生成式AI具备强大的内容创作和创意设计能力
思瀚产业研究院    2025-08-26

“人工智能”这一概念最早起源于 1956 年召开的达特茅斯会议，21 世纪以来，计算机、互联网、云计算等技术的成熟和普及推动了数次技术浪潮，带动了整体产业发展和产业结构变革。在 2025 年度 CES 大会上，英伟达 CEO 黄仁勋指出，AI 技术发展阶段可分为四个阶段：

Perception AI（感知型 AI）：其模型主要专注于某项特定任务的处理，应用领域相对狭窄，例如图像识别、自然语言处理等；代表性模型例如支持向量机模型、卷积神经网络模型等。

Generative AI（生成式 AI）：生成式 AI 模型是一种可同时处理文本、图像、音频、视频等多种数据类型，并全面地理解和生成内容、完成多种任务的AI 模型，以 OPEN AI 分别于 2022 年与 2024 年发布的 CHATGPT 与 GPT-4o 为代表。

Agentic AI（代理型 AI）：代理型 AI 指能够感知环境基于目标进行决策并执行动作的智能化应用，强调对于非标准问题的训练及推理。目前，代理型AI 模型还处于前期发展阶段，正由需要人指挥的 Copilot 模型逐渐演变为具有自主性的 AI Agent。

Physical AI（物理智能）：物理智能是 AI 发展的终极目标，即 AI 被部署在端侧物理硬件上，通过自主收集、处理信息并决策，直接影响现实物理环境。当前，英伟达已提供从底层芯片（Drive OS、Soar）到仿真模拟平台（Omniverse、Cosmos）的解决方案，助力 AI 从“看和说”扩展到“走和做”。

具体来说，感知型 AI 凭借其成熟的人脸识别、语音识别、行为分析和障碍物检测等功能，已成为目前应用最为广泛的技术之一。它广泛应用于安防监控领域，助力实时监控和预警；在医疗影像诊断中，精准识别病灶，辅助医生提高诊断效率；在自动驾驶领域，精准检测道路环境和障碍物，保障行车安全。

生成式AI 则具备强大的内容创作和创意设计能力。它不仅能低成本生成新闻报道、小说、诗歌等文本内容，还能为影视制作生成特效、动画，为创意产业注入新活力。同时，它还能辅助产品设计师生成设计草图和产品模型，加速创新流程。在教育与培训领域，生成式 AI 能够根据学习者的需求生成个性化学习材料、模拟场景，为人们提供量身定制的学习路径，推动教育的个性化发展。

未来，代理型 AI 将在智能家居和工业自动化领域大放异彩。它能够通过传感器感知环境变化，自动调节家居设备的运行状态，实现智能化的家居生活；在工业生产中，代理型 AI 能够实时监控设备运行状况，优化生产流程，提高生产效率和质量，助力制造业的智能化升级。物理智能则是 AI 发展的更高阶段，它将 AI 技术与物理设备深度融合，广泛应用于机器人控制、智慧城市、智慧交通和智慧工厂等领域。

通过在机器人中部署物理智能，实现复杂环境下的自主操作和任务执行；在智慧城市和智慧交通中，物理智能能够实时收集和分析数据，优化资源配置，提升城市运行效率；在智慧工厂中，物理智能能够实时监控生产流程，优化设备运行，提升生产效率和产品质量，推动制造业向智能化、高效化方向发展。

从最初的理论研究到如今众多领域的广泛应用，AI 正在深刻改变我们的生活和工作方式。目前，AI 产业处于高速建设阶段，核心产业规模呈现爆发式增长。根据美国贝恩咨询公司发布的《2024 年全球高科技行业报告》，人工智能软硬件市场正以 40%至 55%的年增长率高速扩张，预计到 2027 年，全球 AI 产品和服务市场规模有望达到 7,800 亿至 9,900 亿美元。

人工智能产业链涵盖了从基础硬件到应用开发多个环节，基础层上游是人工智能产业链的底层支撑，主要包括 AI 芯片、云计算平台、5G 网络等。技术层中游是连接基础层和应用层的桥梁，主要包括 AI 技术、大数据系统、通用大模型等。

应用层下游是人工智能技术落地的环节，涵盖了各个行业的具体应用场景，包括工业领域、金融领域、医疗领域、教育领域等。人工智能产业的快速发展离不开各环节的协同合作，从基础硬件到应用场景，各环节相互依存、相互促进，共同推动人工智能技术的不断创新和应用落地。

更多行业研究分析请参考思瀚产业研究院官网，同时思瀚产业研究院亦提供行研报告、可研报告（立项审批备案、银行贷款、投资决策、集团上会）、产业规划、园区规划、商业计划书（股权融资、招商合资、内部决策）、专项调研、建筑设计、境外投资报告等相关咨询服务方案。