全球人工智能市场规模正以20%以上的同比增速持续扩张，规模已从不足万亿增长至5万亿量级。在整体高增长背后，需求主力正从单一的计算机视觉，向对话式AI（AIGC）、行业大模型等认知智能场景扩散——这既是技术从“感知”走向“认知”的必然，也是下游付费结构变化的直接体现。

需求主力之一：AIGC与对话式AI的爆发

以ChatGPT为代表的生成式人工智能（AIGC）是当前最引人注目的需求增量。这类应用与传统的决策/分析式AI不同，不是简单分析已有数据，而是在学习归纳后进行模仿式、缝合式创作，生成全新内容。从产业节奏看，ChatGPT上线后短时间即成为史上增长最快的消费者应用，标志着AI技术开始广泛进入生产生活，带动了百度、阿里、商汤等国内企业陆续发布大模型，每一轮发布都引发市场热烈讨论。

这一轮需求爆发的技术基础是大模型的涌现能力——当模型规模达到某个阈值时，其对某些问题的处理性能会突然呈现快速增长。大模型泛化能力强，基于大模型进行微调甚至不微调，就能完成多个应用场景的任务，有效降低了AI应用的研发门槛。

需求主力之二：计算机视觉的底盘地位与结构变化

如果说AIGC是新增的“明星场景”，计算机视觉（CV）则是长期以来的需求底盘。从市场规模结构看，中国计算机视觉市场占整个人工智能市场的比重，在2021年达到32.5% 的历史高位，即大约三分之一的AI市场由CV贡献。此后随着AIGC等新场景崛起，CV占比预计逐步回落至25%左右——这一“占比下降但绝对规模持续增长”的过程，恰恰说明AI需求结构正从单点视觉识别，转向更多元的认知智能场景。

从产业角度看，CV占比的温和回落并非需求萎缩，而是分母扩容：对话式AI、行业大模型等新场景把AI市场的蛋糕做得更大了。

需求主力之三：行业大模型与B端落地

下游应用层的核心逻辑是降本增效。有优质应用场景的C端企业，以及有数据积累的B端企业，有望率先受益。从技术演进看，早期小模型针对特定场景训练，通用性差、换场景需重新训练，研发成本高效率低；大模型则通过大规模无标注数据训练，泛化能力强，显著降低了行业落地的门槛。

值得关注的是，在这一轮技术革命中，国内大模型与美国的差距已缩小至1-3年。在全球超千亿参数大模型中，中国企业或机构贡献了三分之一，美国贡献了二分之一；在全球大模型数量及参数量前十名中，中美分别占据4席和6席。随着中国公司在算法上持续投入、巨头积极布局，底层技术正处于跟随追赶态势，部分算力约束也将通过国产GPU或ASIC替代来缓解。

常见问题

全球AI市场的复合增速大概是多少？

根据市场预测数据，全球人工智能市场规模从不足万亿增长至5万亿量级的过程中，同比增速始终保持在20%以上，多数年份在22%至30%之间波动。中国市场的增速显著高于全球，同比增速长期维持在35%以上。

计算机视觉在中国AI市场中的占比为什么在下降？

计算机视觉占中国AI市场的比重在2021年达到32.5% 的历史峰值后逐步回落，预计到2025年降至25.1%。这不是CV市场萎缩——其绝对规模仍在增长，而是因为AIGC、行业大模型等新场景的增速更快，把AI市场的整体盘子做大了，导致CV的相对占比被稀释。

哪些环节最值得关注？

综合产业链来看，最值得关注的四个环节是：上游的AI芯片和光模块（CPO），中游的大模型，以及下游的落地场景。芯片提供算力支撑，光模块中的CPO技术是实现高速率、大带宽网络的必经之路，大模型是当下AI的发展趋势，而下游有优质场景的C端企业和有数据积累的B端企业有望率先受益。