从2020年OpenAI的GPT-3到2023年的GPT-4再到2024年的文生视频模型Sora，我们见证了大模型领域创新速度之快。从百度、阿里和360等为代表的头部科技企业率先入局到互联网公司、AI企业、初创企业、研究机构和科研院校的竞相布局，我们目睹了大模型领域发展势头之盛。过去的一年，大模型产业的战略地位持续提升，资本市场关注度不断增强。放眼海外，大模型竞争格局初现；聚焦国内，“百模大战“鏖战正酣；展望未来，多模态大模型将发挥较大潜力。

大模型政策密集发布

2023 – 2024年围绕顶层设计、场景落地和区域发展维度的大模型相关政策密集出台，各类政策的密集发布为大模型产业的快速发展和商业化落地创造了良好政策环境，同时也表明大模型产业在我国战略地位的持续提升，将成为未来一段时间内的重点发展方向。

表1: 2023 – 2024年大模型相关政策

资本市场关注度持续上升

2023年人工智能领域的资本热度相对下滑，但AIGC/大模型在资本市场的关注度持续提高，并出现了智谱AI、百川智能等融资金融超过20亿人民币的事件。

2023年AI领域融资事件总数为585件，技术算法层融资事件182件，占AI领域的31%。在技术算法层细分领域的融资中，AIGC/大模型累计融资156.13亿元，获投公司数90家，融资事件数111件，在包括基础设施和行业应用的所有AI细分领域中，三项指标均领先与行业平均水平。

国内“百模大战” 步入深水区

放眼海外大模型竞争格局，目前已形成较为清晰的OpenAI和微软领先，谷歌追赶，Meta发力开源的格局，通用大模型能力相对成熟，应用生态呈现繁荣发展态势。2024年2月16日OpenAI发布的文生视频模型Sora再次引发业内广泛关注，推动AI多模态领域飞跃式发展，AI创作等相关领域将迎来深度变革，持续巩固公司在大模型产业中的领先地位。

聚焦国内大模型的发展历程，2023年2月开始以百度、阿里和360等为代表的头部科技企业陆续推出各自的大模型，2023年6月开始，国内涌现出众多的通用大模型和垂类大模型，目前国内公布的大模型数量已超过200个，市场竞争激烈，大模型行业呈现出“百模大战”的竞争格局。国内大模型产业玩家类型多样，包括头部科技企业（阿里巴巴、百度、腾讯、华为、字节等）、传统AI企业（科大讯飞、商汤科技）、创业公司（百川智能、智谱AI）和研究机构（中科院、复旦大学、上海人工智能实验室）等，头部企业和传统AI企业具备技术、资金和人才优势，创业公司能够迅速响应市场变化提供定制化的解决方案，研究机构在理论研究和技术创新方面优势明显。

表2: 国内部分通用大模型名单

表3: 国内部分垂类大模型名单

多模态大模型潜力较大

OpenAI最新发布的文生视频模型Sora推开了新世界的大门，文生视频技术加速演进。作为划时代的文生视频大模型，Sora具有四大核心能力。第一，视频生成能力，Sora能够根据用户提供的文本描述生成长达60S的视频。第二，语言理解能力，利用GPT技术将简短的用户提示转换为更长的详细转译，并将其发送到视频模型。第三，图片生成能力，Sora可以根据用户需求，生成可变大小的图像，最高可达2048 × 2048分辨率。第四，多镜头生成能力，Sora具有3D一致性、较长视频的连贯性和对象持续性，可以在单个生成的视频中创建多个镜头，同时保持角色和视觉风格的一致性，有效地模拟物理和数字世界。

Sora的横空出世进一步增强了业界对于多模态大模型下游应用的关注和期待，未来多模态大模型在视频制作、自动驾驶、营销推广、教育和医疗等领域都将发挥巨大作用。在视频制作领域多模态大模型可以根据剧本或概念生成初步的视觉素材和视频内容，有效提升创造者效率。在自动驾驶领域中，多模态大模型可以整合来自摄像头、雷达、激光雷达等多种传感器的数据，提供更准确的环境理解和决策支持。在营销推广领域中，多模态大模型可以根据市场趋势和消费者偏好，生成吸引人的广告内容，包括视频、图像和文案，有效提高销售转化率。在教育领域中，可以实现教学资源自动生成、人机协同过程支持和教师教学辅助，有效提升教学效率。在医疗领域中，可以整合医学影像、临床记录和患者数据，辅助医生进行更准确的诊断。

随着大模型产业的快速发展，如何降低大模型训练和部署的成本；如何应对大模型带来的安全性挑战；在算力资源有限的情况下市场竞争格局将会如何变化；如何协调“大模型”与“小模型“的关系重塑生产力工具；如何最大化发挥大模型产业赋能效应推动新质生产力发展；伴随着大模型的快速发展，这些话题都是我们需要持续研究和探索的课题。