第一章　人工智能生成內(nèi)容（AIGC）行業(yè)相關(guān)概述
1.1　人工智能生成內(nèi)容（AIGC）基本概述
1.1.1　基本定義
1.1.2　核心目標(biāo)
1.1.3　優(yōu)勢(shì)特征
1.1.4　體系架構(gòu)
1.1.5　內(nèi)容輸出
1.2　ﾠ人工智能生成內(nèi)容（AIGC）的發(fā)展階段
1.2.1　模型賦智階段
1.2.2　認(rèn)知交互階段
1.2.3　空間賦能階段
1.3　人工智能生成內(nèi)容（AIGC）的主要特征
1.3.1　數(shù)據(jù)巨量化
1.3.2　內(nèi)容創(chuàng)造力
1.3.3　跨模態(tài)融合
1.3.4　認(rèn)知交互力
1.4　主要內(nèi)容生成模式對(duì)比
1.4.1　PGC
1.4.2　UGC
1.4.3　AIGC
第二章　2022-2024年中國(guó)人工智能生成內(nèi)容（AIGC）行業(yè)發(fā)展環(huán)境分析
2.1　政策環(huán)境
2.1.1　深度合成管理規(guī)定發(fā)布
2.1.2　建設(shè)人工智能應(yīng)用場(chǎng)景
2.1.3　加快人工智能應(yīng)用創(chuàng)新
2.1.4　人工智能服務(wù)管理辦法發(fā)布
2.1.5　地方發(fā)展人工智能政策
2.2　需求環(huán)境
2.2.1　Web3.0時(shí)代到來
2.2.2　元宇宙成為新風(fēng)口
2.2.3　數(shù)字經(jīng)濟(jì)取得進(jìn)展
2.2.4　算力發(fā)展水平提升
2.3　產(chǎn)業(yè)環(huán)境
2.3.1　產(chǎn)業(yè)發(fā)展背景
2.3.2　產(chǎn)業(yè)布局狀況
2.3.3　應(yīng)用前景廣闊
2.3.4　產(chǎn)業(yè)發(fā)展展望
2.3.5　產(chǎn)業(yè)發(fā)展趨勢(shì)
第三章　2022-2024年人工智能生成內(nèi)容（AIGC）行業(yè)發(fā)展分析
3.1　人工智能生成內(nèi)容（AIGC）行業(yè)發(fā)展綜述
3.1.1　行業(yè)發(fā)展特征
3.1.2　行業(yè)發(fā)展原因
3.1.3　行業(yè)核心要素
3.1.4　行業(yè)生態(tài)體系
3.1.5　行業(yè)商業(yè)模式
3.2　2022-2024年全球人工智能生成內(nèi)容（AIGC）行業(yè)發(fā)展?fàn)顩r
3.2.1　行業(yè)發(fā)展歷程
3.2.2　行業(yè)發(fā)展現(xiàn)狀
3.2.3　主要企業(yè)分析
3.2.4　企業(yè)業(yè)務(wù)模式
3.2.5　企業(yè)布局分析
3.3　2022-2024年中國(guó)人工智能生成內(nèi)容（AIGC）行業(yè)發(fā)展分析
3.3.1　行業(yè)發(fā)展環(huán)境
3.3.2　行業(yè)發(fā)展現(xiàn)狀
3.3.3　市場(chǎng)發(fā)展規(guī)模
3.3.4　主要企業(yè)發(fā)展
3.3.5　行業(yè)發(fā)展問題
3.3.6　行業(yè)發(fā)展建議
3.4　人工智能生成內(nèi)容（AIGC）的應(yīng)用場(chǎng)景分析
3.4.1　文本生成
3.4.2　音頻生成
3.4.3　圖像生成
3.4.4　視頻生成
3.4.5　跨模態(tài)生成
3.4.6　策略生成
3.4.7　虛擬人生成
3.5　人工智能生成內(nèi)容（AIGC）典型產(chǎn)品——ChatGPT分析
3.5.1　基本概況
3.5.2　主要優(yōu)勢(shì)
3.5.3　發(fā)展歷程
3.5.4　技術(shù)路徑
3.5.5　發(fā)展現(xiàn)狀
3.5.6　應(yīng)用場(chǎng)景
3.5.7　商業(yè)進(jìn)程
3.5.8　發(fā)展瓶頸
3.5.9　發(fā)展?jié)摿?/span>
第四章　2022-2024年中國(guó)人工智能生成內(nèi)容（AIGC）的產(chǎn)業(yè)鏈發(fā)展分析
4.1　產(chǎn)業(yè)鏈發(fā)展環(huán)節(jié)總體狀況
4.1.1　產(chǎn)業(yè)鏈生態(tài)
4.1.2　基礎(chǔ)設(shè)施層
4.1.3　模型層
4.1.4　應(yīng)用層
4.2　基礎(chǔ)層各技術(shù)產(chǎn)業(yè)發(fā)展分析
4.2.1　5G產(chǎn)業(yè)
4.2.1.1　5G技術(shù)發(fā)展歷程
4.2.1.2　5G產(chǎn)業(yè)政策環(huán)境
4.2.1.3　5G典型應(yīng)用場(chǎng)景
4.2.1.4　5G產(chǎn)業(yè)發(fā)展趨勢(shì)
4.2.2　5G基站
4.2.2.1　5G基站政策分析
4.2.2.2　5G基站發(fā)展前景
4.2.3　物聯(lián)網(wǎng)
4.2.3.1　物聯(lián)網(wǎng)市場(chǎng)規(guī)模
4.2.3.2　物聯(lián)網(wǎng)模式創(chuàng)新
4.2.4　算力
4.2.4.1　算力發(fā)展?fàn)顩r
4.2.4.2　市場(chǎng)空間巨大
4.2.5　芯片
4.2.5.1　芯片相關(guān)政策
4.2.5.2　芯片需求增大
4.2.5.3　類人腦芯片
4.2.5.4　人工智能芯片趨勢(shì)
4.2.6　云計(jì)算
4.2.6.1　云計(jì)算發(fā)展現(xiàn)狀
4.2.6.2　云計(jì)算成人工智能基礎(chǔ)
4.2.6.3　云計(jì)算與人工智能協(xié)同發(fā)展
4.2.6.4　云計(jì)算發(fā)展展望
4.2.6.5　云計(jì)算發(fā)展趨勢(shì)
4.3　內(nèi)容生產(chǎn)領(lǐng)域各產(chǎn)業(yè)發(fā)展分析
4.3.1　數(shù)字媒體
4.3.1.1　數(shù)字媒體主要特點(diǎn)
4.3.1.2　數(shù)字媒體發(fā)展前景
4.3.1.3　AIGC與出版行業(yè)
4.3.2　數(shù)字藏品
4.3.2.1　數(shù)字藏品發(fā)展?fàn)顩r
4.3.2.2　數(shù)字藏品發(fā)展前景
4.3.3　數(shù)字場(chǎng)景
4.3.3.1　數(shù)字場(chǎng)景構(gòu)建基礎(chǔ)
4.3.3.2　數(shù)字場(chǎng)景核心構(gòu)件
4.3.3.3　數(shù)字場(chǎng)景驅(qū)動(dòng)因素
4.3.3.4　數(shù)字場(chǎng)景產(chǎn)生影響
4.3.3.5　數(shù)字場(chǎng)景發(fā)展趨勢(shì)
4.3.4　數(shù)字人
4.3.4.1　數(shù)字人發(fā)展現(xiàn)狀
4.3.4.2　數(shù)字人產(chǎn)業(yè)圖譜
4.3.4.3　數(shù)字人發(fā)展前景
4.3.4.4　數(shù)字人發(fā)展趨勢(shì)
4.4　應(yīng)用領(lǐng)域發(fā)展?fàn)顩r分析
4.4.1　傳媒行業(yè)
4.4.1.1　行業(yè)發(fā)展環(huán)境
4.4.1.2　行業(yè)發(fā)展機(jī)遇
4.4.1.3　行業(yè)發(fā)展趨勢(shì)
4.4.1.4　AIGC主要應(yīng)用
4.4.2　電商行業(yè)
4.4.2.1　行業(yè)發(fā)展特點(diǎn)
4.4.2.2　行業(yè)運(yùn)營(yíng)模式
4.4.2.3　行業(yè)發(fā)展挑戰(zhàn)
4.4.2.4　AIGC主要應(yīng)用
4.4.3　影視行業(yè)
4.4.3.1　行業(yè)基本概述
4.4.3.2　行業(yè)發(fā)展趨勢(shì)
4.4.3.3　行業(yè)應(yīng)用價(jià)值
4.4.3.4　AIGC主要應(yīng)用
4.4.4　文化娛樂行業(yè)
4.4.4.1　未來發(fā)展趨勢(shì)
4.4.4.2　AIGC主要應(yīng)用
4.4.5　教育行業(yè)
4.4.5.1　AIGC主要應(yīng)用
4.4.5.2　AIGC應(yīng)用發(fā)展動(dòng)態(tài)
4.4.6　醫(yī)療行業(yè)
4.4.6.1　AIGC主要應(yīng)用
4.4.6.2　行業(yè)應(yīng)用價(jià)值
4.4.6.3　應(yīng)用市場(chǎng)規(guī)模
4.4.6.4　發(fā)展趨勢(shì)分析
4.4.7　工業(yè)
4.4.7.1　工業(yè)智能化升級(jí)指數(shù)
4.4.7.2　人工智能成工業(yè)發(fā)展方向
4.4.7.3　AI工業(yè)應(yīng)用的發(fā)展趨勢(shì)
4.4.7.4　AIGC主要應(yīng)用
4.4.8　金融行業(yè)
4.4.8.1　行業(yè)發(fā)展成就
4.4.8.2　行業(yè)數(shù)字轉(zhuǎn)型
4.4.8.3　行業(yè)發(fā)展展望
4.4.8.4　AIGC主要應(yīng)用
4.4.9　其他應(yīng)用
4.4.9.1　SaaS
4.4.9.2　數(shù)字設(shè)計(jì)
4.4.9.3　游戲
第五章　中國(guó)人工智能生成內(nèi)容（AIGC）主要技術(shù)發(fā)展分析
5.1　人工智能技術(shù)發(fā)展分析
5.1.1　技術(shù)發(fā)展歷程
5.1.2　技術(shù)發(fā)展特點(diǎn)
5.1.3　核心技術(shù)分析
5.1.4　技術(shù)主要應(yīng)用
5.1.5　技術(shù)發(fā)展展望
5.2　深度神經(jīng)網(wǎng)絡(luò)分析
5.2.1　全連接神經(jīng)網(wǎng)絡(luò)
5.2.2　循環(huán)神經(jīng)網(wǎng)絡(luò)
5.2.3　卷積神經(jīng)網(wǎng)絡(luò)
5.3　自然語言處理技術(shù)發(fā)展分析
5.3.1　技術(shù)基本概況
5.3.2　語言表示的發(fā)展
5.3.3　預(yù)訓(xùn)練語言模型基礎(chǔ)
5.3.4　大規(guī)模預(yù)訓(xùn)練語言模型
5.3.5　預(yù)訓(xùn)練語言模型優(yōu)化方向
5.3.6　技術(shù)發(fā)展展望
5.4　多模態(tài)認(rèn)知技術(shù)發(fā)展分析
5.4.1　多模態(tài)關(guān)聯(lián)
5.4.2　跨模態(tài)生成
5.4.3　多模態(tài)協(xié)同
5.4.4　技術(shù)演進(jìn)狀況
5.4.5　發(fā)展的趨勢(shì)
5.5　AIGC的三大模型
5.5.1　視覺大模型
5.5.2　語言大模型
5.5.3　多模態(tài)大模型
5.5.4　技術(shù)路徑對(duì)比
5.6　AIGC技術(shù)演化的三大前沿能力
5.6.1　智能數(shù)字內(nèi)容孿生能力
5.6.2　智能數(shù)字內(nèi)容編輯能力
5.6.3　智能數(shù)字內(nèi)容創(chuàng)作能力
第六章　2022-2024年國(guó)際人工智能生成內(nèi)容（AIGC）行業(yè)重點(diǎn)企業(yè)發(fā)展分析
6.1　微軟（Microsoft Corp.）
6.1.1　企業(yè)發(fā)展概況
6.1.2　AIGC業(yè)務(wù)產(chǎn)品與合作
6.1.3　AIGC產(chǎn)品特點(diǎn)與優(yōu)勢(shì)
6.1.4　AIGC業(yè)務(wù)戰(zhàn)略布局展望
6.2　谷歌（Google Inc.）
6.2.1　企業(yè)發(fā)展概況
6.2.2　AIGC布局狀況
6.2.3　AIGC產(chǎn)品特點(diǎn)與優(yōu)勢(shì)
6.2.4　企業(yè)業(yè)務(wù)戰(zhàn)略布局分析
6.3　Meta　Platforms, Inc.
6.3.1　企業(yè)發(fā)展概況
6.3.2　AIGC業(yè)務(wù)布局狀況
6.3.3　AIGC產(chǎn)品特點(diǎn)及優(yōu)勢(shì)
6.3.4　未來業(yè)務(wù)戰(zhàn)略布局分析
6.4　Stability AI
6.4.1　企業(yè)發(fā)展概況
6.4.2　AIGC業(yè)務(wù)布局狀況
6.4.3　AIGC產(chǎn)品特點(diǎn)及優(yōu)勢(shì)
6.4.4　未來業(yè)務(wù)發(fā)展趨勢(shì)
6.5　Open AI
6.5.1　企業(yè)發(fā)展概況
6.5.2　產(chǎn)品特點(diǎn)及優(yōu)勢(shì)
6.5.3　產(chǎn)品商業(yè)化應(yīng)用狀況
6.5.4　企業(yè)未來戰(zhàn)略布局
第七章　2022-2024年中國(guó)人工智能生成內(nèi)容（AIGC）行業(yè)重點(diǎn)上市企業(yè)經(jīng)營(yíng)狀況分析
7.1　百度集團(tuán)股份有限公司
7.1.1　企業(yè)發(fā)展概況
7.1.2　AIGC業(yè)務(wù)布局狀況
7.1.3　2022年企業(yè)經(jīng)營(yíng)狀況分析
7.1.4　2023年企業(yè)經(jīng)營(yíng)狀況分析
7.1.5　未來業(yè)務(wù)戰(zhàn)略布局
7.2　科大訊飛股份有限公司
7.2.1　企業(yè)發(fā)展概況
7.2.2　AIGC業(yè)務(wù)布局
7.2.3　經(jīng)營(yíng)效益分析
7.2.4　財(cái)務(wù)狀況分析
7.2.5　未來發(fā)展戰(zhàn)略
7.3　拓爾思信息技術(shù)股份有限公司
7.3.1　企業(yè)發(fā)展概況
7.3.2　企業(yè)AIGC業(yè)務(wù)
7.3.3　經(jīng)營(yíng)效益分析
7.3.4　財(cái)務(wù)狀況分析
7.3.5　企業(yè)發(fā)展規(guī)劃
7.3.6　公司發(fā)展戰(zhàn)略
7.4　云從科技集團(tuán)股份有限公司
7.4.1　企業(yè)發(fā)展概況
7.4.2　企業(yè)業(yè)務(wù)布局
7.4.3　經(jīng)營(yíng)效益分析
7.4.4　財(cái)務(wù)狀況分析
7.4.5　公司發(fā)展戰(zhàn)略
7.5　北京藍(lán)色光標(biāo)數(shù)據(jù)科技股份有限公司
7.5.1　企業(yè)發(fā)展概況
7.5.2　企業(yè)布局分析
7.5.3　經(jīng)營(yíng)效益分析
7.5.4　財(cái)務(wù)狀況分析
7.5.5　公司發(fā)展戰(zhàn)略
7.6　昆侖萬維科技股份有限公司
7.6.1　企業(yè)發(fā)展概況
7.6.2　AIGC業(yè)務(wù)布局
7.6.3　經(jīng)營(yíng)效益分析
7.6.4　財(cái)務(wù)狀況分析
7.6.5　公司發(fā)展戰(zhàn)略
第八章　2022-2024年中國(guó)人工智能生成內(nèi)容（AIGC）行業(yè)投資潛力分析
8.1　人工智能生成內(nèi)容（AIGC）行業(yè)投融資情況分析
8.1.1　國(guó)內(nèi)AIGC行業(yè)融資情況
8.1.2　國(guó)外AIGC行業(yè)融資狀況
8.1.3　各國(guó)一級(jí)市場(chǎng)融資情況對(duì)比
8.1.4　國(guó)內(nèi)典型融資案例
8.1.5　國(guó)外典型融資案例
8.2　中國(guó)人工智能生成內(nèi)容（AIGC）行業(yè)投資機(jī)會(huì)分析
8.2.1　技術(shù)層面加速成熟
8.2.2　產(chǎn)業(yè)鏈條基本形成
8.2.3　算力芯片空間增大
8.2.4　應(yīng)用領(lǐng)域潛力巨大
8.3　中國(guó)人工智能生成內(nèi)容（AIGC）行業(yè)壁壘分析
8.3.1　能力壁壘
8.3.2　合作壁壘
8.3.3　模式壁壘
8.4　中國(guó)人工智能生成內(nèi)容（AIGC）行業(yè)風(fēng)險(xiǎn)分析
8.4.1　技術(shù)風(fēng)險(xiǎn)
8.4.2　資金風(fēng)險(xiǎn)
8.4.3　政策風(fēng)險(xiǎn)
第九章　中投顧問對(duì)2024-2028年中國(guó)人工智能生成內(nèi)容（AIGC）行業(yè)發(fā)展前景及趨勢(shì)預(yù)測(cè)
9.1　中國(guó)人工智能生成內(nèi)容（AIGC）行業(yè)發(fā)展前景分析
9.1.1　行業(yè)面臨挑戰(zhàn)
9.1.2　行業(yè)發(fā)展展望
9.1.3　行業(yè)發(fā)展?jié)摿?/span>
9.1.4　市場(chǎng)發(fā)展空間
9.2　中國(guó)人工智能生成內(nèi)容（AIGC）行業(yè)發(fā)展趨勢(shì)
9.2.1　核心技術(shù)持續(xù)演進(jìn)
9.2.2　關(guān)鍵能力顯著增強(qiáng)
9.2.3　產(chǎn)品類型逐漸豐富
9.2.4　場(chǎng)景應(yīng)用趨于多元
9.2.5　生態(tài)建設(shè)日益完善
9.3　中投顧問對(duì)2024-2028年中國(guó)人工智能生成內(nèi)容（AIGC）行業(yè)預(yù)測(cè)分析
9.3.1　2024-2028年中國(guó)人工智能生成內(nèi)容（AIGC）行業(yè)影響五力要素分析
9.3.2　中投顧問對(duì)2024-2030年中國(guó)AIGC產(chǎn)業(yè)規(guī)模預(yù)測(cè)

圖表1　AIGC底層技術(shù)架構(gòu)與內(nèi)容呈現(xiàn)
圖表2　中國(guó)主要科技公司人工智能平臺(tái)布局
圖表3　大模型參數(shù)量和訓(xùn)練數(shù)據(jù)規(guī)模增長(zhǎng)示意圖
圖表4　AIGC應(yīng)用場(chǎng)景及所處發(fā)展階段
圖表5　AIGC產(chǎn)業(yè)生態(tài)體系的三層架構(gòu)
圖表6　AIGC發(fā)展歷程
圖表7　2023年12月全球AI流量排名TOP50
圖表8　2023年12月全球AI流量TOP50分類
圖表9　2023年12月全球AI流量漲幅排名TOP50
圖表10　國(guó)外巨頭布局人工智能生成內(nèi)容（AIGC）情況
圖表11　2020-2025年中國(guó)AI數(shù)字商業(yè)市場(chǎng)規(guī)模
圖表12　2025年各數(shù)字商業(yè)規(guī)模及占比
圖表13　2020-2025年中國(guó)A數(shù)字商業(yè)核心產(chǎn)業(yè)鏈復(fù)合增速
圖表14　2020-2025中國(guó)生成式AI規(guī)模及同比增速
圖表15　2030年AIGC市場(chǎng)規(guī)模
圖表16　2023年12月國(guó)內(nèi)AI流量排名TOP50
圖表17　2023年12月國(guó)內(nèi)AI流量TOP50分類
圖表18　2023年出海AI流量排名TOP25
圖表19　EditGAN支持圖像進(jìn)行細(xì)節(jié)修改
圖表20　Deep Face Drawing草圖變完整圖像效果
圖表21　剪映視頻氛圍渲染.
圖表22　交互類App用戶破億用時(shí)
圖表23　ChatGPT特點(diǎn)
圖表24　ChatGPT的局限性
圖表25　AI自然語言處理發(fā)展歷程
圖表26　RLHF人類反饋強(qiáng)化學(xué)習(xí)模型原理
圖表27　生成型AI應(yīng)用領(lǐng)城
圖表28　ChatGPT的發(fā)展歷程
圖表29　GLM-130B與GPT-3、OPT-1 75B對(duì)比
圖表30　谷歌公司的產(chǎn)業(yè)布局
圖表31　ChatGPT在游戲中的應(yīng)用
圖表32　ChatGPT應(yīng)用探索
圖表33　ChatGPT撰寫房源信息
圖表34　各平臺(tái)從0到100萬用戶速度
圖表35　AIGC產(chǎn)業(yè)生態(tài)圖譜
圖表36　AIGC產(chǎn)業(yè)應(yīng)用層不同賽道發(fā)展預(yù)測(cè)
圖表37　5G網(wǎng)絡(luò)滿足的應(yīng)用場(chǎng)景
圖表38　2022-2026年中國(guó)物聯(lián)網(wǎng)芯片行業(yè)市場(chǎng)規(guī)模（按銷售額）預(yù)測(cè)情況
圖表39　數(shù)字人產(chǎn)業(yè)圖譜
圖表40　B2B模式
圖表41　B2C模式
圖表42　C2B模式
圖表43　B2B2C模式
圖表44　中國(guó)影視作品的形式與題材分類
圖表45　中國(guó)影視行業(yè)發(fā)展趨勢(shì)——內(nèi)容提質(zhì)
圖表46　中國(guó)影視行業(yè)發(fā)展趨勢(shì)——IP衍生產(chǎn)業(yè)鏈
圖表47　中國(guó)影視行業(yè)發(fā)展趨勢(shì)——搭建算法與數(shù)據(jù)評(píng)估體系
圖表48　醫(yī)療AI主要應(yīng)用場(chǎng)景及應(yīng)用價(jià)值
圖表49　診療一體化醫(yī)療AI解決方案
圖表50　醫(yī)療AI的數(shù)據(jù)應(yīng)用
圖表51　我國(guó)工業(yè)智能化升級(jí)總指數(shù)及指標(biāo)得分
圖表52　工業(yè)4.0愿景
圖表53　AIGC融入數(shù)字設(shè)計(jì)工作流程
圖表54　全連接神經(jīng)網(wǎng)絡(luò)示意圖
圖表55　循環(huán)神經(jīng)網(wǎng)絡(luò)示意圖
圖表56　長(zhǎng)短期記憶單元（LSTM）內(nèi)部結(jié)構(gòu)示意圖
圖表57　門控循環(huán)單元（GRU）內(nèi)部結(jié)構(gòu)示意圖
圖表58　卷積核為3×3的一次卷積計(jì)算過程示例
圖表59　池化區(qū)域?yàn)?×2的最大池化/平均池化示例
圖表60　Transformer模型架構(gòu)
圖表61　Transformer解碼器結(jié)構(gòu)和訓(xùn)練目標(biāo)（左）及針對(duì)不同下游任務(wù)的輸入轉(zhuǎn)換（右）
圖表62　BERT的預(yù)訓(xùn)練和微調(diào)過程
圖表63　XLNet雙流自注意力機(jī)制
圖表64　蒸餾模型效果對(duì)比
圖表65�。ňW(wǎng)絡(luò)版彩圖）多模態(tài)對(duì)齊示意圖
圖表66�。ňW(wǎng)絡(luò)版彩圖）（a）跨模態(tài)感知與（b）跨模態(tài)檢索示意圖
圖表67　（網(wǎng)絡(luò)版彩圖）典型的兩種跨模態(tài)合成方式
圖表68�。ňW(wǎng)絡(luò)版彩圖）常見的跨模態(tài)轉(zhuǎn)換任務(wù)
圖表69　（網(wǎng)絡(luò)版彩圖）多模態(tài)融合中的（a）前期融合與（b）后期融合示意圖
圖表70�。ňW(wǎng)絡(luò)版彩圖）多模態(tài)聯(lián)合學(xué)習(xí)中的（a）模態(tài)性能提升與（b）模態(tài)創(chuàng)新應(yīng)用示例
圖表71　多模態(tài)大模型技術(shù)發(fā)展情況
圖表72　AIGC多模態(tài)大模型生成結(jié)果圖
圖表73　OpenAI AIGC多模態(tài)大模型DALL-E 2生成結(jié)果圖
圖表74　擴(kuò)散模型VS自回歸模型
圖表75　2020-2023年科大訊飛股份有限公司總資產(chǎn)及凈資產(chǎn)規(guī)模
圖表76　2020-2023年科大訊飛股份有限公司營(yíng)業(yè)收入及增速
圖表77　2020-2023年科大訊飛股份有限公司凈利潤(rùn)及增速
圖表78　2020-2023年科大訊飛股份有限公司營(yíng)業(yè)利潤(rùn)及營(yíng)業(yè)利潤(rùn)率
圖表79　2020-2023年科大訊飛股份有限公司凈資產(chǎn)收益率
圖表80　2020-2023年科大訊飛股份有限公司短期償債能力指標(biāo)
圖表81　2020-2023年科大訊飛股份有限公司資產(chǎn)負(fù)債率水平
圖表82　2020-2023年科大訊飛股份有限公司運(yùn)營(yíng)能力指標(biāo)
圖表83　2020-2023年拓爾思信息技術(shù)股份有限公司總資產(chǎn)及凈資產(chǎn)規(guī)模
圖表84　2020-2023年拓爾思信息技術(shù)股份有限公司營(yíng)業(yè)收入及增速
圖表85　2020-2023年拓爾思信息技術(shù)股份有限公司凈利潤(rùn)及增速
圖表86　2020-2023年拓爾思信息技術(shù)股份有限公司營(yíng)業(yè)利潤(rùn)及營(yíng)業(yè)利潤(rùn)率
圖表87　2020-2023年拓爾思信息技術(shù)股份有限公司凈資產(chǎn)收益率
圖表88　2020-2023年拓爾思信息技術(shù)股份有限公司短期償債能力指標(biāo)
圖表89　2020-2023年拓爾思信息技術(shù)股份有限公司資產(chǎn)負(fù)債率水平
圖表90　2020-2023年拓爾思信息技術(shù)股份有限公司運(yùn)營(yíng)能力指標(biāo)
圖表91　拓爾思“智創(chuàng)”AIGC 平臺(tái)架構(gòu)
圖表92　云從科技人機(jī)協(xié)同全景
圖表93　2020-2023年云從科技集團(tuán)股份有限公司總資產(chǎn)及凈資產(chǎn)規(guī)模
圖表94　2020-2023年云從科技集團(tuán)股份有限公司營(yíng)業(yè)收入及增速
圖表95　2020-2023年云從科技集團(tuán)股份有限公司凈利潤(rùn)及增速
圖表96　2020-2023年云從科技集團(tuán)股份有限公司營(yíng)業(yè)利潤(rùn)及營(yíng)業(yè)利潤(rùn)率
圖表97　2020-2023年云從科技集團(tuán)股份有限公司凈資產(chǎn)收益率
圖表98　2020-2023年云從科技集團(tuán)股份有限公司短期償債能力指標(biāo)
圖表99　2020-2023年云從科技集團(tuán)股份有限公司資產(chǎn)負(fù)債率水平
圖表100　2020-2023年云從科技集團(tuán)股份有限公司運(yùn)營(yíng)能力指標(biāo)
圖表101　2020-2023年北京藍(lán)色光標(biāo)數(shù)據(jù)科技股份有限公司總資產(chǎn)及凈資產(chǎn)規(guī)模
圖表102　2020-2023年北京藍(lán)色光標(biāo)數(shù)據(jù)科技股份有限公司營(yíng)業(yè)收入及增速
圖表103　2020-2023年北京藍(lán)色光標(biāo)數(shù)據(jù)科技股份有限公司凈利潤(rùn)及增速
圖表104　2020-2023年北京藍(lán)色光標(biāo)數(shù)據(jù)科技股份有限公司營(yíng)業(yè)利潤(rùn)及營(yíng)業(yè)利潤(rùn)率
圖表105　2020-2023年北京藍(lán)色光標(biāo)數(shù)據(jù)科技股份有限公司凈資產(chǎn)收益率
圖表106　2020-2023年北京藍(lán)色光標(biāo)數(shù)據(jù)科技股份有限公司短期償債能力指標(biāo)
圖表107　2020-2023年北京藍(lán)色光標(biāo)數(shù)據(jù)科技股份有限公司資產(chǎn)負(fù)債率水平
圖表108　2020-2023年北京藍(lán)色光標(biāo)數(shù)據(jù)科技股份有限公司運(yùn)營(yíng)能力指標(biāo)
圖表109　2020-2023年昆侖萬維科技股份有限公司總資產(chǎn)及凈資產(chǎn)規(guī)模
圖表110　2020-2023年昆侖萬維科技股份有限公司營(yíng)業(yè)收入及增速
圖表111　2020-2023年昆侖萬維科技股份有限公司凈利潤(rùn)及增速
圖表112　2020-2023年昆侖萬維科技股份有限公司營(yíng)業(yè)利潤(rùn)及營(yíng)業(yè)利潤(rùn)率
圖表113　2020-2023年昆侖萬維科技股份有限公司凈資產(chǎn)收益率
圖表114　2020-2023年昆侖萬維科技股份有限公司短期償債能力指標(biāo)
圖表115　2020-2023年昆侖萬維科技股份有限公司資產(chǎn)負(fù)債率水平
圖表116　2020-2023年昆侖萬維科技股份有限公司運(yùn)營(yíng)能力指標(biāo)
圖表117　2023年全球AIGC賽道融資情況
圖表118　2022-2023年國(guó)內(nèi)AIGC行業(yè)融資事件
圖表119　2022-2023年國(guó)內(nèi)AIGC行業(yè)融資金額
圖表120　2022-2023年國(guó)內(nèi)AIGC行業(yè)融資分布
圖表121　2022-2023年國(guó)內(nèi)AIGC行業(yè)輪次對(duì)應(yīng)融資金額
圖表122　2022-2023年國(guó)外AIGC行業(yè)融資事件
圖表123　2022-2023年國(guó)外AIGC行業(yè)融資金額
圖表124　2022-2023年國(guó)外AIGC行業(yè)融資分布
圖表125　2022-2023年國(guó)外AIGC行業(yè)輪次對(duì)應(yīng)融資金額
圖表126　2022-2023年AIGC行業(yè)各國(guó)融資金額及排名
圖表127　2023年國(guó)內(nèi)AIGC賽道行業(yè)融資金額TOP20公司
圖表128　2023年海外AIGC賽道行業(yè)融資金額TOP20公司
圖表129　AI的碳排放情況
圖表130　中投顧問對(duì)AIGC行業(yè)發(fā)展驅(qū)動(dòng)五力模型分析
圖表131　中投顧問對(duì)2024-2030年中國(guó)AIGC產(chǎn)業(yè)市場(chǎng)規(guī)模預(yù)測(cè)