组织协同平台 5 6 区块链平台 设备运维(机） 5 组织人才(人） 1 0 先进 制造 智能制造(产） 供应链追溯(供) 数字营销(销） 智慧服务(服） 7 创新 科技 音视频平台 云原生体系 + + 敏捷 弹性 数据 智能 端到端价值链 客户需求 竞争环境 产业政策 颠覆技术 智能化 自动化 精益化 数字化 战 略 组 织 技 术 业 务 行业联合解决方案 400+ 生成式AI产品生态合作伙伴 1500+ 腾讯云计算 腾讯云存储 腾讯云网络 腾讯云分布式云 ⋯⋯ ⋯⋯ 腾讯云原生 CDN与边缘 腾讯云大数据 腾讯云数据库 腾讯云音视频 腾讯云智能 腾讯数字孪生 腾讯乐享 腾讯微卡 腾讯电子签 TAPD敏捷项目管理 腾讯会议 腾讯企点 ⋯⋯ 腾讯安全 数据管理与分析 精准营销与⽤户增⻓ 在线协作与培训 客户服务管理 ⻛险管理

AI阶段性产品壁垒仍然非常低，终极产品形态及生态优势尚未形成 来源：艾瑞咨询研究院自主研究绘制。 2024年，中国AI产品在C端发展迅速，产品类型涵盖内容创作、智能对话、情感陪伴、效率工具及音视频生成等，应用场景广泛。从商业 模式来看，中国AI产品在C端产品主要采取“免费+订阅制”的商业模式，视觉模态类产品的商业步伐会稍快于语言类产品，如剪映、美图 等产品的会员制AI功能，或无界AI、触手A Recognition）能力提供转写、翻译、总 结、提炼等功能，相较于AI语音交互产品， 该类助手及平台产品更强调对语音进行转 化分析的工具属性。 ➢ 讯飞听见：提供音视频、录音等转写服务。 ➢ 通义听悟：记录、转写及分析音视频内容。 AI语音交互产品 在对话式AI产品中，在人机对话系统中提 供语音功能，完成语音式对话交互，常应 用于问答、客服、营销、教育等场景 ➢ Realtime 转换为自然逼真的语音。1）着重语音生成的AI语 音产品，如音色克隆、音色设计生成，主要应用在AI配音、短视频配音、数字人配音、有 声书阅读等领域；2）着重内容+语音生成的AI语音产品：对文本、音视频等信息按需提炼， 以语音形式产出，目前在播客、新闻等领域有所尝试 ➢ Elevenlabs：美国创企，提供基于多语言 的多类型声音、风格的语音生成产品。 ➢ 魔音工坊：出门问问旗下产品，提供文字

AI阶段性产品壁垒仍然非常低，终极产品形态及生态优势尚未形成 来源：艾瑞咨询研究院自主研究绘制。 2024年，中国AI产品在C端发展迅速，产品类型涵盖内容创作、智能对话、情感陪伴、效率工具及音视频生成等，应用场景广泛。从商业 模式来看，中国AI产品在C端产品主要采取“免费+订阅制”的商业模式，视觉模态类产品的商业步伐会稍快于语言类产品，如剪映、美图 等产品的会员制AI功能，或无界AI、触手A Recognition）能力提供转写、翻译、总 结、提炼等功能，相较于AI语音交互产品， 该类助手及平台产品更强调对语音进行转 化分析的工具属性。 ➢ 讯飞听见：提供音视频、录音等转写服务。 ➢ 通义听悟：记录、转写及分析音视频内容。 AI语音交互产品 在对话式AI产品中，在人机对话系统中提 供语音功能，完成语音式对话交互，常应 用于问答、客服、营销、教育等场景 ➢ Realtime 转换为自然逼真的语音。1）着重语音生成的AI语 音产品，如音色克隆、音色设计生成，主要应用在AI配音、短视频配音、数字人配音、有 声书阅读等领域；2）着重内容+语音生成的AI语音产品：对文本、音视频等信息按需提炼， 以语音形式产出，目前在播客、新闻等领域有所尝试 ➢ Elevenlabs：美国创企，提供基于多语言 的多类型声音、风格的语音生成产品。 ➢ 魔音工坊：出门问问旗下产品，提供文字

和人才发展的重要意义 AI 力模型 什么是 AI 力 AI 力的重要意义 发展 AI 力的模型、框架 AI 的发展历程 生成式 AI 的应用 大语言模型的工作原理 利用大模型将音视频内 容转换为阅读性内容 利用大模型卓越地完 成翻译任务 利用大模型写出 “提 示词的提示词” RSTCC 提示词框架 12 个高级提示词技术 基于 RSTCC 的五级提 示词框架 建构式地使用大模型

3）。 在基础能力方面，通过 3D 建模生成数字分身，数字分 身可基于人体扫描或手工建模的方式获取数字人所需的人 体形状和外观信息，设定文本驱动、视频驱动、语音驱动等 多种驱动方式，结合音视频通讯技术，通过渲染引擎合成显 示数字人。 在交互能力方面，通过语音识别技术，结合大语言模型， 进行语音合成、多轮对话等生成，同时，支持文本、语音、 图像等多模态信息人机交互方式。 在应用实

、图 像、视频等多种数据类型的处理，实现数据的理解、思考和转换。对于单模 态而言，通常自然语言生成类模型的训练一般需要GB到TB级别的数据，图像 生成类模型的训练需要TB到PB级别的数据，而音视频生成类模型则进一步将 数据需求量提升至PB乃至EB级别。多模态模型往往比单模态模型拥有更大的 容量，以便处理复杂的特征表示和跨模态映射。更大的模型意味着更多的参 数，而这通常需要更多的训练数据来避免过拟合。因此，多模态融合训练，