图表1：大模型的特征
图表2：大模型核心特征
图表3：本报告研究领域所处行业
图表4：保险业大模型的特征
图表5：保险业大模型专业术语
图表6：中国保险大模型产业监管体系构成
图表7：保险业大模型产业链结构梳理
图表8：保险业大模型产业链生态全景图谱
图表9：本报告研究范围界定
图表10：本报告权威数据来源
图表11：本报告研究方法及统计标准
图表12：全球大模型产业发展历程
图表13：全球大模型生产力领域演进历程分析
图表14：全球大模型视觉生成领域发展及产品分析
图表15：2024年全球大模型技术公司市占率排名（按模型的收入计）（单位：%）
图表16：2025-2026年全球生成式人工智能流量份额（单位：%）
图表17：全球主流大模型产品介绍
图表18：2023-2025年全球大模型产业市场规模体量（单位：亿美元）
图表19：全球保险业大模型发展历程
图表20：全球保险业大模型技术路线
图表21：预训练保险垂直模型架构图
图表22：基于通用大模型的垂直微调路线架构图
图表23：联合研发路线结构图
图表24：全球保险业大模型应用概况
图表25：2024年全球人工智能在各行业的应用水平对比（单位：%）
图表26：2024年全球人工智能规模化应用状况的行业对比（单位：%）
图表27：国外保险业大模型产业发展经验借鉴
图表28：全球保险业大模型产业发展趋势洞悉
图表29：中国大模型发展历程
图表30：截至2025年全球AI大模型数量分布情况（单位：个，%）
图表31：中国大模型参数规模变化
图表32：大模型行业的商业模式
图表33：金融服务专业人员调查
图表34：保险机构技术选型策略总结
图表35：截至2026年中国保险业大模型行业主要中标项目信息部分汇总（单位：元）
图表36：2022-2026年中国保险业大模型行业招标及中标项目数量（单位：个）
图表37：截至2026年中国保险业大模型行业主要中标项目金额分布（单位：个）
图表38：截至2026年中国保险业大模型行业中标项目招采单位分布（单位：%）
图表39：截至2026年中国保险业大模型行业中标项目地区分布（单位：个）
图表40：中国保险业大模型市场竞争要素
图表41：中国主要保险业大模型厂商竞争力评价
图表42：2023-2024年中国保险业大模型市场规模测算（单位：亿元）
图表43：完整大模型开发步骤图
图表44：前馈神经网络（MLP）示意图
图表45：循环神经网络（RNN）示意图
图表46：卷积神经网络（CNN）示意图
图表47：Transformer架构示意图
图表48：基于Transformer架构的BERT和GPT模型示意图
图表49：数据工程评估内容
图表50：模型调优评估内容
图表51：模型交付评估内容
图表52：服务运营评估内容
图表53：平台支撑能力评估内容
图表54：NLP大模型发展现状
图表55：NLP大模型典型代表
图表56：CV大模型发展现状
图表57：CV大模型典型代表
图表58：多模态大模型发展现状
图表59：多模态大模型典型案例
图表60：科学计算大模型发展现状
图表61：科学计算大模型典型案例
图表62：大模型模态类型综合对比
图表63：大模型标准体系1.0
图表64：大模型标准体系2.0
图表65：行业大模型标准体系
图表66：模型开发标准基本框架图
图表67：模型能力标准基本框架图
图表68：模型应用流程框图
图表69：模型运营图
图表70：保险业大模型构建路线图
图表71：算力层评估内容
图表72：有监督的参数精调（SFT）示意图
图表73：P-tuning和P-tuning v2精调算法原理示意图
图表74：LoRA精调算法原理示意图
图表75：保险业大模型基础能力
图表76：2025-2030年全球和中国算力需求规模（单位：Qn，EFLOPS，%）
图表77：人工智能芯片分类
图表78：2017-2025年中国AI芯片行业市场规模体量分析（单位：亿元）
图表79：中国AI芯片行业企业竞争图谱
图表80：2025年中国AI芯片市场份额预测（单位：%）
图表81：AI服务器分类
图表82：2023-2030年全球及中国AI服务器出货量分析及预测（单位：万台）
图表83：2025年上半年中国AI服务器销售额及市场份额（单位：%）
图表84：自建算力-私有化部署保险大模型示意图
图表85：算力混合部署-公有化部署保险大模型示意图
图表86：算力混合部署-混合方式部署保险大模型示意图
图表87：数据处理与服务主要内容
图表88：国内外主要大语言模型数据集
图表89：数据API内容
图表90：训练数据开发步骤
图表91：推理数据开发步骤
图表92：数据维护内容
图表93：AI基础软件内涵
图表94：2019-2026年中国人工智能软件行业市场规模（单位：亿元，%）
图表95：中国AI基础软件竞争格局
图表96：AI基础软件主要类型
图表97：大模型的主要评测手段
图表98：S -Eval评测体系架构图
图表99：保险业大模型行业应用场景分布
图表100：大模型在保险业投研领域的应用
图表101：产品设计的核心类型
图表102：大模型在保险产品设计与定价环节应用场景
图表103：产品营销渠道与模式
图表104：保险营销领域大模型应用场景
图表105：承保业务的主要类型
图表106：保险营销领域大模型应用场景
图表107：理赔业务的主要类型
图表108：保险理赔领域大模型应用场景
图表109：保险办公领域大模型应用场景
图表110：保险法务领域大模型应用场景
图表111：保险风控领域大模型应用场景
图表112：中国保险企业自研大模型产品
图表113：中国科技厂商赋能保险业大模型产品
图表114：平安保险大模型研发成效
图表115：保险业大模型数据收集与处理问题应对方式
图表116：保险业大模型幻觉问题应对方式
图表117：保险业大模型灾难性遗忘问题应对方式
图表118：全球及中国保险业大模型企业梳理与对比
图表119：“蚁小保”技术架构示意图
图表120：蚂蚁集团-“蚁小保”服务功能
图表121：阳光保险-阳光正言大模“1+3+N”的应⽤用模式
图表122：云知声-山海大模型应用场景
图表123：云知声-山海大模型保险领域应用场景
图表124：泰康保险集团“人+AI+数据+平台”架构
图表125：“AI保宝”平台技术架构
图表126：“AI保宝”三大创新场景
图表127：PingAnGPT大模型的技术架构
图表128：太平洋保险大模型项目建设蓝图
图表129：太平洋保险大模型项目总体技术框架
图表130：信美Chat-Trust3.0大模型框架
图表131：万国通识大模型数据建设
图表132：万国通识大模型数据建设
图表133：中国保险业大模型行业相关发展政策汇总（大模型相关）
图表134：《银行保险机构数据安全管理办法》对保险业大模型产业影响分析
图表135：中国保险业大模型产业PEST环境总结
图表136：保险大模型产业SWOT分析
图表137：保险业大模型产业发展潜力评估
图表138：保险业大模型产业未来关键增长点分析
图表139：2025-2031年保险业大模型产业市场发展前景预测（单位：亿元）
图表140：保险业大模型产业技术创新趋势
图表141：保险业大模型产业投资风险应对
图表142：保险业大模型产业链薄弱环节投资机会
图表143：保险业大模型产业细分领域投资机会
图表144：保险业大模型产业重点区域投资机会
图表145：保险业大模型产业市场投资价值评估
图表146：保险业大模型产业投资策略建议
图表147：保险业大模型产业可持续发展建议
商标