《分析報告》以近期舉辦的北京市人工智能行業大模型創新應用大賽（以下簡稱大賽）為切入點，從大賽成果、應用特征、挑戰和研判等方面進行了系統分析和闡述，旨在向市場各類參與主體呈現北京市人工智能行業大模型創新應用發展態勢，為未來決策提供參考。
《分析報告》開篇介紹大賽機制與大賽成果。大賽于2023年9月啟動，設置政務、金融、產業升J、醫療、文化教育、智慧城市6個賽道，從100余家參賽單位中，共征集應用案例180余項，聯合行業用戶凝練15個核心業務場景作為考題，開放G質量行業數據上萬條供參賽企業開展大模型調優，以此啟發一批行業用戶擁抱大模型技術，發現一批有潛力的技術企業，推動一批供需之間的交流合作。
《分析報告》總結了現階段大模型應用的五個特征。一是由淺入深，大模型穿越邊緣場景，向核心場景挺進。二是守正創新，央國企擁抱新技術，加快大模型在產業升J、金融等L域的落地步伐。三是百花齊放，大模型應用搭建難度下降，“動態行業大數據”成為落地新關鍵。四是量體裁衣，需求方情況各異，在采購、部署大模型時特色鮮明。五是保駕護航，大模型安全逐漸受到重視，為可持續發展提供保障。
《分析報告》同時梳理了現階段大模型應用的五個挑戰。一是算力需求持續增長，掣肘大模型落地應用。二是知識產權、數據隱私與大模型應用之間的佳平衡點仍在探索中。三是大模型幻覺問題有所改善，但距離規模落地尚有差距。四是部分大模型應用處于“可用階段”，需求方和技術企業協同發力讓“可用”邁向“好用”。五是部分L域積J響應監管需要，對大模型落地提出特殊要求。
《分析報告》結合各L域具體情況分別做了應用研判，并提出一些發展建議。例如，在產業升JL域，企業希望大模型實現“集團J賦能”，但難尋切入點。建議把智能客服作為大模型落地之路的站。再例如，在醫療L域，醫療機構面對大模型技術，在醫療數據安全性方面存在顧慮，需要時間磨合驗證。建議大模型技術企業應與醫院IT解決方案供應商加強合作，在大模型技術、醫療場景落地經驗方面實現優勢互補。
 |
| 商用機器人 Disinfection Robot 展廳機器人 智能垃圾站 輪式機器人底盤 迎賓機器人 移動機器人底盤 講解機器人 紫外線消毒機器人 大屏機器人 霧化消毒機器人 服務機器人底盤 智能送餐機器人 霧化消毒機 機器人OEM代工廠 消毒機器人排名 智能配送機器人 圖書館機器人 導引機器人 移動消毒機器人 導診機器人 迎賓接待機器人 前臺機器人 導覽機器人 酒店送物機器人 云跡科技潤機器人 云跡酒店機器人 智能導診機器人 |
