一、行業相關定義
多模態（Multimodality）是指集成和處理兩種或兩種以上不同類型的信息或數據的方法和技術。在機器學習和人工智能領域，多模態涉及的數據類型通常包括但不限于文本、圖像、視頻、音頻和傳感器數據。多模態系統的目的是利用來自多種模態的信息來提高任務的性能，提供更豐富的用戶體驗，或者獲得更全面的數據分析結果。
多模態大模型就是一種能夠理解和處理多種類型的機器學習模型——而類型也被叫做模態，包括文本，圖片，音頻，視頻等。這種模型可以融合多種不同模態的信息，執行更復雜和智能的任務；如視覺問答(AI 面試官)，圖文生成，語音識別與合成等。
二、行業市場規模
多模態模型通過融合語言模態與圖像模態，將語言模態包含的文本理解與思維鏈能力投射在圖像模態上，賦予了模型圖像理解與生成功能。從 AI 技術范式來看，多模態技術通過預訓練+調參的方式顛覆了傳統機器視覺小模型 CNN 高度定制化的業務模式，模型的泛用性大幅度提高。
在市場需求的增長以及政策支持的背景下，我國大模型市場規模將不斷增長，預計到2025年市場規模將突破300億元。而多模態大模型作為AI模型的發展方向，在各項相關技術愈發成熟下，其應用領域也將愈發廣泛，比如說商業定制、游戲和影視等。2024年上半年，國內多模態大模型行業市場規模為33.33億元，具體如下：
資料來源：觀研天下數據中心整理
三、行業供應規模
2023年生成式人工智能概念興起至今，國產生成式人工智能大模型如雨后春筍般涌現。截至目前，我國已初步構建了較為全面的人工智能產業體系，相關企業超過4500家，核心產業規模已接近6000億元人民幣，產業鏈覆蓋芯片、算法、數據、平臺、應用等上下游關鍵環節。
產品數量方面，生成式人工智能產品在我國百花齊放。截至2024年7月，我國完成備案并上線、能為公眾提供服務的生成式人工智能服務大模型已達190多個，我國以大模型為代表的人工智能普及率達16.4%。
產業融合方面，生成式人工智能與各行各業的融合正在我國加速落地。生成式人工智能與制造業、農業、醫療、教育等傳統行業深度融合，推動產業轉型升級，促進新業態、新模式的不斷涌現。尤其在2024年，隨著生成式人工智能技術的日趨成熟，各大科技企業的模型調用價格顯著下降，從而明顯降低了其他行業對生成式人工智能技術的應用成本。
截至2024年11月，我國共有309個生成式人工智能產品完成備案，北京、上海、廣東三省的生成式人工智能備案產品數量占比分別達到31.1%、27.2%和11.7%。
生成式人工智能產品完成備案數量（截止2024年11月）
| 屬地 | 數量 | 屬地 | 數量 |
| 北京 | 96 | 上海 | 84 |
| 廣東 | 36 | 浙江 | 25 |
| 江蘇 | 18 | 四川 | 9 |
| 貴州 | 5 | 湖南 | 4 |
| 山東 | 4 | 天津 | 4 |
| 河北 | 3 | 重慶 | 3 |
| 海南 | 2 | 安徽 | 1 |
| 福建 | 1 | 河南 | 1 |
| 黑龍江 | 1 | 湖北 | 1 |
| 江西 | 1 | 遼寧 | 1 |
| 寧夏 | 1 | 陜西 | 1 |
| 云南 | 1 | 國資委 | 6 |
資料來源：中國互聯網絡信息中心，觀研天下數據中心整理
2024年以來, 國內Al 大模型Q技術和應用逐漸從文本擴展至更多模態。隨著OpenAI發布GPT-4系列多模態版本,掀起了國內外多模態理解大模型的研發熱潮和廣泛應用。
市場主流多模態大模型產品
| 模型名稱 | 所屬團隊 | 屬地 | 類型 |
| ChatGPT-4o-latest | OpenAI | 海外 | 閉源 |
| GPT-4o-2024-05-13 | OpenAI | 海外 | 閉源 |
| Step-1V-8k | 階躍星辰 | 國內 | 閉源 |
| hunyuan-vision | 騰訊 | 國內 | 閉源 |
| SenseChat-Vision 5.5 | 商湯 | 國內 | 閉源 |
| Claude-3.5-Sonnet | Anthropic | 海外 | 閉源 |
| InternVL2-40B | 上海人工智能實驗室 | 國內 | 開源 |
| Gemini-1.5-Pro | 海外 | 閉源 | |
| ERNIE-4-Turbo | 百度 | 國內 | 閉源 |
| Qwen2-VL-72B | 阿里云 | 國內 | 開源 |
| GLM-4V-Plus | 智譜AI | 國內 | 閉源 |
| MiniCPM-V2.6 | 面壁智能 | 國內 | 開源 |
| GPT-4Turbo-0409 | OpenAI | 海外 | 閉源 |
| 海螺AI | MiniMax | 國內 | 閉源 |
| Yi-Vision | 零一萬物 | 國內 | 閉源 |
| DeekSeek-VL-7b-chat | 深度求索 | 國內 | 開源 |
| Phi-3.5-vision-Instruct | 微軟 | 海外 | 開源 |
資料來源：SuperCLUE-V，觀研天下數據中心整理
四、行業細分市場分析
1、C端市場
在面向C端用戶的，通用行政辦公類應用和消費服務應用受AI大模型影響的智能化升級節奏更快，產品化落地較快，其主因是在數據可采集的渠道更加豐富且受監管的要求較低。2024年上半年中國多模態大模型toC市場規模約為20.00億元左右，具體如下：
資料來源：觀研天下數據中心整理
2、B端市場
面向B端用戶的，專業化程度較高的領域，例如醫療、金融、工業等行業的智能化升級需要更多專業領域的數據訓練，相應的商業化節奏較慢，其主因是行業的特殊性導致數據安全要求較高、試錯成本高、受監管要求較高等。2024年上半年中國多模態大模型toB市場規模約為13.33億元左右，具體如下：
資料來源：觀研天下數據中心整理
五、行業競爭格局
在大模型領域，國際巨頭布局大模型較早，或投資或自研（微軟作為 OpenAI 最大股東、谷歌自研 Gemini 系列、以及 Meta 自研 Llama 系列等），并利用大模型賦能各自原有的強勢業務線，做產業升級。比如微軟用 GPT-4 賦能 Azure 云服務、Office365、搜索業務等；谷歌和 Meta 利用大模型生成創意廣告文案/圖片賦能廣告主，抑或是在廣告業務的多個環節提升精準度和效率。該模式常見于大廠，大模型+原有業務即利用大模型的語言能力提升傳統業務的智能化水平，同時利用傳統業務積累的龐大數據資源反哺大模型持續迭代。
國內大模型的性能加速追趕海外。OpenCompass 于 2023 年 7 月由上海人工智能實驗室推出，構建了一套中英文雙語評測基準，旨在系統性分析國內外大模型的綜合客觀性能。通過其 24 年 1 月的榜單，我們觀測到智譜清言 GLM-4、阿里巴巴 Qwen-Max 和百度文心一言 4.0 具有較為全面的性能，在語言和知識等基礎能力維度上可比肩 GPT-4 Turbo。
目前，多模態是主流的迭代路徑，互聯網大廠利用生態優勢將多模態能力融進具體使用場景。和海外相似，國內大模型的迭代方向也能捕捉到多模態的趨勢。如百度文心一言的多模態體現在 toB 平臺“智能云千帆”，幫企業將大模型運用到需要文生圖、文生視頻的場景；訊飛星火則將多模態能力落地在教師助手、口語訓練等教育場景。多模態的訓練對參數規模和算力支持要求更高，芯片供給側的緊缺也一定程度上成為各平臺算力擴張的阻礙。
國內大模型規格對比
| 模型名稱 | 參數 | 模態 | 上下文窗口 （tokens） | 是否開源 | 所屬公司 |
| 文心一言 4.0 | 超萬億 | 多模態（文本、視頻、圖像、音頻） | 約 2.8 萬字 | 否 | 百度 |
| ChatGLM-6B | / | 多模態（文本、圖像） | 12.8 萬 | 是 | 智譜 AI |
| Qwen-72B | 720 億 | 多模態（文本、視頻、圖像、音頻） | 3 萬 | 是 | 阿里 |
| 盤古 3.0 | 100/380/710/1000 億（四個版本） | 多模態（文本、圖像） | - | 否 | 華為 |
| 星火開源-13B | 130 億 | 多模態(文本、視頻、圖像、音頻） | - | 是 | 科大訊飛 |
資料來源：觀研天下數據中心整理
總體上，目前，我國多模態大模型企業不斷發展，如百度、騰訊、阿里巴巴、字節跳動、華為等，憑借強大的技術實力、海量的數據資源、充足的資金支持以及豐富的行業經驗，在多模態大模型領域占據重要地位。例如，百度的文心大模型在 2024 年 11 月的日均 tokens 調用量超過 1.5 億次，用戶規模達 7000 萬；騰訊的混元大模型上線視頻生成能力，引發關注；字節跳動的豆包視覺理解模型以低價格吸引眾多客戶。
人工智能創業公司方面，以智譜 AI 為代表的初創企業，通過技術創新和產品差異化，在市場中脫穎而出，獲得了一定的市場份額和用戶認可。如智譜 AI 完成 30 億元人民幣的新一輪融資，其 C 端產品 “清言” 用戶數達 2500 萬，商業化收入實現超 100% 的增長。
科研院所和高校方面，像北京智源研究院、清華大學等，在大模型評測等方面取得優秀成果，為行業發展提供了技術支持和理論指導，推動了多模態大模型技術的進步。（WWTQ）
注：上述信息僅作參考，圖表均為樣式展示，具體數據、坐標軸與數據標簽詳見報告正文。
個別圖表由于行業特性可能會有出入，具體內容請聯系客服確認，以報告正文為準。
更多圖表和內容詳見報告正文。
觀研報告網發布的《中國多模態大模型行業現狀深度研究與發展前景分析報告（2025-2032年）》涵蓋行業最新數據，市場熱點，政策規劃，競爭情報，市場前景預測，投資策略等內容。更輔以大量直觀的圖表幫助本行業企業準確把握行業發展態勢、市場商機動向、正確制定企業競爭戰略和投資策略。
本報告依據國家統計局、海關總署和國家信息中心等渠道發布的權威數據，結合了行業所處的環境，從理論到實踐、從宏觀到微觀等多個角度進行市場調研分析。
行業報告是業內企業、相關投資公司及政府部門準確把握行業發展趨勢，洞悉行業競爭格局，規避經營和投資風險，制定正確競爭和投資戰略決策的重要決策依據之一。
本報告是全面了解行業以及對本行業進行投資不可或缺的重要工具。觀研天下是國內知名的行業信息咨詢機構，擁有資深的專家團隊，多年來已經為上萬家企業單位、咨詢機構、金融機構、行業協會、個人投資者等提供了專業的行業分析報告，客戶涵蓋了華為、中國石油、中國電信、中國建筑、惠普、迪士尼等國內外行業領先企業，并得到了客戶的廣泛認可。
目錄大綱：
【第一部分 行業定義與監管 】
第一章 2020-2024年中國多模態大模型行業發展概述
第一節 多模態大模型行業發展情況概述
一、多模態大模型行業相關定義
二、多模態大模型特點分析
三、多模態大模型行業基本情況介紹
四、多模態大模型行業經營模式
1、生產模式
2、采購模式
3、銷售/服務模式
五、多模態大模型行業需求主體分析
第二節 中國多模態大模型行業生命周期分析
一、多模態大模型行業生命周期理論概述
二、多模態大模型行業所屬的生命周期分析
第三節 多模態大模型行業經濟指標分析
一、多模態大模型行業的贏利性分析
二、多模態大模型行業的經濟周期分析
三、多模態大模型行業附加值的提升空間分析
第二章 中國多模態大模型行業監管分析
第一節 中國多模態大模型行業監管制度分析
一、行業主要監管體制
二、行業準入制度
第二節 中國多模態大模型行業政策法規
一、行業主要政策法規
二、主要行業標準分析
第三節 國內監管與政策對多模態大模型行業的影響分析
【第二部分 行業環境與全球市場】
第三章 2020-2024年中國多模態大模型行業發展環境分析
第一節 中國宏觀環境與對多模態大模型行業的影響分析
一、中國宏觀經濟環境
一、中國宏觀經濟環境對多模態大模型行業的影響分析
第二節 中國社會環境與對多模態大模型行業的影響分析
第三節 中國對外貿易環境與對多模態大模型行業的影響分析
第四節 中國多模態大模型行業投資環境分析
第五節 中國多模態大模型行業技術環境分析
第六節 中國多模態大模型行業進入壁壘分析
一、多模態大模型行業資金壁壘分析
二、多模態大模型行業技術壁壘分析
三、多模態大模型行業人才壁壘分析
四、多模態大模型行業品牌壁壘分析
五、多模態大模型行業其他壁壘分析
第七節 中國多模態大模型行業風險分析
一、多模態大模型行業宏觀環境風險
二、多模態大模型行業技術風險
三、多模態大模型行業競爭風險
四、多模態大模型行業其他風險
第四章 2020-2024年全球多模態大模型行業發展現狀分析
第一節 全球多模態大模型行業發展歷程回顧
第二節 全球多模態大模型行業市場規模與區域分布情況
第三節 亞洲多模態大模型行業地區市場分析
一、亞洲多模態大模型行業市場現狀分析
二、亞洲多模態大模型行業市場規模與市場需求分析
三、亞洲多模態大模型行業市場前景分析
第四節 北美多模態大模型行業地區市場分析
一、北美多模態大模型行業市場現狀分析
二、北美多模態大模型行業市場規模與市場需求分析
三、北美多模態大模型行業市場前景分析
第五節 歐洲多模態大模型行業地區市場分析
一、歐洲多模態大模型行業市場現狀分析
二、歐洲多模態大模型行業市場規模與市場需求分析
三、歐洲多模態大模型行業市場前景分析
第六節 2025-2032年全球多模態大模型行業分布走勢預測
第七節 2025-2032年全球多模態大模型行業市場規模預測
【第三部分 國內現狀與企業案例】
第五章 中國多模態大模型行業運行情況
第一節 中國多模態大模型行業發展狀況情況介紹
一、行業發展歷程回顧
二、行業創新情況分析
三、行業發展特點分析
第二節 中國多模態大模型行業市場規模分析
一、影響中國多模態大模型行業市場規模的因素
二、中國多模態大模型行業市場規模
三、中國多模態大模型行業市場規模解析
第三節 中國多模態大模型行業供應情況分析
一、中國多模態大模型行業供應規模
二、中國多模態大模型行業供應特點
第四節 中國多模態大模型行業需求情況分析
一、中國多模態大模型行業需求規模
二、中國多模態大模型行業需求特點
第五節 中國多模態大模型行業供需平衡分析
第六節 中國多模態大模型行業存在的問題與解決策略分析
第六章 中國多模態大模型行業產業鏈及細分市場分析
第一節 中國多模態大模型行業產業鏈綜述
一、產業鏈模型原理介紹
二、產業鏈運行機制
三、多模態大模型行業產業鏈圖解
第二節 中國多模態大模型行業產業鏈環節分析
一、上游產業發展現狀
二、上游產業對多模態大模型行業的影響分析
三、下游產業發展現狀
四、下游產業對多模態大模型行業的影響分析
第三節 中國多模態大模型行業細分市場分析
一、細分市場一
二、細分市場二
第七章 2020-2024年中國多模態大模型行業市場競爭分析
第一節 中國多模態大模型行業競爭現狀分析
一、中國多模態大模型行業競爭格局分析
二、中國多模態大模型行業主要品牌分析
第二節 中國多模態大模型行業集中度分析
一、中國多模態大模型行業市場集中度影響因素分析
二、中國多模態大模型行業市場集中度分析
第三節 中國多模態大模型行業競爭特征分析
一、企業區域分布特征
二、企業規模分布特征
三、企業所有制分布特征
第八章 2020-2024年中國多模態大模型行業模型分析
第一節 中國多模態大模型行業競爭結構分析（波特五力模型）
一、波特五力模型原理
二、供應商議價能力
三、購買者議價能力
四、新進入者威脅
五、替代品威脅
六、同業競爭程度
七、波特五力模型分析結論
第二節 中國多模態大模型行業SWOT分析
一、SWOT模型概述
二、行業優勢分析
三、行業劣勢
四、行業機會
五、行業威脅
六、中國多模態大模型行業SWOT分析結論
第三節 中國多模態大模型行業競爭環境分析（PEST）
一、PEST模型概述
二、政策因素
三、經濟因素
四、社會因素
五、技術因素
六、PEST模型分析結論
第九章 2020-2024年中國多模態大模型行業需求特點與動態分析
第一節 中國多模態大模型行業市場動態情況
第二節 中國多模態大模型行業消費市場特點分析
一、需求偏好
二、價格偏好
三、品牌偏好
四、其他偏好
第三節 多模態大模型行業成本結構分析
第四節 多模態大模型行業價格影響因素分析
一、供需因素
二、成本因素
三、其他因素
第五節 中國多模態大模型行業價格現狀分析
第六節 2025-2032年中國多模態大模型行業價格影響因素與走勢預測
第十章 中國多模態大模型行業所屬行業運行數據監測
第一節 中國多模態大模型行業所屬行業總體規模分析
一、企業數量結構分析
二、行業資產規模分析
第二節 中國多模態大模型行業所屬行業產銷與費用分析
一、流動資產
二、銷售收入分析
三、負債分析
四、利潤規模分析
五、產值分析
第三節 中國多模態大模型行業所屬行業財務指標分析
一、行業盈利能力分析
二、行業償債能力分析
三、行業營運能力分析
四、行業發展能力分析
第十一章 2020-2024年中國多模態大模型行業區域市場現狀分析
第一節 中國多模態大模型行業區域市場規模分析
一、影響多模態大模型行業區域市場分布的因素
二、中國多模態大模型行業區域市場分布
第二節 中國華東地區多模態大模型行業市場分析
一、華東地區概述
二、華東地區經濟環境分析
三、華東地區多模態大模型行業市場分析
（1）華東地區多模態大模型行業市場規模
（2）華東地區多模態大模型行業市場現狀
（3）華東地區多模態大模型行業市場規模預測
第三節 華中地區市場分析
一、華中地區概述
二、華中地區經濟環境分析
三、華中地區多模態大模型行業市場分析
（1）華中地區多模態大模型行業市場規模
（2）華中地區多模態大模型行業市場現狀
（3）華中地區多模態大模型行業市場規模預測
第四節 華南地區市場分析
一、華南地區概述
二、華南地區經濟環境分析
三、華南地區多模態大模型行業市場分析
（1）華南地區多模態大模型行業市場規模
（2）華南地區多模態大模型行業市場現狀
（3）華南地區多模態大模型行業市場規模預測
第五節 華北地區多模態大模型行業市場分析
一、華北地區概述
二、華北地區經濟環境分析
三、華北地區多模態大模型行業市場分析
（1）華北地區多模態大模型行業市場規模
（2）華北地區多模態大模型行業市場現狀
（3）華北地區多模態大模型行業市場規模預測
第六節 東北地區市場分析
一、東北地區概述
二、東北地區經濟環境分析
三、東北地區多模態大模型行業市場分析
（1）東北地區多模態大模型行業市場規模
（2）東北地區多模態大模型行業市場現狀
（3）東北地區多模態大模型行業市場規模預測
第七節 西南地區市場分析
一、西南地區概述
二、西南地區經濟環境分析
三、西南地區多模態大模型行業市場分析
（1）西南地區多模態大模型行業市場規模
（2）西南地區多模態大模型行業市場現狀
（3）西南地區多模態大模型行業市場規模預測
第八節 西北地區市場分析
一、西北地區概述
二、西北地區經濟環境分析
三、西北地區多模態大模型行業市場分析
（1）西北地區多模態大模型行業市場規模
（2）西北地區多模態大模型行業市場現狀
（3）西北地區多模態大模型行業市場規模預測
第九節 2025-2032年中國多模態大模型行業市場規模區域分布預測
第十二章 多模態大模型行業企業分析（隨數據更新可能有調整）
第一節 企業一
一、企業概況
二、主營產品
三、運營情況
1、主要經濟指標情況
2、企業盈利能力分析
3、企業償債能力分析
4、企業運營能力分析
5、企業成長能力分析
四、公司優勢分析
第二節 企業二
一、企業概況
二、主營產品
三、運營情況
1、主要經濟指標情況
2、企業盈利能力分析
3、企業償債能力分析
4、企業運營能力分析
5、企業成長能力分析
四、公司優勢分析
第三節 企業三
一、企業概況
二、主營產品
三、運營情況
1、主要經濟指標情況
2、企業盈利能力分析
3、企業償債能力分析
4、企業運營能力分析
5、企業成長能力分析
四、公司優勢分析
第四節 企業四
一、企業概況
二、主營產品
三、運營情況
1、主要經濟指標情況
2、企業盈利能力分析
3、企業償債能力分析
4、企業運營能力分析
5、企業成長能力分析
四、公司優勢分析
第五節 企業五
一、企業概況
二、主營產品
三、運營情況
1、主要經濟指標情況
2、企業盈利能力分析
3、企業償債能力分析
4、企業運營能力分析
5、企業成長能力分析
四、公司優勢分析
第六節 企業六
一、企業概況
二、主營產品
三、運營情況
1、主要經濟指標情況
2、企業盈利能力分析
3、企業償債能力分析
4、企業運營能力分析
5、企業成長能力分析
四、公司優勢分析
第七節 企業七
一、企業概況
二、主營產品
三、運營情況
1、主要經濟指標情況
2、企業盈利能力分析
3、企業償債能力分析
4、企業運營能力分析
5、企業成長能力分析
四、公司優勢分析
第八節 企業八
一、企業概況
二、主營產品
三、運營情況
1、主要經濟指標情況
2、企業盈利能力分析
3、企業償債能力分析
4、企業運營能力分析
5、企業成長能力分析
四、公司優勢分析
第九節 企業九
一、企業概況
二、主營產品
三、運營情況
1、主要經濟指標情況
2、企業盈利能力分析
3、企業償債能力分析
4、企業運營能力分析
5、企業成長能力分析
四、公司優勢分析
第十節 企業十
一、企業概況
二、主營產品
三、運營情況
1、主要經濟指標情況
2、企業盈利能力分析
3、企業償債能力分析
4、企業運營能力分析
5、企業成長能力分析
四、公司優勢分析
【第四部分 展望、結論與建議】
第十三章 2025-2032年中國多模態大模型行業發展前景分析與預測
第一節 中國多模態大模型行業未來發展前景分析
一、中國多模態大模型行業市場機會分析
二、中國多模態大模型行業投資增速預測
第二節 中國多模態大模型行業未來發展趨勢預測
第三節 中國多模態大模型行業規模發展預測
一、中國多模態大模型行業市場規模預測
二、中國多模態大模型行業市場規模增速預測
三、中國多模態大模型行業產值規模預測
四、中國多模態大模型行業產值增速預測
五、中國多模態大模型行業供需情況預測
第四節 中國多模態大模型行業盈利走勢預測
第十四章 中國多模態大模型行業研究結論及投資建議
第一節 觀研天下中國多模態大模型行業研究綜述
一、行業投資價值
二、行業風險評估
第二節 中國多模態大模型行業進入策略分析
一、目標客戶群體
二、細分市場選擇
三、區域市場的選擇
第三節 多模態大模型行業品牌營銷策略分析
一、多模態大模型行業產品策略
二、多模態大模型行業定價策略
三、多模態大模型行業渠道策略
四、多模態大模型行業推廣策略
第四節 觀研天下分析師投資建議
