您好!欢迎来到中智正业研究网
网站首页 研究报告 可行性研究 商业计划书 定制报告
您的位置:首页 > 机械制造 > 其它 > 中国工业大模型产业研发规模与未来建设现状调研报告2024-2030年

中国工业大模型产业研发规模与未来建设现状调研报告2024-2030年

浏览次数:222人/次 字体大小:[ ]
报告名称:中国工业大模型产业研发规模与未来建设现状调研报告2024-2030年
出版单位:中智正业研究院
报告编号:BG479014
完成日期:2024年4月
交付方式:EMAIL电子版或特快专递
报告价格:纸质版:6500元 | 电子版:6800元 | 纸质+电子版:7000元
传真方式:010-84955706
联系电话:010-56136118 13366212244
内容简介:
 

——综述篇——
第1章:工业大模型行业综述及数据来源说明
1.1 大模型产业界定
1.1.1 大模型定义
1.1.2 大模型的特征
1.1.3 大模型核心优势
1.1.4 大模型所处行业
1.2 工业大模型行业界定
1.2.1 工业大模型的界定
1、定义
2、特征
1.2.2 工业大模型相关专业术语
1.2.3 工业大模型行业监管
1.3 工业大模型产业画像
1.3.1 工业大模型产业链结构梳理
1.3.2 工业大模型产业链生态全景图谱
1.3.3 工业大模型产业链区域热力图
1.4 本报告数据来源及统计标准说明
1.4.1 本报告研究范围界定
1.4.2 本报告权威数据来源
1.4.3 研究方法及统计标准
——现状篇——
第2章:中国工业大模型产业发展现状及痛点
2.1 中国大模型发展现状及趋势分析
2.1.1 中国大模型发展历程
2.1.2 中国已发布大模型数量变化
2.1.3 中国大模型参数规模变化
2.1.4 中国大模型商业模式分析
2.1.5 中国大模型发展趋势洞悉
2.2 中国大模型落地工业领域可行性分析
2.3 中国AI大模型工业应用指数
2.3.1 中国AI大模型工业应用指数体系
2.3.2 中国AI大模型工业应用指数-准确性
2.3.3 中国AI大模型工业应用指数-稳定性
2.4 中国工业大模型发展阶段
2.5 中国工业大模型框架结构
2.5.1 工业大模型应用框架
1、基础设施层
2、边缘侧层
3、工业技术底座层
4、MaaS层
5、工业场景应用层
6、行业层
2.5.2 工业大模型产业框架
1、通用工业大模型
2、专用工业大模型
2.6 中国工业大模型部署方式
2.6.1 私有化部署
2.6.2 行业云部署
2.6.3 公有云部署
2.7 中国工业大模型产品汇总
2.8 中国工业大模型竞争要素及竞争格局
2.8.1 工业大模型竞争要素
2.8.2 工业大模型竞争格局
2.8.3 主要工业大模型厂商竞争力评价
2.9 中国工业大模型市场规模体量
2.10 中国工业大模型发展面临的挑战
第3章:中国工业大模型技术架构及基础能力构建
3.1 完整大模型开发步骤
3.2 大模型基础架构及工程化
3.2.1 大模型基础架构
1、Transformer架构
2、大规模语言模型:BERT和GPT
3、卷积神经网络CNN
4、循环神经网络RNN
5、前馈神经网络MLP
3.2.2 大模型工程化
1、数据工程(数据处理和回流)
2、模型调优(模型训练与微调)
3、模型交付(模型压缩与测试)
4、服务运营(服务部署与托管)
5、平台支撑能力
3.3 基础大模型底座
3.3.1 NLP大模型
3.3.2 CV大模型
3.3.3 多模态大模型
3.3.4 科学大模型
3.4 大模型标准化
3.4.1 大模型标准体系发展
1、大模型标准体系1.0
2、可信AI大模型标准体系2.0
3.4.2 行业大模型标准体系
3.5 工业大模型构建路线图
3.5.1 行业需求分析与资源评估
1、业务需求评估
2、算力层评估
3、算法层评估
4、数据层评估
5、工程层评估
3.5.2 行业数据与大模型共建
1、明确场景目标
2、模型选择
3、训练环境搭建
4、数据处理
5、模型训练共建
3.5.3 行业大模型精调与优化部署
1、模型精调
2、模型评估
3、模型重训优化
4、模型联调部署
5、模型应用运营
3.6 工业大模型典型技术架构
3.7 工业大模型核心技术能力
3.7.1 工业知识问答
3.7.2 工业代码生成
3.7.3 工业插件整合
3.8 工业大模型基础能力构建概述
3.9 工业大模型基础能力构建之“算力”
3.9.1 大模型的算力需求分析
3.9.2 AI芯片
1、AI芯片概述
2、AI芯片发展现状
3、AI芯片供应商格局
4、主要AI芯片类型
(1)CPU
(2)GPU
(3)DPU
(4)TPU
(5)FPGA
(6)ASIC
3.9.3 AI服务器
1、AI服务器概述
2、AI服务器发展现状
3、AI服务器供应商格局
3.9.4 工业大模型算力部署路径
3.10 工业大模型基础能力构建之“数据”
3.10.1 数据处理与服务概述
3.10.2 国内外主要大预言模型数据集
3.10.3 数据API
3.10.4 训练数据开发
3.10.5 推理数据开发
3.10.6 数据维护
3.10.7 工业大模型对数据的要求分析
3.11 工业大模型基础能力构建之“AI基础软件”
3.11.1 AI基础软件概述
3.11.2 AI基础软件市场概况
3.11.3 AI基础软件竞争格局
3.11.4 AI基础软件主要类型
1、机器学习框架和库
2、模型训练和部署平台
(1)模型训练平台
(2)模型部署平台
(3)模型推理平台
3、数据处理和分析工具
4、优化和自动化工具
第4章:中国工业大模型应用场景分析
4.1 工业大模型行业应用场景分布
4.2 工业大模型应用场景:工业设计
4.2.1 工业设计概述
4.2.2 工业设计领域大模型应用优势分析
4.2.3 工业设计领域大模型应用案例分析
4.3 工业大模型应用场景:生产管理
4.3.1 生产管理概述
4.3.2 生产管理领域大模型应用优势分析
4.3.3 生产管理领域大模型应用案例分析
4.4 工业大模型应用场景:质量管理
4.4.1 质量管理概述
4.4.2 质量管理领域大模型应用优势分析
4.4.3 质量管理领域大模型应用案例分析
4.5 工业大模型应用场景:能源管理
4.5.1 能源管理概述
4.5.2 能源管理领域大模型应用优势分析
4.5.3 能源管理领域大模型应用案例分析
4.6 工业大模型应用场景:安全管理
4.6.1 安全管理概述
4.6.2 安全管理领域大模型应用优势分析
4.6.3 安全管理领域大模型应用案例分析
4.7 工业大模型应用场景:其他
4.8 工业大模型应用场景战略地位分析
第5章:中国工业大模型应用业态市场分析
5.1 工业大模型应用业态分布
5.1.1 工业大模型对工业的赋能作用
5.1.2 工业大模型应用业态汇总
5.2 工业大模型应用业态:石化
5.2.1 石化行业工业大模型应用概述
5.2.2 石化行业工业大模型应用实践
5.2.3 石化行业工业大模型应用潜力
5.3 工业大模型应用业态:能源
5.3.1 能源行业工业大模型应用概述
5.3.2 能源行业工业大模型应用实践
5.3.3 能源行业工业大模型应用潜力
5.4 工业大模型应用业态:电力
5.4.1 电力行业工业大模型应用概述
5.4.2 电力行业工业大模型应用实践
5.4.3 电力行业工业大模型应用潜力
5.5 工业大模型应用业态:其他
5.5.1 电子
5.5.2 建筑
5.5.3 钢铁
5.5.4 纺织
5.6 工业大模型应用业态市场战略地位分析
第6章:中国工业大模型企业案例解析
6.1 中国工业大模型企业梳理与对比
6.2 中国工业大模型产业企业案例分析(不分先后,可指定)
6.2.1 中工互联-智工·工业大模型
1、基本信息
2、模型特点
3、技术架构
4、模型功能
5、应用场景
6、下游客户
7、最新进展
6.2.2 思谋科技-IndustryGPT
1、基本信息
2、模型特点
3、技术架构
4、模型功能
5、应用场景
6、下游客户
7、最新进展
6.2.3 卡奥斯-工业大模型COSMO-GPT
1、基本信息
2、模型特点
3、技术架构
4、模型功能
5、应用场景
6、下游客户
7、最新进展
6.2.4 科大讯飞-羚羊工业大模型
1、基本信息
2、模型特点
3、技术架构
4、模型功能
5、应用场景
6、下游客户
7、最新进展
6.2.5 华为-盘古矿山大模型
1、基本信息
2、模型特点
3、技术架构
4、模型功能
5、应用场景
6、下游客户
7、最新进展
6.2.6 创新奇智-“奇智孔明”工业大模型
1、基本信息
2、模型特点
3、技术架构
4、模型功能
5、应用场景
6、下游客户
7、最新进展
6.2.7 智昌集团-AI蜂脑大模型
1、基本信息
2、模型特点
3、技术架构
4、模型功能
5、应用场景
6、下游客户
7、最新进展
6.2.8 阿里-通义大模型
1、基本信息
2、模型特点
3、技术架构
4、模型功能
5、应用场景
6、下游客户
7、最新进展
6.2.9 百度智能云-千帆大模型
1、基本信息
2、模型特点
3、技术架构
4、模型功能
5、应用场景
6、下游客户
7、最新进展
6.2.10 京东-言犀大模型
1、基本信息
2、模型特点
3、技术架构
4、模型功能
5、应用场景
6、下游客户
7、最新进展
——展望篇——
第7章:中国工业大模型产业政策环境洞察&发展潜力
7.1 工业大模型产业政策环境洞悉
7.1.1 国家层面工业大模型产业政策汇总
7.1.2 国家层面工业大模型产业发展规划
7.1.3 国家重点政策/规划对工业大模型产业的影响
7.2 工业大模型产业PEST分析图
7.3 工业大模型产业SWOT分析
7.4 工业大模型产业发展潜力评估
7.5 工业大模型产业未来关键增长点
7.6 工业大模型产业发展前景预测(未来5年预测)
7.7 工业大模型产业发展趋势洞悉
7.7.1 整体发展趋势
7.7.2 监管规范趋势
7.7.3 技术创新趋势
7.7.4 细分市场趋势
7.7.5 市场竞争趋势
第8章:中国工业大模型产业投资战略规划策略及建议
8.1 工业大模型产业投资风险预警
8.1.1 风险预警
8.1.2 风险应对
8.2 工业大模型产业投资机会分析
8.2.1 工业大模型产业链薄弱环节投资机会
8.2.2 工业大模型产业细分领域投资机会
8.2.3 工业大模型产业区域市场投资机会
8.2.4 工业大模型产业空白点投资机会
8.3 工业大模型产业投资价值评估
8.4 工业大模型产业投资策略建议
8.5 工业大模型产业可持续发展建议
图表目录
图表1:大模型的特征
图表2:本报告研究领域所处行业
图表3:工业大模型的定义
图表4:工业大模型的特征
图表5:工业大模型专业术语
图表6:工业大模型行业监管
图表7:工业大模型产业链结构梳理
图表8:工业大模型产业链生态全景图谱
图表9:工业大模型产业链区域热力图
图表10:本报告研究范围界定
图表11:本报告权威数据来源
图表12:本报告研究方法及统计标准
图表13:中国大模型发展历程
图表14:中国已发布大模型数量变化
图表15:中国大模型参数规模变化
图表16:中国大模型商业模式分析
图表17:中国大模型发展趋势洞悉
图表18:中国大模型落地工业领域可行性分析
图表19:中国AI大模型工业应用指数
图表20:中国工业大模型市场竞争格局
图表21:中国主要工业大模型厂商竞争力评价
图表22:中国工业大模型市场规模体量
图表23:中国工业大模型发展面临的挑战
图表24:大模型技术路线及算法架构
图表25:大模型工程化
图表26:数据工程(数据处理和回流)
图表27:模型调优(模型训练与微调)
图表28:模型交付(模型压缩与测试)
图表29:服务运营(服务部署与托管)
图表30:平台支撑能力
图表31:NLP大模型
图表32:CV大模型
图表33:多模态大模型
图表34:科学大模型
图表35:工业大模型构建路线图
图表36:工业大模型基础能力构建
图表37:工业大模型基础能力构建之“算力”
图表38:大模型的算力需求分析
图表39:AI芯片市场分析
图表40:AI服务器市场分析
图表41:大模型基础能力构建之“数据”
图表42:数据处理与服务概述
图表43:国内外主要大预言模型数据集
图表44:大模型基础能力构建之“AI基础软件”
图表45:AI基础软件产业链
图表46:AI基础软件市场概况
图表47:AI基础软件竞争格局
图表48:大模型开发平台
图表49:AI基础软件产业链
图表50:工业设计业务概述
图表51:工业设计领域大模型应用优势分析
图表52:工业设计领域大模型应用案例分析
图表53:生产管理业务概述
图表54:生产管理领域大模型应用优势分析
图表55:生产管理领域大模型应用案例分析
图表56:质量管理业务概述
图表57:质量管理领域大模型应用优势分析
图表58:质量管理领域大模型应用案例分析
图表59:能源管理业务概述
图表60:能源管理领域大模型应用优势分析
图表61:能源管理领域大模型应用案例分析
图表62:安全管理业务概述
图表63:安全管理领域大模型应用优势分析
图表64:安全管理领域大模型应用案例分析
图表65:工业大模型应用场景战略地位分析
图表66:工业大模型应用业态分布
图表67:石化行业工业大模型应用概述
图表68:石化行业工业大模型应用实践
图表69:石化行业工业大模型应用潜力
图表70:能源行业工业大模型应用概述
图表71:能源行业工业大模型应用实践
图表72:能源行业工业大模型应用潜力
图表73:电力行业工业大模型应用概述
图表74:电力行业工业大模型应用实践
图表75:电力行业工业大模型应用潜力
图表76:工业大模型细分应用波士顿矩阵分析
图表77:中国工业大模型企业案例解析
图表78:中国工业大模型企业梳理与对比
图表79:中国工业大模型产业企业案例分析说明
图表80:中工互联-智工·工业大模型基本信息
图表81:中工互联-智工·工业大模型特点
图表82:中工互联-智工·工业大模型技术架构
图表83:中工互联-智工·工业大模型应用场景
图表84:中工互联-智工·工业大模型客户
图表85:中工互联-智工·工业大模型最新进展
图表86:思谋科技-IndustryGPT基本信息
图表87:思谋科技-IndustryGPT特点
图表88:思谋科技-IndustryGPT技术架构
图表89:思谋科技-IndustryGPT应用场景
图表90:思谋科技-IndustryGPT客户
图表91:思谋科技-IndustryGPT最新进展
图表92:卡奥斯-工业大模型COSMO-GPT基本信息
图表93:卡奥斯-工业大模型COSMO-GPT模型特点
图表94:卡奥斯-工业大模型COSMO-GPT技术架构
图表95:卡奥斯-工业大模型COSMO-GPT应用场景
图表96:卡奥斯-工业大模型COSMO-GPT客户
图表97:卡奥斯-工业大模型COSMO-GPT最新进展
图表98:科大讯飞-羚羊工业大模型基本信息
图表99:科大讯飞-羚羊工业大模型特点
图表100:科大讯飞-羚羊工业大模型技术架构
图表101:科大讯飞-羚羊工业大模型应用场景
图表102:科大讯飞-羚羊工业大模型客户
图表103:科大讯飞-羚羊工业大模型最新进展
图表104:华为-盘古矿山大模型基本信息
图表105:华为-盘古矿山大模型特点
图表106:华为-盘古矿山大模型技术架构
图表107:华为-盘古矿山大模型应用场景
图表108:华为-盘古矿山大模型客户
图表109:华为-盘古矿山大模型最新进展
图表110:创新奇智-“奇智孔明”工业大模型基本信息
图表111:创新奇智-“奇智孔明”工业大模型特点
图表112:创新奇智-“奇智孔明”工业大模型技术架构
图表113:创新奇智-“奇智孔明”工业大模型应用场景
图表114:创新奇智-“奇智孔明”工业大模型客户
图表115:创新奇智-“奇智孔明”工业大模型最新进展
图表116:智昌集团-AI蜂脑大模型基本信息
图表117:智昌集团-AI蜂脑大模型特点
图表118:智昌集团-AI蜂脑大模型技术架构
图表119:智昌集团-AI蜂脑大模型应用场景
图表120:智昌集团-AI蜂脑大模型客户
引荐流程

1. 选择报告

按行业导航浏览或按报告名称(关键词)查询报告,确定报告

2. 报告

① 注册:

我们的客服人员将在24小时内与您联系。

② 电话:

拔打电话:010-56136118
手  机:13366212244

3. 签订订购协议

由我们传真订购合同给您,填写后回传即可。

4. 引荐方式

通过网银转帐或银行电汇的形式支付报告款项
帐号信息:
开户名称:北京中研华泰信息技术研究院
帐 号:9120 0154 7400 02497
开 户 行:上海浦东发展银行北京电子城支行

5. 发货时间

款到后1-2个工作日内(定制报告除外)

6. 送货方式

电子版报告:Email或光盘

印刷版:图文格式(精美印刷)

邮寄方式:快递或EMS寄出报告

关于我们 - 引荐方式 - 法律声明 - 友情链接 - 联系我们