2025年的中国大模型行业,正告别前两年的「技术狂欢」,进入一场更深刻的「体系化较量」。

近日,36氪研究院最新发布的《2025年中国大模型行业发展研究报告》(以下简称“报告”),或许能为从业者提供一种参考范本。

数据显示,2024年的大模型市场规模已达294.16亿元,预计2026年将突破700亿元,其中多模态大模型以156.3亿元规模成为增长主力,数字人、游戏等场景增速亮眼。

但比规模更值得关注的,是竞争逻辑的彻底转变。

过去比拼参数规模、基准测试排名的单点对决,正在被生态构建、技术研发、行业赋能、商业变现、创新拓展的多维较量取代。而支撑这一转变的核心,正是这份报告中提出的“CBDG四维生态”(消费者、企业、设备、政府)新范式。

编辑部认为,这份报告最核心的价值,在于戳破了“技术决定一切”的迷思:在当下的中国市场,大模型的成功不再取决于单一模型的性能,而在于能否在C、B、D、G四个维度形成高效联动的飞轮。

从科大讯飞深耕政企市场的“稳”,到字节跳动用C端流量反哺模型的“快”,再到阿里夸克以工具集突围的“巧”,头部企业的差异化路径,已为行业画出了清晰的生存法则——

谁能整合生态、深耕场景、平衡创新与安全,谁就能在智能革命的下半场占据主导权。

一、行业数像:规模爆发背后,政策与技术双轮驱动

1.市场规模:三年翻倍,多模态成增长引擎

报告数据显示,2024年中国大模型市场规模达294.16亿元,较2023年实现62%的同比增长;预计2025-2026年增速仍将维持在50%以上,2026年市场规模突破700亿元。细分赛道中,多模态大模型表现最为突出——2024年规模156.3亿元,占整体市场的53%,其中数字人(24%)、游戏(13%)、广告商拍(13%)是核心应用场景。

这一增长背后,是「技术成熟」与「场景落地」的共振:一方面,Transformer架构优化、RLHF微调机制普及,让模型泛化能力显著提升;另一方面,企业端降本增效需求、消费端内容创新需求,共同推动大模型从实验室走向产业界。

2.政策演进:从“鼓励创新”到“安全与发展并重”

中国大模型的发展,始终离不开政策的精准引导。报告将政策演进划分为三个关键阶段:

  • 战略确立期(2017-2020年):以《新一代人工智能发展规划》为起点,明确AI为国家战略,重点布局算法、芯片等基础能力,为大模型研发奠定方向;
  • 体系建构期(2020-2023年):以“人工智能+应用场景”为核心,推动AI与制造、医疗、交通等行业融合,同时完善算力、数据支撑体系;
  • 规范引领期(2023-2025年):《生成式人工智能服务管理暂行办法》《“人工智能+”行动意见》相继出台,政策重心转向“安全可信、自主可控”,形成“创新驱动、基础强化、场景牵引、安全治理”四位一体的格局。

政策的「双向调节」作用显著:既通过算力补贴、公共采购为企业提供市场空间,也通过安全标准划定发展红线,避免技术无序扩张。

二、生态新范式:CBDG四维飞轮,破解中国大模型增长密码

报告的核心洞察之一,是提出“CBDG四维生态”是中国大模型行业的独特发展范式。

值得注意的是,这四大维度并非简单的并列,而是形成相互赋能的飞轮效应,共同构成行业增长的核心逻辑。

1.消费者(C端):应用创新的「试验场」与「反馈源」

C端是大模型应用创新的起点,也是商业模式的“试金石”。中国庞大的互联网用户(超10亿)不仅为模型迭代提供海量数据,其对新技术的高接受度,也让创新应用快速落地。

典型案例是字节跳动的“豆包”:通过聊天交互、内容创作等高频场景,快速收集用户反馈,反哺模型优化——比如针对学生群体强化“解题步骤生成”,针对职场人增加“PPT大纲创作”,形成“用户需求-功能迭代-数据沉淀”的闭环。

报告指出,C端的核心价值在于“快速验证需求”:一款成功的C端产品(如讯飞星火APP),能为B端、D端应用提供“需求模板”,降低后续落地成本。

2.企业(B端):技术价值变现的「主阵地」

B端是大模型实现商业闭环的关键。报告数据显示,2024年中国央国企大模型解决方案市场规模达31.8亿元,其中科大讯飞市场份额率居首位。《中国大模型中标项目监测与洞察报告(2025年Q3)》显示,科大讯飞的中标项目数量和中标金额在2025年第三季度依然实现双第一,领先地位持续巩固。

报告强调,B端的核心壁垒是“行业Know-how+数据闭环”——只有深度融入企业生产流程,才能将技术潜力转化为实际生产力。

3.设备(D端):大模型触达物理世界的「连接器」

D端(AI手机、机器人、AIPC、智能汽车)是大模型从虚拟走向现实的载体。报告指出,中国强大的智能设备制造能力,为大模型提供了广泛的落地入口。

其中,最典型的案例是“大模型+机器人”:科大讯飞已赋能超500家机器人企业,其语音交互技术在人形机器人公司、商用机器人领域市占率均居前列。

D端的关键价值在于“数据闭环”:设备采集的物理世界数据(如机器人的运动轨迹、汽车的路况信息),能进一步优化大模型的“现实理解能力”,推动从“感知智能”向“认知智能”跃迁。

4.政府(G端):行业发展的「引导者」与「规范者」

G端在CBDG生态中扮演三重角色:政策引导者(划定发展方向)、标准制定者(构建安全框架)、关键用户(提供初期市场)。

报告认为,G端的核心作用是“降低行业风险”:通过公共采购为企业提供“初始订单”,通过安全标准避免技术滥用,为行业长期发展保驾护航。

5.飞轮效应:四维联动,自我强化

CBDG的真正威力,在于形成“相互赋能的闭环”:

1.G端出台政策(如“人工智能+制造”行动),引导B端企业落地;

2.B端开发行业解决方案,同时为C端提供服务、为D端注入智能;

3.C端用户反馈、D端设备数据,共同优化B端解决方案;

4.优化后的方案反哺G端(如政务效率提升),同时为G端制定新政策提供依据。

三、企业竞争力:五大能力定生死,体系化较量成常态

报告构建了“中国大模型企业竞争力指标评价体系”,从五大维度(生态构建、技术研发、行业赋能、商业变现、创新拓展)衡量企业实力,权重分别为25%、25%、20%、20%、10%,形成“双核心(生态+技术)+双落地(行业+商业)+一潜力(创新)”的结构。

1.生态构建能力:从「规模」到「活性」的竞争

生态构建的核心是“吸引开发者、绑定客户、联动伙伴”。报告数据显示,科大讯飞开放平台已汇聚150万+大模型开发者,形成明显的生态规模优势。

报告指出,生态竞争已从“开发者数量”转向“生态活性”。领先企业通过提供“精细化工具链+灵活计费策略”,提升开发者应用产出率;与头部ISV(独立软件开发商)共建联合实验室,快速切入垂直行业。

2.技术研发能力:从「基准排名」到「实用性能」的较量

技术研发不再是参数竞赛,而是解决实际问题的能力。

报告强调,除了C-Eval/CMMLU等基准测试排名,更关键的指标包括:

  • 上下文窗口;
  • 多模态能力;
  • 智能体(Agent)工具调用。

此外,技术开放性也成关键。据Frost&Sullivan预测,未来超过80%的企业将采用开源大模型,预示着开源模型将在行业应用中占据主导性增长。

3.行业赋能能力:从「工具输出」到「流程重构」

行业赋能的核心是“深度解决痛点”。报告显示,科大讯飞已发布的行业解决方案覆盖教育、医疗、制造等领域。

4.商业变现能力:从「API收费」到「高附加值服务」

2025年,大模型商业化已从“探索期”进入“规模化期”。报告数据显示,头部企业的变现路径呈现分化:

  • 字节跳动:依托C端流量,通过“会员增值服务+广告”变现;
  • 科大讯飞:聚焦B/G端,通过“解决方案收费+模型授权”;
  • 阿里:通过夸克“免费体验+会员制”,快速积累用户,为后续企业级定制方案铺垫。

报告警示,单纯依赖API调用收费的模式难以为继——中小厂商因算力成本高、价格战挤压利润,陷入“用户越多亏损越大”的困境,而高附加值服务才是盈利关键。

5.创新拓展能力:从「现有赛道」到「未来生态位」

创新拓展关乎企业在下一代技术变革中的地位。报告指出,两大方向最值得关注:

  • 软硬一体:科大讯飞通过“办公本+学习机+机器人”硬件矩阵,形成数据闭环;华为则将盘古大模型嵌入手机端侧,实现“离线语音交互”;
  • 具身智能:这是公认的万亿级赛道,科大讯飞已发布“机器人超脑平台”,赋能超500家机器人企业;字节跳动则探索“AI+人形机器人”,重点突破“动态场景交互”。

四、竞争格局:梯队固化,五类玩家各显神通

报告将中国大模型市场参与者划分为五类,竞争梯队已逐渐稳定:

1.第一梯队:互联网/科技巨头,全栈布局筑护城河

代表企业:科大讯飞、字节跳动、阿里、百度、腾讯。

核心优势:拥有“芯片-框架-模型-应用”全栈能力,且有自有场景和流量。比如:

科大讯飞:以“星火大模型+讯飞开放平台+政企渠道”为核心,B/G端优势稳固;

讯飞星火-首页

字节跳动:用抖音、今日头条的流量反哺豆包,同时自建算力中心,全栈能力快速提升;

字节豆包-首页

阿里:以夸克为C端入口,通义大模型为技术底座,魔搭社区为开发者生态,形成“应用-模型-开发者”协同。

阿里夸克-首页

2.第二梯队:模型技术新贵,技术锐度破局

代表企业:智谱AI、Minimax、月之暗面等。

核心优势:专注模型技术突破,在特定领域对标国际顶尖水平。

3.第三梯队:垂直领域深耕者,行业纵深创造价值

代表企业:东方财富(金融)、金山办公(办公)、医渡科技(医疗)。

核心优势:拥有行业数据和客户资源,解决方案针对性强。

4.其他玩家:AI 1.0转型者与科研机构

  • AI1.0转型者(旷视、商汤、云从):从计算机视觉、语音识别向大模型转型,优势是行业数据积累,但面临“技术路径切换”压力;
  • 科研机构:通过开源模型提供技术基础,是人才和创新的重要源头,但不直接参与商业竞争。

五、未来趋势:技术、产业、治理三重变奏

报告预测,2025-2026年,中国大模型行业将迎来三大变革:

1.技术趋势:从多模态认知到具身智能

  • 多模态融合深化:从“信息整合”转向“世界建模”,比如构建能预测物理规律的模型,支持机器人在动态场景中决策;
  • 智能体化演进:模型从“被动响应”转向“自主协同”,多Agent系统将成为主流,比如“供应链智能体+物流智能体+客服智能体”协同工作;
  • 具身智能突破:大模型与机器人、传感系统深度融合,实现“认知-决策-行动”闭环,人形机器人、服务机器人将在制造业、服务业大规模应用。

2.产业趋势:价值链重构,生态协同成关键

  • 价值链向下游转移:竞争重心从“模型层”转向“应用层”,解决方案、服务将成为主要利润来源;
  • 生态分化加剧:头部企业做通用模型和基础框架,中小企业做行业定制和轻量化部署;
  • 应用纵深拓展:在制造、能源、教育等行业形成“大模型+工业软件”“大模型+教学系统”等固定模式,同时C端AI终端(如AI眼镜、智能音箱)快速普及。

3.治理趋势:安全与创新平衡,中国方案输出

  • 安全可信内化:将安全、伦理嵌入模型全生命周期,比如建立“数据溯源-模型审计-应用监控”体系;
  • 中国路径成熟:形成“发展-规范-安全”三元统一的治理模式,既鼓励创新,又划定红线;
  • 国际竞合加强:中国将推动“政策引导-企业实践-社会协同”的治理模式走向全球,参与AI国际规则制定。

结语

这份报告,本质上更像是一份行业「生存指南」。

当中国大模型行业已进入生态决胜的新阶段,单一技术优势难以持久,只有在CBDG四维生态中高效整合资源,才能实现可持续增长。

如何学习大模型 AI ?

由于新岗位的生产效率,要优于被取代岗位的生产效率,所以实际上整个社会的生产效率是提升的。

但是具体到个人,只能说是:

“最先掌握AI的人,将会比较晚掌握AI的人有竞争优势”。

这句话,放在计算机、互联网、移动互联网的开局时期,都是一样的道理。

我在一线互联网企业工作十余年里,指导过不少同行后辈。帮助很多人得到了学习和成长。

我意识到有很多经验和知识值得分享给大家,也可以通过我们的能力和经验解答大家在人工智能学习中的很多困惑,所以在工作繁忙的情况下还是坚持各种整理和分享。但苦于知识传播途径有限,很多互联网行业朋友无法获得正确的资料得到学习提升,故此将并将重要的AI大模型资料包括AI大模型入门学习思维导图、精品AI大模型学习书籍手册、视频教程、实战学习等录播视频免费分享出来。

在这里插入图片描述

第一阶段(10天):初阶应用

该阶段让大家对大模型 AI有一个最前沿的认识,对大模型 AI 的理解超过 95% 的人,可以在相关讨论时发表高级、不跟风、又接地气的见解,别人只会和 AI 聊天,而你能调教 AI,并能用代码将大模型和业务衔接。

  • 大模型 AI 能干什么?
  • 大模型是怎样获得「智能」的?
  • 用好 AI 的核心心法
  • 大模型应用业务架构
  • 大模型应用技术架构
  • 代码示例:向 GPT-3.5 灌入新知识
  • 提示工程的意义和核心思想
  • Prompt 典型构成
  • 指令调优方法论
  • 思维链和思维树
  • Prompt 攻击和防范

第二阶段(30天):高阶应用

该阶段我们正式进入大模型 AI 进阶实战学习,学会构造私有知识库,扩展 AI 的能力。快速开发一个完整的基于 agent 对话机器人。掌握功能最强的大模型开发框架,抓住最新的技术进展,适合 Python 和 JavaScript 程序员。

  • 为什么要做 RAG
  • 搭建一个简单的 ChatPDF
  • 检索的基础概念
  • 什么是向量表示(Embeddings)
  • 向量数据库与向量检索
  • 基于向量检索的 RAG
  • 搭建 RAG 系统的扩展知识
  • 混合检索与 RAG-Fusion 简介
  • 向量模型本地部署

第三阶段(30天):模型训练

恭喜你,如果学到这里,你基本可以找到一份大模型 AI相关的工作,自己也能训练 GPT 了!通过微调,训练自己的垂直大模型,能独立训练开源多模态大模型,掌握更多技术方案。

到此为止,大概2个月的时间。你已经成为了一名“AI小子”。那么你还想往下探索吗?

  • 为什么要做 RAG
  • 什么是模型
  • 什么是模型训练
  • 求解器 & 损失函数简介
  • 小实验2:手写一个简单的神经网络并训练它
  • 什么是训练/预训练/微调/轻量化微调
  • Transformer结构简介
  • 轻量化微调
  • 实验数据集的构建

第四阶段(20天):商业闭环

对全球大模型从性能、吞吐量、成本等方面有一定的认知,可以在云端和本地等多种环境下部署大模型,找到适合自己的项目/创业方向,做一名被 AI 武装的产品经理。

  • 硬件选型
  • 带你了解全球大模型
  • 使用国产大模型服务
  • 搭建 OpenAI 代理
  • 热身:基于阿里云 PAI 部署 Stable Diffusion
  • 在本地计算机运行大模型
  • 大模型的私有化部署
  • 基于 vLLM 部署大模型
  • 案例:如何优雅地在阿里云私有部署开源大模型
  • 部署一套开源 LLM 项目
  • 内容安全
  • 互联网信息服务算法备案

学习是一个过程,只要学习就会有挑战。天道酬勤,你越努力,就会成为越优秀的自己。

如果你能在15天内完成所有的任务,那你堪称天才。然而,如果你能完成 60-70% 的内容,你就已经开始具备成为一名大模型 AI 的正确特征了。

这份完整版的大模型 AI 学习资料已经上传CSDN,朋友们如果需要可以微信扫描下方CSDN官方认证二维码免费领取【保证100%免费

在这里插入图片描述

Logo

汇聚全球AI编程工具,助力开发者即刻编程。

更多推荐