AI技术的发展，极大地提升了机器在重复性、基础性设计工作中的效率。这使得设计师与AI间传统的“工具关系”被打破，许多与底层技法相关的“机械劳动”将逐渐被机器取代。 设计师与AI的关系从“工具关系”升级为“同事关系”，伴随而来的“劝导式”的设计流程让设计师更专注于创造性内容的思考，从而在人机协作的过程中，借助大模型的计算和推理能力，创作的门槛被进一步降低。 大模型是一个“收音器”，将所学的设计知识整合到模型中供设计师使用；但受限于知识的有限性，模型无法做到无限制的创意赋能。随着海量设计师利用同一模型进行设计流程的迭代，产品的设计风格可能趋于同化。 大模型是一个“扩音器”，扩大设计师在实践中所创造知识的影响力。通过设计风格提示词复用、用户体验关键词定制等形式，作品的“创意”将数字化为开源资产，在社区进一步的发展迭代中，推动整体设计品质的提升。 不断涌现的AIGC工具降低了设计的门槛，提供了自动化、智能化的设计能力，打破了设计行业传统的技法壁垒。这样的趋势将加剧行业内部的竞争，使得设计师需要不断提高自己的专业水平和创造力，从而保持职业竞争力。 行业被冲击得越深，机会也将被创造得越多。大模型时代的智能化，将带来“智能物种”的大爆发，促使所有领域的产品迭代升级。因此，各行各业对设计的需求将随之增长，行业机会大量涌现。 来源：浙江大学国际设计研究院

当前，由人工智能引领的新一轮科技革命和产业变革方兴未艾。在移动互联网、大数据、超级计算、传感网、脑科学等新理论新技术驱动下，人工智能呈现深度学习、跨界融合、人机协同、群智开放、自主操控等新特征，正在对经济发展、社会进步、全球治理等方面产生重大而深远的影响。 人工智能技术是当今世界最为重要的技术领域之一，是国家在科技自立自强领域必须取胜的关键赛道。人工智能技术作为推进中国数字经济发展的核心底层技术之一，将在未来很长一段时期，在数字经济和实体经济深度融合的过程中，扮演关键角色。 进入2023年以来，大模型在人工智能领域受到越来越多的关注，越来越多中国科技企业推出了自有大模型产品。 为了全面、真实呈现我国当前主流科技企业所推出的大模型产品的现状、优势、特点，同时为行业健康发展进一步探索方向，建言献策，新华社研究院中国企业发展研究中心特启动本次报告研究。基于评测条件、评测时间等限制，评测最终结果不可避免存在一定主观性，具体结果供产业参考。 来源：新华社研究院

经过大规模预训练的大模型，能够在各种任务中达到更高的准确性、降低应用的开发门槛、增强模型泛化能力等，是AI 领域的一项重大进步。大模型最早的关注度源于 NLP 领域，随着多模态能力的演进，CV 领域及多模态通用大模型也逐渐成为市场发展主流。政企的极大关注带动了行业领域大模型的高速发展，逐渐形成了多模态基模型为底座的领域大模型和行业大模型共同发展的局面。 伴随基于大模型发展的各类应用的爆发，尤其是生成式 AI，为用户提供突破性的创新机会，打破了创造和艺术是人类专属领域的局面。AI 不再仅仅是“分类”，而且开始进行“生成”，促使大模型带来的价值进一步升级到人类生产力工具的颠覆式革新。同时，数据规模和参数规模的有机提升，让大模型拥有了不断学习和成长的基因，开始具备涌现能力（Emergent Ability），逐渐拉开了通用人工智能（AGI）的发展序幕。 过去几年，国内外的 AI 厂商均在大模型领域有所布局。OpenAI 在 2019 年发布了GPT-2 大模型，国内互联网科技厂商也集中在 2020-2022 三年期间相继发布了自己的大模型。ChatGPT 的发布，掀起了一波发展热潮，原有厂商基于自身大模型开始推出一系列生成式 AI 应用，并对外提供 API 接口。更多的创业公司、科研机构和新的科技厂商涌入该市场，发 布相关的产品服务。 大模型人气高涨，吸引了用户的关注，不仅是 CIO、CTO 等技术决策人员，CEO、CFO 等业务决策人员也同样希望发挥此类模型在业务用例中的潜力。用户关注度的跃升成为对厂商自身能力的考验，前期已具备全栈大模型构建能力的厂商开始显现积累优势。 为帮助用户了解国内大模型市场的发展情况、厂商格局和竞争地位，沙利文研究团队通过详实的访谈调研，对中国市场提供大模型产品服务的厂商进行了深入的分析和评估。 来源：沙利文

生成式AI作为当前人工智能的前沿领域，成为全球最热的科技话题。2022年OpenAI发布ChatGPT,生成式AI在模型应用层面实现重要突破，仅两个月突破1亿月度活跃用户数，成为史上用户增长速度最快的消费级应用。全球多家科技企业加大在生成式AI领域的研发投入力度，不断在技术、产品及应用等方面推出重要成果，持续推动人工智能的创新与商业化落地进程，也将带动产业链相关企业快速发展。 在此背景下，在中国互联网协会、中国软件行业协会指导下，天津市人工智能学会、至顶科技、至顶智库联合发布《2023年全球生成式AI产业研究报告》，该报告从全球视角出发，对生成式AI的产业概况、基础设施、算法模型、场景应用、机遇挑战等方面进行梳理，全面展现生成式AI的产业发展情况，为政府部门、行业从业者、教育工作者以及社会公众更好了解生成式AI提供参考。 来源：中国互联网协会、天津市人工智能学会、 至顶科技、至顶智库

5G联合8K、AI、AR和VR等新技术，拓展了文化和旅游产品的表达形式和展现内容，促进了观光游向休闲游、深度游转变，形成了云旅游、慢直播和线上演艺等多个成熟应用场景。未来以5G为引领的新科技，将产生更多的创新应用和影响力，为文旅行业带来新一轮的提升和变革。

Midjourney“以小搏大”，成为全球 AI 绘画龙头。截至 2023 年 4 月 6 日，官网显示 Discord 平台上 Midjourney 服务器的累积用户为 1482 万，同一时间在线人数超过 150 万，而公司全职员工仅有 11 名。 Midjourney 尚未对外融资，在公测版上线的第二个月（22 年 8 月）就 已实现盈利。Midjourney 成功“以小搏大”的原因：（1）垂类 AI 绘画 模型的搭建和训练门槛相对较低，算法参考开源的 Diffusion 和 CLIP 模型，同类模型 Stable Diffusion 的训练成本不到 60 万美元，训练数 据集来自网上爬取的亿级数据；（2）Midjourney 搭建在 Discord 平台 上， Discord 成熟 的 使用 设施 、 庞大 的 用户 基数 及 社区 生态 赋能 Midjourney。通过先发优势和社区互动积累了海量用户标注的“文字图片”一致性效果数据，再通过监督学习机制不断优化 AI 模型的生成 效果，约一年时间快速迭代更新了五个版本。（3）比较图像生成效果， Midjourney 形成独特的艺术风格、差异化竞争，用户可以在提示词中 选择 Midjourney 默认艺术风格的应用强度。今年 3 月更新的 Version 5 已率先完善手指生成畸形的难点，大幅提升图像的写实细节、自然语 言提示的理解能力等，写实向图像的生成效果同样在行业内领先。 来源：广发证券

Midjourney 是一家专注于设计、人工智能等方向的独立研究室，据 Midjourney 官网，团队 已开发同名文生图模型及应用 Midjourney，该产品搭载于 Discord，用户通过与 Midjourney bot 进行对话式交互，提交 Prompt（文本指令）来快速获得想要的图片。 来源：华泰证券

1、国内外大厂发力布局，AI应用生态加速构建，行业应用前景有望打开： （1）硬件端，以NVIDA为代表的国内外厂商布局AI芯片等硬件，有望降低行业内公司AI部署的成本和门槛，为AI商业化应用创造条件； （2）软件端，国内外大厂相继发布AI大模型，并展现出出色的实际任务解决能力，应用空间广阔； （3）商业模式层面，ChatGPT 插件大幅提升AI大模型的实用性和准确性，未来“AI大模型+应用插件”有望成为主流模式； 2、AI+行业应用有望加速融合，关注各赛道内具备布局优势的厂商： （1）随着AI商用空间的逐步打开，AI结合各行业应用的进程有望加速，建议关注AI与办公、教育、工业、医疗、安全、遥感、建筑、法律和金融行业的深度融合； （2）对标Microsoft 365 Copilot，我们认为AI结合工具有望在实际业务场景中大幅提升用户效率，实现降本增效，重点推荐广联达； （3）我们认为AI大模型在文本生成领域技术已经成熟，在具备一定格式的文本生成中可辅助使用者完成任务，推荐AI+法律标的，通达海； 3、重点关注标的： （1）基础层：大模型：360，科大讯飞 （2）应用层：AI+工具：金山办公；AI+建筑：广联达； AI+法律：通达海；AI+医疗：创业慧康，久远银海； AI+教育：科大讯飞；AI+网安：安恒信息、奇安信；AI+金融：同花顺； AI+安全：佳都科技； AI+政务：拓尔思； AI+遥感：航天宏图； 4、风险提示： 1、AI 技术迭代不及预期的风险；2、AI 商业化产品发布不及预期；3、政策不确定性带来的风险；4、下游市场不确定性带来的风险；

随着国家新型基础设施建设发展战略（2020）、国家“十四五规划和2035年远景目标纲要”等系列政策的出台，人工智能（AI）发展迎来新一轮红利，科技革命和产业升级处于进行时。近年来，AI工程化的研究热度持续提升，其目的是帮助组织在数智化转型过程中，更高效、大规模地利用AI创造业务价值。人工智能研发运营体系（MLOps）作为AI工程化重要组成部分，其核心思想是解决AI生产过程中团队协作难、管理乱、交付周期长等问题，最终实现高质量、高效率、可持续的AI生产过程。 MLOps的发展呈现出逐渐成熟的态势，近几年国内外MLOps 落地应用正持续快速推进，特别是在IT、银行、电信等行业取得明显效果。与此同时，MLOps行业应用成熟度不足，使得组织在制度规范的建立、流程的打通、工具链的建设等诸多环节面临困难。因此本指南旨在成为组织落地MLOps并赋能业务的“口袋书”，围绕机器学习全生命周期，为模型的持续构建、持续交付、持续运营等过程提供参考，推进组织的MLOps落地进程，提高组织AI生产质效。 本指南由中国信通院云计算与大数据研究所、人工智能关键技术和应用评测工业和信息化部重点实验室联合发布。本指南站在组织如何布局和落地MLOps的视角，以模型的高质量、可持续交付作为核心逻辑，系统性梳理MLOps概念内涵、发展过程、落地挑战等现状，并基于MLOps的理论研究和实践案例分析组织如何构建MLOps框架体系和关键能力，最后总结和展望其发展趋势。 由于AI产业的快速变革，MLOps落地应用持续深入，工具市场不断迭代，我们对MLOps的认识还有待继续深化，本指南可能仍存在不足之处，欢迎大家批评指正。 来源：中国信息通信研究院、人工智能关键技术和应用评测、工业和信息化部重点实验室

当今世界正在经历百年未有之大变局，全球新冠疫情的爆发给世界经济发展带来严重挑战，人类正处于大发展、大变革、大调整时期。与此同时，世界多极化、经济全球化、社会信息化、文化多样化持续全面推进，新一轮科技革命和产业革命正在孕育成长，不断颠覆传统经济和产业模式，数字化转型不断加速。 2021年是具有里程碑意义的一年，既是中国建党 一百周年、全面建成小康社会之年，亦是中国“十四五”规划的开局之年。在这样的新起点、新征程背景下，身处百年变局和世纪疫情叠加之关键历史时期，面对外部复杂多变的经济和政治环境，以及内部经济转型升级的挑战，中国将如何立足新发展阶段、贯彻新发展理念、构建新发展格局，已成为牵动全球经济格局和国际关系变动的重要因素。 “百舸争流，奋楫者先”，作为全球及中国经济格局发展的重要见证者与参与者，弗若斯特沙利文联合头豹研究院谨此发布《中国未来五十年产业趋势洞察白皮书》，从行业视角的维度解读中国未来50年期间五大核心产业的发展趋势与机遇。本报告从宏观环境、发展现状、行业痛点、供需环境、发展趋势等维度出发，通过调研和分析中国人工智能行业、制造业、医疗健康、大消费、碳中和相关产业等领域，总结和分析了中国未来50年五大核心产业领域的发展机遇与挑战。 本报告聚焦产业热点问题，深入分析了未来中国在人工智能、制造业、医疗健康、大消费、碳中和领域的价值贡献，并在回顾中国行业智能化升级和绿色化转型历史的基础上，探讨中国未来核心产业的发展方向。 来源：沙利文 头豹

我们所处的时代正在经历一场数字革命，人工智能技术的快速发展已经改变了我们的生活和工作方式。其中，AIGC（AI generated content，人工智能生成内容）是一个备受关注的领域。AIGC 技术可以用来生成文章、图片、音频、视频等各种类型的内容，极大节省了人力成本，进一步提高生产效率，增强娱乐体验。与此同时，AIGC 技术也带来了一系列风险和挑战，例如违规信息、虚假信息、低质内容、恶意攻击、人工智能劣化等。 为了解决这些问题，数美科技提供了一系列针对AIGC 的风险控制服务，旨在帮助客户规避潜在的风险和损失。我们通过对 AIGC 生成过程的分析、监控和审核，确保所生成的内容符合相关法规和行业标准，从而维护互联网的健康和稳定发展。 本手册将会探讨 AIGC 技术的发展趋势、应用场景以及相关的风险和挑战，并介绍数美科技的 AIGC 风险控制服务及其应用案例。我们希望通过这份手册，帮助读者更全面地了解 AIGC 领域的现状和未来，同时也希望为相关行业的从业者提供一些可行的解决方案和思路。 数美数字风控研究院致力于打造数字风控行业根据地，为从业者带来最前沿的产品、技术、政策解读及深度报告研究。汇聚专业力量，洞悉行业趋势。针对不同区域和行业，数美数字风控研究院将推出数字风控行业系列白皮书和手册，AIGC 数字风控行业手册为系列第四册。 来源：数美科技

生技產業過去範圍只包含制藥與醫材·台灣的優勢並不明顯·近年大數據與人工智慧拜資通訊技術進展之賜而異軍突起·應用領域幾乎無所不包·而其中最引人注目者莫過於醫療與健康產業·原因一是這新產業可以嘉惠人類健康福祉的巨大潛力·二是產業隠含的可觀商機·基於台灣過去在電子資訊領域的優勢·頓時讓生醫與人工智慧的結合在台灣變得格外令人期待·以我個人曾經擔任會長的生技醫療產業策進會而言·最近一屆的會員和理監事陣容裡·電子資訊界的企業家比例陡增·變得格外顯眼·也令人興奮· 其實我們可以觀察到·台灣醫療界對於人工智慧的態度近年有非常大的轉變·由早先的保守遲疑變成今天的全力擁抱·而且不論在醫院裡或在創業圏裡·進展也都不少· 但是這並不意味台灣未來這條路走下去就會是一條坦途·我們有一些歴史包袱必須正視面對·首先就是醫療服務產業化的問題·過去不論政府與民間對此都一直有爭論·政府對於醫療服務素來以管制為主·醫院與診所組織是不能營利的；而醫學教育也常強調醫師清人救世的本分·好像如果談赚錢的企業經營就是偏離本道·但是生技醫療一旦結合人工智慧·就超越了國家界線·有很好國際化的機會·這時若侷限於過去的思维·就會斷送台灣躍升國際舞台的機會·將來只有被國外產業入侵的份. 事實上從政府角度而言·管制與興利並非絕對互斥·端視政府能否構思巧妙的政策設計·而醫學教育也有機會容納醫療服務產業創新的思維·讓醫療服務有達到經濟規模與國際化的機會·換言之·企業家賺了錢一樣可以做好事（企業社會責任）·不是企業家就一定是唯利是圖·此外·智慧醫療產業的成功·技術以外的環境因素也非常重要，舉凡鼓勵與管制平衡的政策、資料運用規章（大數據運用與隱私保障）、資金籌措·智財保護·醫護人員的創新誘因·國際市場與品牌行銷等等·都是挑戦·這些都需要政府與民間、學界建立共識、攜手向前· 来源：德勤