIGC 投资规模为160 亿美元，2027年将达到约 1430亿美元，且其投资额占AI 整体支出比例将增至28%（2023年 9%）。

未来，AIGC应用将日渐普及，IDC最新报告显示，到2027年，全球约45%的企业将采用生成式人工智能工具进行产品和服务的开发和运营。

｜中国市场规模预测

中国将引领亚太区AIGC 投资，实现相关技术产业规模的爆发式增长。IDC最新预测数据显示，中国将继续成为亚太地区人工智能市场发展的主要增量，相关投资在亚太地区AI 总支出占比中超50%，约占全球AI 技术投资总规模的9%。作为向自动化和通用生产力迈进的关键技术，国内生成式AI 技术投资占比预计将在2027 年达到33.0%（2022年4.6%），投资规模超130亿美元，五年复合增长率为86.2%。

艾瑞咨询数据显示，目前中国仍处于大模型生态培育期，2023年 AIGC产业规模约为143 亿元，基本完成大模型最底层算力和应用平台等新型基础设施的搭建。预计于2028 年前后完成重点领域、关键场景的技术价值兑现，实现7,202 亿元的市场规模。

预计2030 年中国AIGC 产业规模有望突破万亿元，达到11,441 亿元，年复合增长率为115%。