济规模位列第一、第二，分别为 17.2 万亿美元，7.5 万亿美元，德国、日本和英国分别位列 第三、第四、第五，数字经济规模均超过 2 万亿美元。  中国数字经济高质量发展格局 在 2014-2024 年这十余年间，我国数字经济规模由 16.2 万亿元增长至 53.9 万亿元，GDP 占比由 25.1%升至 42.8%。2023 年，我国数字经济规模达到 53.9 万亿元，同比增长 7.39%， 数字经济核心产业增加值在国内生产总值中的占比达到 10%。2024 年我国数字经济规模稳健 增长至 63.8 万亿元，预计 2025 年将达到 70.8 万亿元。 第 3 页  2028 年中国数字化转型总体市场规模将超 7,300 亿美元 国际数据公司（IDC）近日发布了 2024 年 V2 版本《全球数字化转型支出指南》(IDC Worldwide Digital Transformation Transformation Spending Guide)。IDC 最新数据显示，2023 年全球数 字化转型投资规模超过 2.1 万亿美元，2028 年预计达到 4.4 万亿美元，2023-2028 年五年复 合增长率（CAGR）为 15.4%。 IDC 预计，2028 年中国数字化转型支出规模预计达到 7,330 亿美元，全球占比约 16.7%， 五年复合增长率约为 15.6%，增速高于数字化转型全球整体增速。

电动汽车 纳米技术 机器人学 沼气与生物质 基因编辑 人工智能 电力 车辆 电力 车辆 人工智能 物联网 2.5 万亿美元 16.4 万亿美元 5G 物联网 区块链 领先的尖端技术提供商现在已成为世界上市值最大的公司之一。苹果、英伟达和微软 的市值均超过3万亿美元，接近非洲大陆或大不列颠及北爱尔兰联合王国的国内生产总 值（GDP），后者是全球第六大经济体。 1 前五家公司均来自美国，其中三家领先的 位居 世界前十；几乎全部专注于前沿技术，并在人工智能领域投入大量资金（图2）。 在2023年，前沿技术市场规模达到2.5万亿美元，预计在未来十年内将增加六倍，达到 16.4万亿美元（图1）。到2033年，人工智能有望成为拥有最大市场规模的前沿技术， 预计规模将达到约4.8万亿美元。持续性的突破使人工智能变得更加强大和高效，有利 于其在多个行业和业务职能中的应用，包括内容创作、产品开发、自动化编码和个性

主要功能是清洁和照料。虽然这 个新领域需要时间建设，但我们预计到2050年将有6.48亿台单位和⼀个价值7万亿美元的⼈形机器⼈市场。 制造和仓库），然后是家庭。我们在家庭中看到的主要功能是清洁和照顾。尽管这个新⾏业需 要时间来建设，但我们预计到2050年将有6.48亿台机器⼈和⼀个价值7万亿美元的⼈形机器⼈ 市场。 本报告的⼀个⽬标是尝试估算AI机器⼈的不同市场机会规模。分析的结论如下。已 进 "作为服务"模式的概念已经彻底改变了许多⾏业，为企业提供可扩展、灵活和具有成 本效益的解决⽅案。其中，软件即服务（SaaS）的影响尤为深远。最初被视为⼀种 利基产品，SaaS已经发展成为⼀个价值约3万亿美元的巨⼤全球市场，未来有预测显 ⽰其可能在2030年达到10万亿美元。SaaS和类似模式的成功为⼀种新的"⼀切皆服务 "（XaaS）模式打开了⼤⻔：机器⼈即服务（RaaS）。 SaaS和其他"⼀切皆服务"（XaaS）模式的增⻓在很⼤程度上归因于其云原⽣架构， ⾏审计，透明且安全，可与⼈类⼀起⼯作。 哈利·克洛博⼠ 创始⼈兼⾸席执⾏官 超越想象 ⼈⼯智能仿⼈机器⼈可以执⾏各种复杂任务，实现的成本节约和⽣产⼒增⻓具有 强⼤的吸引⼒，我们预计总服务地址可能达到数万亿美元。如果⼀台机器⼈可以 完成三到四个⼈的⼯作，并且可以全天候⼯作，这将⼤幅提⾼⽣产⼒。 © 2024 花旗集团 40 Citi GPS：全球视⻆与解决⽅案 2024年12⽉ 您认为未来3-5年会面临哪些挑战？

国网市场建设进展： 1.省间中长期市场： -全年累计开展省间市场化交易电量达1.4万亿千瓦时，同比增长5.8%。 -新能源交易电量达1711亿千瓦时，同比增长22.5%。 -首次组织开展省间多送端新能源交易，最大成交电量达1844万千瓦时。 2.省内中长期市场： -全年省内市场化交易电量达5.2万亿千瓦时，同比增长4.4%。 -33个省公司中，经营区内22个现货试点省份全部开展多轮次长周期结算试运行。 长周期结算试运行。 -甘肃、新疆、山西现货市场正式运行，南方区域电力现货市场首次实现全区域结算试运行。 3.代理购电： -全年代理购电电量达1.7万亿千瓦时，占工商业电量比重32.7%。 -代理购电中长期合同签约比重达95%，较2023年提升10个百分点。 4.零售市场： -全年在交易平台注册的主体数量接近130万家，其中售电公司数量达5229家，零售用户数量达114.9万家。 -零

GitHub 程序员聚集地 合计 • 700 多GB,约有19万套四大名著 的阅读量 • 5 000亿左右的token数量。（13 万亿token:gpt4) • 100个标记大约等于75个英语单 词 训练语料（gpt-3) 模型参数：1.8万亿参数（GPT-4) GPT-4o 上下文窗口大小：8192个token(标记) 典型的新技能学习曲线：规模到达临界点之后才会迅速增长

Facebook 94亿 GPT-3 1750亿 2019年 7月 新版 BERT 4810亿 StableLMM6 1750亿 Llama3-400B- InTraining 4万亿 2018年 10月 DeepSeek-R1-67B 6710 亿 参数 数量 高参数量 低参数量 2025年1月 MinMax- Text-01 4560亿 MinMax- VL-01 技术带来的效果及价值突破更为关键。 ➢ 训练与推理的成本差异及趋势：未来 AI 应用中，推理成本可能远超训练成本。大模型训练属于阶段性需求，其训练数据量级通常固定（如几万亿、几十万亿 token）， 且客户集中度高；而推理方面，每天的计算量可能达几万亿到 10 万亿 Token，一周的计算量就可能超过训练阶段。 ➢ 模型推理成本下降是超级应用爆发的前提条件之一：随着推理市场扩大以及更优方案出现，非 GPU 的时长 拐点显现，算法变革推动AI超级产品的诞生，推动 多模态大模型商业化落地、AI应用爆发在即，巨头不断提高资本开支，全球AI基础设 施规模持续 扩大 。 美股七姐妹大力投资AI ➢ 市值总额超17万亿美元1的美股七姐妹，每年在AI基础设 施上投资高达4,000亿美元。 ➢ 资本开支覆盖了从AI基础设施（包括但不限于高性能芯 片、数据中心、网络基础设施等）、大模型，到人形机 器人、自动驾驶、AI医疗等各个领域。

开辟强化学习新范式 从预训练Scaling Law转变为强化学习Scaling Law 大数据+大参数+大算力的 预训练Scaling Law的边际效应递减 • 人类构造的训练数据已达上限 • 万亿参数规模之后，继续增大参数规 模难以带来质的提升 • 训练算力成本和工程化难度大幅上升 强化学习Scaling Law • 利用合成数据解决数据用尽问题 • 利用self-play强化学习，在不增大参 术业有专攻，专业的工作交给专业的模型去完成 大模型能力很强 但在企业中不要幻想用一个大模型 解决所有问题 51 政企、创业者必读 走开源的本地可部署的专业化大模型之路，许多问题就会迎刃而解 参数：不需要千亿、万亿参数规模，百亿甚至几十亿就够用 算力：不需要千卡、万卡运行大模型，单机单卡就可以跑起来 成本：不需要投入千万、上亿资金，少量资金投入就可以 能力：不需要等待下一代AGI面面俱到的能力 响应：响应速度更快，用户体验更好

DeepSeek 通过持续的技术 创新和市场拓展，在⾃然语⾔处理和⼤型语⾔模型⽅⾯取得了显著进展，在国际 市 场上获得了⼴泛认可。其中： • DeepSeek-V3 是在 14.8 万亿⾼质量 token 上完成预训练的⼀个强⼤的混合 专 家 (MoE) 语⾔模型，拥有 6710 亿参数（激活参数 370 亿）。作为通⽤⼤ 语⾔模 型，其在在知识类任务（知识问答、内容⽣成等）领域表现出⾊

开发的⼀系列⼈⼯智能模型。DeepSeek&通过持续的技术 创新和市场拓展，在⾃然语⾔处理和⼤型语⾔模型⽅⾯取得了显著进展，在国际市 场上获得了⼴泛认可。其中： • DeepSeek-V3 是在14.8万亿⾼质量 token 上完成预训练的⼀个强⼤的混合专 家 (MoE) 语⾔模型，拥有6710亿参数（激活参数370亿）。作为通⽤⼤语⾔模 型，其在在知识类任务（知识问答、内容⽣成等）领域表现出⾊ •

数字经济发展加速推进。 我国数字 经济规模由 2012 年的 11.2 万亿元增长至 2023 年的 53.9 万亿元, 11 年 间规模扩张了 3.8 倍。电子信息制造、互联网业务、电信业务、软件业务等 产业推动我国数字经济规模持续扩大。数字中国的赋能效应日趋凸显, 数字 经济活力日益澎湃。 中国数字经济规模 a 规模 (万亿元) o GDP占比 (%) 42.8% 3 4 8 % 36.2%