12AICloud行業(yè)觀察AICloud行業(yè)觀察AICloud未來趨勢AICloud未來趨勢 3全球總?cè)谫Y額2024年同比增長7%，但AI全球融資金額（美元）和項目數(shù)44,49744,89944,89932,29132,29133,10026,96126,9610AI融資額（美元）和項目數(shù)4,5054,6054,5054,4244,2363,64542.2B04從全球來看，AI融資額的占比越來越高。AI項目中，越來越多的錢投向超大項目AI融資金額占比（全球）69.2%超大AI項目（超1億美元融資額）69.2%融資額和占比58.8%44.3%54.6%42.2%50000總?cè)谫Y金額（億元）和數(shù)量AI項目融資額（億元）和數(shù)量總?cè)谫Y金額（億元）和數(shù)量AI項目融資額（億元）和數(shù)量6中國AI項目融資額占比保持16%，融資額前三的類別是AIGC、自動駕駛、AI行業(yè)應(yīng)用不同類別的融資情況不同類別的融資情況011118211118211011000層7Cloud；阿里計劃未來三年投資3800億元，超過去10年總和海外三朵云的資本支出 ++~60%YOY8通用大模型通用大模型多模態(tài)產(chǎn)品多模態(tài)產(chǎn)品AIAIAgents99美國：Alphabet,Amazon,Apple,Meta,M 數(shù)據(jù)來源：ArtificialAnalysis數(shù)據(jù)來源：ArtificialAnalysisSuperCLUE評測報告顯示，海外推理模型綜合效能領(lǐng)先，但基礎(chǔ)模型上中外無明顯優(yōu)劣??海外推理模型綜合效能領(lǐng)先，國內(nèi)推理模型大部分處于中低效能區(qū)間。?基礎(chǔ)模型，豆包、Gemini綜合效能表現(xiàn)領(lǐng)先，國內(nèi)基礎(chǔ)模型綜合效能與海外基礎(chǔ)模型無明顯優(yōu)劣。數(shù)據(jù)來源：SuperCLUE中文大模型基準(zhǔn)測評2025年3月報告SuperCLUE評測報告顯示，國產(chǎn)推理模型和基礎(chǔ)模型在性價比上都有顯著優(yōu)勢??國產(chǎn)推理模型憑借較低的價格實現(xiàn)高質(zhì)量輸出，展現(xiàn)出顯著的性價比優(yōu)勢。?國產(chǎn)基礎(chǔ)模型在性價比（價格+效果）上有較大優(yōu)勢。數(shù)據(jù)來源：SuperCLUE中文大模型基準(zhǔn)測評2025年3月報告模型層：大模型從“快思考”走向“慢思考”，多模態(tài)成標(biāo)配，開始布局AIAgentAIAgent來源：ArtificialAnalysis，靖亞整理中間層：AgentInfra隨著Agent沙盒搜索和抓取賦予Agent搜索能力提供標(biāo)準(zhǔn)的工具和數(shù)據(jù)接口沙盒搜索和抓取賦予Agent搜索能力提供標(biāo)準(zhǔn)的工具和數(shù)據(jù)接口支付讓Agent能交易和貨幣化讓Agent更好地適應(yīng)瀏覽器環(huán)境記憶后臺工作流簡化Agent后臺開發(fā)確保Agent行為和數(shù)據(jù)來源：海外獨角獸公眾號文章：AgentInfra圖譜：？，AIAIAgents成為AIAgents的記憶中樞動態(tài)數(shù)據(jù)更新相似性和關(guān)聯(lián)性查詢跨模態(tài)實時檢索高相關(guān)性的私有數(shù)據(jù)非結(jié)構(gòu)化數(shù)據(jù)模型層（提供推理能力和公有知識）模型層（提供推理能力和公有知識）?AI?AI領(lǐng)域的”TYPE-C接口”?工具調(diào)度+鏈?zhǔn)酵评恚–oT），提升多任務(wù)表現(xiàn)中間層：知識搜索引擎為大模型和AIAgents提供搜索能力，補上知識的Agentic公網(wǎng)知識搜索私域知識搜索公司混合搜索Agentic多模態(tài)搜索數(shù)據(jù)索引知識提取應(yīng)用層：回顧2024AIAIforInsightAIforServicesAIforServices場景應(yīng)用豐富度&技術(shù)復(fù)雜度AIforContent:AI多模態(tài)內(nèi)容編輯和生成是最受用戶喜愛和認(rèn)可的類別54433未在流量榜單上，但商業(yè)進展迅速的產(chǎn)品編程領(lǐng)域的特點：最容易閉環(huán)；結(jié)果可驗證；數(shù)據(jù)飛輪效應(yīng)明顯，可進行多輪強化學(xué)習(xí)。AIAgent日流量走勢數(shù)據(jù)來源：公眾號：郎瀚威Will致力于打造全球最佳的數(shù)據(jù)使用體驗，讓每個人都能輕松提出致力于打造全球最佳的數(shù)據(jù)使用體驗，讓每個人都能輕松提出并解答復(fù)雜問題，而無需掌握查詢語言、統(tǒng)計建?；蛎钚泄ぞ?。AIforService:AI在企業(yè)開始找到合適的落地場景，“人+AI”更好地完成工作AIforRealWorld:具身智能領(lǐng)域融資火熱，行業(yè)仍處于基礎(chǔ)模型競賽的初期階段具身智能本體和大腦均發(fā)展迅猛數(shù)據(jù)來源：NVIDIARoboticsEcosystem穩(wěn)定、可以矯正偏差地干活穩(wěn)定、可以矯正偏差地干活（數(shù)據(jù)精準(zhǔn)反饋、小數(shù)據(jù)量）能干活遙操作數(shù)據(jù)（適配落地場景、中數(shù)據(jù)量）具備基礎(chǔ)知識仿真數(shù)據(jù)+互聯(lián)網(wǎng)動作視頻數(shù)據(jù)+遙操作數(shù)據(jù)具備基礎(chǔ)知識（數(shù)據(jù)的廣泛性、大數(shù)據(jù)量）AICloud行業(yè)觀察AICloud行業(yè)觀察AICloudAICloud未來趨勢 趨勢一：從助手到伙伴，AI應(yīng)用從Copilot升級到Autopilot趨勢一：從助手到伙伴，AI應(yīng)用從Copilot升級到Autopilot趨勢二：借力GenAI和智能硬件，環(huán)境（Ambient）智能趨勢二：借力GenAI和智能硬件，環(huán)境（Ambient）智能規(guī)?；桓渡虡I(yè)價值趨勢三：趨勢三：RaaS(ResultasaServi趨勢四：趨勢四：端側(cè)AI隨AIPC和AI手機的快速普及而迅趨勢五：高質(zhì)量數(shù)據(jù)的爆發(fā)將推動具身智能趨勢五：高質(zhì)量數(shù)據(jù)的爆發(fā)將推動具身智能從L0.5到L1的第一個應(yīng)用的落地趨勢一：從助手到伙伴。AI應(yīng)用從Copilot升級到Autopilot，Copilot是初級階段業(yè)務(wù)數(shù)據(jù)行為業(yè)務(wù)數(shù)據(jù)行為數(shù)據(jù)用戶用戶智能工牌數(shù)據(jù)來源：靖亞整理趨勢三：RaaS(ResultasaService)在有清晰可衡量優(yōu)化指標(biāo)、能明確歸因的場景最先實現(xiàn)AppLovin的人效從2021年的360萬美元提升到現(xiàn)在的760萬美元這種價值由第三方歸因數(shù)據(jù)衡量，而不是簡單地按照固定價格的CPM或CPC收費。因此，我們的效果廣告模式要求我們投放的廣告能夠帶來真實、高意向的用戶互動，確保廣告活動為廣告主帶來有意義且可衡來源：AppLovin官網(wǎng)來源：Coatue創(chuàng)始人詳解EMW2025報告來源：AppLovin官網(wǎng)趨勢四：端側(cè)AI隨著AI手機、AIPC、AI一體機等的普及快速發(fā)展數(shù)據(jù)來源：頭豹研究院，靖亞整理趨勢五：高質(zhì)量數(shù)據(jù)的爆發(fā)將推動具身智能從L0.5到L1的第一個應(yīng)用的落地具身具身模型能力量大便宜質(zhì)量中等基礎(chǔ)模型迭代期場景應(yīng)用爆發(fā)期降本期20232025202720302035數(shù)據(jù)來源：靖亞整理，OpenAI、Anthropic、Meta、Google等技術(shù)報告，評分標(biāo)準(zhǔn):基于MMLU、HellaSwag、HumanEval等標(biāo)準(zhǔn)測AICloud行業(yè)觀察AICloud行業(yè)觀察AICloud未來趨勢AICloud未來趨勢 上市日期：2024年3月上市日期：2024年7月上市日期：2024年6月上市日期：2024年8月2024年的榜單中4家上榜企業(yè)順利畢業(yè)上市日期：2024年3月上市日期：2024年7月上市日期：2024年6月上市日期：2024年8月上市日期：2024年9月上市日期：2024年10月上市日期：2024年10月上市日期：2024年12月Cloud->AICloud，今年新上榜企業(yè)34在榜企業(yè)新上榜企業(yè)在榜企業(yè)新上榜企業(yè)上榜企業(yè)數(shù)量（家）4900北京上海杭州深圳廈門蘇州無錫南京成都廣州武漢珠海2024年2023年獨角獸數(shù)量2025年2023年獨角獸數(shù)量2025年獨角獸數(shù)量獨角獸平均估值2022年獨角獸數(shù)量2022年獨角獸數(shù)量獨角獸平均估值獨角獸平均估值獨角獸平均估值獨角獸平均估值注：企業(yè)估值按照企業(yè)最近一輪投后估值計算AI基礎(chǔ)設(shè)施賽道企業(yè)總估值和平均估值均為最高；AIforProductivity企業(yè)數(shù)量最多賽道企業(yè)數(shù)量（家）88AIforProductivityAI基礎(chǔ)設(shè)施AIforInsightAIforContentAIforServicesAIforRealWorld行業(yè)說明：AIforProductivityAIforProductivity556AI基礎(chǔ)設(shè)施AIforRealWorldAIforInsightAIforServicesAIforProductivityAIforContentAI基礎(chǔ)設(shè)施AI基礎(chǔ)設(shè)