生成式AI实践报告，48页pdf

大模型主导的生成式AI，尤其是GPT-4的发布，让人类社会看到了通用人工智能时代的曙光。这意味着，经过“大工业化”的高效预训练后，具备了强大的泛化能力，能够在众多领域像人类一样进行思考、解决问题，并进行持续、快速的自我进化，大模型主导的生成式AI，将拥有极为广阔的应用前景，有望赋能千行百业。未来，每个行业都将再进行一次智能化改造！

在政策层面，中央首次提到通用人工智能，为AIGC产业的发展提供了积极政策环境。

技术层面，作为AIGC生态的核心，大模型本身可根据可交互对象分成文本、音频、图像、视频等不同模态以及跨模态，更多的模态，则意味着更多的交互和应用场景组合。我国AIGC产业目前尚处于发展初期，各模态技术发展进度不尽相同。目前，以文本生成、音频生成应用相对广泛。

当前，在应用层面，纵向看，在垂直应用方向上，传媒、教育、营销、客服、数字人等数字化程度更高、容错率相对较高的领域先行先试；横向看，在价值链角度，主要集中于技术尝鲜、组织内部的提效降本，下一步将朝着终端用户侧的价值创造及传递场景展开。

图片报告关键发现

大模型支撑的生成式AI，让人类社会有望步入通用人工智能时代，拥有广阔的应用前景，有望赋能千行百业。 当前生成式AI的落地整体处于初级阶段，不同模态的落地时间表差异明显，企业需求主要集中在数字化程度高、容错率相对较高的领域，以借助中间件调用大模型能力为主要方式。数字内容产业、客户服务是生成式AI渗透的典型行业和场景。 AIGC+数字内容：数字经济快速发展，带来国内数字内容消费需求的持续快速增长，但国内数字内容产业面临需求变化快、供给侧内容整体过剩而优质供给不足的问题。以长音频数字内容生产为例，AIGC能够助力内容生产的工程化、高质量、个性化。 AIGC+客户服务：大模型依托自身强大泛化能力优势，有望给国内智能客服领域的服务前、服务中、服务后各环节带来效能提升。但由于存在效果不明、数据安全等问题，短期内大模型很难对现有智能客服体系实现完全替代和颠覆，厂商需要探索如何在融合大模型能力的同时实现模式突破。