大模型需要兼顧技朮、人力和資本要素 

AIGC產業的發展是對於技朮條件、人才條件和資本條件的綜合試煉場，其中技朮條件無疑是核心的核心。AIGC技朮主要由算法、算力和數據搆成，三者互為因果。

AIGC現有產業鏈由數據供給、模型開發與定制、應用與分發搆成。目前來看，模型層為關鍵因素之一；其次，應用層發展空間巨大。上游數據供給由收集大量原始數據對其進行預處理，以便提供給模型訓練，投資確定性強。在中游，使用注釋數據開發和訓練AI模型以生成內容，在垂直細分領域進行二次開發，來適應定制化需求；下游協助用戶使用模型和算法生成內容，例如：文本、圖像、視頻等。基於不同的價值創造邏輯，將生成的內容分發到各種渠道。

短周期內通用類大模型市場熱度較高，長周期內多種模型組合是未來發展方向。根據模型體量，AIGC模型可分為大模型、小模型、微模型。大模型參數量大，算力強，具備通用類問題處理能力。小模型多專注於垂類領域，往往在垂直場景具備充足的數據以及問題處理能力。微模型更加個性化，由用戶個人數據訓練而成。大模型和小模型具備不同的優勢，分別通過壓縮技朮以及教師模型進行整合來提高問題處理能力，能夠實現1+1大於2的效果，可能是未來模型層的發展方向。

AI以基礎設施層、框架及模型層、應用層為主要的領域，分別對於產業鏈的上游、中游、下游。基礎設施層的核心是提供算力，包含CPU、GPU等服務器設施。模型層以AI模型產品為主，投入周期較長，存在一定的技朮壁壘。應用層是AI產業鏈的下游，直接對接客戶以及用戶，主要包含面向C端的消費級終端以及面向B端的行業解決方案，應用層本身進入壁壘較低，同時中國具備廣闊的AI應用層落地場景，因此應用層存在較多機會。