摘  要

本报告基于“研究、实践、支撑”三维评估框架，系统解析中国大模型领域动态。数据显示，2023年8月至2024年12月，中国大模型综合指数年复合增长率7.69%，呈现“爆发增长-震荡调整-韧性修复”的演进格局，政策推动、技术迭代与资本周期成为关键主导因素。

政策层面央地联动：国家网信办《生成式人工智能服务应急响应指南》推动安全合规，工信部《5G扬帆升级方案》等文件加速AI与工业互联网融合；地方政策聚焦算力（天津、山东）、场景（上海金融大模型语料库）、生态（广东大模型开源社区），初步形成“技术研发-合规治理-产业协同”的政策矩阵。

行业实践表现分化：备案大模型因政策窗口期呈脉冲式增长（2024年Q4备案数量环比增90%），而初创企业受资本流动影响剧烈波动（2024年4月融资额环比暴涨73倍）。技术突破方面，混合专家架构（MoE）、低精度训练（FP8）等技术显著降低国产大模型训练成本（如DeepSeek训练成本仅为GPT-4的8.8%），中文多模态、全流程Agent（如Manus）等差异化能力凸显竞争优势。

挑战与机遇并存：算力基础设施波动与社会创新情绪周期性震荡倒逼构建稳定性支撑体系。展望未来，技术国产化、轻量化与场景专业化将主导下一阶段发展，而政策需进一步平衡创新激励与风险管理，强化数据要素流通与绿色算力协同能力。
一、大模型相关政策

（一）我国大模型行业相关政策

为促进大模型技术的发展，我国陆续发布了多项行业政策（如表1-1所示）。

例如，2024年11月，工信部等十二部门发布《5G规模化应用“扬帆”行动升级方案》，提出支持互联网企业、基础电信企业和终端企业联合建设5G新型应用创新工场和体验中心，开展AI大模型、面向公众应用的网络切片等新技术试点，促进网络、内容、终端协同创新，为5G新业务新产品研发提供试验环境。

2024年12月，国家网信办发布《网络安全标准实践指南——生成式人工智能服务安全应急响应指南（征求意见稿）》，提出围绕生成式人工智能服务安全事件给出了安全事件的分类和分级建议，并给出了生成式人工智能服务安全事件应急响应过程，包括应急准备、监测预警、应急处置、总结改进阶段的管理措施和技术方法，可用于指导生成式人工智能服务提供者提高安全应急响应能力。（二）部分省份大模型行业相关政策

为了响应国家号召，各省份积极推动大模型行业的发展。比如，2024年7月天津市发布《天津市算力产业发展实施方案(2024-2026年)》，提出加快算法模型发展。发展计算机视觉、语音语义识别、言语交互等领域算法模型，积极布局通用和垂直行业大模型，支持高校、企业和科研机构加强基础理论和共性技术研究。部分省份大模型主要相关政策如表1-2所示。
二、评价体系

（一）指标体系

本报告延续前期大模型指数的指标框架，仍然从大模型研究、大模型实践和大模型支撑3个一级指标、8个二级指标构建指数。在末级指标上，对两项指标做了适当优化和调整，具体包括：

人才支撑指标优化：原“相关高校数量”与“相关专业数量”指标因存在显著同步性，即高校数量增长与专业增设趋势高度一致，合并为单一“相关专业数量”指标以提升评价效率。

企业实践指标完善：保持“初创企业”和“备案企业”双维度评价，其中备案企业评估新增“备案大模型公众关注度”观测指标，形成更立体的评估视角。
（二）指标权重

指标权重的确定有客观赋权和主观赋权两类方法。客观赋权法可排除主观干扰，应用相对广泛。熵权法、标准离差法和CRITIC法是主要的客观赋权法，三种方法均用变量的变异确定权重。其中，CRITIC法考虑了变量之间的冲突，确定的权重更为精准（Chen et al.，2021；Chen et al.，2022；许涤龙和陈双莲，2015）。本报告首先对各指标数据进行离差标准化处理，以避免量纲的差异对测算结果的影响。

本报告选择CRITIC法确定各指标的权重。第i个指标的权重：
根据上述计算公式，计算各一级指标权重。

（三）数据来源

本指数所涉数据来源于国家统计局、网信办、教育部、中国知网、中国日报网、智慧芽、企业预警通、零壹智库等。

三、大模型指数总体情况

（一）大模型总指数年复合增长率7.69%

2023年8月至2024年12月，大模型指数呈现“波动式上升”特征。从100增长至326.96，累计增长226.96%，月复合增长率约7.69%。2023年8月至2024年4月快速上升，指数从100飙升至217.56，其中2024年4月增速高达35.18%。2024年5月、8月出现明显回调，增速分别为-13.53%、-1.28%。
1. 2024年4月增速突增原因

一是政策催化。2024年4月，中国工业和信息化部发布《人工智能赋能新型工业化实施方案》，明确提出加速大模型在制造业的落地应用，并通过专项资金支持企业技术升级。政策红利直接刺激市场预期，推动相关企业指数快速上涨。例如，华为盘古大模型因工业场景适配获得多地政府订单，当月订单金额超10亿元。北京、上海等地同期启动“AI+工业”试点项目，大模型供应商订单量激增。二是技术突破与产品发布。

二是技术突破与产品发布。多家头部企业发布新一代大模型产品，参数规模与性能显著提升。例如：百度发布“文心大模型4.0”，支持多模态交互，调用量单月增长120%；腾讯推出金融行业专用大模型“星脉”，与国有银行签订战略合作。

三是算力基础设施扩容。2024年Q1全国新增智能算力规模达200EFLOPS，同比增长45%，4月起多地智算中心投入运营，降低企业训练成本。例如，阿里云宣布大模型训练费用下调30%，吸引中小企业加速模型部署。

2. 2024年11月增速突增的原因

一是年底项目冲刺与资本集中投放。11月为传统“年终预算执行期”，政府与企业为完成年度目标加速项目落地国有银行、保险机构在年底前集中采购风控、客服类大模型服务；地方政府AI专项债资金在Q4密集拨付，推动智慧城市、医疗等领域需求爆发。如2024年11月AI招标项目数量环比增长68%，金额超200亿元。

二是电商与消费场景驱动。双十一期间，大模型在营销、物流、客服等环节的应用需求激增，如京东“言犀”大模型处理客服咨询量达日均10亿次，同比提升3倍；阿里“通义千问”赋能商家生成个性化广告素材，覆盖超50万店铺。

三是国际竞争与国产替代加速。2024年10月美国升级AI芯片出口限制，倒逼国内企业加快大模型自主研发，华为昇腾芯片产能11月环比提升40%，支撑国产大模型训练；百度、科大讯飞等企业宣布完成“去英伟达化”技术迁移。

（二）中国大模型研究指数月复合增长率达9%

中国大模型研究指数是由学术研究和技术研究两个二级指标所构成，从计算得出大模型研究指数从2023年8月92.45增长到2024年12月355.95，增长了263.50点，月复合9%。大模型研究指数增长率从15.24%下降到3.83%。

我国大模型研究指数逐月上升的原因，主要是因为学术成果和技术研发水平不断提高所导致。
1．大模型学术研究指数增长率先下降再上升再下降

大模型研究指数的增长是政策、技术、市场、产学研协同及国际竞争共同作用的结果，大模型研究中的学术研究和技术研究都在全面发展，这就导致研究成果丰硕。

从原始数据来看，学术研究论文数量从2023年8月412篇增加到了2024年12月的4106篇，增加了3694篇，技术研究（专利授权数量）数量从23615件增加到53008件，增加了29693件。


从指数计算结果我们可以看出大模型研究二级指数学术研究指数从2023年8月35.72增长到2024年12月的355.95，学术研究指数增长率从2023年08月21.84%增长到2024年7月30.73%后再下降到2024年12月3.61%；技术研究指数从2023年8月157.68增长到2024年12月的355.95，技术研究指数增长率从13.52%下降到2024年7月-1.03%后再增长到2024年12月4.09%。

大模型学术研究指数增长率先下降再上升再下降的原因，主要是前期的部分研究方向因效果未达预期而被暂时搁置等导致；中期随着数据中心、智能计算中心、数字技术不断突破等使研究成果显著；后期随着中国大模型相关政策的实施，引发公众信任危机，导致部分研究转向安全性与可解释性优化，使研究成果在短期内受到一定影响。

2．大模型技术研究指数增长率先下降再上升

大模型技术研究指数增长率从2023年8月13.52%下降到2024年10月0.27%再上升到2024年12月4.09%，呈现出先下降再上升。

先下降的具体原因算力与资源不足、市场竞争日益激烈、技术难题等导致；上升的具体原因是新技术（知识蒸馏）的出现显著降低训练成本使得中小企业和学术机构能够参与研究，同时提升了应用场景的多样性吸引了更多资本投入等原因导致。
（三）大模型实践指数月度复合增长率达12.21%

大模型实践指数从2023年8月的52.54攀升至2024年12月的331.85，实现12.21%的月度复合增长率。期间经历两次显著震荡：2023年10月和2024年5月分别遭遇52.29%、52.71%的断崖式下跌；2024年4月与11月则呈现105.74%、180.27%的爆发式增长。
…………提示：完整报告，请查看PDF内容