图表1:大模型的层次
图表2:多模态大模型的定义
图表3:多模态和单模态大模型的区别
图表4:多模态大模型的特征
图表5:本报告研究领域所处行业
图表6:中国多模态大模型行业监管体系
图表7:《互联网信息服务深度合成管理规定》与《生成式人工智能服务管理暂行办法》对比
图表8:多模态大模型产业链结构梳理
图表9:多模态大模型产业链生态全景图谱
图表10:报告研究范围界定
图表11:报告权威数据来源
图表12:报告研究统计方法
图表13:全球多模态大模型产业发展历程
图表14:全球代表性大模型所需训练参数量及算力当量情况(单位:亿,PF-days)
图表15:2020-2024年全球算力规模(单位:EFlops)
图表16:全球多模态大模型产业产品介绍
图表17:2024年全球多模态大模型区域竞争格局
图表18:2022-2024年全球多模态大模型产业市场规模体量(单位:亿美元)
图表19:全球多模态大模型产业市场参与者情况
图表20:全球多模态大模型产业市场竞争格局
图表21:全球多模态大模型产业发展经验借鉴
图表22:2025-2030年全球多模态大模型产业市场规模体量预测(单位:亿美元)
图表23:全球多模态大模型产业发展趋势
图表24:中国多模态大模型行业发展历程
图表25:2022-2024年中国大模型行业市场规模(单位:亿元)
图表26:2024年中国国产大模型技术类别分布情况(单位:%)
图表27:2024年中国多模态大模型市场规模情况分析(单位:亿元)
图表28:中国多模态大模型市场主体类型构成
图表29:多模态大模型行业参与者进场方式
图表30:通过《生成式人工智能服务管理暂行办法》多模态大模型名单
图表31:2024中国人工智能多模态大模型企业综合竞争力20强榜单
图表32:2024中国人工智能多模态大模型企业综合竞争力20强竞争梯队
图表33:2024年中国人工智能多模态大模型TOP5企业综合气泡图
图表34:2024年中国主要大模型厂商竞争力评价
图表35:多模态大模型行业资金来源汇总
图表36:多模态大模型行业投融资主体构成
图表37:2024年多模态大模型行业投融资事件汇总
图表38:中国多模态大模型行业发展痛点问题
图表39:多模态大模型的技术演进
图表40:多模态大模型表征的联合表示法和坐标表示法
图表41:多模态大模型表征的文本翻译
图表42:多模态大模型表征的语音翻译
图表43:多模态大模型表征的对齐结构
图表44:多模态大模型表征的联合表示法和坐标表示法
图表45:多模态大模型的图像、音频、视频的输入和输出路径
图表46:多模态大模型的图像模型
图表47:多模态大模型的文生视频
图表48:多模态大模型的3D模型
图表49:多模态大模型的音频发展
图表50:多模态大模型的架构分析
图表51:多模态大模型类型及综合对比
图表52:多模态大模型类型及综合对比
图表53:多模态大模型类型一:CLIP
图表54:多模态大模型类型二:Flamingo
图表55:多模态大模型类型三:BLIP
图表56:多模态大模型类型三:BLIP-2
图表57:多模态大模型类型四:LLaVA
图表58:多模态大模型类型四:LLaVA的训练阶段
图表59:多模态大模型类型五:InstructBLIP
图表60:多模态大模型类型六:mini-GPT4
图表61:大模型基础能力
图表62:2025-2030年全球训练侧算力需求测算(单位:个,亿元,天,%)
图表63:2025-2030年全球推理侧算力需求测算(单位:个,亿元,天,%)
图表64:人工智能芯片分类
图表65:2017-2025年中国人工智能芯片行业市场规模(单位:亿元)
图表66:中国人工智能芯片行业代表性企业产品及应用情况
图表67:2024年中国人工智能芯片企业TOP10
图表68:GPU结构图示
图表69:中国部分通用芯片(GPU)厂商布局进展
图表70:FPGA结构图示
图表71:全球AI芯片代表性企业在ASIC芯片领域的部分产品情况
图表72:灵汐科技领启KA200芯片架构
图表73:AI服务器分类
图表74:2025-2030年全球AI服务器市场规模及预测(单位:亿美元)
图表75:2024年全球AI服务器采购量占比情况(单位:%)
图表76:数据处理与服务主要内容
图表77:国内外主要大语言模型数据集
图表78:数据API内容
图表79:训练数据开发步骤
图表80:推理数据开发步骤
图表81:数据维护内容
图表82:2025-2030年中国人工智能软件行业市场规模(单位:亿元,%)
图表83:中国AI行业细分市场企业格局
图表84:中国AI软件行业竞争派系
图表85:中国AI软件行业细分市场竞争格局(单位:%)
图表86:AI基础软件主要类型
图表87:大模型的主要评测手段
图表88:SuperCLUE中文通用大模型综合性评测基准
图表89:SuperCLUE多层次基准
图表90:SuperCLUE通用测评基准数据集
图表91:SuperCLUE通用能力测评-开源榜单
图表92:SuperCLUE通用能力测评-端侧小模型榜单
图表93:2023-2024年国内外TOP模型对比趋势
图表94:SuperCLUE评测模型象限
图表95:2024中国人工智能多模态大模型20强企业模型应用场景(单位:%)
图表96:中国多模态大模型产业化主要应用场景介绍
图表97:数字人主要应用领域及优势介绍
图表98:数字人技术特点介绍
图表99:多模态技术为数字人提供的核心能力
图表100:多模态大模型对数字人行业的影响分析
图表101:世优科技AI数字人多模态交互系统“波塔”图示
图表102:兴业银行数字人平台“小兴”图示
图表103:游戏娱乐多模态大模型主要应用领域介绍
图表104:多模态技术为游戏娱乐提供的核心能力
图表105:多模态大模型对游戏娱乐的影响分析
图表106:广告商拍多模态大模型主要应用领域介绍
图表107:多模态技术为广告商拍提供的核心能力
图表108:多模态大模型对广告商拍的影响分析
图表109:InsightGPT赋能营销内容创作提效升级图示
图表110:腾讯混元大模型AI广告创意平台——腾讯广告妙思
图表111:广告商拍多模态大模型主要应用领域介绍
图表112:多模态大模型对社交媒体的影响分析
图表113:智能营销的工作原理
图表114:融合了多模态大模型的智能营销业务优势
图表115:达官智能推荐营销平台的功能
图表116:大模型+教育应用概述
图表117:融合了多模态大模型的教学辅助业务优势
图表118:讯飞智慧教育产品与服务
图表119:中公网校虚拟数字讲师“小鹿老师”克服技术难点
图表120:AI在3D建模中的应用