前言

随着“十四五”即将收官，“十五五”规划的筹备工作正在悄然推进。作为新一轮科技革命和产业变革的核心驱动力，人工智能生成内容（AIGC）产业正在成为国家战略性布局的重要方向。

AIGC不仅是一种技术革命，更是一种内容生产方式的范式转移。它通过自然语言处理、计算机视觉、多模态生成等技术，实现了从文本、图像到音频、视频的自动化创作，极大提升了内容生产的效率与多样性。艾思数研基于对AIGC产业链的深度数据洞察，为“十五五”规划提供扎实的产业基础分析和政策建议支撑。

一、产业政策

近年来，我国从中央到地方密集出台多项政策，全方位推动AIGC产业技术创新、应用落地与生态建设。

国家层面，2023年《生成式人工智能服务管理暂行办法》首次明确AIGC服务的伦理与合规底线，强调数据合法性与知识产权保护。2024年《国家人工智能产业综合标准化体系建设指南》进一步细化大模型、自然语言处理等技术标准，覆盖研发、评估、安全全流程，推动产业走向规范化。

地方层面，北京、上海、深圳等地结合自身产业优势，推出差异化政策。北京推动“人工智能+”行动计划，重点布局教育、医疗、金融等领域的大模型融合；上海发力“算力浦江”计划，推动智能算力基建国产化与低时延优化；深圳前海则支持建设智能算力中心与共性技术平台，强化制造、金融等场景的“大模型+”应用。

艾思数据平台显示，截至2025年3月，全国AIGC相关企业已达22.5万家，主要集中在广东、江苏、山东、北京、浙江等地。这些政策的落地与企业的集聚，为“十五五”期间AIGC产业的规模化、标准化发展奠定了坚实基础。

二、产业现状与目标

AIGC产业正处于爆发式增长期。据艾媒咨询数据，2023年中国AIGC核心市场规模达79.3亿元，增长率高达589.57%，预计到2028年将突破2767.4亿元。这一增长态势表明，AIGC正从技术探索走向大规模商用。

图1 2022-2028年中国AIGC核心市场规模及预测趋势

资料来源：艾媒数据中心，艾思数研整理

从技术演进来看，AIGC经历了从初步探索（1950s）、技术突破（1990s）、深度学习（2010s）到大模型与多模态（2020s至今）四个阶段。当前，GPT-4、DALL-E等工具已在创作、设计、教育等领域广泛应用，推动行业向高效化、多样化发展。

图2 AIGC产业周期

资料来源：艾思产研数据平台http://idr.elseide.com/，艾思数研整理

然而，产业仍面临诸多挑战：数据隐私、伦理规范、多模态协同等技术瓶颈尚未完全突破，生成内容的真实性、版权归属等问题也亟待解决。

三、产业链关键环节

艾思数据将AIGC产业链划分为基础层（上游）、模型层（中游）和应用层（下游），并对其进行了详细的企业分布与产品分析。

图3 AIGC产业链图谱（只展示至2级节点，完整图谱请登录平台查看）

资料来源：艾思产研数据平台http://idr.elseide.com/，艾思数研整理

上游基础层以数据与算力为核心。数据显示，数据安全企业占比高达51%，云计算与数据标注分别占16%和17%，AI芯片虽占比不高但增长迅速，2024年市场规模达1447亿元，预计2025年将达1530亿元。地域上，广东、江苏、北京领先全国。

图4 AIGC产业链上游环节企业布局

资料来源：艾思产研数据平台http://idr.elseide.com/，艾思数研计算整理

图5 2018年-2025年中国AI芯片市场规模及预测趋势

资料来源：中商产业研究院，艾思数研整理

中游模型层聚焦算法与平台。模型训练企业占比60%，语言、音频、视频生成模型企业较少。北京在中游企业数量上领先全国，凸显其技术研发优势。AI大模型市场规模2024年达108.12亿元，同比增长108.12%，预计2026年将达738.6亿元。

图6 AIGC产业链中游环节企业布局

资料来源：艾思产研数据平台http://idr.elseide.com/，艾思数研计算整理

图7 2020年-2026年中国AI大模型市场规模及预测趋势

资料来源：艾媒数据中心，艾思数研整理

下游应用层以内容生成与垂直服务为主。教育培训企业占比58%，内容生成与分发企业仍有较大发展空间。广东、江苏、山东在下游企业数量上位居前三。人工智能软件市场规模2024年达452.9亿元，预计2025年将突破543.5亿元。

图8 AIGC产业链下游环节企业布局

资料来源：艾思产研数据平台http://idr.elseide.com/，艾思数研计算整理

图9 2020年-2025年中国人工智能软件市场规模及预测趋势

资料来源：IDC，艾思数研整理

AIGC产业正在从“基础支撑”向“场景落地”加速演进，但仍需在数据质量、模型标准化、场景适配等方面加强协同。

四、技术领域

AIGC的技术核心涵盖自然语言处理（NLP）、计算机视觉（CV）、语音识别与合成、机器学习（ML）及多模态生成技术。关键技术包括生成对抗网络（GAN）、Transformer架构、扩散模型（如Stable Diffusion）等。

这些技术通过大规模预训练模型（如GPT系列）实现文本、图像、音频、视频等内容的自动化生成。技术实现依赖数据标注、模型微调、注意力机制等算法，并涉及伦理安全、生成内容可信度评估等支撑体系。

当前，技术迭代正加速向商业化落地延伸，但在多模态协同、生成内容可控性、伦理合规等方面仍存在明显短板。这些技术挑战也正是“十五五”期间需重点突破的方向。

五、薄弱环节与重点任务

基于艾思数据的产业链分析，当前AIGC产业存在以下薄弱环节：

• 上游：高质量标注数据稀缺、数据隐私合规争议、算力成本高；

• 中游：模型训练门槛高、测评标准不统一、开源生态薄弱；

• 下游：内容质量不稳定、行业适配度有限、商业模式不成熟。

为构建AIGC产业可持续生态，“十五五”期间可重点推进以下任务：

1、核心技术

加强核心技术研发，降低算力成本，推动芯片国产化与算力基础设施优化；

2、数据标准化

推动数据标准化与合规使用，建立数据共享与版权保护机制；

3、跨行业合作

鼓励跨行业合作，拓展教育、医疗、制造、金融等垂直场景的深度融合；

4、监督监管

建立健全伦理与监管框架，确保技术应用的合法性、可信性与社会价值。

AIGC作为数字经济的重要组成部分，显示出巨大的发展潜力和战略价值。艾思数研通过完整的产业链数据、企业图谱与市场规模分析，为政府、企业与研究机构提供决策支持，助力中国AIGC产业在“十五五”期间实现技术自主、应用落地、生态健全三大目标。未来，艾思将继续深化AIGC产业链数据建设，推动产业走向更加规范、高效、可持续的发展道路。