重磅发布《2024年中国人工智能行业大模型企业竞争力100强研究报告》

行业大模型是指为特定行业设计的具有大规模参数和复杂计算结构的机器学习模型，是人工智能大模型在具体行业的应用。通过与业务场景深度融合，行业大模型显著提升了行业的生产效率和创新能力，推进各行各业智能化转型升级，促进千百行业效率飞跃和创新突破。

2024年7月2日，赛迪工业和信息化研究院（集团）四川有限公司（以下简称“赛迪四川”）正式发布“2024年中国人工智能行业大模型企业竞争力100强研究报告”（简称“2024行业大模型企业100强研究报告”）。本次研究遵循科学性、综合性、客观性、可比性等原则，关注行业大模型企业的整体发展，通过建立覆盖经济、技术、行业等多维度指标的企业竞争力评价模型，对我国行业大模型企业竞争实力进行评估，最终形成人工智能行业大模型企业竞争力100强评价结果。一、指标体系

《2024中国人工智能行业大模型企业竞争力100强研究报告》对企业在行业大模型领域的竞争力进行多维度评价，包含行业专业度、生态合作网络、技术竞争力、商业化能力和经济抗衡力5个一级指标，场景价值、客户积累、隐私与安全、服务能力、营收规模等17个二级指标，最终形成企业在人工智能行业大模型领域的竞争力评价指标体系，如图1所示。图1  行业大模型评价指标体系

资料来源：赛迪四川，2024.07二、评价结果

根据行业大模型竞争力评价模型，对全国行业大模型企业进行评价分析，最终100强企业如下（排名不分先后，按拼音字母排序）：

表1  2024中国人工智能行业典型大模型100强企业

注：排名不分先后，按拼音字母排序；若公司未对自有大模型产品命名，则根据公司名称与行业命名；统计行业为竞争力较强的代表性行业资料来源：赛迪四川，2024.07三、赛迪研判

赛迪四川研究发现，区域产业特点和政策优势共同塑造了行业大模型的区域分布格局。如图2所示，在行业大模型100强企业的区域分布中，国家高位规划、具有政策优势的人工智能先导区具有绝对领先优势，企业数量占比达到85%。从各省市来看，北京因融资环境好、产业生态优、总部经济突出、人才支撑能力强等优势，企业数量遥遥领先，达到42家。排名第二梯队的是经济和技术发展水平仍在全国前列的广东省、浙江省和上海市，分别为15家、12家和11家。

具体从各省市的行业分布上来看，北京不仅在2023年数字政府建设中与浙江、上海和广东共同位于第一梯队，还在2023年城市健康指数中排名第一，体现了北京在政务和医疗方面的显著优势，其大模型企业行业分布也呈现出与之相匹配的特征，政务和医疗行业大模型企业数量排名第一；广东省作为工业强省，工业规模约占全国1/8，拥有全部31个制造业大类，其中15个制造业大类规模居全国第一，其行业大模型工业企业数量占比排名第一，充分展现了广东省作为工业强省的产业特点；浙江省实施浙江金融现代化“2211”推进工程，具有强大的金融实力，其行业大模型企业行业分布也呈现出金融引领的特点，企业数量远超政务、交通、医疗等其他行业；上海作为老牌金融中心，不仅金融产业在全球排名中位居前列，具有雄厚的实力和深远的影响力，还在数字政府建设方面成绩突出。其行业大模型企业行业分布也呈现与之相匹配的特征，金融和政务企业数量占比第一和第二。

赛迪四川研究发现，信息化基础好和数据标准化程度高的行业成为行业大模型落地的先锋行业。金融、工业、政务三大行业因信息化基础较好、数据结构化程度高、应用场景相对成熟，100强企业中在这三个行业有落地应用的企业数量最多。医疗、交通两大行业数据丰富，应用场景众多，可承载相对较多的企业开展探索，但医疗、交通行业因专业要求、技术要求和安全要求存在较高的门槛，在100强企业中处于第二梯队。其他行业主要是行业龙头企业在积极探索将大语言模型与具体行业场景相结合的创新路径，入围100强企业的数量较少。

赛迪四川研究发现，行业专知在推动行业大模型落地中具有核心价值。行业大模型100强企业可分为三类：综合科技厂商、行业科技厂商以及AI服务厂商。其中综合科技厂商指产品涵盖大数据、云计算、AI等多种类型的厂商；行业科技厂商指深耕特定行业，以某行业企业为主要客户的科技企业；AI服务厂商指以AI类产品为主要产品的科技企业。在行业大模型落地过程中，行业数据和行业理解能力至关重要，其中行业数据的质量对模型精度影响重大，行业场景理解则能帮助企业设计出更加贴合实际的解决方案，确保大模型能够有效解决行业问题。因此，在行业数据和行业理解力两方面都具备优势的行业科技厂商进入100强企业的数量排名第一，占比为65%；AI综合服务厂商排名第二，占比为20%；综合科技厂商占比最低，为15%。

赛迪四川研究发现，行业大模型作为AIGC的新兴赛道，拥有巨大的投资潜力和成长空间。如图6所示，在进入行业大模型100强名录的企业中，已上市企业占比排名第一，为57%；排名第二的是在融资初期阶段的企业，占比20%；在中后期的企业占比为15%。融资在初期与中期的企业占比接近1/3。该结果表明，100强企业中还有相当一部分企业正在积极寻求融资以支持其发展和扩张。投资机构可重点关注此类发展潜力大且处于融资初期的企业。

赛迪四川研究发现，在特定行业应用中，参数规模体现出“够用”即可的特征。与通用大模型相比，行业大模型专注于特定行业，如交通、医疗、金融等，需在特定行业内实现深入的理解和精确的输出，通过轻量化设计，行业大模型可在保持性能的同时大规模减少参数规模，表现出“够用”即可的特点。具体来看，通用大模型的参数规模通常在百亿到千万亿之间，而行业大模型参数规模则普遍集中在十亿到千亿之间，参数规模上与通用大模型相比显著减少，最高可达四个数量级的差异。

赛迪四川研究发现，“专精特新”企业成为推动行业大模型落地的重要力量。在行业大模型100强企业中，“专精特新”企业与高新技术企业数量众多。其中“专精特新”企业指领域专业化、管理精细化、产品特色化、创新能力强并通过政府认定的企业；高新技术企业指通过科学技术或者科学发明在新领域中发展或者在原有领域中创新发展的企业。如图8所示，在100强企业中，高新技术企业占比85%，专精特新企业占比28%。在100强中小型企业中，专精特新企业占比61.9%，专精特新“小巨人”企业占比19%。该结果一方面说明行业大模型企业技术密集型的特点突出；另一方面，专精特新企业在入围行业大模型100强的中小企业中占比较多，表明专精特新企业作为政府持续发力、不断培育的企业，已成为促进行业大模型落地的重要力量，凸显出政府支持和培育的显著成效。

资料来源：赛迪四川，2024.07四、明星案例（一）科大国创：星云大模型机器人编程大模型

科大国创自主研发了星云大模型机器人编程大模型——国创星码编程助手。模型通过精心构建大规模通用代码语料库和形式验证领域的专用代码语料库，基于transformer架构对模型进行深度训练，使得模型具备了生成通用代码和形式规约的能力，为软件的生成和验证提供了强大的支持。为了进一步提升形式规约的生成能力，模型还采用了提示工程、上下文学习、小样本学习及思维链等关键技术，使得模型在理解开发者自然语言需求意图、生成准确形式规约方面有了显著提升，进一步增强了工具的实用性和准确性。同时，公司还自主研发了先进的程序验证器，它采用基于Hoare逻辑的演绎推理和自动定理证明技术，对模型生成的代码进行形式化验证。这一验证过程确保了程序的行为严格符合形式规约的描述，从而保证了通过验证的程序的正确性。

国创星码编程助手不仅能提供函数级代码补全、代码解释、代码优化、代码注释生成、单元测试生成、智能问答、智能修复等功能，还可以提供形式标注辅助生成功能，能够针对C语言等特定语言，实现从自然语言到形式化规约的自动生成，并通过形式验证，确保生成代码的高度可信。1.高效智能补全代码信息

国创星码编程助手可以对代码进行全面解析，在随后代码编程中进行自动补全。上下文的代码质量越高、内容越丰富，补全的代码信息越准确。2.精准修复漏洞优化代码

国创星码编程助手不仅可以根据使用者的需求和习惯，快速检查代码中的语法错误和逻辑错误，帮助开发者规范代码格式，还可以识别代码中的冗余和低效部分，并给出优化建议，提升代码的执行效率和可维护性。3.清晰解释代码逻辑功能

当开发者需要处理别人的代码，或者在既有代码中进行延展开发时，可以通过国创星码编程助手快速理解和解释初始代码的逻辑和功能，降低理解成本，帮助开发者更好地理解和调试代码。4.从自然语言到形式标注生成

结合形式化技术，国创星码编程助手可以将自然语言的需求描述转化为形式规约的标注，并使用科创星云形式验证工具对程序执行严格的形式验证，确保生成高度可信的代码。5.人工智能问答专业编程技术

国创星码编程助手集成了智能问答功能，开发者可以随时随地以各种方式向编程助手进行编程技术对话咨询。

国创星码编程助手能带来显著的经济效益。一方面，通过提升软件开发的效率和质量，模型能够帮助企业降低开发成本，缩短开发周期，增强企业的竞争力。另一方面，模型的应用能够显著减少软件中的缺陷和错误，降低后期维护成本，提高软件的稳定性和可靠性。这将为企业节省大量的维护费用，确保软件系统的长期稳定运行，进一步提升企业的经济效益。最后，通过强化软件的安全性和可靠性，模型能够减少因软件故障引发的安全事故和经济损失，保障人民群众的生命财产安全。特别是对于航空航天、汽车电子、能源核电、轨道交通等安全攸关领域，模型将为高可信软件的开发提供坚实的安全保障。（二）绿盟科技：绿盟风云卫安全大模型

绿盟科技自主进行算力建设和模型搭建，通过分布式并行预训练和微调、强化学习等技术开发了网络安全专用大模型——绿盟风云卫安全大模型（NSFGPT）。模型全面赋能用户安全运营、安全监测、安全攻防、智能问答等各类业务需求，提供智能告警降噪、报文解析、恶意代码分析、安全事件研判、事件处置辅助、暴露面分析增强、智能渗透测试及知识问答等应用场景及功能。图  绿盟风云卫安全大模型功能架构示意图

资料来源：赛迪四川，2024.071.安全运营

模型能基于智能安全运营（AISecOps）能力自动解析和解读复杂的日志数据，并提供智能研判告警信息。通过智能助手Copilot模式，将安全大模型融入到日常运营中，为安全团队提供实时的辅助决策，推荐最佳的响应方案，实现人机协同，进一步增强安全防御的智能化和及时性。2.情报分析

模型可以整合不同来源的安全情报数据，包括但不限于开源情报、内部日志、社交媒体信息等，从中识别出威胁指标、攻击者行为模式、受影响的实体等高价值情报，帮助安全团队更好地应对各种安全挑战，这样的信息整合和情报挖掘的能力可以提升情报工作的效率和准确性，为组织提供更精准的威胁情报支持。3.攻防对抗

绿盟风云卫安全大模型能够模拟复杂的攻防场景，全面评估特定场景的安全风险，协助防御团队分析攻击者的意图，提高防御的针对性，并为其提供防御策略和规划等建议。在攻击场景下，可以充分利用风云卫大模型的理解能力和生成能力，分析目标系统的脆弱点、风险点、防御措施等，提高攻击效率和精准度，同时产生多样化的攻击载荷、攻击路径、攻击策略等，提高攻击隐蔽性和成功率。通过不断的攻防演练，风云卫大模型从历史数据和实时反馈中不断优化和更新攻击和防御技术，利用自身学习能力持续提高攻防智能化和适应性。4.知识问答

绿盟风云卫安全大模型经过针对安全领域的专门训练后，拥有丰富的安全专业知识，了解各种安全概念、攻击技术、防御方法、安全最佳实践等内容，具备网络安全相关通用知识问题的理解和解释能力，能够针对网络安全术语、网络安全攻击与防御、网络安全政策法规等多方面以自然语言方式进行交互式知识问答。同时，风云卫可以深入理解安全产品信息和解答各种安全产品相关的问题，能够为安全运营人员提供问题推荐方式的人机交互场景。