本篇报告探讨的核心问题：2023年是人工智能加速落地的一年。福布斯Al50于4月公布，人工智能技术及通用大模型对相关应用的赋能，亦或是冲击如何?什么类型或领域的Al应用较早或明显受益大模型能力的快速迭代?对国内不同应用落地节奏及发展潜力如何看待?
由来面端向移动端灵活拓展是AI模型应用发展的关键。大模型起步于桌面端，繁荣于移动端。国外众多领域模型应用的移动端流量远高于桌面端，如OpenAl移动端流量占比为46%,文心一言为4%。当前国内模型生态仍需进一步丰富，星火、文心一言、通义千问有90%左右的出站流量为自家网站，OpenAl出站流量第一的Google流量占比仅为19%。知识图谱类场景的应用较快受益到NLP模型的快逮发展，中长期Al应用壁垒或主要在数据、场景及客户积累。典型知识图谱场景如医疗、法律、问答交互场景，较清晰受益大语言模型的快速发展。由于先发优势及客户习惯，Character.ai流量一直保持稳定。医疗和法律等场景专业性较强的应用，具有一定壁垒。
生态打通及多模态的推出对模型应用流量产生明显正向推动。营销、搜索、客户、网安等偏生产工具的应用对生态合作更加重视。与微软的合作是Abnormal Security业务增长的重要动力，微软占其出站流量的70%。同时，由于缺乏生态，专注PPT生成的Tome的流量从7月开始快速下降。OpenAl及Bard在多模态功能更新后流量出现明显上升。
风险提示：行业竞争加剧风险、人工智能配套及监管政策不及预期、行业公司产品落地及市场拓展不及预期等。大模型具有“涌现”现象，2023年是模型加速落地应用的一年。大模型发展并非线性，CHATGPT、BARD等模型能力不断超用户预期，使得大
模型发展成为政府及行业关注的重点。国内互联网科技企业及科研机构也在大模型领域进行深入布局。
本文来自知之小站
PDF报告已分享至知识星球，微信扫码加入立享3万+精选资料，年更新1万+精选报告
（星球内含更多专属精选报告.其它事宜可联系zzxz_88@163.com）
