HAT:ChatGPT与人工智能技术发展报告

作者：

时间：1900/1/1 0:00:00

全球及中国人工智能市场规模

近年来，随着计算机技术的不断进步和应用领域的扩大，全球人工智能市场正在快速发展。据预测，到 2022 年，该市场规模已达 1290 亿美元，其中中国市场规模预计达到130.3亿美元，超过全球市场规模的十分之一。未来2022-2026年，中国人工智能市场预计将以 19.6%的年复合增长率稳步发展，2026 年将有望超过 266.9 亿美元。

人工智能投融资情况与企业上市情况

在 2014 年以前，多数重要模型都是由学术界发布。然而，随着先进人工智能系统的构建越来越依赖于大量数据、计算机能力和资金资源，相较于非营利组织和学术界，行业参与者拥有更丰富的资金资源，因此成为研发重要模型的主要力量。到 2022 年，已经有 32 个重要的机器学习模型诞生在工业界，而学术界仅有 3 个。

COTI与跨链协议Chain Port合作将Djed扩展至多链:5月12日消息，基于DAG的Layer1层COTI宣布与跨链协议Chain Port合作，为Cardano生态稳定币Djed扩展至多链，可能会首先集成到BNB Chain和以太坊中，之后会集成至其他链。

此前报道，2023年1月份，Cardano生态去中心化稳定币Djed上线主网，Djed由区块链公司COTI与Cardano的核心开发商InputOutput合作开发。[2023/5/12 14:58:34]

全球人工智能专利公开与申请情况

全球人工智能领域每年专利公开数量呈逐年上升趋势，2022 年达到 3 万项以上。从专利数量上看，人工智能在不断的发展进步。

Paradigm将Charlie Noyes和Dan Robinson提升为普通合伙人:金色财经报道，加密风险投资公司Paradigm将风险合伙人Charlie Noyes和研究合伙人Dan Robinson提升为普通合伙人，二人都已在Paradigm工作四年有余，Dan Robinson仍将担任研究主管。（TheBlock）[2023/2/9 11:56:02]

全球人工智能专利来源国分布情况

2018-2023 年 4 月 10 日，我国在人工智能专利公开数量上处于绝对领先地位，远超美、日韩等其他国家。

Kyber Network推出的DEXK yberSwap宣布集成预言机Chainlink:去中心化流动性协议Kyber Network推出的数字资产交易平台Kyber Swap宣布集成预言机Chainlink以增强喂价机制。

Kyber Swap表示，目前的价格信息仅来自KyberNetwork，通过集成Chainlink的价格信息，Kyber Swap增强用户用来计算滑点等关键价格信息的可靠性，并进一步增强Kyber Swaps的安全性，防止恶意操纵价格。（Medium）[2020/6/12]

全球人工智能部分政策及规划

ChatGPT 基本概念

分析 | Seachain.io: ETH市场回暖散户参与度增加:根据Searchain.io数据分析：昨日ETH市场活跃程度较前日有所增长，交易热情与前日相比所有升温。但总体流入流出交易所数量和大额转账数量明显下降，交易所内成交额和换手率总体呈上升趋势。从数据角度来看，昨日散户交易热情有所提升，市场趋势看好，若今天活跃度持续上升市场有望回暖。[2018/11/5]

ChatGPT 是由 OpenAI 开发的一种 AI 语言模型，它可以根据给定的输入生成类似于人类的文本。该模型经过在大量文本数据集上的训练，具备生成问题回答、长文本总结、故事创作等能力。通常情况下，它被用于对话式 AI 应用中，以模拟与用户进行类人对话。

市场规模

ChatGPT 所涉及的行业属于 AI 生成内容行业（Artificial Intelligence Generated Content，AIGC）。这个行业整合了人工智能、大数据、云计算、5G等多个技术领域，可以在创意、表现力、迭代、传播、个性化等方面发挥技术的优势。在 2021 年之前，AIGC 主要生成文字内容，但是新一代的模型 ChatGPT-4已经可以处理文字、语音、代码、图像、视频、机器人动作等多种格式的内容。随着深度学习模型的不断完善、开源模式的推动以及大型模型商业化的可能，AIGC 行业未来发展前景广阔。

国内外产业布局情况

ChatGPT 带来了 AIGC 行业的兴起。除了类 ChatGPT，AIGC 其他细分行业也吸引大量参与者，国内外公司纷纷参与布局。

产业链图谱

ChatGPT 相关产业链上游涉及基础架构和模型框架的搭载与建设，以及自然语言处理和计算机视觉的研发；中游主要是类 ChatGPT 项目的研发；下游涉及类ChatGPT 产品应用范围。

大型语言模型（LLM）

大型语言模型是一种使用大量文本数据进行训练的深度学习模型，旨在实现计算机对人类语言的自动理解和生成。该模型的主要作用在于提高计算机对人类语言的处理能力，从而使其可以更好地与人类进行交互，并在自然语言处理领域中发挥重要作用。目前，大型语言模型已被广泛应用于搜索引擎、智能客服、社交媒体、虚拟助手等领域。在 ChatGPT 中，大型语言模型充当了核心组件的角色，支持智能对话和自然语言理解等关键功能。