【出版機構】: | 中研智業(yè)研究院 | |
【報告名稱】: | 中國工業(yè)大模型發(fā)展前景與投資戰(zhàn)略規(guī)劃分析報告2024-2030年 | |
【關 鍵 字】: | 工業(yè)大模型行業(yè)報告 | |
【出版日期】: | 2024年4月 | |
【交付方式】: | EMIL電子版或特快專遞 | |
【報告價格】: | 【紙質版】: 6500元 【電子版】: 6800元 【紙質+電子】: 7000元 | |
【聯(lián)系電話】: | 010-57126768 15311209600 |
——綜述篇——
第1章:工業(yè)大模型行業(yè)綜述及數(shù)據(jù)來源說明
1.1 大模型產業(yè)界定
1.1.1 大模型定義
1.1.2 大模型的特征
1.1.3 大模型核心優(yōu)勢
1.1.4 大模型所處行業(yè)
1.2 工業(yè)大模型行業(yè)界定
1.2.1 工業(yè)大模型的界定
1、定義
2、特征
1.2.2 工業(yè)大模型相關專業(yè)術語
1.2.3 工業(yè)大模型行業(yè)監(jiān)管
1.3 工業(yè)大模型產業(yè)畫像
1.3.1 工業(yè)大模型產業(yè)鏈結構梳理
1.3.2 工業(yè)大模型產業(yè)鏈生態(tài)全景圖譜
1.3.3 工業(yè)大模型產業(yè)鏈區(qū)域熱力圖
1.4 本報告數(shù)據(jù)來源及統(tǒng)計標準說明
1.4.1 本報告研究范圍界定
1.4.2 本報告權威數(shù)據(jù)來源
1.4.3 研究方法及統(tǒng)計標準
——現(xiàn)狀篇——
第2章:中國工業(yè)大模型產業(yè)發(fā)展現(xiàn)狀及痛點
2.1 中國大模型發(fā)展現(xiàn)狀及趨勢分析
2.1.1 中國大模型發(fā)展歷程
2.1.2 中國已發(fā)布大模型數(shù)量變化
2.1.3 中國大模型參數(shù)規(guī)模變化
2.1.4 中國大模型商業(yè)模式分析
2.1.5 中國大模型發(fā)展趨勢洞悉
2.2 中國大模型落地工業(yè)領域可行性分析
2.3 中國AI大模型工業(yè)應用指數(shù)
2.3.1 中國AI大模型工業(yè)應用指數(shù)體系
2.3.2 中國AI大模型工業(yè)應用指數(shù)-準確性
2.3.3 中國AI大模型工業(yè)應用指數(shù)-穩(wěn)定性
2.4 中國工業(yè)大模型發(fā)展階段
2.5 中國工業(yè)大模型框架結構
2.5.1 工業(yè)大模型應用框架
1、基礎設施層
2、邊緣側層
3、工業(yè)技術底座層
4、MaaS層
5、工業(yè)場景應用層
6、行業(yè)層
2.5.2 工業(yè)大模型產業(yè)框架
1、通用工業(yè)大模型
2、專用工業(yè)大模型
2.6 中國工業(yè)大模型部署方式
2.6.1 私有化部署
2.6.2 行業(yè)云部署
2.6.3 公有云部署
2.7 中國工業(yè)大模型產品匯總
2.8 中國工業(yè)大模型競爭要素及競爭格局
2.8.1 工業(yè)大模型競爭要素
2.8.2 工業(yè)大模型競爭格局
2.8.3 主要工業(yè)大模型廠商競爭力評價
2.9 中國工業(yè)大模型市場規(guī)模體量
2.10 中國工業(yè)大模型發(fā)展面臨的挑戰(zhàn)
第3章:中國工業(yè)大模型技術架構及基礎能力構建
3.1 完整大模型開發(fā)步驟
3.2 大模型基礎架構及工程化
3.2.1 大模型基礎架構
1、Transformer架構
2、大規(guī)模語言模型:BERT和GPT
3、卷積神經網絡CNN
4、循環(huán)神經網絡RNN
5、前饋神經網絡MLP
3.2.2 大模型工程化
1、數(shù)據(jù)工程(數(shù)據(jù)處理和回流)
2、模型調優(yōu)(模型訓練與微調)
3、模型交付(模型壓縮與測試)
4、服務運營(服務部署與托管)
5、平臺支撐能力
3.3 基礎大模型底座
3.3.1 NLP大模型
3.3.2 CV大模型
3.3.3 多模態(tài)大模型
3.3.4 科學大模型
3.4 大模型標準化
3.4.1 大模型標準體系發(fā)展
1、大模型標準體系1.0
2、可信AI大模型標準體系2.0
3.4.2 行業(yè)大模型標準體系
3.5 工業(yè)大模型構建路線圖
3.5.1 行業(yè)需求分析與資源評估
1、業(yè)務需求評估
2、算力層評估
3、算法層評估
4、數(shù)據(jù)層評估
5、工程層評估
3.5.2 行業(yè)數(shù)據(jù)與大模型共建
1、明確場景目標
2、模型選擇
3、訓練環(huán)境搭建
4、數(shù)據(jù)處理
5、模型訓練共建
3.5.3 行業(yè)大模型精調與優(yōu)化部署
1、模型精調
2、模型評估
3、模型重訓優(yōu)化
4、模型聯(lián)調部署
5、模型應用運營
3.6 工業(yè)大模型典型技術架構
3.7 工業(yè)大模型核心技術能力
3.7.1 工業(yè)知識問答
3.7.2 工業(yè)代碼生成
3.7.3 工業(yè)插件整合
3.8 工業(yè)大模型基礎能力構建概述
3.9 工業(yè)大模型基礎能力構建之“算力”
3.9.1 大模型的算力需求分析
3.9.2 AI芯片
1、AI芯片概述
2、AI芯片發(fā)展現(xiàn)狀
3、AI芯片供應商格局
4、主要AI芯片類型
(1)CPU
(2)GPU
(3)DPU
(4)TPU
(5)FPGA
(6)ASIC
3.9.3 AI服務器
1、AI服務器概述
2、AI服務器發(fā)展現(xiàn)狀
3、AI服務器供應商格局
3.9.4 工業(yè)大模型算力部署路徑
3.10 工業(yè)大模型基礎能力構建之“數(shù)據(jù)”
3.10.1 數(shù)據(jù)處理與服務概述
3.10.2 國內外主要大預言模型數(shù)據(jù)集
3.10.3 數(shù)據(jù)API
3.10.4 訓練數(shù)據(jù)開發(fā)
3.10.5 推理數(shù)據(jù)開發(fā)
3.10.6 數(shù)據(jù)維護
3.10.7 工業(yè)大模型對數(shù)據(jù)的要求分析
3.11 工業(yè)大模型基礎能力構建之“AI基礎軟件”
3.11.1 AI基礎軟件概述
3.11.2 AI基礎軟件市場概況
3.11.3 AI基礎軟件競爭格局
3.11.4 AI基礎軟件主要類型
1、機器學習框架和庫
2、模型訓練和部署平臺
(1)模型訓練平臺
(2)模型部署平臺
(3)模型推理平臺
3、數(shù)據(jù)處理和分析工具
4、優(yōu)化和自動化工具
第4章:中國工業(yè)大模型應用場景分析
4.1 工業(yè)大模型行業(yè)應用場景分布
4.2 工業(yè)大模型應用場景:工業(yè)設計
4.2.1 工業(yè)設計概述
4.2.2 工業(yè)設計領域大模型應用優(yōu)勢分析
4.2.3 工業(yè)設計領域大模型應用案例分析
4.3 工業(yè)大模型應用場景:生產管理
4.3.1 生產管理概述
4.3.2 生產管理領域大模型應用優(yōu)勢分析
4.3.3 生產管理領域大模型應用案例分析
4.4 工業(yè)大模型應用場景:質量管理
4.4.1 質量管理概述
4.4.2 質量管理領域大模型應用優(yōu)勢分析
4.4.3 質量管理領域大模型應用案例分析
4.5 工業(yè)大模型應用場景:能源管理
4.5.1 能源管理概述
4.5.2 能源管理領域大模型應用優(yōu)勢分析
4.5.3 能源管理領域大模型應用案例分析
4.6 工業(yè)大模型應用場景:安全管理
4.6.1 安全管理概述
4.6.2 安全管理領域大模型應用優(yōu)勢分析
4.6.3 安全管理領域大模型應用案例分析
4.7 工業(yè)大模型應用場景:其他
4.8 工業(yè)大模型應用場景戰(zhàn)略地位分析
第5章:中國工業(yè)大模型應用業(yè)態(tài)市場分析
5.1 工業(yè)大模型應用業(yè)態(tài)分布
5.1.1 工業(yè)大模型對工業(yè)的賦能作用
5.1.2 工業(yè)大模型應用業(yè)態(tài)匯總
5.2 工業(yè)大模型應用業(yè)態(tài):石化
5.2.1 石化行業(yè)工業(yè)大模型應用概述
5.2.2 石化行業(yè)工業(yè)大模型應用實踐
5.2.3 石化行業(yè)工業(yè)大模型應用潛力
5.3 工業(yè)大模型應用業(yè)態(tài):能源
5.3.1 能源行業(yè)工業(yè)大模型應用概述
5.3.2 能源行業(yè)工業(yè)大模型應用實踐
5.3.3 能源行業(yè)工業(yè)大模型應用潛力
5.4 工業(yè)大模型應用業(yè)態(tài):電力
5.4.1 電力行業(yè)工業(yè)大模型應用概述
5.4.2 電力行業(yè)工業(yè)大模型應用實踐
5.4.3 電力行業(yè)工業(yè)大模型應用潛力
5.5 工業(yè)大模型應用業(yè)態(tài):其他
5.5.1 電子
5.5.2 建筑
5.5.3 鋼鐵
5.5.4 紡織
5.6 工業(yè)大模型應用業(yè)態(tài)市場戰(zhàn)略地位分析
第6章:中國工業(yè)大模型企業(yè)案例解析
6.1 中國工業(yè)大模型企業(yè)梳理與對比
6.2 中國工業(yè)大模型產業(yè)企業(yè)案例分析(不分先后,可指定)
6.2.1 中工互聯(lián)-智工·工業(yè)大模型
1、基本信息
2、模型特點
3、技術架構
4、模型功能
5、應用場景
6、下游客戶
7、最新進展
6.2.2 思謀科技-IndustryGPT
1、基本信息
2、模型特點
3、技術架構
4、模型功能
5、應用場景
6、下游客戶
7、最新進展
6.2.3 卡奧斯-工業(yè)大模型COSMO-GPT
1、基本信息
2、模型特點
3、技術架構
4、模型功能
5、應用場景
6、下游客戶
7、最新進展
6.2.4 科大訊飛-羚羊工業(yè)大模型
1、基本信息
2、模型特點
3、技術架構
4、模型功能
5、應用場景
6、下游客戶
7、最新進展
6.2.5 華為-盤古礦山大模型
1、基本信息
2、模型特點
3、技術架構
4、模型功能
5、應用場景
6、下游客戶
7、最新進展
6.2.6 創(chuàng)新奇智-“奇智孔明”工業(yè)大模型
1、基本信息
2、模型特點
3、技術架構
4、模型功能
5、應用場景
6、下游客戶
7、最新進展
6.2.7 智昌集團-AI蜂腦大模型
1、基本信息
2、模型特點
3、技術架構
4、模型功能
5、應用場景
6、下游客戶
7、最新進展
6.2.8 阿里-通義大模型
1、基本信息
2、模型特點
3、技術架構
4、模型功能
5、應用場景
6、下游客戶
7、最新進展
6.2.9 百度智能云-千帆大模型
1、基本信息
2、模型特點
3、技術架構
4、模型功能
5、應用場景
6、下游客戶
7、最新進展
6.2.10 京東-言犀大模型
1、基本信息
2、模型特點
3、技術架構
4、模型功能
5、應用場景
6、下游客戶
7、最新進展
——展望篇——
第7章:中國工業(yè)大模型產業(yè)政策環(huán)境洞察&發(fā)展?jié)摿?BR>7.1 工業(yè)大模型產業(yè)政策環(huán)境洞悉
7.1.1 國家層面工業(yè)大模型產業(yè)政策匯總
7.1.2 國家層面工業(yè)大模型產業(yè)發(fā)展規(guī)劃
7.1.3 國家重點政策/規(guī)劃對工業(yè)大模型產業(yè)的影響
7.2 工業(yè)大模型產業(yè)PEST分析圖
7.3 工業(yè)大模型產業(yè)SWOT分析
7.4 工業(yè)大模型產業(yè)發(fā)展?jié)摿υu估
7.5 工業(yè)大模型產業(yè)未來關鍵增長點
7.6 工業(yè)大模型產業(yè)發(fā)展前景預測(未來5年預測)
7.7 工業(yè)大模型產業(yè)發(fā)展趨勢洞悉
7.7.1 整體發(fā)展趨勢
7.7.2 監(jiān)管規(guī)范趨勢
7.7.3 技術創(chuàng)新趨勢
7.7.4 細分市場趨勢
7.7.5 市場競爭趨勢
第8章:中國工業(yè)大模型產業(yè)投資戰(zhàn)略規(guī)劃策略及建議
8.1 工業(yè)大模型產業(yè)投資風險預警
8.1.1 風險預警
8.1.2 風險應對
8.2 工業(yè)大模型產業(yè)投資機會分析
8.2.1 工業(yè)大模型產業(yè)鏈薄弱環(huán)節(jié)投資機會
8.2.2 工業(yè)大模型產業(yè)細分領域投資機會
8.2.3 工業(yè)大模型產業(yè)區(qū)域市場投資機會
8.2.4 工業(yè)大模型產業(yè)空白點投資機會
8.3 工業(yè)大模型產業(yè)投資價值評估
8.4 工業(yè)大模型產業(yè)投資策略建議
8.5 工業(yè)大模型產業(yè)可持續(xù)發(fā)展建議
圖表目錄
圖表1:大模型的特征
圖表2:本報告研究領域所處行業(yè)
圖表3:工業(yè)大模型的定義
圖表4:工業(yè)大模型的特征
圖表5:工業(yè)大模型專業(yè)術語
圖表6:工業(yè)大模型行業(yè)監(jiān)管
圖表7:工業(yè)大模型產業(yè)鏈結構梳理
圖表8:工業(yè)大模型產業(yè)鏈生態(tài)全景圖譜
圖表9:工業(yè)大模型產業(yè)鏈區(qū)域熱力圖
圖表10:本報告研究范圍界定
圖表11:本報告權威數(shù)據(jù)來源
圖表12:本報告研究方法及統(tǒng)計標準
圖表13:中國大模型發(fā)展歷程
圖表14:中國已發(fā)布大模型數(shù)量變化
圖表15:中國大模型參數(shù)規(guī)模變化
圖表16:中國大模型商業(yè)模式分析
圖表17:中國大模型發(fā)展趨勢洞悉
圖表18:中國大模型落地工業(yè)領域可行性分析
圖表19:中國AI大模型工業(yè)應用指數(shù)
圖表20:中國工業(yè)大模型市場競爭格局
圖表21:中國主要工業(yè)大模型廠商競爭力評價
圖表22:中國工業(yè)大模型市場規(guī)模體量
圖表23:中國工業(yè)大模型發(fā)展面臨的挑戰(zhàn)
圖表24:大模型技術路線及算法架構
圖表25:大模型工程化
圖表26:數(shù)據(jù)工程(數(shù)據(jù)處理和回流)
圖表27:模型調優(yōu)(模型訓練與微調)
圖表28:模型交付(模型壓縮與測試)
圖表29:服務運營(服務部署與托管)
圖表30:平臺支撐能力
圖表31:NLP大模型
圖表32:CV大模型
圖表33:多模態(tài)大模型
圖表34:科學大模型
圖表35:工業(yè)大模型構建路線圖
圖表36:工業(yè)大模型基礎能力構建
圖表37:工業(yè)大模型基礎能力構建之“算力”
圖表38:大模型的算力需求分析
圖表39:AI芯片市場分析
圖表40:AI服務器市場分析
圖表41:大模型基礎能力構建之“數(shù)據(jù)”
圖表42:數(shù)據(jù)處理與服務概述
圖表43:國內外主要大預言模型數(shù)據(jù)集
圖表44:大模型基礎能力構建之“AI基礎軟件”
圖表45:AI基礎軟件產業(yè)鏈
圖表46:AI基礎軟件市場概況
圖表47:AI基礎軟件競爭格局
圖表48:大模型開發(fā)平臺
圖表49:AI基礎軟件產業(yè)鏈
圖表50:工業(yè)設計業(yè)務概述
圖表51:工業(yè)設計領域大模型應用優(yōu)勢分析
圖表52:工業(yè)設計領域大模型應用案例分析
圖表53:生產管理業(yè)務概述
圖表54:生產管理領域大模型應用優(yōu)勢分析
圖表55:生產管理領域大模型應用案例分析
圖表56:質量管理業(yè)務概述
圖表57:質量管理領域大模型應用優(yōu)勢分析
圖表58:質量管理領域大模型應用案例分析
圖表59:能源管理業(yè)務概述
圖表60:能源管理領域大模型應用優(yōu)勢分析
圖表61:能源管理領域大模型應用案例分析
圖表62:安全管理業(yè)務概述
圖表63:安全管理領域大模型應用優(yōu)勢分析
圖表64:安全管理領域大模型應用案例分析
圖表65:工業(yè)大模型應用場景戰(zhàn)略地位分析
圖表66:工業(yè)大模型應用業(yè)態(tài)分布
圖表67:石化行業(yè)工業(yè)大模型應用概述
圖表68:石化行業(yè)工業(yè)大模型應用實踐
圖表69:石化行業(yè)工業(yè)大模型應用潛力
圖表70:能源行業(yè)工業(yè)大模型應用概述
圖表71:能源行業(yè)工業(yè)大模型應用實踐
圖表72:能源行業(yè)工業(yè)大模型應用潛力
圖表73:電力行業(yè)工業(yè)大模型應用概述
圖表74:電力行業(yè)工業(yè)大模型應用實踐
圖表75:電力行業(yè)工業(yè)大模型應用潛力
圖表76:工業(yè)大模型細分應用波士頓矩陣分析
圖表77:中國工業(yè)大模型企業(yè)案例解析
圖表78:中國工業(yè)大模型企業(yè)梳理與對比
圖表79:中國工業(yè)大模型產業(yè)企業(yè)案例分析說明
圖表80:中工互聯(lián)-智工·工業(yè)大模型基本信息
圖表81:中工互聯(lián)-智工·工業(yè)大模型特點
圖表82:中工互聯(lián)-智工·工業(yè)大模型技術架構
圖表83:中工互聯(lián)-智工·工業(yè)大模型應用場景
圖表84:中工互聯(lián)-智工·工業(yè)大模型客戶
圖表85:中工互聯(lián)-智工·工業(yè)大模型最新進展
圖表86:思謀科技-IndustryGPT基本信息
圖表87:思謀科技-IndustryGPT特點
圖表88:思謀科技-IndustryGPT技術架構
圖表89:思謀科技-IndustryGPT應用場景
圖表90:思謀科技-IndustryGPT客戶
圖表91:思謀科技-IndustryGPT最新進展
圖表92:卡奧斯-工業(yè)大模型COSMO-GPT基本信息
圖表93:卡奧斯-工業(yè)大模型COSMO-GPT模型特點
圖表94:卡奧斯-工業(yè)大模型COSMO-GPT技術架構
圖表95:卡奧斯-工業(yè)大模型COSMO-GPT應用場景
圖表96:卡奧斯-工業(yè)大模型COSMO-GPT客戶
圖表97:卡奧斯-工業(yè)大模型COSMO-GPT最新進展
圖表98:科大訊飛-羚羊工業(yè)大模型基本信息
圖表99:科大訊飛-羚羊工業(yè)大模型特點
圖表100:科大訊飛-羚羊工業(yè)大模型技術架構
圖表101:科大訊飛-羚羊工業(yè)大模型應用場景
圖表102:科大訊飛-羚羊工業(yè)大模型客戶
圖表103:科大訊飛-羚羊工業(yè)大模型最新進展
圖表104:華為-盤古礦山大模型基本信息
圖表105:華為-盤古礦山大模型特點
圖表106:華為-盤古礦山大模型技術架構
圖表107:華為-盤古礦山大模型應用場景
圖表108:華為-盤古礦山大模型客戶
圖表109:華為-盤古礦山大模型最新進展
圖表110:創(chuàng)新奇智-“奇智孔明”工業(yè)大模型基本信息
圖表111:創(chuàng)新奇智-“奇智孔明”工業(yè)大模型特點
圖表112:創(chuàng)新奇智-“奇智孔明”工業(yè)大模型技術架構
圖表113:創(chuàng)新奇智-“奇智孔明”工業(yè)大模型應用場景
圖表114:創(chuàng)新奇智-“奇智孔明”工業(yè)大模型客戶
圖表115:創(chuàng)新奇智-“奇智孔明”工業(yè)大模型最新進展
圖表116:智昌集團-AI蜂腦大模型基本信息
圖表117:智昌集團-AI蜂腦大模型特點
圖表118:智昌集團-AI蜂腦大模型技術架構
圖表119:智昌集團-AI蜂腦大模型應用場景
圖表120:智昌集團-AI蜂腦大模型客戶
單位官方網站:http://www.cn-yantao.com
中研智業(yè)研究院-聯(lián)系人:楊靜 李湘
中研智業(yè)研究院-咨詢電話:010-57126768
中研智業(yè)研究院-項目熱線:15311209600
QQ咨詢:908729923 574219810
免費售后服務一年,具體內容及交付流程歡迎咨詢客服人員。
聯(lián)系方式
|
機構簡介 引薦流程 品質保證 售后條款 投訴舉報 常見問題 |
聯(lián)系人:楊靜 電子郵箱:zyzyyjy@163.com yj57126768@163.com 地址:北京市朝陽區(qū)北苑東路19號中國鐵建大廈 Copyright 2010-2035 zyzyyjy.com All rights reserved |
中研智業(yè)研究網 版權所有 京ICP備13047517號 |