工联网消息(IItime) 中国互联网络信息中心近日发布的《生成式人工智能应用发展报告（2025）》（以下简称《报告》）显示，国产生成式人工智能大模型已成为用户首选，超过九成用户在服务选择上青睐国产大模型。

“这反映出我国在人工智能（AI）核心技术领域已赢得市场主导权。”业内专家表示，国内技术快速迭代，相关产品日趋成熟，用户体验显著提升，为国产大模型的普及奠定了坚实基础。

工业和信息化部对外公布的信息显示，“十四五”期间，中国人工智能企业数量和产业规模持续增长，创新成果不断涌现。DeepSeek、通义千问等国产大模型引领全球开源创新生态建设，AI手机、AI眼镜等终端产品加速普及，行业专用大模型落地应用取得初步成效。

九成用户青睐国产大模型

大模型的价值在于应用。我国已成为全球规模最大、场景最丰富、发展最迅速的大模型“试验场”。

依托文心大模型，百度在线网络技术（北京）有限公司支持国家电网有限公司（以下简称“国家电网”）推出光明电力大模型，建成覆盖国家电网总部及27家省级分公司的统一开放人工智能技术创新平台，推广无人机巡检，年巡检杆塔500万基，减少人工登塔次数40%。

在鞍钢集团有限公司新投入运行的智慧车间里，中国移动通信集团有限公司（以下简称“中国移动”）推出的九天大模型，正在帮助企业重塑生产格局。

“我们的大模型具备工业、能源等行业场景下，复杂动作理解、移动目标分解等高阶视觉能力，拥有指令式图像生成与编辑、高可控视频生成能力，能够很好地满足工业生产领域需求。”中国移动研究院人工智能与智慧运营中心常务副总经理邓超说。

手握一枝鲜花拍照，发给腾讯元宝小程序并要求“去掉手中的物品”，仅仅几秒钟，人工智能生成的新图片里那握花的手中已空空如也。这是生成式人工智能大模型加速走进人们生活的一个生动缩影。

《报告》显示，截至2025年8月底，我国累计有538款生成式人工智能服务完成备案，263款生成式人工智能应用或功能完成登记。生成式人工智能被广泛应用于智能搜索、内容创作、办公助手、智能硬件等多种场景，还在农业生产、工业制造、科学研究等领域得到积极探索实践。

“下一阶段，生成式人工智能发展有望在5个方面形成新成果：模型集成将打造人工智能新形态、开源社区为技术进步提供新动力、具身智能给用户带来交互新体验、智能体拓展人工智能能力新边界、完善治理让人工智能迈上新台阶。”中国互联网络信息中心副主任张晓表示。

AI大模型产业“三极鼎立”

“从各省市AI大模型备案情况看，我国AI大模型呈现明显的'金字塔'型分布特征。”火石创造市场总监殷莉告诉记者，作为科技创新中心，北京市（132个）和上海市（82个）在AI大模型领域具有绝对优势。两地区合计备案数量占全国总量的48.5%，体现了强大的技术研发实力和产业集聚效应。

广东省（66个）、浙江省（34个）和江苏省（28个）构成第二梯队，合计占比约21.4%，显示出强劲的发展势头。

第三梯队蓄力待发，其他区域备案数量相对较少，但四川、山东、湖北等省份已开始布局。随着政策支持和技术扩散，这些地区有望成为未来增长点。

殷莉表示，总体看，我国AI大模型产业已经形成京津冀、长三角、珠三角“三极鼎立”格局。长三角合计占比33.9%，珠三角占比15%，京津冀占比35.3%，三大区域约占全国大模型产业总量的84%。

我国AI大模型产业在京津冀、长三角、珠三角三大区域集聚发展，但各具特色。

比如，京津冀以“技术策源+区域协同”为发展特色，依托政策与科研资源，加快跨区域产业协同，推动传统产业转型升级。北京市在大模型基础研究和应用开发方面全面领先。河北省聚焦钢铁、化工等传统产业，推动行业大模型开发。

长三角以“生态构建+工业赋能”为发展特色，注重构建开放产业生态，核心推动人工智能与制造业尤其是在中小企业的深度融合。上海市实施“模塑申城”计划，目标是建成世界级AI产业生态，强化算力、语料等基础底座。浙江省与江苏省共同形成长三角大模型产业发展的“双翼”。

珠三角则以“产业应用+硬核支撑”为特色，依托完备的产业链和活跃的市场，注重AI技术在终端产品与商业场景的落地应用。华为、腾讯等龙头企业在大模型领域布局深入，再叠加雄厚的制造业基础，为大模型技术与产业的结合提供了广阔空间。

“国产大模型在体验、性价比与可用性上已形成稳定优势。”殷莉表示，超过九成用户在服务选择上青睐国产大模型，这种偏好将加速“应用-反馈-迭代”的正循环，带动上下游生态持续完善。其背后原因在于国产大模型已形成技术成熟度+场景适配力“双重”护城河，一方面其在中文语义理解、政策合规性上更具优势，另一方面更懂当地需求，在国内商业逻辑适配、垂直行业解决方案的定制化程度上具有天然优势。

需降低垂直大模型落地门槛

当前，AI大模型在各行业应用呈现蓬勃发展态势。然而，在模型实现流畅交互的同时，其固有的不可解释性、“幻觉”问题与潜在的安全隐患也制约其在关键领域的深度应用。

比如，在医疗场景中，模型可能生成看似合理、实则错误的“幻觉”信息，即在医疗诊断时提供不准确的建议，带来误诊等后果。同时，大模型决策过程不透明、易受恶意攻击导致数据泄露等问题，也使得关乎国计民生的关键领域在引入大模型时不得不慎之又慎。此外，因大模型的智能尚未升维为通用的认知与适应能力，仍不能被广泛认可为通用人工智能（AGI）。

殷莉表示，目前，我国AI大模型领域还存在模型未嵌入核心业务流程、忽视垂直场景打磨、同质化竞争严重等问题。此外，高质量行业数据供给不足与算力成本高，制约模型在重点行业的规模化复制与实时应用。

“未来在数据治理方面，应该建立数据确权、分级分类、质量评估等机制，构建'合规+高质量'数据体系；在垂直场景攻坚方面，应围绕行业知识、流程与合规做深做透，从'大而全'转向'专而精'；在生态协同与区域联动方面，应推动算力、模型、应用全链条协同，降低垂直大模型落地门槛。”殷莉表示。