AIGC政策背景及投融资情况如何？

国产大模型面向C端建立准入机制，应用发展迎来新拐点。

政策方面，8月15日，我国首份生成式人工智能监管性文件正式实施；8月31日，首批通过备案的人工智能大模型名单出炉，意味着其生成式AI产品可以正式面向公众开放注册、提供服务，此前的大模型产品多采用邀请注册制，仅开放给企业合作伙伴使用。• 面向C端的对话式应用产品吹响了号角，带动B端产业大模型陆续落地变现，“百模大战”的风已经吹向了“百模应用之争” 。

创业邦睿兽分析的数据显示，中国AIGC投融资事件占人工智能投融资 事件总数的比重、中国AIGC金额总数占人工智能投融资获投金额的比 重呈上升趋势，尤其是 2023年H1尤为显著，2023年上半年 AIGC事件 数占AI赛道的比重为 23.9%，远高于前几年。但就上半年数据，AIGC 行业融资事件和融资金额涨幅不明显，主要与经济下行的大环境有 关。 因此，为增强民间资本投资信心，2023年专项债投向新增两大领域， 分别是新能源和新基建，其中新基建包括数据中心、人工智能基础设 施。今年以来，新型基础设施建设步伐加快，上半年新基建投资同比 增长16.2%。步入下半年，广西、贵州、河南、福建等多地就推进新 基建作出新的部署，进一步释放出新基建提速的信号。 Q3人工智能地方引导基金除上海相对活跃外，其他还未充分释放。

据睿兽分析数据，中国AIGC行业2023年第三季度发生融资事件35件，已披露融资金额39.61亿人民币，涉及公司33家，涉及投资机构数量51家。其中，智谱AI（AI知识智能技术开发商）和兔展（AIGC内容引擎与营销云核心平台）在第三季度获得两轮融资。• 2023年AIGC行业融资事件不断上升，说明从年初AIGC赛道火热以来，市场普遍看好其应用前景，在AIGC行业确定性的趋势下，投资活动日益频繁。 • Q3投融资金额经历冲高回落，融资金额均值从Q2的2.24亿元环比下降至1.13亿元。主要原因在于：应用层和工具平台玩家增多，共建行业生态，稀释融资额均值。整体经济环境仍处于下行期，行业示范效应尚不明显，大模型应用落地路径处于探索阶段，投资相对谨慎。

据睿兽分析数据，2023年Q3发生的融资事件中，已披露融资规模以1000万~3000万区间居多。基础层融资规模均值最高，达到7.07亿元。主要由于燧原科技（人工智能领域云端算力平台）融资20.00亿人民币。 • 2023年Q1~Q3，由于产业对人工智能的竞逐，市场对算力和数据具有刚性需求，大额融资逐渐注入算力、数据两大AIGC基础层领域；模型层融资金额均值从Q2的7.42亿元环比下降至Q3的0.62亿元。其中，工具平台已披露融资规模均值为0.3，通用大模型均值为0.93。Q3大模型技术迭代过快以及通用大模型和应用层之间、和垂直大模型之间的边界不清晰的情况凸显，具有底层技术创新能力和商业化能力的创业企业稀缺，投资策略难以形成共识。

据睿兽分析数据，2023年上半年，从交易数量看，国内AIGC产业融资事件大多发生在A轮（事件数27，占比51.92%）、天使轮（事件数10，占比19.23%）、种子轮（事件数5，占比9.62%），早期事件数（A轮、天使轮、种子轮）占比达到80.77%；而相比较而言，Q3成长期和后期（B轮及以上）占比大幅提升，从H1的19.23%上升至34.29%，早期事件数占比从H1的80.77%下降至65.71%，说明在行业转型的需求下，成长期和后期的创业企业融入AIGC的浪潮中来。

从热点地区分布来看，相比2023年上半年，进入第三季度，北京仍为最活跃地区，融资事件为11件，以模型层居多，包括智谱AI（AI知识智能技术开发商）、爱诗科技（视觉多模态算法开发商）、生数科技（多模态生成式大模型与应用产品开发商）等，应用层的深势科技（人工智能和分子模拟算法平台）融资金额最高，超过7亿元人民币。 • 上海超越北京成为国内AIGC融资最吸金的地区，融资总额达22.08亿元。主要由于燧原科技（人工智能领域云端算力平台）融资20.00亿人民币，由上海国际集团旗下子公司及产业基金，包括国际资管、国鑫创投、国方创新、金浦投资旗下上海金融科技基金、国和投资联合领投。上海集聚全国最多的智能芯片创新企业，初步形成了智能芯片产业集群，包括沐曦、燧原科技、瀚博半导体、天数智芯等。据上海市经信委披露，2022年~2023年8月，已有17块AI芯片点亮，其中推理芯片7块、训练芯片4块、车载智能芯片3块。

据睿兽分析数据，2023年Q3AIGC行业发生的融资事件中，国内AIGC产业在通用大模型（6次）、工具平台（6次）两个细分赛道相对为活跃。由此看出，技术仍为大模型行业最主要的投资要素之一。 • 梳理Q3国内5家获得融资的通用大模型企业画像，可见开源、自适应智能体、多模态大模型已成为行业发展的重要趋势。• 在应用层中，元宇宙/数字人和营销是融资事件最频繁的细分领域。虚拟数字人不仅能够模拟人类的外貌和语音，还有望通过情感识别技术理解人类情感，实现更真实的互动，在营销场景的商业化路径较为清晰。知识图谱能够协助管理项目、进行数据分析、提供专业建议等等，使得数字员工作为虚拟助手具备更高级的能力。