雄琴会所尽管2022年人工智能市场发展活跃度不及预期，但2022年对人工智能产业来说无疑是令人激动的一年。年中由DALL-E 2以及其后Stable Diffusion和Midjourney等文本-图像生成模型引起公众对人工智能生成内容的大量关注，年末ChatGPT的横空出世刷新了公众对人工智能的智能化水平的认知。

　　一系列现象级的事件预示着人工智能产业正发生着深刻的变革，产业的进步缩小了长久以来我们对人工智能的期待与功能间的差距的同时，也进一步拓展了我们对人工智能的想象空间，为更多智能化应用走进我们的生产生活奠定了坚实的基础。我们相信变革终将拨开发展迷雾，消弭技术坚冰，让人工智能真正成为产业发展新篇章的支柱。

　　易观通过产业界前沿应用、学术界研究进展与投融资市场情况，结合专家意见、行业观点、现象级事件与对人工智能产业的研究积累，发布2023年人工智能产业发展趋势报告。

　　这份报告从人工智能产业的基础设施、算法模型、产业应用三方面出发分析各类趋势的关键要素，并深度剖析趋势的发展节点与核心驱动力。易观认为人工智能将加速走进千行百业，深度参与数字中国的建设的同时成为产业高端化的核心驱动力之一，而人工智能产业格局也将迎来快速的改变。

　　易观人工智能AMC模型显示，图像分类与图像语义分割类应用已经较为成熟且有着较为稳定的市场空间，文本处理、语音识别与双模态等应用正逐渐实现对于市场的渗透。强化学习、因果学习、语言大模型等相关应用通过技术的迭代成功走出实验室，正不断摸索其商业模式。图神经网络、多模态泛化与自监督学习等应用正加速跨越从试验研发到产业落地的难关，对扩散模型、量子AI、具身智能等的研究也将孕育智能程度更高、通用性更强的应用。建议短期关注处于市场启动期与高速发展期之间的应用成熟情况，长期关注处于探索期与市场启动期的应用研发进展。

　　易观认为人工智能产业的整体发展致使对数据的需求快速增长，而这将刺激数据众包产业蓬勃发展，同时其对数据质量要求的提升也对数据众包产业的专业性提出了更高的要求。目前制造业、医疗、工程建筑等行业对智能化应用的功能升级需求较大，因此将推动数据众包产业在相关行业率先发展。

　　我国由龙头企业与核心科研机构主导的产业生态较为繁荣且颇具韧性，有助于芯片产业的快速发展与迭代。目前我国人工智能产业发展增速居世界前列，基于人工智能产业对芯片的巨大需求，易观预计其将驱动国产芯片需求量的快速增长。相应地，人工智能应用在电路设计与缺陷检测等环节已不可或缺，且对芯片工艺改良、生产过程控制等环节具有重大意义，因此易观认为我国将形成“芯片-人工智能”的产业内循环。

　　易观认为边缘算力的发展对人工智能产业具有积极影响，但发展部署在边缘侧的人工智能应用仍需面对适配与优化的问题。由于产业对智能化应用的多样化需求与人工智能应用开发的工程化需求，需要来自不同行业的、拥有不同核心技术的厂商们形成更加紧密的产业生态才能加速其探索的进程。另外，若想更好地利用边缘算力带来的闲置算力，需要人工智能产业界与计算机、通信等学术界进行更加紧密的合作，形成研究-研发-检验-应用的产学研用闭环。

　　易观认为构建文本-图像生成类应用可持续发展的商业模式，应当积极探索向上游图库分润的机制。在工业设计、产品设计等领域存在大量专业属性非常明显的细分需求，因此在2年内会出现针对细分需求的文本-图像类应用，定制化开发也有可能成为下一阶段产业界主流的商业模式。

　　易观认为未来2年内由于搜索与推荐对通用领域与众多专业领域知识的要求，大规模语言模型在文本内容生产与编程方面应用的商业模式或将早于搜索与推荐成熟。大规模语言模型在概念的精准与模糊映射、概念间的逻辑关系、概念的推理等方面已具备在多领域进行应用的功能基础，但大规模语言模型在未来3到5年的商业化方向仍需持续探索。易观认为至少需要5年时间来探索大规模语言模型训练数据与参数量级间关系的最优路径，而最优路径可以更好地平衡大语言模型的功能与成本，有利于大语言模型的商业化探索。

　　易观认为ChatGPT对强化学习的应用为其商业化应用带来了新的视角，即从对能力的需求出发，探索强化学习的应用方向。基于科学研究与产业研发对强化学习在规则、策略、博弈与类人决策方面能力的旺盛需求，易观认为强化学习的商业化应用将转向相关市场。虽然科学研究与产业研发的强化学习对专业性要求较高，但由于应用价值更高，因此在3年内将进行商业化推广。

　　易观认为由于功能的大幅提升，图神经网络将加速应用渗透。图的学习方面，通用的模型-任务匹配评估方法与更具表达性的深度图网络（DGN）可以提升如营销人群匹配、三维空间分类分割、舆论影响预测与复合型任务设计等方面的应用效果。图的生成方面，图循环神经网络（GraphRNN）与图卷积策略网络（GCPN）在构建知识图谱、分子结构发现等领域应用效果提升显著。由于在功能方面有很大可能出现质的飞跃，易观预计图神经网络的相关应用将逐渐推进商业化进程。

　　作为目前文本-图像生成类任务的主流底层模型，易观认为扩散模型的性能与功能均有望快速提升。除文本-图像生成外，易观认为文本-语音生成、超分辨率、图像修复等应用有望在1年内实现在设计、建筑、广告、电影、医疗等行业的商业化探索；如声波信号处理、点云补全与生成、时间序列补全与预测等扩散模型的应用在3年内将逐渐成熟；对于语义分割、异常检测等商业空间更大的扩散模型应用， 5年后其成本与效率可以初步满足商业化的基本要求。

　　易观认为科研中从算法模型底层原理出发进行设计的智能化应用，对产业界如何应用人工智能具有很强的参考价值。采用相似方法进行设计的产业智能化应用其潜在市场空间远大于目前人工智能市场规模，且产业智能化深化发展的需求将促进此类应用的开发，但同时也需要大量高水平跨学科人才以支撑其发展。

　　易观认为人工智能在科研领域的应用对于国家发展的战略意义已经十分明显且仍将不断增强。由于科研智能化在发展战略中的基础性与重要性，易观预计人工智能赋能的科研服务将在3年后形成可观的市场空间，但由于科研服务与人工智能结合带来的技术门槛，进入相关市场的难度极高，因此需要加速探索更加合理的市场机制。

　　目前工业领域对智能设备的需求稳步增长，同时工业智能设备平均单价逐渐下降。易观预计云边端协同与工业通信将在5年后实现普及，工业智能设备的智能化水平也将有大幅度提升，工业智能设备的应用价值将迅速放大，因此易观预计工业领域智能设备的市场规模将在未来5年内稳步增长，而5年后将迎来增长拐点。

　　易观预计5年后因行动姿态估计、增材制造等技术的逐渐成熟，如义肢、运动康复设备与助老设备等行动辅助设备的成本将逐渐降低，而在医疗、康养、养老等方面的相关需求也将出现明显增长，且相关领域对高客单价的接受度相对较高，因此相较于其他消费领域行动智能设备，行动辅助智能设备的商业化将先行发展。