本文将对全球人工智能市场规模及预测、全球人工智能投融资力度、全球人工智能企业区域分布、我国人工智能市场规模及预测、我国人工智能投融资力度、我国人工智能企业区域分布、人工智能产业链分析等进行梳理，以供参考。
当前，全球人工智能发展呈现加速演进态势，市场规模持续扩大。2024年，全球人工智能市场规模约6,157亿美元，预计到2030年，全球人工智能市场规模将突破2.6万亿美元。在中美双极引领下，两国新增大模型数量占比由2022年的72%跃升至2024年的86%，其中中国以1,509个大模型（截至2025年上半年数据，占全球40%）稳居首位，美国则凭借技术深度与场景多样性保持领先。
技术层面，一方面，大模型性能持续突破（例如：2024年OpenAI推出的o1、o3等模型采用迭代式输出推理架构，这种测试时计算极大地提高了模型的性能）且性能差距显著缩小（2023-2024年，在MMLU、MMMU、MATH和HumanEval等比较基准中，中美主流模型差距已由10pct-40pct大幅收窄至4pct以内）。另一方面，多模态融合与端云协同（如阿里云无影AgentBay、星环科技AIInfra架构）推动AI向“离产业更近”的方向演进，生成式AI、具身智能等新技术催生医疗、制造、交通、教育等领域的深度应用。
与此同时，政策与资本双轮驱动下，各国密集出台战略规划，美国以芯片自主和研发支持巩固领先地位，中国通过“人工智能+”行动推动产业融合，2024年全球AI投资额近6,000亿元，头部企业与科技巨头成为创新核心。此外，开源生态蓬勃发展，以中国为代表的发展中国家通过高水平开源项目加速技术普惠，助力弥合全球智能鸿沟（例如DeepSeek通过算法优化与架构精简，大幅减少对算力的依赖；截至2025年7月，国际开源社区Hugging-Face最新趋势热榜显示，前十名模型中，有9个是国产大模型）。未来，AI将从“智能工具”向“共生伙伴”转型，通过深化垂直行业场景、优化基础设施与算力布局、持续赋能经济增长与社会变革。
从融资方面看，得益于算力基础设施升级吸引资本加速布局（如英伟达、谷歌等新一代AI芯片的商业化部署），以及多模态大模型、具身智能、AIGC、智能体等技术商业化加速，催生医疗、金融、制造等领域规模化落地需求，2024年，全球人工智能领域融资热度飙升，总额超5,900亿元，较2023年增长超3,000亿元，实现翻倍式增长。而受xAI（2024年5月融资60亿美元）、CoreWeave（2024年5月融资11亿美元）、OpenAI（2024年10月融资66亿美元）等头部企业超大规模融资事件影响，2024年全球人工智能融资月度分布呈现“双峰机构”，2024年5月爆发以及第四季度集中放量。从轮次看，尽管头部效应明显，但人工智能领域早期融资仍展现出强劲活力。2024年，人工智能领域早期融资（天使轮到A轮）事件数量占比达63%，较2023年上升5%。
从区域格局看，中美形成双寡头格局但分化加速。美国以78%的融资份额主导全球市场（单笔均值15.5亿元），聚焦底层技术突破（如大模型、芯片）；中国以14%份额位列第二（单笔均值1.2亿元），依托应用场景驱动形成“融资矩阵”，北京、深圳、上海等地因政策支持与产业链优势成为核心集聚区。这种差异反映美国通过资本集约化运作（如OpenAI与英伟达合作）抢占技术制高点，而中国则通过场景化落地（如商汤科技智慧金融/医疗/城市等场景）构建生态壁垒的差异化路径。从细分领域看，2024年全球AIGC领域融资金额占比高达56%，是人工智能领域最热门的方向，而AIGC兴起也将带来行业投融资重点转向基础设施和横向应用领域。
截至2024年上半年，全球人工智能企业数量已突破3万家，显示出AI产业正进入高速扩张阶段。从地域分布来看，美国以34%的占比稳居第一，形成以硅谷为核心、纽约和波士顿为次中心的多极集群，体现了“技术—资本—应用”三位一体的创新闭环优势。中国则占比15%，在算法与应用创新上快速追赶，但整体仍以产业化和场景落地为驱动，形成与美国差异化的竞争路径。其他国家如英国、印度、加拿大等呈现区域集群式发展，但整体体量和生态完备度仍存在显著差距。
2024年，中国人工智能核心产业规模已突破7,000亿元，标志着这一战略性新兴产业进入高速发展的关键阶段。作为推动新质生产力的核心引擎，人工智能正通过技术创新与产业落地的双轮驱动，深度融入经济社会发展的各个领域。在此背景下，我国深入实施“人工智能+”行动，以政策引导、技术突破和场景应用为三大支柱，加速人工智能与实体经济的深度融合，推动传统产业转型升级，培育新质生产力。政策层面，中央及地方政府通过顶层设计和专项政策协同发力，并以“人工智能+”行动为核心抓手，推动技术向智能制造、智慧医疗、智慧交通等重点领域渗透。地方政府则通过税收优惠、研发补贴等措施，打造人工智能产业高地。
技术层面，我国已构建覆盖基础层、技术层和应用层的完整技术栈，国产AI芯片加速替代进口，算力总规模达全球前列；大模型技术（如百度文心、阿里通义）参数规模突破千亿级，并在医疗、金融等领域实现专用化落地，同时开源模型（如DeepSeek）的普及降低开发门槛，推动技术普惠。应用场景方面，“人工智能+”正从实验室走向规模化商用，工业领域中，钢铁、化工等行业通过垂直大模型（如河北太行钢铁大模型）优化生产流程，敬业集团借助AI诊断高炉运行状态，实现能耗降低和效率提升；医疗领域，AI辅助诊断系统通过快速分析影像数据，显著提高疾病早期检出率；教育领域，个性化学习方案依托AI算法实现因材施教；智慧城市、自动驾驶、智能客服、智慧物流等场景也加速落地，形成万亿元级市场空间。此外，生成式AI爆发式增长，覆盖学习、创作、社交等多场景，进一步释放AI的商业价值。
2022年起，我国人工智能领域投融资进入理性发展阶段，规模稳定在1,000-2,000亿元，早期项目和应用层（尤其是具身智能）持续主导投融资市场。此外，国资逐步成为助力AI产业链建设重要驱动力。
自2015年起，AI行业融资数量由501起攀升至2018年峰值1,024起，随后进入调整期；2021年再次冲高至1,076起，但在宏观经济环境影响下，2022-2024年逐年回落，2024年降至696起，显示市场趋于理性。从轮次和层次来看，大模型、AIGC与具身智能等前沿技术的快速演进，使早期项目凭借创新技术或独特商业模式吸引资本；而医疗、汽车等垂直领域仍无垄断龙头，海量细分场景待开发，促使投资重心从“技术验证”转向“商业闭环”。2024年应用层融资超过500亿元，占比达55%，且国资正逐步成为AI领域投融资的重要驱动力。
我国AI产业呈现集聚效应，京津冀、长三角和珠三角引领创新但发展各异：京津冀以北京为核心，注重全产业链布局；长三角多点开花，旨在构建世界级集群；珠三角广深双核驱动，聚焦应用落地。
（一）基础层
1、基础层参与者图谱
人工智能基础层包括数据、算力和算法：算法是理论基础，决定模型的逻辑结构和学习能力；数据是算法训练的基础，数据质量直接影响模型效果；算力是算法的支撑，算力不足会限制模型规模。
2、大模型带动的算力需求变化
大模型作为智能算力的最大需求方（占比近60%），其需求大致可分为训练阶段和推理阶段的消耗，DeepSeek的出现推动算力需求从“以训练为主”向“训练与推理均衡发展”，甚至向“以推理为主”过渡。
3、算力发展规模
算力可分为通用/智能/超算算力，因大模型爆发和数字转型需求，推动智算规模高速攀升至725EFLOPS。同时，政策将智算建设提升至国家战略高度，并通过“东数西算”工程实现算力资源跨区域优化配置。
4、数据产出及使用规模
非结构化数据量的爆炸式增长对高效存储与全生命周期管理提出了迫切要求；另一方面，模型参数规模的持续扩张，正同步加剧业界对海量、高质量训练数据的核心依赖。
我国数据存储能力正经历高速增长，预计从2020年的640EB增至2025年的1,800EB，这得益于数字化转型、云计算、AI等技术的推动，以及5G和AI发展带来的内容制作、影像视听等行业非结构化数据的激增。
然而，数据生产量巨大与存储及管理效率低下形成鲜明对比：2024年中国数据生产总量达41.06ZB，存储总量为2.09ZB，这意味着大约有95%的数据未被存储。
4、算法框架的使用及市场规模
以MindSpore为代表的开源框架取得突破进展，致力自主可控技术替代的同时，更能深度适配国产芯片、强化分布式训练能力和降低开发门槛，预计2027年，中国算法框架的AI市场规模将超400亿元。
（二）技术层
1、技术层参与者图谱
人工智能技术层主要包括【1】通用技术（机器学习/计算机视觉/自然语言处理/智能语音/知识图谱等）、【2】模型（大语言/视觉/多模态等模型）和平台工具（AI开发平台）。
2、平台工具发展现状
AI开发平台商业模式分为按需付费和包周期付费，存储/计算/监控是常见付费场景。目前，中国AI开发平台已在技术/应用/生态等多维度实现显著突破，未来行业将加速向场景化、低代码化和开源化演进。
3、AI大模型发展现状
在技术层面，中国大模型正快速追赶国际顶尖水平，与美国的技术差距已大幅缩小。同时，行业正经历结构性变革，大模型向多模态融合与垂直领域应用深度演进。
我国大模型行业正经历结构性变革，大语言模型向多模态演进、通用大模型向垂直领域渗透的趋势已成为行业共识。截至2024年11月，根据《生成式人工智能暂行办法》进行备案的309款生成式大模型中，大语言/视觉/多模态模型占比分别为78%、12%和10%；通用/垂直大模型占比分别为28%和72%。国产大模型正打破传统“单模态训练+跨模态对齐”的技术路径，实现多模态数据的原生融合。
4、主要开源厂商最新进展
在全球大模型开源浪潮中，中国已跃居核心驱动力，不仅在开源生态规模上领先全球，更在关键技术与成本效益上实现突破；以阿里Qwen为代表的国产模型已形成超越MetaLlama的最大开源族群。
在此进程中，我国成为开源生态的核心驱动力。以阿里、深度求索为代表的中国企业与科研机构贡献卓著，在2025年6月的HuggingFace开源贡献榜中，阿里Qwen与DeepSeek跻身全球前十，是榜单中仅有的两家非美国机构。其中，阿里Qwen系列在关键技术领域展现出与全球顶尖模型相媲美的实力，并已衍生出全球最大的开源模型族群。同时，深度求索DeepSeek系列在复杂逻辑推理方面表现卓越，其V3模型通过技术创新，以远低于主流模型的训练成本实现了极具竞争力的推理性能，重构了大模型的“成本-性能”曲线。
5、大模型产业招投标情况
2024年以来，大模型商业化进程显著加快，全年中标项目金额超60亿元，同比增长7.2倍。从落地路径看，B端因需求明确、变现模式清晰成为商业化主战场，C端用户增长迅速有望成为未来增长引擎。
2024年以来，我国大模型商业化进程呈现爆发式增长态势。据智能超参数统计，2023年市场公开披露的大模型中标项目及金额分别为92个、7.9亿元，而2024年已飙升至1,520个、64.7亿元，项目数与金额分别同比增长15.5倍和7.2倍，反映出政策支持、技术成熟与市场需求共振下的行业拐点。从落地路径看，B端企业级应用正成为商业化主战场：凭借企业客户对降本增效的刚性需求、付费意愿强，API调用、订阅制服务、定制化（软硬件）解决方案等模式已形成闭环。以头部厂商为例：讯飞营销云、百川智能等已构建“基础功能免费+高级功能付费”的阶梯式定价体系。相比之下，C端消费级应用则面临增长与盈利的双重挑战（C端产品营收仅占大模型产品市场的20%左右）：尽管通义千问、讯飞星火等产品凭借功能创新实现日活破千万，但商业模式仍处于探索阶段。调查显示，当前C端大模型应用中近50%仍以免费模式为主（可能依赖广告分成、数据采集等方式间接实现变现），仅29%尝试订阅制和16%按需收费。
核心痛点在于：用户对基础功能付费意愿不足；同质化竞争加剧，导致市场陷入内卷（2024年，以字节火山引擎、阿里云、百度云为代表的云厂商掀起大模型价格战，降价幅度普遍达90%以上）。目前，行业已逐步形成“先B后C”的渐进式发展策略：通过企业客户验证技术成熟度，为C端应用夯实基础；同时，C端积累的海量用户行为数据又能反哺B端技术迭代，形成双向赋能的良性循环。展望未来，随着多模态能力的持续突破与算力成本的逐步下降，C端市场有望通过会员体系、虚拟商品交易、AI原生应用生态等创新模式，打开盈利增长空间（ToC增长潜力显著高于ToB市场）。
6、大模型产业整体规模
我国大模型产业将经历由算力与基础设施驱动向应用场景主导的深刻变革，市场规模预计将从2025年的1,125亿元增至2075年的24,632亿元。
7、智能体市场发展规模
智能体衔接模型层与应用层，成为现阶段AI大模型应用落地的重要补充，预计市场规模将从2025年的85亿元快速增长至2075年的逾1.1万亿元，展现出长期高成长性与广阔应用前景。
（三）应用层
1、应用层参与者图谱
人工智能应用层包含行业应用和智能终端产品两类，前者可分为通用厂商（如阿里、华为、腾讯）和垂直领域厂商，后者主要有机器人、智能家居、智能穿戴设备、无人机等。
2、行业场景应用现状
AI应用正从“通用能力”向“场景化落地”演进，目前AI已深度赋能各行各业，在金融、政务、电信、医疗等领域的渗透率超60%，在企业服务、教育等领域应用虽晚，但发展潜力巨大。
3、大模型潜力市场
金融和政务作为目前大模型渗透最深的两大市场，2023年市场规模分别为15.9亿元和24.3亿元，在政策支持、MaaS模式普及、新兴场景拓展等的影响下，预计2028年将分别增至52.6亿元和135.1亿元。
作为目前大模型渗透率最高的行业，2023年金融大模型市场规模约为15.9亿元，预计到2028年将增至52.6亿元。大模型在政务领域各场景具备广泛应用能力，已渗透政务办公（公文处理、政策制定）、政务服务（智能审批、个性化推荐）、社会治理（舆情分析、基层治理）等全链条。
4、业务场景应用现状
ToB端大模型应用正进入价值兑现阶段，智能决策、知识问答与数字人引领主流落地场景，行业应用呈现体系化扩张与效率价值双驱动格局。
从整体来看，850个ToB端大模型中标应用已覆盖知识问答、智能决策、数字人、智能运维、智能编程与内容生成等六大典型场景，总规模超过7亿元，反映出大模型正在由单一功能尝试走向系统性应用落地。结构上看，智能分析与决策以2.72亿元居首，显示其在金融风控、医疗诊断等高价值场景中的核心地位；知识问答与平台和数字人&客服则分别以1.58亿元和1.70亿元紧随其后，凸显大模型在企业知识管理与客户交互领域的普遍渗透；而智能运维与智能编程虽体量较小，但因直接提升生产效率与研发效能，正成为潜在的增长点。整体趋势表明，大模型在ToB端已从“概念验证”进入“价值兑现”阶段，商业模式逐步清晰，并形成效率提升与价值创造的双重驱动。
5、具身智能核心场景
工业机器人在多任务机械臂和多关节机器人等工业场景中广泛应用；服务机器人在酒店、医疗和物流领域实现规模化落地，而无人驾驶载具与人形机器人仍处早期，商业化潜力待挖掘。
工业机器人在具身智能行业产业整机供应中占据最高的市场营收比例，达到53%，表明它们在多个商业化场景中已经非常成熟和广泛应用。具身智能行业产业整机供应商可以分为四个类型，第一个类型为工业机器人、第二个类型为服务机器人、第三个类型为无人驾驶载具、第四个类型为人形机器人。从当前的市场营收占比来看，这四类占比中，工业机器人的占比最高，达到53%，是当前商业化落地场景最丰富也最为成熟的场景，领先企业包括埃斯顿、新松科技等，在工业场景已有较为成熟的应用，例如多任务类型机械臂、垂直多关节型机器人等。其次是服务机器人，在酒店、医院、物流配送等领域应用成熟，领先企业包括科沃斯、石头科技、天智航等。无人驾驶载具与人形机器人目前还相对处在发展初期，商业化潜力有待进一步得到释放。
6、无人机核心场景
因消费级无人机普及化需求、工业级无人机快速落地，中国民用无人机市场规模由2019年的435亿元增至2024年的1,108亿元，未来低空物流等场景拓展将推动工业级无人机成为行业发展核心驱动力。
2019年至2024年，中国民用无人机市场规模显著增长，由435亿元攀升至1,108亿元，CAGR为20.6%。这一增长既得益于消费级无人机的普及化需求，也源于工业级无人机在技术落地与场景拓展中的快速突破。【1】消费级无人机在娱乐、航拍摄影等场景应用广泛，加之低空经济蓬勃发展背景下，无人机编队表演、无人机竞速愈发受欢迎，带动消费级无人机市场规模由2019年的283亿元稳步增至2024年的458亿元。【2】相较消费级市场，工业级无人机凭借更高的技术壁垒和更明确的商业价值，成为近年来增速最快的细分领域。传统工业无人机企业、消费级无人机企业和军用无人机企业等纷纷加速布局，推动中国工业级无人机市场规模由2019年的152亿元增至2024年的651亿元，CAGR达33.8%。从应用场景看，因技术门槛较低、需求明确，工业级无人机已在地理测绘、农药喷晒、电力巡检等领域实现规模化应用，是目前工业级无人机市场的主力军。
未来，工业级无人机应用场景持续拓展将带动市场规模增至2029年的1,710亿元，占民用无人机市场的比例由2024年的58.7%上升至2029年的68.7%。例如：无人配送已在部分城市实现常态化运营，随着低空物流普及，快递物流有望成为工业级无人机市场增长最快的细分领域。
扫描下方二维码
加入知识星球
免费下载1000+份行业研报
向下滑动，查看详细目录
▼▼▼