行業(yè)主要上市公司：阿里巴巴 ( 09988.HK，BABA.US ) ; 百度 ( 09888.HK，BIDU.US ) ; 騰訊 ( 00700.HK， TCEHY ) ;科大訊飛 ( 002230.SZ ) ;萬興科技 ( 300624.SZ ) ;三六零 ( 601360.SH ) ;昆侖萬維 ( 300418.SZ ) ; 云從科技 ( 688327.SH ) ;拓爾思 ( 300229.SZ ) 等

本文核心數據：備案數量 ; 收費模式 ; 市場規(guī)模 ; 區(qū)域占比等

產業(yè)概況

1、定義及特征

多模態(tài) ( Multimodality ) 是指集成和處理兩種或兩種以上不同類型的信息或數據的方法和技術。在機器學習和人工智能領域，多模態(tài)涉及的數據類型通常包括但不限于文本、圖像、視頻、音頻和傳感器數據。多模態(tài)系統的目的是利用來自多種模態(tài)的信息來提高任務的性能，提供更豐富的用戶體驗，或者獲得更全面的數據分析結果。多模態(tài)大型語言模型 ( Multimodal Large Language Models，簡稱 MLLMs ) 是一類結合了大型語言模型 ( Large Language Models，簡稱 LLMs ) 的自然語言處理能力與對其他模態(tài) ( 如視覺、音頻等 ) 數據的理解與生成能力的模型。這些模型通過整合文本、圖像、聲音等多種類型的輸入和輸出，提供更加豐富和自然的交互體驗。

多模態(tài)大模型產業(yè)鏈是一個龐大而復雜的系統，涵蓋了從硬件設施到軟件開發(fā)的各個環(huán)節(jié)，主要包括基礎層、模型層和應用層。其中，基礎層主要包括硬件和基礎軟件，模型層主要是多模態(tài)大模型的種類，包括 CLIP、BLIP、BLIP-2、dreamLLM、LLaMA、LLaVA、flamingo、mini-GPT4 等，應用層則是指大模型結合行業(yè)的進一步升級應用形成的行業(yè)大模型，主要包括生產制造領域、生活娛樂領域和公共服務領域等。

中國的多模態(tài)大模型行業(yè)在國際研究的基礎上迅速起步，依托政府支持、企業(yè)投入和學術力量，逐步形成自主創(chuàng)新能力，推動多模態(tài)大模型從基礎研究到產業(yè)應用的全面發(fā)展。未來，中國在這一領域有望進一步引領全球技術發(fā)展，實現從 " 追趕 " 到 " 引領 " 的跨越。

多模態(tài)大模型政策上，從加大資金支持、加大大型多模態(tài)大模型等向企業(yè)開放力度、簡化預算編制、簡化緊急多模態(tài)大模型調用流程、建立多模態(tài)大模型共享資源數據庫等方面進行了政策上的支持。這些政策有利于提高科技成果區(qū)域轉化效率，提升多模態(tài)大模型的自主研發(fā)能力。國家層面多模態(tài)大模型行業(yè)政策匯總如下：

1、中國大模型監(jiān)管備案要求

2022 年 12 月和 2023 年 7 月，國家互聯網信息辦公室先后發(fā)布并實施了《互聯網信息服務深度合成管理規(guī)定》和《生成式人工智能服務管理暫行辦法》，兩項法規(guī)分別針對信息服務深度合成和生成式人工智能服務提出了監(jiān)管規(guī)范，要求相關國內企業(yè)在國內實施相應服務時需要進行備案。

從二者概念的法律界定上看，深度合成技術是基于算法，而生成式人工智能技術則是更加強調模型。每個模型里都包含算法，算法是設計出來的，自由度低，可解釋性強 ; 模型更加復雜，是訓練出來的結果。算法是指針對特定問題的一種方法，通常由程序代碼實現，比如手寫識別算法，排序算法等 ; 模型則是多個算法根據一定架構組成的集合，其是指數據通過算法進行訓練后得到的一個可以解決特定問題的模塊，例如手寫識別模型，當向模型輸入一張手寫圖片后，其就可以輸出圖片中的文字。

上述規(guī)定對相關技術的概念界定較為模糊，一定程度上擴大了二者原有的范圍，尤其是深度合成技術。故目前主流觀點認為，在現有法律體系下，生成式人工智能技術乃深度合成技術的子集，可以通過一定的解釋來使生成式人工智能技術 ( 預訓練大模型技術 ) 同時受《深度合成管理規(guī)定》的規(guī)制。因此可知國內大模型企業(yè)必須獲得《互聯網信息服務深度合成管理規(guī)定》或《生成式人工智能服務管理暫行辦法》的備案。

自 2022 年末起，ChatGPT 以其突破性技術在全球舞臺掀起了一場人工智能的革命。隨之而來的，是無數大型預訓練模型 ( Large Pre-trained Models, LPTMs ) 的涌現，它們如同春日里的竹筍般迅速生長，遍布學術界與工業(yè)界。這些模型的誕生標志著生成式人工智能技術的蓬勃發(fā)展，開啟了一場被稱為 " 大模型之爭 " 的新時代序幕。

截至 2024 年 4 月底，國內共推出了約 305 個大模型，其中 10 億參數規(guī)模以上的大模型數量達到了 254 家。然而，截至 2024 年 8 月，在超過 300 個大模型中，只有約 180 個大模型完成了生成式人工智能服務備案，占比約為 59%。根據各地最新通告，截至 2025 年 4 月，我國已有 327 個生成式 AI 大模型通過備案、227 個生成式 AI 大模型完成登記。

早期大模型的商業(yè)模式主要為 SaaS 模式和 PaaS 模式，但隨著大模型行業(yè)的快速發(fā)展以及再各行各業(yè)的快速拓展應用，以大模型為核心的 MaaS 模式 ( 模型即服務 ) 出現，MaaS 模式允許大模型服務提供商將大模型的特定功能或整個模型封裝為 API ( 應用程序接口 ) ，并將其作為一種服務，提供給其他開發(fā)者或業(yè)務合作伙伴使用，是目前大模型行業(yè)一種主流的商業(yè)模式。

根據對已披露的部分國內外主要多模態(tài)大模型產品的收費模式的對比，目前按照 token 計價和訂閱模式是行業(yè)最主流的收費模式，而從收費價格來看，由于整體多模態(tài)大模型行業(yè)仍處于探索階段，而且各家多模態(tài)大模型產品的服務質量的差異，因此不同多模態(tài)大模型產品的收費價格也有較大的差異。

根據工業(yè)和信息化部賽迪研究院公布的數據顯示，2023 年，我國人工智能核心產業(yè)規(guī)模已達 5000 億元，大模型市場規(guī)模達到 132.3 億元，同比增長率為 110% 左右。初步測算，2024 年中國大模型行業(yè)市場規(guī)模將達到 205 億元。其中，多模態(tài)占據大模型比重為 22%，根據大模型市場規(guī)模和多模態(tài)的占比進行初步測算，2024 年，中國多模態(tài)大模型市場規(guī)模為 45.1 億元。

行業(yè)競爭格局

1、區(qū)域競爭：京滬粵浙蘇占比近八成

全國 327 個大模型已通過備案，京滬粵浙蘇占比近八成。根據各地最新通告，截至 2025 年 3 月，我國已有 327 個生成式 AI 大模型通過備案。從地域布局來看，全國共有 23 個省份已經在備案上有所布局，其中北京、上海和廣東分別通過 105、66、39 個大模型備案。和登記相比，生成式人工智能大模型的備案流程更為嚴格。京滬粵浙蘇五省份占榜 TOP5，比重接近全國總量的 80%。

賽迪四川依據智算中心建設、萬卡集群布局、知名 GPU 廠商合作披露情況等研究得出，算力能級和上榜企業(yè)排名呈正相關關系，第一梯隊企業(yè)算力能級為第四梯隊企業(yè)算力能級的兩倍，彰顯出算力作為多模態(tài)大模型發(fā)展核心底座支撐的重要地位。具體來看，中國人工智能多模態(tài)大模型企業(yè)綜合競爭力 20 強可劃分為 4 個競爭梯隊。

未來多模態(tài)大模型行業(yè)發(fā)展前景廣闊，作為大模型產業(yè)的重要技術方向，將成為未來發(fā)展的重點。多模態(tài)技術因其能夠融合文本、圖像、音頻、視頻等多種數據形式，具備更強的泛用性和跨場景能力，滿足了智慧城市、醫(yī)療、教育、元宇宙等多個領域的核心需求。隨著應用場景不斷拓展和技術性能提升，多模態(tài)大模型在大模型產業(yè)中的技術滲透率將持續(xù)提高，逐步從邊緣應用走向主流。尤其在政策支持和市場需求雙驅動下，多模態(tài)大模型有望成為推動產業(yè)升級和創(chuàng)新的重要引擎，其行業(yè)地位和影響力將進一步鞏固。預計到 2030 年我國多模態(tài)大模型行業(yè)的市場規(guī)模將達到 969 億元，行業(yè)復合增速將超過 65%，行業(yè)前景巨大。

同時前瞻產業(yè)研究院還提供產業(yè)新賽道研究、投資可行性研究、產業(yè)規(guī)劃、園區(qū)規(guī)劃、產業(yè)招商、產業(yè)圖譜、產業(yè)大數據、智慧招商系統、行業(yè)地位證明、IPO 咨詢 / 募投可研、專精特新小巨人申報、十五五規(guī)劃等解決方案。如需轉載引用本篇文章內容，請注明資料來源（前瞻產業(yè)研究院）。

更多深度行業(yè)分析盡在【前瞻經濟學人 APP】，還可以與 500+ 經濟學家 / 資深行業(yè)研究員交流互動。更多企業(yè)數據、企業(yè)資訊、企業(yè)發(fā)展情況盡在【企查貓 APP】，性價比最高功能最全的企業(yè)查詢平臺。