:

:

:

:

:

。。。。2

0

2

5

.

0

8我們正站在一場(chǎng)永不停歇的技術(shù)風(fēng)暴中心。進(jìn)入2025年

，生成式人工智能的發(fā)展浪潮不但沒(méi)有“趨于平穩(wěn)

”

，反而以更洶涌的姿態(tài)重塑營(yíng)銷(xiāo)產(chǎn)業(yè)的每一個(gè)環(huán)節(jié)

。大模型性能指數(shù)級(jí)躍遷

、多模態(tài)交互應(yīng)用成熟

、行業(yè)專(zhuān)用Agent爆發(fā)式涌現(xiàn)

、全球監(jiān)管框架加速構(gòu)建——這些力量交織碰撞

，推動(dòng)生成式營(yíng)銷(xiāo)從“可行性探索

”邁入“規(guī)?；涞?/p>

”新階段

。機(jī)遇的背面是挑戰(zhàn)的暗涌：-技術(shù)迭代的眩暈感

：新模型

、新工具

、新平臺(tái)不斷涌現(xiàn)

，營(yíng)銷(xiāo)人疲于追趕；-應(yīng)用落地進(jìn)入深水區(qū)

：從工具選擇到全鏈決策

，缺乏清晰的方法和路徑；-價(jià)值衡量方法模糊

：AI對(duì)品牌營(yíng)銷(xiāo)（創(chuàng)意潛能

、消費(fèi)者關(guān)系

、數(shù)據(jù)洞察等）的深層影響

，亟待科學(xué)方法的指引。這正是秒針營(yíng)銷(xiāo)科學(xué)院持續(xù)深耕AI+營(yíng)銷(xiāo)研究的核心動(dòng)因。自2023-2024年連續(xù)發(fā)布首份AI營(yíng)銷(xiāo)研究報(bào)告以來(lái)

，我們以科學(xué)

、前瞻

、務(wù)實(shí)為準(zhǔn)則

，致力于為營(yíng)銷(xiāo)人駕馭AI技術(shù)

、穿越新周期提供“指南針

”

。《

2025生成式營(yíng)銷(xiāo)產(chǎn)業(yè)研究報(bào)告

：從AIGC到AIGD》延續(xù)過(guò)往研究主題的基礎(chǔ)上

，實(shí)現(xiàn)了進(jìn)一步深入：

AIGC從營(yíng)銷(xiāo)供給視角

，解讀了2025年最新的產(chǎn)業(yè)趨勢(shì)和AI技術(shù)能力的發(fā)展。

AIGD從營(yíng)銷(xiāo)決策視角

，分析了消費(fèi)者端

，AI對(duì)決策的影響，

以及企業(yè)端如何使用AI進(jìn)行營(yíng)銷(xiāo)決策。

AI實(shí)踐篇從行業(yè)視角出發(fā)

，深度分析領(lǐng)先企業(yè)的實(shí)踐及最新案例

，總結(jié)共性規(guī)律。本報(bào)告不僅是一份面向2025年AI營(yíng)銷(xiāo)的企業(yè)戰(zhàn)略指南

，更是一本AI實(shí)踐戰(zhàn)術(shù)層的行動(dòng)手冊(cè)

。我們相信

，生成式營(yíng)銷(xiāo)新范式中

，AI絕非是取代人類(lèi)的對(duì)手

，而是釋放人類(lèi)高階創(chuàng)造力的助手——前提是我們能理性認(rèn)知其邊界

，善用其稟賦。謹(jǐn)以此報(bào)告

，獻(xiàn)給所有在AI浪潮中勇于探索

、理性前行的營(yíng)銷(xiāo)實(shí)踐者

。期待您的真知灼見(jiàn)

，共同推動(dòng)產(chǎn)業(yè)的有序進(jìn)化。前

言第2頁(yè)2023-2025營(yíng)銷(xiāo)生產(chǎn)關(guān)系A(chǔ)I改變營(yíng)銷(xiāo)生產(chǎn)關(guān)系生成式營(yíng)銷(xiāo)新范式普及期：場(chǎng)景案例

、戰(zhàn)術(shù)總結(jié)營(yíng)銷(xiāo)決策消費(fèi)者-AI參與購(gòu)買(mǎi)決策企業(yè)-AI參與營(yíng)銷(xiāo)決策深化期：行業(yè)案例

、戰(zhàn)略剖析AI帶來(lái)營(yíng)銷(xiāo)生產(chǎn)力的大爆發(fā)試水期：創(chuàng)新案例

、實(shí)踐分享營(yíng)銷(xiāo)生產(chǎn)力202320252024第3頁(yè)精華導(dǎo)讀AIGC

營(yíng)銷(xiāo)供給產(chǎn)業(yè)

能力問(wèn)題?AI產(chǎn)業(yè)發(fā)展趨勢(shì)?大模型商業(yè)模式?新銳AI模型與新銳產(chǎn)品?大模型綜合能力?AI營(yíng)銷(xiāo)創(chuàng)造力?AI智能體化?AI幻覺(jué)

、局限與偏見(jiàn)?如何選擇AI工具消費(fèi)者?消費(fèi)者決策向AI轉(zhuǎn)移?企業(yè)開(kāi)展對(duì)AI的營(yíng)銷(xiāo)

企業(yè)?營(yíng)銷(xiāo)管理決策框架?營(yíng)銷(xiāo)決策-人智協(xié)作流?營(yíng)銷(xiāo)決策-企業(yè)工作流?營(yíng)銷(xiāo)決策-任務(wù)&AI思維鏈?營(yíng)銷(xiāo)決策-AI驗(yàn)證消費(fèi)品行業(yè)AI應(yīng)用共性與特征1.

食品飲料

AI應(yīng)用2.

美妝個(gè)護(hù)

AI應(yīng)用3.

汽車(chē)行業(yè)

AI應(yīng)用4.

酒業(yè)

AI應(yīng)用5.餐飲零售AI應(yīng)用6.

鞋服行業(yè)

AI應(yīng)用7.

家電數(shù)碼

AI應(yīng)用8.

網(wǎng)絡(luò)科技與數(shù)字媒體AI應(yīng)用AI實(shí)踐營(yíng)銷(xiāo)案例AIGD

營(yíng)銷(xiāo)決策第4頁(yè)搶占AI認(rèn)知的流量紅利

，開(kāi)展對(duì)AI的營(yíng)銷(xiāo)行動(dòng)用AI決策保障生成的效果

，AI生成與AI測(cè)評(píng)協(xié)同洞察-驗(yàn)證，

AI智能體樣本AI模擬消費(fèi)者成為智能體樣本

，基于AI的營(yíng)銷(xiāo)決策效果驗(yàn)證企業(yè)級(jí)營(yíng)銷(xiāo)智能體整合企業(yè)營(yíng)銷(xiāo)數(shù)據(jù)

，定制企業(yè)級(jí)營(yíng)銷(xiāo)智能體AIin

Marketing

Decisions行動(dòng)指引2025TO

DO構(gòu)建企業(yè)營(yíng)銷(xiāo)決策新工作流

：任務(wù)-思維鏈-AI工具生成式營(yíng)銷(xiāo)第5頁(yè)感謝產(chǎn)業(yè)專(zhuān)家

、學(xué)者的研究貢獻(xiàn)人工智能作為新的革命性技術(shù)

，正在重構(gòu)生產(chǎn)力和生產(chǎn)關(guān)系

，也將帶來(lái)需求洞察

、供給匹配

、價(jià)

值交付以及營(yíng)銷(xiāo)的操作系統(tǒng)等關(guān)鍵環(huán)節(jié)的根本性變化

。它不僅會(huì)改變用戶(hù)交互體驗(yàn)

、媒介習(xí)慣

，提升企業(yè)營(yíng)銷(xiāo)流程的效率

，還在某種程度上改變了營(yíng)銷(xiāo)

員工的綜合能力

，種種疊加

，有望大幅提升營(yíng)銷(xiāo)的效率和效能

。人工智能正逐步從一種“技術(shù)存

在”拓展為一種“社會(huì)存在”

。營(yíng)銷(xiāo)供給的極大豐富已成定局，

它會(huì)像水電一樣容易獲得

。但問(wèn)題也隨之而來(lái)

，如何才能從中篩

選出更適合企業(yè)

、質(zhì)量更高的供給物？

篩選和決策如何能滿(mǎn)足快速

、準(zhǔn)確的雙重標(biāo)準(zhǔn)？

讓品牌

在提升營(yíng)銷(xiāo)效率的同時(shí)提升效能，

獲得差異化競(jìng)爭(zhēng)優(yōu)勢(shì)

?；卮疬@一重要問(wèn)題

，需要凝聚營(yíng)銷(xiāo)產(chǎn)學(xué)研專(zhuān)家的聲音

，在開(kāi)放討論中找到共識(shí)

。為此，

明略科技

、秒針營(yíng)銷(xiāo)科學(xué)院于2025年4月聯(lián)合復(fù)旦大學(xué)管理學(xué)院成立“AI驅(qū)動(dòng)營(yíng)銷(xiāo)決策”產(chǎn)

學(xué)課題組

。4-6月

，復(fù)旦大學(xué)管理學(xué)院市場(chǎng)營(yíng)銷(xiāo)學(xué)系內(nèi)部開(kāi)設(shè)前探索課程《

AI營(yíng)銷(xiāo)》，秒針營(yíng)銷(xiāo)科學(xué)院作為

業(yè)界指導(dǎo)機(jī)構(gòu)參與學(xué)生小組探索項(xiàng)目

，產(chǎn)出部分高質(zhì)量探索成果

。5月30日，

明略科技

、秒針營(yíng)銷(xiāo)科學(xué)院與復(fù)旦大學(xué)管理學(xué)院市場(chǎng)營(yíng)銷(xiāo)學(xué)系合作舉辦“多場(chǎng)景營(yíng)銷(xiāo)智

能體落地產(chǎn)學(xué)研討會(huì)”，邀請(qǐng)包括學(xué)院教授

、企業(yè)營(yíng)銷(xiāo)高管

、行業(yè)專(zhuān)家在內(nèi)的多位行業(yè)代表

，共

同定義營(yíng)銷(xiāo)決策及運(yùn)營(yíng)領(lǐng)域運(yùn)用的核心思維鏈

，并得出初步共識(shí)

。本報(bào)告主體內(nèi)容均基于以上成果得出并呈現(xiàn)

。特別感謝以下學(xué)界

、業(yè)界專(zhuān)家的貢獻(xiàn)：?蔣青云復(fù)旦大學(xué)管理學(xué)院市場(chǎng)營(yíng)銷(xiāo)學(xué)系教授?楊閎歐萊雅中國(guó)消費(fèi)者洞察團(tuán)隊(duì)數(shù)字化洞察負(fù)責(zé)人?金立印復(fù)旦大學(xué)管理學(xué)院市場(chǎng)營(yíng)銷(xiāo)系學(xué)系教授

、系主任?張

樂(lè)歐萊雅中國(guó)內(nèi)容營(yíng)銷(xiāo)和社交電商總監(jiān)?何雁群復(fù)旦大學(xué)管理學(xué)院市場(chǎng)營(yíng)銷(xiāo)學(xué)系副教授?顧蓓蓓WPP

Media業(yè)務(wù)總監(jiān)?

肖

莉復(fù)旦大學(xué)管理學(xué)院市場(chǎng)營(yíng)銷(xiāo)學(xué)系副教授?李

勇谷元文創(chuàng)創(chuàng)始人?林宸復(fù)旦大學(xué)管理學(xué)院市場(chǎng)營(yíng)銷(xiāo)學(xué)系青年研究員?張振華前東風(fēng)日產(chǎn)MI副部長(zhǎng)

、睿職拓咨詢(xún)部總經(jīng)理?房楨復(fù)旦大學(xué)管理學(xué)院市場(chǎng)營(yíng)銷(xiāo)學(xué)系青年副研究員?王

坤艾歐科技創(chuàng)始人

、百麗雅美業(yè)總經(jīng)理?于子桓華潤(rùn)三九市場(chǎng)部總經(jīng)理?錢(qián)

峻媒介360以及MSAI&創(chuàng)+平臺(tái)創(chuàng)始人?王雙江杜拉維特亞太區(qū)市場(chǎng)及電商總監(jiān)?譚北平明略科技集團(tuán)副總裁

、秒針營(yíng)銷(xiāo)科學(xué)院院長(zhǎng)?陳高銘小米公司互聯(lián)網(wǎng)業(yè)務(wù)部商業(yè)營(yíng)銷(xiāo)品牌業(yè)務(wù)總經(jīng)理?董浩宇中國(guó)廣告協(xié)會(huì)學(xué)術(shù)與教育委員會(huì)副主任?張延極氪智能科技零售市場(chǎng)及營(yíng)銷(xiāo)運(yùn)營(yíng)總監(jiān)?王凱航愛(ài)奇藝廣告策略營(yíng)銷(xiāo)總經(jīng)理《

2025生成式營(yíng)銷(xiāo)產(chǎn)業(yè)研究報(bào)告：

從AIGC到AIGD》第6頁(yè)第7頁(yè)01AIGC營(yíng)銷(xiāo)供給篇產(chǎn)業(yè)趨勢(shì)

、能力發(fā)展

、存在問(wèn)題02AIGD營(yíng)銷(xiāo)決策篇消費(fèi)者購(gòu)買(mǎi)決策，企業(yè)營(yíng)銷(xiāo)決策03AI實(shí)踐營(yíng)銷(xiāo)案例篇解讀2024-2025年8個(gè)行業(yè)的AI實(shí)踐CONTENTS目錄:

:

:

:

:

。。。。1.產(chǎn)業(yè)發(fā)展：

2025年產(chǎn)業(yè)趨勢(shì)

、商業(yè)模式

、新銳模型

（DeepSeek

）、新銳產(chǎn)品（Manus)

、2.能力發(fā)展：AI綜合能力

、營(yíng)銷(xiāo)創(chuàng)造力

、智能體化3.存在問(wèn)題：AI幻覺(jué)

、局限與偏見(jiàn)

、工具選擇難AIGC營(yíng)銷(xiāo)供給篇產(chǎn)業(yè)趨勢(shì)

、能力發(fā)展

、存在問(wèn)題01AI生成營(yíng)銷(xiāo)創(chuàng)意文案、圖片、視頻

…AIGCAI營(yíng)銷(xiāo)工具、產(chǎn)

品、解決方案的供給重新定義AIGC從狹義的“創(chuàng)意內(nèi)容”到廣義的“供給內(nèi)容”AI技術(shù)能力的供給開(kāi)源

、MoE混合專(zhuān)家系統(tǒng)

、RLPF強(qiáng)化學(xué)習(xí)

、COT思維鏈

…

…AI營(yíng)銷(xiāo)大模型的供給ChatGPT、DeepSeek

、豆包

、元寶

、文心一言

…

…AI營(yíng)銷(xiāo)內(nèi)容

的供給文案

、圖片

、視頻

、頻

、數(shù)字人

、腳本

、模態(tài)

…

..營(yíng)銷(xiāo)洞察智能體

、智能廣告投放系統(tǒng)

、用戶(hù)運(yùn)

營(yíng)智能體

…

…《

2025生成式營(yíng)銷(xiāo)產(chǎn)業(yè)研究報(bào)告：

從AIGC到AIGD》音

多第9頁(yè)AI產(chǎn)業(yè)趨勢(shì)-2025整體發(fā)展全球性浪潮勢(shì)不可擋，AI應(yīng)用正當(dāng)時(shí)?AI自1956年被提出以來(lái)

，經(jīng)歷了多次從高潮到低谷的起伏，

2022年底ChatGPT在全球引爆AI熱潮

的同時(shí)

，也有人思考熱潮褪去后是否會(huì)又一次迎來(lái)低谷

。兩年多過(guò)去了

，站在2025年的時(shí)間節(jié)點(diǎn)上

，我們看到

，在“資本市場(chǎng)

、技術(shù)突破

、政策跟進(jìn)

、企業(yè)行動(dòng)與應(yīng)用

”的共同驅(qū)動(dòng)下，

當(dāng)前AI仍是不可逆的全球性浪潮

，可以說(shuō)，

2025的AI

，仍是營(yíng)銷(xiāo)技術(shù)的焦點(diǎn)

，仍處于高速發(fā)展中

。說(shuō)明

：網(wǎng)絡(luò)公開(kāi)報(bào)告及信息，信達(dá)國(guó)際-港股早晨快訊2025年4月

，BONE《

2025年人工智能趨勢(shì)報(bào)告》政策跟進(jìn)政策制定與監(jiān)管體系的完善，

標(biāo)志著AI已進(jìn)入規(guī)范化發(fā)展階段

，

成為國(guó)家戰(zhàn)略競(jìng)爭(zhēng)的核心領(lǐng)域

。-歐盟《人工智能法案》（

EU

AIAct

）2024年8月生效

，是全球首部綜合性AI法規(guī)

，基于風(fēng)險(xiǎn)分類(lèi)（禁止

“不可接受風(fēng)險(xiǎn)

”應(yīng)用

，如實(shí)

時(shí)生物識(shí)別）

實(shí)施分級(jí)監(jiān)管

。-中國(guó)《國(guó)家人工智能產(chǎn)業(yè)綜合標(biāo)準(zhǔn)化體系建設(shè)指南》（2024年6月印發(fā)）

，

目標(biāo)是到2026年新制定

50項(xiàng)以上國(guó)標(biāo)/行標(biāo)

，參與20項(xiàng)以上國(guó)際標(biāo)準(zhǔn)

。-2025年9月1日《人工智能生成合成內(nèi)容標(biāo)識(shí)辦法》

將正式施行

。作為最新發(fā)布的強(qiáng)制性國(guó)家標(biāo)準(zhǔn)

，該法規(guī)要求對(duì)AI生成內(nèi)容添加顯式或隱式標(biāo)識(shí)

，便于溯源和監(jiān)管

。資本市場(chǎng)的巨額投入和高增長(zhǎng)表明，AI已進(jìn)入大規(guī)模商業(yè)化階段

，而非停留在概念

階段

。-數(shù)據(jù)公司(IDC)報(bào)告顯示2024年全球人工智能IT總投資規(guī)模3158

億美元，2028年有望增至8159億元，

5年復(fù)合增長(zhǎng)率32.9%

。2028年全球生成式

AI市場(chǎng)規(guī)模將達(dá)2842億，

占AI市場(chǎng)投資總規(guī)

模35%（5年復(fù)合增長(zhǎng)率63.8%

）。-IDC預(yù)計(jì)2028年中國(guó)人工智能總

投資規(guī)模將突破1000億，

5年復(fù)

合增長(zhǎng)率35.2%

。-2024年全球人工智能領(lǐng)域融資

額達(dá)到創(chuàng)紀(jì)錄的1004億美元，

巨

額融資輪次（指單筆1億美元及

以上融資）占迄今所追蹤融資金

額AI已深度融入垂直行業(yè)，成為效率提升和創(chuàng)新的核心驅(qū)動(dòng)力

。領(lǐng)先企業(yè)推動(dòng)

AI解決方案規(guī)模化落地

，以驗(yàn)證技術(shù)的商業(yè)可行性

。摩根士丹利2024年7月全球調(diào)研顯示，全球70%企業(yè)CMO正在使用或測(cè)試AI工具

。-媒體行業(yè)：短視頻數(shù)字主播帶貨-金融行業(yè)：銀行數(shù)字開(kāi)戶(hù)專(zhuān)員

、金融營(yíng)銷(xiāo)助手-交通行業(yè)：智能駕駛

、汽車(chē)展廳導(dǎo)購(gòu)-企業(yè)發(fā)布會(huì)代言人

、品牌數(shù)字代言人等技術(shù)成熟度顯著提升

，AI已具備解決實(shí)際問(wèn)題的能力，

并滲透至核心產(chǎn)業(yè)環(huán)節(jié)

。-谷歌量子團(tuán)隊(duì)開(kāi)發(fā)的量子優(yōu)勢(shì)算法將AI訓(xùn)練時(shí)間縮短90%以上-DeepSeek以低成本

，開(kāi)源模式降低大模型技術(shù)門(mén)檻

。-Manus開(kāi)啟AI行動(dòng)智能體的廣泛應(yīng)用

。企業(yè)行動(dòng)與應(yīng)用技術(shù)突破（智能體化）《

2025生成式營(yíng)銷(xiāo)產(chǎn)業(yè)研究報(bào)告：

從AIGC到AIGD》投資正熱第10頁(yè)AI相關(guān)生態(tài)不斷拓展，

開(kāi)發(fā)者和初創(chuàng)公司激增源于NVIDIA的數(shù)據(jù)

，相比2021年，

2025年的AI產(chǎn)業(yè)開(kāi)發(fā)者數(shù)量增長(zhǎng)2.4倍

，達(dá)到600萬(wàn)人

，AI初創(chuàng)公司數(shù)量增長(zhǎng)了3.9倍

，達(dá)到2萬(wàn)7千家

。得分最高的美國(guó)與中國(guó)人工智能模型的表現(xiàn)

1/24-2/25，斯坦福大學(xué)LMSYS競(jìng)爭(zhēng)加劇，

中國(guó)大模型力量崛起以DeepSeek為代表的中國(guó)AI力量崛起

，并推動(dòng)了

源代碼的開(kāi)放勢(shì)頭

。全球市場(chǎng)中ChatGPT仍以巨

大優(yōu)勢(shì)領(lǐng)先

，但中國(guó)用戶(hù)正在大規(guī)模轉(zhuǎn)向本土

模型

。根據(jù)2025年1-2月斯坦福LMSYS評(píng)估

，美國(guó)與中

國(guó)AI模型的性能比較顯示，

中國(guó)模型的性能已經(jīng)

非常接近于美國(guó)模型

。對(duì)比中美消費(fèi)者對(duì)AI的態(tài)度發(fā)現(xiàn)，

中國(guó)消費(fèi)者的

態(tài)度更積極

，對(duì)AI利益大于弊端的認(rèn)同更為樂(lè)觀

。AI產(chǎn)業(yè)趨勢(shì)-2025整體發(fā)展用戶(hù)高速增長(zhǎng)

，生態(tài)不斷拓展

，企業(yè)應(yīng)用提升全球AI用戶(hù)數(shù)量和使用量（時(shí)長(zhǎng)）

高速增長(zhǎng)中以ChatGPT為例

，達(dá)到1億用戶(hù)量?jī)H用0.2年時(shí)間，遠(yuǎn)超過(guò)其它互聯(lián)網(wǎng)媒體

，并且在2025年1-4月仍保持用戶(hù)數(shù)的高速增長(zhǎng)

。同時(shí)

，AI使用量（時(shí)長(zhǎng)）

指標(biāo)也同步增長(zhǎng)，

ChatGPT

App

的每日花費(fèi)時(shí)間在近20個(gè)月內(nèi)（從2023年7月到2025年4月

）增長(zhǎng)幅度

超過(guò)200%

。注意

：LMSYSChatbotArena是一個(gè)公共網(wǎng)站，人們通過(guò)向兩個(gè)

AI聊天機(jī)器人提出相同的問(wèn)題并投票選出哪個(gè)答案更好來(lái)比較它們

。結(jié)果有助于根據(jù)人類(lèi)的判斷來(lái)評(píng)估不同語(yǔ)言模型的表現(xiàn)

。在此比較中，僅顯示任何給定月份中得分最高的模型

。來(lái)源：LMSYS通過(guò)Nestor

MasIejetaI.,

(TheAI

Index

2025AnnuaI

Report,,AI

Index

SteeringCommittee,Stanford

HAI

(4/25)生態(tài)拓展用戶(hù)增長(zhǎng)中國(guó)崛起說(shuō)明

：網(wǎng)絡(luò)公開(kāi)資料

、

OpenAI

、

NVIDIA

、BONE《

2025年人工智能趨勢(shì)報(bào)告》《

2025生成式營(yíng)銷(xiāo)產(chǎn)業(yè)研究報(bào)告：

從AIGC到AIGD》第11頁(yè)中國(guó)DeepSeek基礎(chǔ)模型開(kāi)源+高階功能/服務(wù)收費(fèi)

，主要收入來(lái)源是API調(diào)用服務(wù)。豆包字節(jié)跳動(dòng)未披露豆包大模型的具體收入構(gòu)成

，但結(jié)合行業(yè)數(shù)據(jù)和技術(shù)特征

，企業(yè)級(jí)API服務(wù)是豆包最核心收入源。通義千問(wèn)基礎(chǔ)模型開(kāi)源

：構(gòu)建生態(tài)壁壘。增值服務(wù)分層變現(xiàn)

：提供企業(yè)級(jí)API服務(wù)，

以及行業(yè)解決方案定制。用戶(hù)訂閱方面

，通義能力集成至淘寶

、釘釘

、夸克等阿里應(yīng)用，

以會(huì)員增值服務(wù)變現(xiàn)。元寶元寶目前處于

“重AI賦能

、輕商業(yè)變現(xiàn)

”的初期階段

，核心目標(biāo)是快速搶占市場(chǎng)并完善產(chǎn)品生態(tài)

，而非直接盈利。文心多元化

，企業(yè)服務(wù)收入（API調(diào)用與云服務(wù)

、定制解決方案）

為主；C端訂閱：

專(zhuān)業(yè)版用戶(hù)付費(fèi)解鎖高級(jí)功能

，形成穩(wěn)定訂閱收入；廣告

：通過(guò)AI重構(gòu)搜索

、信息流廣告

，提升點(diǎn)擊率和轉(zhuǎn)化率；其它還有硬件與生態(tài)分成

、技術(shù)授權(quán)的收入。星火收入核心是行業(yè)解決方案：

如教育

、醫(yī)療等垂直領(lǐng)域深度滲透。硬件集成：

星火大模型嵌入學(xué)習(xí)機(jī)

、翻譯機(jī)

、辦公本等硬件，

C端規(guī)模化變現(xiàn)。開(kāi)放平臺(tái)與API服務(wù)：

參與智慧城市

、公共算力平臺(tái)等政府項(xiàng)目，美國(guó)ChatGPT以訂閱制為核心

、企業(yè)級(jí)服務(wù)為增長(zhǎng)引擎

、API與移動(dòng)端變現(xiàn)為補(bǔ)充。訂閱收入占據(jù)絕對(duì)主導(dǎo)地位

，個(gè)人用戶(hù)ChatGPT

Plus和企業(yè)用戶(hù)ChatGPT

Enterprise合計(jì)貢獻(xiàn)76%的營(yíng)收。Gemini企業(yè)級(jí)API服務(wù)為核心

：硬件預(yù)裝（三星）

與廣告系統(tǒng)集成（應(yīng)用內(nèi)收入分成）。廣告收入：

Gemini被用于優(yōu)化Google搜索的AI概覽（AI

Overviews）功能

，推動(dòng)商業(yè)類(lèi)查詢(xún)?cè)鲩L(zhǎng)。用戶(hù)訂閱：

付費(fèi)用戶(hù)每月多付10美元可解鎖Gemini

Ultra模型

，享受更多功能。Claude企業(yè)級(jí)API服務(wù)

、在金融

，法律等垂直行業(yè)提供解決方案

，構(gòu)建差異化競(jìng)爭(zhēng)壁壘分層訂閱制：

個(gè)人用戶(hù)

、企業(yè)用戶(hù)LlaMA企業(yè)級(jí)授權(quán)與云服務(wù)分成是LlaMA當(dāng)前最核心的收入來(lái)源。廣告系統(tǒng)的效率提升：

LlaMA通過(guò)生成廣告素材

、用戶(hù)意圖預(yù)測(cè)等間接拉動(dòng)Meta廣告收入。AI產(chǎn)業(yè)趨勢(shì)-商業(yè)模式從投入到變現(xiàn)

，4類(lèi)大模型商業(yè)模式：企業(yè)服務(wù)

、API

、訂閱

、廣告?

2025年大模型正經(jīng)歷從

“技術(shù)投入

”向

“價(jià)值變現(xiàn)

”的關(guān)鍵轉(zhuǎn)型，

了解大模型

“如何掙錢(qián)

”，對(duì)企業(yè)的AI戰(zhàn)略有重要意義

。當(dāng)前大模型商業(yè)模式分為4種：除以上四種主流收入模式以外

，還包括一些探索中的模式

，如硬件綁定銷(xiāo)售（訊飛學(xué)習(xí)機(jī)）、效果分成（豆包與企業(yè)的GMV抽傭）、生態(tài)分成（開(kāi)源模型技術(shù)合作）

，這些商業(yè)模式的本質(zhì)都是AI場(chǎng)景延伸的衍生收益

，一般不構(gòu)成主體收入

。表：

2025年H1主流大模型收入模式API調(diào)用按開(kāi)發(fā)者/企業(yè)調(diào)用模型的token量計(jì)費(fèi)，

常以低價(jià)策略擴(kuò)展規(guī)模

。特征：

標(biāo)準(zhǔn)化

、低毛利

、規(guī)模驅(qū)動(dòng)廣告變現(xiàn)通過(guò)優(yōu)化廣告系統(tǒng)（如百度AI搜索廣告）

或生成營(yíng)銷(xiāo)內(nèi)容間接分成

，暫未在對(duì)話(huà)界

面直接推送廣告

，存在監(jiān)管與體驗(yàn)風(fēng)險(xiǎn)

。企業(yè)級(jí)解決方案為政府/大型企業(yè)提供私有化AI部署或行業(yè)

定制服務(wù)

，按項(xiàng)目制收取費(fèi)用

。特征：

重定制

、高單價(jià)

、長(zhǎng)周期

。用戶(hù)訂閱付費(fèi)向用戶(hù)收取月費(fèi)，

以解鎖高級(jí)功能（如

GPT-4o訂閱費(fèi)遠(yuǎn)高于國(guó)內(nèi)大模型）特征：

依賴(lài)用戶(hù)規(guī)模

、產(chǎn)品力

、品牌溢價(jià)

?！?/p>

2025生成式營(yíng)銷(xiāo)產(chǎn)業(yè)研究報(bào)告：

從AIGC到AIGD》說(shuō)明

：網(wǎng)絡(luò)公開(kāi)資料整理

秒針營(yíng)銷(xiāo)科學(xué)院

×第12頁(yè)明略科技

MININGLAMP

TECHNOLOGY院SCHOOLFMANAGEMENT

FUDAN

UNIVERSITYAI產(chǎn)業(yè)趨勢(shì)-商業(yè)模式中國(guó)大模型以B端收入為主

，C端跑馬圈地中

，廣告變現(xiàn)較為謹(jǐn)慎中國(guó)：

以B端政企項(xiàng)目為主導(dǎo)（百度

、訊飛）

，依賴(lài)行業(yè)定制與低價(jià)API擴(kuò)規(guī)模；海外：

C端訂閱是核心收入（OpenAI

、Google

），疊加生態(tài)綁定

。大模型企業(yè)的盈利挑戰(zhàn)和成本壓力2025年多數(shù)大模型企業(yè)尚未實(shí)現(xiàn)盈利：

OpenAI年虧50億美元，

Kimi的獲客成本居高不下；

中國(guó)廠(chǎng)商通過(guò)端側(cè)部署（豆包）、模型輕量化降低成本

。出現(xiàn)效果分成的方式：

例如豆包與企業(yè)按訂單抽成

，替代傳統(tǒng)訂閱；智能體經(jīng)濟(jì)：

百度計(jì)劃Agent商店支持

“任務(wù)打賞

”分成

。用戶(hù)體驗(yàn)與廣告變現(xiàn)的博弈為平衡用戶(hù)體驗(yàn)

，大模型廣告變現(xiàn)較謹(jǐn)慎

，

當(dāng)前，

國(guó)內(nèi)百度在優(yōu)化搜索廣告

、騰訊在微

信

“搜一搜

”試水

，但在對(duì)話(huà)界面的直接廣

告仍受限（監(jiān)管與用戶(hù)體驗(yàn)風(fēng)險(xiǎn)）

；國(guó)外Meta已有計(jì)劃，

2026年實(shí)現(xiàn)AI全流程的

廣告生成

。短期（1-2年）

：

百度

、騰訊等擁有流量入口

的企業(yè)可能優(yōu)先試水

，通過(guò)搜索優(yōu)化和內(nèi)容

生成間接變現(xiàn)

，但對(duì)話(huà)界面直接的廣告推送

受法規(guī)影響尚不清晰

。中期（3-5年）

：

伴隨Meta

2026年全面開(kāi)啟

自動(dòng)化廣告的示范效應(yīng)，

國(guó)內(nèi)頭部廠(chǎng)商可能

開(kāi)放

“AI廣告生成+推薦

”API，

向中小商家

收費(fèi)

。長(zhǎng)期風(fēng)險(xiǎn)：

用戶(hù)對(duì)AI使用中侵入式廣告的容

忍度決定了此商業(yè)模式的規(guī)模天花板

，需平

衡體驗(yàn)與變現(xiàn)

。效果思維：從賣(mài)產(chǎn)品→效果抽成中美大模型商業(yè)模式分化廣告模式的未來(lái)展望《

2025生成式營(yíng)銷(xiāo)產(chǎn)業(yè)研究報(bào)告：

從AIGC到AIGD》

秒針營(yíng)銷(xiāo)科學(xué)院

×第13頁(yè)明略科技

MININGLAMP

TECHNOLOGY院SCHOOLFMANAGEMENT

FUDAN

UNIVERSITYAI產(chǎn)業(yè)趨勢(shì)-新銳模型DeepSeek從技術(shù)黑馬到全球新貴

，DeepSeek打破AI產(chǎn)業(yè)格局?

2025年1月，

中國(guó)初創(chuàng)企業(yè)深度求索開(kāi)發(fā)的人工智能大模型產(chǎn)品DeepSeek，

以其開(kāi)源

、輕量化和強(qiáng)大的多場(chǎng)景能力引爆全球的高度關(guān)注

，全球AI產(chǎn)業(yè)格局被打破

。?作為全球增長(zhǎng)最快的生成式AI平臺(tái)，

DeepSeek在2025年第一季度以日均超過(guò)2千萬(wàn)的活躍用戶(hù)

、

1.25億累計(jì)用戶(hù)的成績(jī)

，超越了豆包

、緊追ChatGPT

，成為全球AI產(chǎn)業(yè)格局的關(guān)鍵變量

。這家成立于2023年7月的中國(guó)公司

，定位人工智能基礎(chǔ)技術(shù)研究

，成立不足兩年即完成從技術(shù)研發(fā)到市場(chǎng)爆發(fā)的躍遷，

DeepSeek

為代表的前沿技術(shù)創(chuàng)新有望重塑全球人工智能產(chǎn)業(yè)的競(jìng)爭(zhēng)格局

，進(jìn)而影響全球資本市場(chǎng)定價(jià)

。

根據(jù)官網(wǎng)和公開(kāi)數(shù)據(jù)

，截止2025年3月，

DeepSeek已占據(jù)全球AI應(yīng)用市場(chǎng)6.58%份額，

月訪(fǎng)問(wèn)量達(dá)5.25億次

，首次超越ChatGPT

。在技術(shù)商業(yè)化方面

，其API調(diào)用成本僅為GPT-4的1%，這種

“高性能+低成本

”的組合

，使其在發(fā)展中國(guó)家市場(chǎng)滲透率尤為突出

。?DeepSeek

-V3

和DeepSeek

-

R1

在MATH

-

500

、AIME2024

等測(cè)試中表現(xiàn)卓越，

DeepSeek

-

R1

的

Pass@1成績(jī)甚至超越OpenAI

。例如在AIME

2024測(cè)試中，

DeepSeek-

R1能夠高效地解決復(fù)雜的數(shù)學(xué)問(wèn)題

，像處理幾何與代數(shù)結(jié)合的難題時(shí)

，能迅速分析題目條件

，運(yùn)用恰當(dāng)?shù)臄?shù)學(xué)原理進(jìn)行推導(dǎo)和計(jì)算

，展現(xiàn)出深厚的數(shù)學(xué)推理功底

。?

DeepSeek定位于“開(kāi)源驅(qū)動(dòng)的通用人工智能技術(shù)探索者

”

，核心產(chǎn)品為基于大語(yǔ)言模型（LLM

）的智能推理與生成系統(tǒng)

。其技術(shù)路徑采用了混合專(zhuān)家模型（MoE

）架構(gòu)

、數(shù)據(jù)蒸餾技術(shù)等創(chuàng)新方法

，顯著降低了訓(xùn)練和推理成本

。其模型DeepSeek-V3訓(xùn)練成本僅為557.6萬(wàn)美元

，遠(yuǎn)低于同類(lèi)閉源模型的數(shù)千萬(wàn)美元

。說(shuō)明

：網(wǎng)絡(luò)公開(kāi)資料《

2025生成式營(yíng)銷(xiāo)產(chǎn)業(yè)研究報(bào)告：

從AIGC到AIGD》

秒針營(yíng)銷(xiāo)科學(xué)院

×第14頁(yè)明略科技

MININGLAMP

TECHNOLOGY院SCHOOLFMANAGEMENT

FUDAN

UNIVERSITY技術(shù)層面，

DeepSeek突破并重新定義AI的效率邊界，

引發(fā)學(xué)

術(shù)界

、技術(shù)界的震蕩

，其技術(shù)路線(xiàn)展現(xiàn)出對(duì)傳統(tǒng)Transformer架構(gòu)的系統(tǒng)性革新

，簡(jiǎn)單來(lái)說(shuō)就是讓AI變得更聰明

、更省資

源

。?

透明化推理與可解釋性突破長(zhǎng)鏈思維（Long

CoT

）技術(shù)

，將AI

決策過(guò)程轉(zhuǎn)化為可追溯的邏輯鏈條：

用戶(hù)可逐層查看問(wèn)題拆解

、知識(shí)調(diào)用和驗(yàn)證步驟，如同觀察人類(lèi)解題的“草稿紙

”

。這一創(chuàng)新解決了部分傳統(tǒng)大模型的“黑箱

”問(wèn)題

。?

混合專(zhuān)家模型（MoE

）實(shí)現(xiàn)智能分工將模型分解為負(fù)責(zé)通用任務(wù)的“共享專(zhuān)家

”

和專(zhuān)注細(xì)分領(lǐng)

域的“路由專(zhuān)家

”

，參數(shù)總量減少90%

、訓(xùn)練成本降至行

業(yè)平均的5-10%

。這種架構(gòu)在保持性能的同時(shí)

，徹底打破了

“參數(shù)規(guī)模決定智能水平

”的傳統(tǒng)認(rèn)知

。?

NSA&MLA進(jìn)行記憶瘦身術(shù)，

節(jié)省算力就像手機(jī)清理緩存一樣，DeepSeek開(kāi)發(fā)了“壓縮打包”技

術(shù)NSA（Natively

Trainable

Sparse

Attention稀疏注意力

）和

MLA（Multi-Head

Latent

Attention多頭潛在注意力），能讓

AI處理信息時(shí)占用的內(nèi)存直接減少八成

。相當(dāng)于原本需要10

個(gè)倉(cāng)庫(kù)存放的資料

，現(xiàn)在只用2個(gè)倉(cāng)庫(kù)就能搞定

，系統(tǒng)運(yùn)行

更加流暢

。?

自我進(jìn)化訓(xùn)練法GRPO通過(guò)GRPO（Group

Relative

Policy

Optimization群體相對(duì)策

略?xún)?yōu)化）

強(qiáng)化學(xué)習(xí)框架

，AI能像學(xué)生刷題一樣自主進(jìn)步：

先

嘗試解題→核對(duì)答案→分析錯(cuò)題→調(diào)整思路

。這讓它逐步掌

握多步驟推理能力，

比如先計(jì)算材料成本

，再考慮配送路線(xiàn)，最終給出完整的商業(yè)方案

。技術(shù)突破讓DeepSeek保持高智商的同時(shí)大幅降低運(yùn)行成本

，相當(dāng)于用電動(dòng)車(chē)能耗跑出了超跑的性能

。同時(shí)通過(guò)蒸餾技術(shù)，成功地將自身知識(shí)遷移到了更小的模型中

。使AI模型可以在

計(jì)算資源有限的設(shè)備上（如PC

或手機(jī)）

輕松部署和運(yùn)行，極大降低了AI技術(shù)的使用門(mén)檻

。2025上半年，

國(guó)內(nèi)主流云

平臺(tái)均陸續(xù)上線(xiàn)了相關(guān)模型

。說(shuō)明

：網(wǎng)絡(luò)公開(kāi)資料生態(tài)方面

，通過(guò)開(kāi)源戰(zhàn)略

，構(gòu)建技術(shù)擴(kuò)

散的

“飛輪效應(yīng)

”，DeepSeek開(kāi)創(chuàng)了“核心模型開(kāi)源+商業(yè)服務(wù)增值

”的雙層

生態(tài)

。?

技術(shù)普惠化1.5B參數(shù)的模型的推理性能與GPT4o相當(dāng)，使得這些模型可以在計(jì)算資源有限的設(shè)備上（如PC

或手機(jī)）

輕松部署和運(yùn)行

，

極大降低了AI技術(shù)的使用門(mén)檻

，推動(dòng)AI技術(shù)向中小企業(yè)和個(gè)人開(kāi)發(fā)者下沉

。

在

國(guó)內(nèi)DeepSeek與華為昇騰

、摩爾線(xiàn)程等

國(guó)產(chǎn)芯片廠(chǎng)商深度適配

，形成從訓(xùn)練框

架（如MindSpore）

到應(yīng)用終端的全棧國(guó)

產(chǎn)化支持；

構(gòu)建了生態(tài)協(xié)同網(wǎng)絡(luò)

。?

開(kāi)放知識(shí)產(chǎn)權(quán)在知識(shí)產(chǎn)權(quán)創(chuàng)新方面

，通過(guò)

“開(kāi)放核

心+專(zhuān)利池

”策略，

多項(xiàng)核心專(zhuān)利覆蓋集

群管理

、RDMA通信等底層技術(shù)，

既保障

商業(yè)利益又促進(jìn)協(xié)作創(chuàng)新

。?

錯(cuò)位競(jìng)爭(zhēng)新興市場(chǎng)在全球市場(chǎng)

，實(shí)行錯(cuò)位競(jìng)爭(zhēng)戰(zhàn)略

，避

開(kāi)與OpenAI在歐美市場(chǎng)的直接對(duì)抗

，通

過(guò)

“高性?xún)r(jià)比+多語(yǔ)言支持

”搶占東南亞

、中東等新興市場(chǎng)

。AI產(chǎn)業(yè)趨勢(shì)-新銳模型DeepSeekDeepSeek是新一代AI基礎(chǔ)設(shè)施的技術(shù)革命者?

DeepSeek的現(xiàn)象級(jí)增長(zhǎng)

，是技術(shù)與生態(tài)兩方面共同作用的結(jié)果

。技術(shù)解析生態(tài)解析《

2025生成式營(yíng)銷(xiāo)產(chǎn)業(yè)研究報(bào)告：

從AIGC到AIGD》

秒針營(yíng)銷(xiāo)科學(xué)院

×第15頁(yè)明略科技

MININGLAMP

TECHNOLOGY院SCHOOLFMANAGEMENT

FUDAN

UNIVERSITYGAIA測(cè)試得分86.5%

，Manus超越OpenAI的DeepResearch

12個(gè)百分點(diǎn)?

Manus的發(fā)布

，在3月的AI圈

、科技圈中引發(fā)了巨大的市場(chǎng)反響

，用戶(hù)側(cè)爆炸式增長(zhǎng)

，上線(xiàn)首日

服務(wù)器請(qǐng)求量超預(yù)期17倍

，次日即啟用邀請(qǐng)碼機(jī)制

，邀請(qǐng)碼一度

“一碼難求

”甚至

“高價(jià)灰色交易

”

。首批測(cè)試用戶(hù)數(shù)據(jù)顯示，

73%愿意用Manus替代初級(jí)分析師工作；

資本側(cè)隨之出現(xiàn)連鎖反應(yīng)

，發(fā)布次日A股AI板塊軟件ETF大漲3%，

Monica團(tuán)隊(duì)估值3周內(nèi)翻番；

在行業(yè)側(cè)，

Manus推動(dòng)了中國(guó)AI市場(chǎng)的范式轉(zhuǎn)移，

甲子光年報(bào)告中指出，

Manus推動(dòng)中國(guó)AI應(yīng)用進(jìn)入

“工具鏈整合

”新階段

，工程化能力首次超越底層模型創(chuàng)新成為核心競(jìng)爭(zhēng)力

。?Manus承諾2025年開(kāi)源核心框架

，打破AutoGen等西方智能體平臺(tái)的技術(shù)壁壘

。開(kāi)發(fā)者社區(qū)已涌現(xiàn)OpenManus等仿制項(xiàng)目

，帶動(dòng)中國(guó)AI

Agent開(kāi)發(fā)效率不斷提升

。Monica團(tuán)隊(duì)此前以AI瀏覽器插件起家

，積累了千萬(wàn)級(jí)用戶(hù)基礎(chǔ)

，此次發(fā)布標(biāo)志著其從工具型產(chǎn)品向智能體平臺(tái)的戰(zhàn)略升級(jí)

。其成功證明了工程整合>模型性能的新型競(jìng)爭(zhēng)邏輯：

當(dāng)大模型性能越過(guò)閾值后

，工具鏈整合能力將成為勝負(fù)手

。其調(diào)用6-8個(gè)工具的協(xié)同效率（如同時(shí)操作Excel和Power

BI生成財(cái)務(wù)模型）

，

比單一模型精度更具商業(yè)價(jià)值

。說(shuō)明

：網(wǎng)絡(luò)公開(kāi)資料AI產(chǎn)業(yè)趨勢(shì)-新銳產(chǎn)品Manus全球首款通用型AI智能體產(chǎn)品（General

AI

Agent）帶火智能體概念?

2025年3月5日，

中國(guó)AI初創(chuàng)公司Monica團(tuán)隊(duì)推出Manus

，號(hào)稱(chēng)為全球首款通用型AI代理（GeneralAI

Agent

）。這款被稱(chēng)為

“數(shù)字實(shí)習(xí)生

”的產(chǎn)品

，其名稱(chēng)源自拉丁語(yǔ)

“Mens

et

Manus”（手腦并

用）

，

寓意

“連接思想與行動(dòng)

”

。?Manus通過(guò)創(chuàng)新的Multiple

Agent

System（MAS

）架構(gòu)

，實(shí)現(xiàn)了從任務(wù)理解到成果交付的完整閉環(huán)

。其革命性突破在于：

首次將AI的

“執(zhí)行層

”真正產(chǎn)品化，與傳統(tǒng)的AI助手不同，

Manus不僅僅停

留在生成文本或提供建議的層面

，

而是能夠獨(dú)立思考

、規(guī)劃并執(zhí)行復(fù)雜的任務(wù)

。無(wú)論是編寫(xiě)并運(yùn)行代碼

、瀏覽網(wǎng)頁(yè)并總結(jié)信息

，還是操作文件并交付最終成果，

Manus都能在隔離的虛擬環(huán)境中

自主完成

，真正實(shí)現(xiàn)“從指令到結(jié)果

”的—站式服務(wù)

。研究表明，

Manus在GAIA基準(zhǔn)測(cè)試中表現(xiàn)

優(yōu)異

，超越了OpenAI的DeepResearch

，展現(xiàn)出強(qiáng)大的任務(wù)處理能力

?！?/p>

2025生成式營(yíng)銷(xiāo)產(chǎn)業(yè)研究報(bào)告：

從AIGC到AIGD》

秒針營(yíng)銷(xiāo)科學(xué)院

×第16頁(yè)明略科技

MININGLAMP

TECHNOLOGY院SCHOOLFMANAGEMENT

FUDAN

UNIVERSITYManus核心功能自主決策與任務(wù)執(zhí)行Manus內(nèi)置先進(jìn)的思考與規(guī)劃能力，能夠理解復(fù)雜指令

，分解任務(wù)并調(diào)用適當(dāng)?shù)墓ぞ?/p>

。例如

，當(dāng)用戶(hù)要求

“分析某行業(yè)趨勢(shì)并生成報(bào)告

”時(shí)，

Manus會(huì)自行搜索最新數(shù)據(jù)

、整理信息并輸出結(jié)構(gòu)化的文檔，

無(wú)需用戶(hù)—步步干預(yù)

。多工具集成從編寫(xiě)代碼到處理文件，

Manus支持多種工具的無(wú)縫調(diào)用。它不僅能生成代碼

，還能直接執(zhí)行并調(diào)試

，確保結(jié)果準(zhǔn)確無(wú)誤

。此外，

它還能瀏覽網(wǎng)頁(yè)

、提取關(guān)鍵信息并加以總結(jié)，

為用戶(hù)節(jié)省

大量時(shí)間

。隔離運(yùn)行環(huán)境Manus運(yùn)行在獨(dú)立的虛擬機(jī)中

，確保任務(wù)執(zhí)行的安全性與穩(wěn)定性

。這種設(shè)計(jì)不僅提高了效率，還避免了潛在的干擾

，讓用戶(hù)可以放心交付復(fù)雜任務(wù)

。多格式交付無(wú)論是生成文本

、表格還是可視化圖表，

Manus都能根據(jù)需求輸出多樣化的成果

，滿(mǎn)足個(gè)人用戶(hù)到企業(yè)團(tuán)隊(duì)的廣泛應(yīng)用場(chǎng)景

。?盡管產(chǎn)品理念超前，

引發(fā)大的關(guān)注

，但Manus在之后的數(shù)月中面臨多重發(fā)展瓶頸：技術(shù)依賴(lài)質(zhì)疑：

在技術(shù)圈中被質(zhì)疑為

“Claude套殼產(chǎn)品

”

，其核心模型依賴(lài)Anthropic的API調(diào)用，

自身缺乏底層模型能力

。用戶(hù)留存流失：

3月發(fā)布后，

月活（MAU

）從峰值2000萬(wàn)驟降至1000萬(wàn)（2025年5月開(kāi)放注冊(cè)后）

，反映嘗鮮型用戶(hù)難以轉(zhuǎn)化為長(zhǎng)期客戶(hù)的挑戰(zhàn)

。商業(yè)化困境：

獲Benchmark領(lǐng)投7500萬(wàn)美元，

6-7月團(tuán)隊(duì)遷至新加坡

，啟動(dòng)全球化布局，

中國(guó)業(yè)務(wù)實(shí)質(zhì)性收縮

。未來(lái)的出海之路尚不確定

。說(shuō)明

：網(wǎng)絡(luò)公開(kāi)資料?

Manus的革新性源于三大核心技術(shù)突破：①

分層代理系統(tǒng)：

規(guī)劃代理（拆解任務(wù)邏輯）、執(zhí)行代理（調(diào)用代碼/瀏覽器等工具）、驗(yàn)證代理（交叉驗(yàn)證結(jié)果）

分工協(xié)作

，模擬人類(lèi)

“思考-行動(dòng)-質(zhì)檢

”流程；②

動(dòng)態(tài)任務(wù)引擎：

支持50ms級(jí)響應(yīng)速度

，通過(guò)蒙特卡洛樹(shù)搜索（MCTS

）算法優(yōu)化任務(wù)拆解路徑，在特斯拉股票分析案例中實(shí)現(xiàn)36倍效率提升；③

混合模型調(diào)度：

集成Claude3.5

、DeepSeek等模型，

降低API調(diào)用成本（相比純GPT-4方案節(jié)省

67%費(fèi)用）

。AI產(chǎn)業(yè)趨勢(shì)-新銳產(chǎn)品ManusManus核心功能及技術(shù)突破

，商業(yè)模式的挑戰(zhàn)《

2025生成式營(yíng)銷(xiāo)產(chǎn)業(yè)研究報(bào)告：

從AIGC到AIGD》

秒針營(yíng)銷(xiāo)科學(xué)院

×第17頁(yè)明略科技

MININGLAMP

TECHNOLOGY院SCHOOLFMANAGEMENT

FUDAN

UNIVERSITYAI能力發(fā)展：

綜合能力一年內(nèi)進(jìn)步顯著

，高考分從“偏科學(xué)生”到“全能學(xué)霸”?高考是中國(guó)篩選人才最重要的方式

，AI參與高考也成為了檢驗(yàn)大模型綜合能力的

“試金石

”

。

2025年6月主流AI模型紛紛發(fā)布高考實(shí)戰(zhàn)表現(xiàn)

，成績(jī)較2024年大幅提升

，達(dá)到頂尖高校錄取線(xiàn)

。?

學(xué)科差異分析說(shuō)明大模型技術(shù)局限性：

邏輯推理能力不足，

多模態(tài)與實(shí)驗(yàn)理解短板

，幻覺(jué)與創(chuàng)造性缺陷

。強(qiáng)勢(shì)學(xué)科：

英語(yǔ)/政治/生物（依賴(lài)記憶型知識(shí)）、語(yǔ)文作文

、數(shù)學(xué)客觀題

。薄弱學(xué)科：

物理（實(shí)驗(yàn)題失分嚴(yán)重；

化學(xué)推理題成

“攔路虎

”）、地理（空間分析能力不足）、主觀題缺陷（文綜遺漏知識(shí)點(diǎn)推導(dǎo)

、理綜計(jì)算錯(cuò)誤頻發(fā)

，如物理公式正確但答案偏離）

。2024年AI與人類(lèi)天才的能力對(duì)比研究中

，AI模型在語(yǔ)言能力

、閱讀書(shū)籍?dāng)?shù)量

、工作記憶和長(zhǎng)期記憶方面遠(yuǎn)超人類(lèi)

，甚至超過(guò)歷史上著名的天才

。表明AI在處理大量信息和多語(yǔ)言任務(wù)方面具有顯著優(yōu)勢(shì)

。然而

，在IQ百分位和SAT分?jǐn)?shù)方面

，AI與人類(lèi)天才的差距并不明顯，

因?yàn)檫@些測(cè)試更側(cè)重邏輯推理和問(wèn)題解決能力

，而不僅僅是信息處理能力

。說(shuō)明

：網(wǎng)絡(luò)公開(kāi)新聞，字節(jié)跳動(dòng)Seed團(tuán)隊(duì)2025大模型高考成績(jī)單

，lifearchitect.ai/iq-testing《

2025生成式營(yíng)銷(xiāo)產(chǎn)業(yè)研究報(bào)告：

從AIGC到AIGD》

秒針營(yíng)銷(xiāo)科學(xué)院

×第18頁(yè)明略科技

MININGLAMP

TECHNOLOGY院SCHOOLFMANAGEMENT

FUDAN

UNIVERSITYAI能力發(fā)展：

營(yíng)銷(xiāo)創(chuàng)造力2024年VS.2023年

，基于“廣告文案”場(chǎng)景的AI創(chuàng)造力量化評(píng)估?持續(xù)性地評(píng)估人工智能與人類(lèi)創(chuàng)造力的差異顯得尤為關(guān)鍵

。這種評(píng)估不僅有助于把握技術(shù)適應(yīng)性中的變化,還能指導(dǎo)如何順應(yīng)變化以?xún)?yōu)化人工智能在創(chuàng)造力領(lǐng)域的輔助作用,并識(shí)別潛在風(fēng)險(xiǎn)

。?在2023年基礎(chǔ)上

，北京工商大學(xué)和中國(guó)人民大學(xué)的學(xué)者在2024年繼續(xù)以

“廣告文案

”為場(chǎng)景做創(chuàng)造力量化評(píng)估

，提出并驗(yàn)證以下假設(shè)

。1.人工智能創(chuàng)造力發(fā)展假設(shè)a：2024年AI模型的廣告文案創(chuàng)造力顯著超越2023年的人工智能模型

。

(√驗(yàn)證成立）b：2024年AI模型的廣告文案創(chuàng)造力顯著超越人類(lèi)

。-（

X驗(yàn)證不成立）

2.人智協(xié)作模式假設(shè)a：基于4種人智協(xié)作方式（思維鏈

、指定思維鏈

、參考案例

、人工選優(yōu)）的文案創(chuàng)造力高于簡(jiǎn)單模式下

的AI廣告文案創(chuàng)造力

。-（

X驗(yàn)證不成立）

b：基于4種人智協(xié)作方式的文案創(chuàng)造力高于人類(lèi)廣告文案創(chuàng)造力

。（

X驗(yàn)證不成立）

3.創(chuàng)造力離散分布假設(shè)2024年AI和人智協(xié)作模式廣告文案創(chuàng)造力的差異更高，創(chuàng)造力達(dá)到或突破人類(lèi)最高水平

。(部分成立)?

數(shù)據(jù)分析：

使用SPSS26.0進(jìn)行方差分析（

ANOVA

）和t檢驗(yàn)

，對(duì)比人類(lèi)

、AI獨(dú)立及人智協(xié)作的創(chuàng)造力差異

。

控制變量：

品牌

、專(zhuān)家年齡

、性別

、工作年限等

。?縱向?qū)Ρ龋?/p>

與2023年同類(lèi)研究數(shù)據(jù)對(duì)比

，分析AI創(chuàng)造力的演進(jìn)趨勢(shì)

。來(lái)源：2025年7月《新聞與傳播評(píng)論》人工智能發(fā)展以及人智協(xié)作模式對(duì)創(chuàng)造力的影響———基于廣告文案創(chuàng)作的雙盲實(shí)驗(yàn)研究實(shí)驗(yàn)材料共6種90份文案人類(lèi)獨(dú)立創(chuàng)作來(lái)源于2022年“中國(guó)大學(xué)生廣告藝術(shù)節(jié)學(xué)院獎(jiǎng)

”20

份獲獎(jiǎng)廣告文案（未受AI影響）。本研究時(shí)間為2024年5-8月，代表此時(shí)間范圍的的AI創(chuàng)造力水平。因時(shí)間原因，研究工具不包括元

寶

、豆包

、DeepSeek等產(chǎn)品。分組與流程：隨機(jī)分為4組問(wèn)卷，每組包含5個(gè)品牌的不同創(chuàng)作方式文案（人類(lèi)文案必測(cè)）。共收集1631次有效評(píng)價(jià)（人類(lèi)412次，AI獨(dú)立354次，人智協(xié)作865次）?

專(zhuān)家評(píng)價(jià)者：

117位廣告領(lǐng)域?qū)＜遥?5.2%為高校教師

，其余為從業(yè)人員）

，雙盲評(píng)估文案

?！?/p>

2025生成式營(yíng)銷(xiāo)產(chǎn)業(yè)研究報(bào)告：

從AIGC到AIGD》?2024年的研究采用雙盲實(shí)驗(yàn)法

，設(shè)計(jì)如下：

秒針營(yíng)銷(xiāo)科學(xué)院

×第19頁(yè)明略科技

MININGLAMP

TECHNOLOGY院SCHOOLFMANAGEMENT

FUDAN

UNIVERSITYAI能力發(fā)展：

營(yíng)銷(xiāo)創(chuàng)造力2024年AI廣告文案創(chuàng)造力相比2023年顯著提升,但尚未超越人類(lèi)?跨年比較的基礎(chǔ)：2023—2024人類(lèi)

“文案專(zhuān)業(yè)能力

”和

“等同工作年限

”所獲評(píng)價(jià)無(wú)明顯差異對(duì)文案專(zhuān)業(yè)能力各維度進(jìn)行比較,發(fā)現(xiàn)2024年人工智能在關(guān)鍵弱項(xiàng)(創(chuàng)造性

、消費(fèi)者洞察

、商業(yè)洞察)上有顯著提升,且逐漸接近人類(lèi)水平。然而其在清晰完整和容易理解的維度上得分下降

。這源于2024人工智能數(shù)據(jù)規(guī)模與推理能力的增強(qiáng),使其更傾向于生成創(chuàng)新性

、深度化的內(nèi)容，但可能因信息過(guò)載和結(jié)構(gòu)復(fù)雜化而犧牲了可讀性。人工智能的創(chuàng)造力結(jié)構(gòu)正逐步向人類(lèi)靠攏,但在平衡深度與簡(jiǎn)潔性上仍需優(yōu)化。2024年人工智能在文案創(chuàng)造

力上顯著提升

。2024

年人工

智能的“等同工作年限

”提升至3.08年,顯著性高于2023年的2.47年,且文案專(zhuān)業(yè)能力得分也顯著高于2023年AI

得分

。值得注意的是,2024年AI

的“等同工作年限

”的顯著性仍然低于2023年人類(lèi)的3.83年。這意味著人工智能創(chuàng)造力的進(jìn)化在平均水平上仍沒(méi)有達(dá)到專(zhuān)業(yè)人類(lèi)的高度，對(duì)證了技術(shù)演進(jìn)的普適性。結(jié)論：2024年AI模型的文案創(chuàng)造力超越2023年的人工智能模型

。 結(jié)論：

2024年AI模型的廣告文案創(chuàng)造力沒(méi)有超越人類(lèi)，但更接近人類(lèi)

。來(lái)源：2025年7月《新聞與傳播評(píng)論》人工智能發(fā)展以及人智協(xié)作模式對(duì)創(chuàng)造力的影響———基于廣告文案創(chuàng)作的雙盲實(shí)驗(yàn)研究《

2025生成式營(yíng)銷(xiāo)產(chǎn)業(yè)研究報(bào)告：

從AIGC到AIGD》

秒針營(yíng)銷(xiāo)科學(xué)院

×第20頁(yè)明略科技

MININGLAMP

TECHNOLOGY院SCHOOLFMANAGEMENT

FUDAN

UNIVERSITYAI能力發(fā)展：

營(yíng)銷(xiāo)創(chuàng)造力2024年人智協(xié)作方式【無(wú)法】顯著提升AI廣告文案創(chuàng)造力 結(jié)論：人智協(xié)作方式無(wú)法提升AI的廣告文案創(chuàng)造力（能提高計(jì)算和推理能力）

。 結(jié)論：基準(zhǔn)趨近與離散加劇，AI廣告文案創(chuàng)造力出現(xiàn)類(lèi)人化的

“靈感閃現(xiàn)

”。

?研究將每個(gè)文案的等同工作年限進(jìn)行分析

。發(fā)現(xiàn)2023年每個(gè)AI

生成文案的

“等同工作年限

”都

低于人類(lèi)獨(dú)立創(chuàng)作文案的中位數(shù)

，而人類(lèi)獨(dú)立創(chuàng)作文案的

“等同工作年限

”呈現(xiàn)較大的差異性(SD=0.65),標(biāo)準(zhǔn)差僅僅0.25，且2023年和2024年AI

的文案

“等同工作年限

”的方差齊性檢驗(yàn)顯著，說(shuō)明2024年AI

的文案創(chuàng)造力具有更顯著的離散性

。2024人工智能在“等同工作年限

”的分布上,拉近了與人類(lèi)創(chuàng)作的差距。不僅從2023年相對(duì)集中的趨勢(shì)轉(zhuǎn)變

為接近人類(lèi)創(chuàng)作的分布狀態(tài)，更為重要的是人工智能的上限值與人類(lèi)的最優(yōu)表現(xiàn)已趨于吻合(評(píng)分?jǐn)?shù)值：4.9年)

。這意味著在人工智能大模型技術(shù)的類(lèi)人化趨勢(shì)不斷加深的情況下，人工智能也出現(xiàn)了文案創(chuàng)作中類(lèi)人的“靈感閃現(xiàn)

”現(xiàn)象。雖然在“等同工作年限

”得分上,人工智能尚未超越人類(lèi)，但從趨勢(shì)來(lái)

看

，隨著大語(yǔ)言模型的演化迭代逐步加深，人工智能的上限值突破將更為常見(jiàn)，并進(jìn)一步提升其整體的

數(shù)值。AI創(chuàng)造力一方面在工作年限峰值上持續(xù)突破，

已有偶發(fā)的類(lèi)人化

“靈感閃現(xiàn)

”的創(chuàng)作表現(xiàn)；

另一方面在清晰完整等基礎(chǔ)性指標(biāo)上波動(dòng)增大

，說(shuō)明其創(chuàng)意系統(tǒng)已開(kāi)始模擬人類(lèi)創(chuàng)作中“突破與妥協(xié)

”的動(dòng)態(tài)平衡機(jī)制

，標(biāo)志著其從技術(shù)性輸出向真正的創(chuàng)造性產(chǎn)出的關(guān)鍵轉(zhuǎn)變

。人類(lèi)需探索更靈活的

協(xié)作框架

，平衡人類(lèi)意圖與AI自主性

。出乎意料

，四種人智協(xié)作方式

都沒(méi)有顯著提升AI文案創(chuàng)造力?；蛟S是因?yàn)橹付ㄋ季S鏈模式約束了人工智能模型的內(nèi)在創(chuàng)造力空間，或是沒(méi)有提供更好的

案例作為參考。結(jié)論:當(dāng)前人智協(xié)模作式確實(shí)提供了更多的參考和思維鏈，這對(duì)于提高計(jì)算

、推理能力等有一定效果，但無(wú)法有效提升創(chuàng)造力，這也從側(cè)面印證了創(chuàng)造力在原創(chuàng)性方面存在內(nèi)在結(jié)構(gòu)。來(lái)源：2025年7月《新聞與傳播評(píng)論》人工智能發(fā)展以及人智協(xié)作模式對(duì)創(chuàng)造力的影響———基于廣告文案創(chuàng)作的雙盲實(shí)驗(yàn)研究《

2025生成式營(yíng)銷(xiāo)產(chǎn)業(yè)研究報(bào)告：

從AIGC到AIGD》

秒針營(yíng)銷(xiāo)科學(xué)院

×第21頁(yè)明略科技

MININGLAMP

TECHNOLOGY院SCHOOLFMANAGEMENT

FUDAN

UNIVERSITYAI能力發(fā)展：

智能體化從“動(dòng)腦”到”動(dòng)手”

，2025是AI智能體的爆發(fā)元年?AI

Agent（人工智能智能體）

是一種能夠自主感知環(huán)境

、制定決策并采取行動(dòng)以實(shí)現(xiàn)特定目標(biāo)

的智能系統(tǒng)

，其本質(zhì)是模擬人類(lèi)認(rèn)知與行為過(guò)程的數(shù)字實(shí)體

。對(duì)于用戶(hù)

，其價(jià)值包括重復(fù)工作的效率提升

、復(fù)雜任務(wù)處理

、個(gè)性化服務(wù)（學(xué)習(xí)用戶(hù)習(xí)慣

，提供定制化建議）

。?

2025年

，AI

大模型向AI

Agent進(jìn)化

。不同于以往AI

大模型主要扮演

“知識(shí)庫(kù)

”的角色

，智能體更像一個(gè)

“執(zhí)行者

”

，谷歌數(shù)據(jù)顯示AI

Agent的全球搜索量自2025年初開(kāi)始激增

。2024年底開(kāi)始

，各AI巨頭紛紛發(fā)布智能體產(chǎn)品

，例如OpenAI

Operator

、Amazon

Nova

Act等

。中國(guó)初創(chuàng)AI公司的

Manus也借由全球首款通用型AI代理的名由（General

AI

Agent

），

引發(fā)了高關(guān)注

。維度傳統(tǒng)AI模型AI智能體（AI

Agent）記憶能力無(wú)狀態(tài)

，每次獨(dú)立處理輸入具備短期/長(zhǎng)期記憶

，保留上下文主動(dòng)性被動(dòng)響應(yīng)

，需人工逐步提示主動(dòng)規(guī)劃多步驟任務(wù)并執(zhí)行工具使用僅生成文本或預(yù)測(cè)調(diào)用API

、操作系統(tǒng)

、硬件等外部工具應(yīng)用場(chǎng)景單任務(wù)處理（如問(wèn)答

、分類(lèi)）多任務(wù)協(xié)作（如旅行規(guī)劃

、股票分析）?有這么多大模型了，

為什么還需要AI

Agent？

原因見(jiàn)下方

。表格展示了大模型和智能體的差異，2024年大模型的局限性在于

，本質(zhì)上還在扮演

“知識(shí)庫(kù)

”的角色

，而非

“執(zhí)行者

”

。當(dāng)大模型還在

“動(dòng)嘴

”時(shí)

，AI

Agent已經(jīng)

“動(dòng)手

”撕開(kāi)了生產(chǎn)力革命的缺口

?！?/p>

2025生成式營(yíng)銷(xiāo)產(chǎn)業(yè)研究報(bào)告：

從AIGC到AIGD》說(shuō)明

：網(wǎng)絡(luò)公開(kāi)資料

秒針營(yíng)銷(xiāo)科學(xué)院

×第22頁(yè)明略科技

MININGLAMP

TECHNOLOGY院SCHOOLFMANAGEMENT

FUDAN

UNIVERSITY自主性（Atomy

）AI

Agent無(wú)需持續(xù)人工干預(yù)，能獨(dú)立運(yùn)行。例如

，它能根據(jù)用戶(hù)指令“安排會(huì)議

”

，

自主分解任務(wù)

、

協(xié)調(diào)資源并執(zhí)

行操作。感知與交互能力通過(guò)傳感器、API或數(shù)據(jù)接口

獲取環(huán)境信息

（如文本/圖像

、語(yǔ)音）并理解

上下文

。例如

，

會(huì)議助手通過(guò)

語(yǔ)音指令解析

用戶(hù)需求。決策與規(guī)劃能力將復(fù)雜任務(wù)拆解為子目標(biāo)，并動(dòng)態(tài)調(diào)整策

略

。例如

，供

應(yīng)鏈Agent在臺(tái)

風(fēng)預(yù)警時(shí)自動(dòng)

調(diào)整物流方案

，

全程無(wú)需人工

干預(yù)。工具調(diào)用與執(zhí)行調(diào)用外部工具

（如搜索引擎

、

支付接口）完成任務(wù)

。例如

，外賣(mài)Agent能自

主完成選餐

、

支付全流程。學(xué)習(xí)與適應(yīng)通過(guò)強(qiáng)化學(xué)習(xí)

或經(jīng)驗(yàn)積累優(yōu)化行為

。例如

，金融分析Agent在多次任務(wù)中

學(xué)習(xí)用戶(hù)偏好

，自動(dòng)生成Excel報(bào)告而非文字。AI能力發(fā)展：

智能體化連接營(yíng)銷(xiāo)智能體

，構(gòu)造營(yíng)銷(xiāo)新工作流?AI

Agent具備自主性

、感知與交互能力

、決策與規(guī)劃能力

、工具調(diào)用與執(zhí)行及學(xué)習(xí)與適應(yīng)的全鏈路能力

。?

2025年，

中國(guó)市場(chǎng)中企業(yè)級(jí)營(yíng)銷(xiāo)智能體進(jìn)入爆發(fā)增長(zhǎng)期

，這些智能體整合企業(yè)（營(yíng)銷(xiāo)）

數(shù)據(jù)及

外部專(zhuān)業(yè)數(shù)據(jù)源，

既是企業(yè)AI數(shù)據(jù)專(zhuān)員

，也是每個(gè)人的工作助理

，通過(guò)APP等界面向企業(yè)員工

提供全面的營(yíng)銷(xiāo)服務(wù)

，包括：

知識(shí)庫(kù)問(wèn)答

、內(nèi)容創(chuàng)作

、RPA

、內(nèi)容審核

、OA

、數(shù)據(jù)分析等

。能完

成各類(lèi)營(yíng)銷(xiāo)任務(wù)

，洞察層如分析

、研究

、撰寫(xiě)報(bào)告

，行動(dòng)層的如用戶(hù)運(yùn)營(yíng)

、KOS培訓(xùn)

、內(nèi)容生產(chǎn)

、投放等

。明略科技企業(yè)營(yíng)銷(xiāo)智能體：

DeepMiner《

2025生成式營(yíng)銷(xiāo)產(chǎn)業(yè)研究報(bào)告：

從AIGC到AIGD》

秒針營(yíng)銷(xiāo)科學(xué)院

×第23頁(yè)明略科技

MININGLAMP

TECHNOLOGY院SCHOOLFMANAGEMENT

FUDAN

UNIVERSITYAI存在的問(wèn)題：無(wú)處不在的幻覺(jué)數(shù)據(jù)信息污染造成AI幻覺(jué)

，成為企業(yè)應(yīng)用的重要障礙?AI幻覺(jué)（

AI

Hallucination）

指生成式人工智能在缺乏準(zhǔn)確依據(jù)時(shí)，

因模型缺陷

、數(shù)據(jù)局限性或算法偏差

，生成看似合理但實(shí)際錯(cuò)誤或虛構(gòu)的內(nèi)容

。其表現(xiàn)形式包括虛構(gòu)學(xué)術(shù)論文

、編造歷史事件

、輸出錯(cuò)誤代碼等

。?從技術(shù)角度看，AI幻覺(jué)的產(chǎn)生

，本質(zhì)是模型基于概率分布過(guò)度外推的結(jié)果

。主要由數(shù)據(jù)問(wèn)題

、算

法缺陷和設(shè)計(jì)偏差造成

。數(shù)據(jù)問(wèn)題模型&算法缺陷設(shè)計(jì)與應(yīng)用偏差?AI幻覺(jué)并非都是錯(cuò)誤的

，其在營(yíng)銷(xiāo)創(chuàng)意領(lǐng)域有著正向應(yīng)用潛力

，如藝術(shù)創(chuàng)作

、游戲場(chǎng)景設(shè)計(jì)等利

用幻覺(jué)生成突破性?xún)?nèi)容

。但危害也是顯而易見(jiàn)的

，最主要的

，是帶來(lái)營(yíng)銷(xiāo)環(huán)境中巨大的信息污染：例如AI生成虛假?gòu)V告內(nèi)容損害品牌信譽(yù)

。當(dāng)前LLM的“幻覺(jué)”

問(wèn)題已成為業(yè)界關(guān)注焦點(diǎn)

。?清華大學(xué)沈陽(yáng)團(tuán)隊(duì)2025年2月發(fā)布《DeepSeek與AI幻覺(jué)》

報(bào)告

，測(cè)試了眼下風(fēng)靡的一系列大模型，

題目是隨機(jī)抽取300道事實(shí)性幻覺(jué)測(cè)試題

，涵蓋健康

、科學(xué)

、歷史

、文化

、音樂(lè)等多個(gè)領(lǐng)域

，獲

取大模型給出的答案與正確答案比對(duì)發(fā)現(xiàn)，

多個(gè)熱門(mén)大模型的幻覺(jué)率超過(guò)20%

。說(shuō)明

：網(wǎng)絡(luò)公開(kāi)資料Vectara公司2025年2月的評(píng)測(cè)顯示

，

主流模型在文本摘要任務(wù)中的幻覺(jué)率

差異顯著：

Google

Gemini

2.0

Flash最

低（0.7%

），而國(guó)產(chǎn)Qwen（通義）模型高達(dá)3%

。該榜單使用Vectara

自研的HHEM-2.1

評(píng)測(cè)模型,通過(guò)讓

AI模型對(duì)831篇短

文進(jìn)行摘要來(lái)測(cè)試其產(chǎn)生幻覺(jué)的概率

。?

強(qiáng)制回答傾向：

模型被

設(shè)計(jì)為必須輸出答案，

即

使信息不足時(shí)也會(huì)編造

。

?

對(duì)抗性攻擊：

惡意輸入

數(shù)據(jù)誘導(dǎo)模型生成錯(cuò)誤結(jié)

果

。?

訓(xùn)練數(shù)據(jù)污染：

數(shù)據(jù)中

的錯(cuò)誤標(biāo)注

、過(guò)時(shí)信息或

虛構(gòu)內(nèi)容導(dǎo)致模型被誤導(dǎo)

。

?

數(shù)據(jù)多樣性不足：

缺乏

覆蓋多場(chǎng)景的平衡數(shù)據(jù)，模型易對(duì)特定模式過(guò)擬合

。

?

知識(shí)固化：

參數(shù)化記憶

無(wú)法動(dòng)態(tài)更新（如訓(xùn)練數(shù)

據(jù)只到2023年

，之后的事

件會(huì)完全虛構(gòu)）?

過(guò)擬合：

模型過(guò)度記憶

訓(xùn)練細(xì)節(jié)

，忽略泛化規(guī)律，生成與真實(shí)場(chǎng)景脫節(jié)的輸

出

。?

上下文窗口限制：

有限

的理解范圍導(dǎo)致長(zhǎng)文本或

復(fù)雜指令出現(xiàn)語(yǔ)義偏差

。?

統(tǒng)計(jì)預(yù)測(cè)機(jī)制：

基于詞

頻概率生成內(nèi)容

，缺乏邏

輯推理能力

?！?/p>

2025生成式營(yíng)銷(xiāo)產(chǎn)業(yè)研究報(bào)告：

從AIGC到AIGD》

秒針營(yíng)銷(xiāo)科學(xué)院

×第24頁(yè)明略科技

MININGLAMP

TECHNOLOGY院SCHOOL

OF

MANAGEMENT

FUDAN

UNIVERSITY企業(yè)應(yīng)對(duì)AI幻覺(jué)的策略

，包括技術(shù)優(yōu)化和流程管理兩方面：?

技術(shù)優(yōu)化

檢索增強(qiáng)生成（RAG

）

：

整合權(quán)威知識(shí)庫(kù)作為

“外掛

”，優(yōu)先基于可信數(shù)據(jù)源生成答案

。例如行業(yè)的數(shù)據(jù)庫(kù)&知識(shí)庫(kù)

、品牌一方數(shù)據(jù)庫(kù)與知識(shí)庫(kù)

，都具備真實(shí)性

、代表性和時(shí)效性

。

多模態(tài)協(xié)同驗(yàn)證：

結(jié)合文本

、圖像

、語(yǔ)音等多維度數(shù)據(jù)

，交叉檢驗(yàn)輸出

。

微調(diào)與強(qiáng)化學(xué)習(xí)：

針對(duì)垂直領(lǐng)域任務(wù)優(yōu)化模型

，減少通用場(chǎng)景的過(guò)擬合風(fēng)險(xiǎn)

。?

數(shù)據(jù)與流程管理

數(shù)據(jù)質(zhì)量管控：

清洗訓(xùn)練數(shù)據(jù)

，剔除噪聲與錯(cuò)誤標(biāo)注

，建立動(dòng)態(tài)更新機(jī)制

。

三階審核機(jī)制：

機(jī)器預(yù)篩→專(zhuān)家復(fù)核→業(yè)務(wù)終審

，確保關(guān)鍵輸出的可靠性

。AI存在的問(wèn)題：

無(wú)處不在的幻覺(jué)理解大模型本質(zhì)

，用事實(shí)性數(shù)據(jù)

，消除營(yíng)銷(xiāo)中的AI幻覺(jué)?

解決AI幻覺(jué)

，先理解大模型的本質(zhì)

，如圖所示

，大模型的本質(zhì)是一個(gè)函數(shù)

，想要最終輸出理性的結(jié)論和決策

，先決條件

，是必須有強(qiáng)大的模型和準(zhǔn)確的信息

。大

模型的本

質(zhì)

是

一

個(gè)函

數(shù)

：y=

f(x

)Y-理性的結(jié)論和決策；f-強(qiáng)大的模型；X–準(zhǔn)確的信息

。用事實(shí)性數(shù)據(jù)解決幻覺(jué)。真實(shí)消費(fèi)者洞察跨域營(yíng)銷(xiāo)行為洞察實(shí)時(shí)社媒信息洞察更可靠的意圖洞察 趨勢(shì)可信性

決策

預(yù)見(jiàn)

認(rèn)知 令數(shù)據(jù)可讀HI

AI人工智能+

高效率多創(chuàng)意

真實(shí)性人群標(biāo)簽數(shù)據(jù)全域行為數(shù)據(jù)全網(wǎng)內(nèi)容數(shù)據(jù)心智態(tài)度數(shù)據(jù)事實(shí)性數(shù)據(jù)為依據(jù)AI洞察事實(shí)+HI定義價(jià)值認(rèn)清現(xiàn)實(shí)-預(yù)見(jiàn)趨勢(shì)-決策方向《

2025生成式營(yíng)銷(xiāo)產(chǎn)業(yè)研究報(bào)告：

從AIGC到AIGD》說(shuō)明

：網(wǎng)絡(luò)公開(kāi)資料代表性時(shí)效性人類(lèi)專(zhuān)業(yè)性經(jīng)驗(yàn)值 令數(shù)據(jù)可用

決策可靠性

秒針營(yíng)銷(xiāo)科學(xué)院

×第25頁(yè)明略科技

MININGLAMP

TECHNOLOGY院√SCHOOLFMANAGEMENT

FUDAN

UNIVERSITYAI存在的問(wèn)題：局限與偏見(jiàn)AI“創(chuàng)造力悖論”——沖擊集體創(chuàng)新性

，“使用者偏見(jiàn)”?

商業(yè)世界關(guān)于AI的喧囂討論

，幾乎都圍繞著

“效率

”展開(kāi)

。我們習(xí)慣將其視作

“效率工具

”，卻忽視了它的

“角色屬性

”

。隨著AI深度嵌入組織，

它必然會(huì)升維為一種

“社會(huì)性存在

”

。?

當(dāng)

“知識(shí)

”唾手可得，

問(wèn)題比答案更顯珍貴；

擁有智能技術(shù)

，并不等同于擁有駕馭智能的能力

。在這場(chǎng)由AI重塑的營(yíng)銷(xiāo)范式變革中

，企業(yè)管理者面臨的變化

，不止是效率提升

，還有來(lái)自于AI對(duì)生產(chǎn)關(guān)系的改變和影響

，包括應(yīng)用AI過(guò)程中的數(shù)據(jù)

、流程

、組織

、人才和文化挑戰(zhàn)

。?

2025年的最新研究發(fā)現(xiàn)：

工作中使用像ChatGPT

、Claude和Gemini這樣的人工智能工具的員工更容易受到同事和經(jīng)理對(duì)其能力和動(dòng)機(jī)

的負(fù)面評(píng)價(jià):更懶惰

、能力更差

、不那么勤奮

、更容易被取代

，不那么獨(dú)立且缺乏自信

。?

這種偏見(jiàn)會(huì)影響真實(shí)的商業(yè)決策

。在一項(xiàng)招聘

模擬實(shí)驗(yàn)中

，那些自己不使用人工智能的經(jīng)理

更不愿意招聘經(jīng)常使用人工智能工具的候選人

。?

這種社會(huì)影響可能成為工作場(chǎng)所采用人工智能

的隱藏障礙

。即使組織推動(dòng)人工智能的實(shí)施

，個(gè)別員工可能會(huì)因?yàn)閾?dān)心自己會(huì)被如何看待而

抵制使用人工智能

。2024年7月發(fā)表于Science

Advance上的論文發(fā)現(xiàn)

，生成式AI讓個(gè)體創(chuàng)造力提升

，但是會(huì)讓集體新穎性降低

。例如：

在生成式AI的幫助下

，作家個(gè)人的創(chuàng)作能力提高了

，但總體上產(chǎn)生新穎內(nèi)容的范圍變窄了

。AI應(yīng)用的偏見(jiàn)：

工作中使用AI工具的員工會(huì)受到偏見(jiàn)AI應(yīng)用的創(chuàng)造力悖論：個(gè)體能力提升，集體新穎性降低說(shuō)明：AI專(zhuān)業(yè)研究Reif

et

al.(2025),Evidenceofasocialevaluation

penaltyforusingAI,

PNAS《

2025生成式營(yíng)銷(xiāo)產(chǎn)業(yè)研究報(bào)告：

從AIGC到AIGD》

秒針營(yíng)銷(xiāo)科學(xué)院

×第26頁(yè)明略科技

MININGLAMP

TECHNOLOGY院SCHOOLFMANAGEMENT

FUDAN

UNIVERSITY?研究揭示了人類(lèi)與AI互動(dòng)中偏見(jiàn)放大的機(jī)制，

強(qiáng)調(diào)了AI系統(tǒng)在設(shè)計(jì)和部署時(shí)需要更加謹(jǐn)慎

。AI不僅可能自身表現(xiàn)出偏見(jiàn)，

還可能通過(guò)與人類(lèi)的互動(dòng)放大人類(lèi)的偏見(jiàn)，

形成一個(gè)反饋回路

。這種現(xiàn)象可能會(huì)對(duì)社會(huì)產(chǎn)生廣泛的影響

。研究者呼吁提高對(duì)AI偏見(jiàn)的認(rèn)識(shí)

，并探索減少AI偏見(jiàn)的方法，以提高人類(lèi)判斷的質(zhì)量

。?AI的放大作用：

AI可能更敏感于數(shù)據(jù)中的微小偏見(jiàn)

，并利用這些偏見(jiàn)來(lái)提高預(yù)測(cè)準(zhǔn)確性

。?

人類(lèi)的感知偏差：

人類(lèi)可能將AI視為更權(quán)威可靠的來(lái)源

，從而更易接受其偏見(jiàn)

。實(shí)驗(yàn)：研究者設(shè)計(jì)了一個(gè)情感聚合任務(wù)來(lái)收集人類(lèi)數(shù)據(jù)，發(fā)現(xiàn)參與者在判斷一組面孔的平均情緒時(shí)，其初始