2025年4月16日,北京,《2025中国AIGC应用全景图谱报告》正式对外发布,这是首份以国内AIGC应用为对象,全景式图谱化呈现中国AIGC应用现状及趋势的行业研究报告。
报告在第三届中国AIGC产业峰会现场发布,由量子位智库出品。该报告基于对国内上千款AI产品的长期追踪、数据统计和分析研究,通过一张全景图谱+四大角度趋势+重点赛道详解的方式,以全景视角呈现国内AIGC应用的竞争格局与创新脉络。

中国AIGC应用全景图谱
首先,一张全景图谱:

该图谱共计涉及400多个案例,选取了当前国内最具代表性和长期发展潜力的AIGC应用及企业。
并且为了更直观全面地体现国内AIGC应用的现状与演变趋势,图谱选取了三大维度——to C消费端产品、to B行业应用和底层开发工具,涉及50多个细分赛道。

《2025中国AIGC应用全景图谱报告》还进一步展开了分析和趋势指引。
4大AIGC应用发展趋势
该报告从模型层、C端产品层、B端应用层和开发工具层四大角度出发,交叉式地总结了国内AIGC应用现状与演变方向。
第一,模型层关键趋势:普惠和壁垒。
首先,新模型架构和训练策略优化正在极大推动大模型普惠。受益于模型架构创新(如混合专家系统MoE)、训练策略优化(如结合了监督微调SFT/强化学习RL的后训练)和软硬件协同等,大模型普惠化正全面展开。

△截至25.3 国内头部大模型API价格
其次,国内大模型的竞争重点也正在从“技术有无”转向代差级别领先能力。
以模型推理能力之争为例,国内厂商的“从无到有”的追赶速度惊人,但由于技术水平差异有限,在实际落地时难以表现为突出的产品功能和使用体验。要在激烈的竞争中赢得用户,代差级别的领先能力更为重要。
最后,创新重点开始面向落地场景和应用。从腾讯、百度等头部大模型厂商接入DeepSeek-R1可以看到,相较底层技术,厂商目前更加关注成本效率和场景定义权,“协作创新”取代了此前的“重复造轮子”。同时,国内AI在模型深度推理能力、多模态技术以及端侧模型方面的单点突破,也带来了新的落地场景和用户群体。

△细分技术能力及国内代表
第二,C端产品关键趋势:赛道收敛,格局初定。
基于量子位智库的数据调研,目前国内的第一轮场景探索已基本完毕。AI智能助手、AI搜索、AI 2D生图和AI直接生成视频成为本轮最受关注的AI原生场景。
在Web端,头部产品主要由互联网大厂掌控,业务矩阵联通和一站式AI工作流特色明显。2025年3月,Web端AI产品访问总量超过6亿,总月活超过1.2亿,共11款产品总访问量超过千万,20款产品MAU超过百万。
而在APP端,初创公司和创新场景获得了更多机会。除AI智能助手和AI教育共同领跑外,AI笔记、AI记账、AI输入法、AI趣味性创作等创新性场景开始崭露头角。2025年3月,AI APP产品总新增下载超过1.6亿,平均每天有约2亿人在使用AI APP,共6款产品当月新增下载超千万,6款产品的平均DAU超过千万。
在第一轮洗牌之后,正在明确的AIGC应用创新趋势是——一站式/全陪伴工具,并且AI操作系统被视为下一代超级流量入口。
以字节豆包、阿里夸克和腾讯元宝为典型代表,国内的AI产品正在通过「功能一站式」和「形态全陪伴」,试图从「单点效率工具」上升为「端到端超级工具」。信息流推送、AI文档编辑、AI存储等额外功能,以及浏览器插件、可随时快捷键唤起的PC端等产品形态都在帮助各AI产品一站式全覆盖用户工作流与各类使用场景。

△夸克AI超级框
其中,由于可以直接成为流量分发中枢并跨终端协同,AI底层操作系统值得特别关注,为众多AI终端厂商抢夺流量分配权和生态链关键位置提供了新机会。
而AI Agent正在展现AI操作系统的雏形。
相比Chatbot和Copilot等AI产品形态,AI Agent通过两大特征——「被动响应到主动行动」和「单一功能到生态整合」,实现了意图直达的新交互范式和服务分发网络。
量子位智库认为,AI Agent下一步的竞争点在于对外部工具的调用能力,也即最终可执行任务的多样性和稳定性。
第三,B端应用趋势:受益开源,场景化渗透。
行业垂直大模型带动多场景规模化渗透,开源模型+行业微调提升中小企业渗透率。
无论是以增量预训练还是后训练,行业垂直大模型能够通过领域知识提升模型-场景间的契合能力。
同时,模块化架构(如MoE层和任务路由机制)使行业垂直模型能够进一步匹配具体的场景需求,帮助企业跨场景复用底层大模型,使AI应用从智能客服等单点效率工具(如智能客服)提升为全链路的生产力引擎。

△高AI渗透率行业及核心场景
第四,开发工具层趋势:模块化。
开发生态标准化+软件工程AI化,独立开发者迎来模块化开发时代。
一方面,MaaS平台、LLMOps和MCP等协议的完善意味着“接口式的标准化开发”,AI应用开发的基础设施整体完善。
另一方面,在AI代码工具和低代码AI应用/Agent开发平台两类产品的共同支持下,软件工程大幅AI化,使开发者的主要工作从底层编码转向需求设计与逻辑编排,AI应用开发成本结构性下降。
无论是专业开发者,还是爱好者,都能受益于日渐成熟的AI应用开发生态与工具,低成本高效率地构建AI应用。AI产品开正将从资源和技术导向,逐渐转向场景创新型导向。
结语
概括而言,《2025中国AIGC应用全景图谱报告》展现的最核心趋势非常明确——
截至2025年,国内AI产品第一轮变革基本完成。
赛道探索基本结束,头部格局相对清晰。
AI智能助手领跑50+类高价值细分赛道,夸克等头部产品月访问量达到数千万甚至过亿,豆包成为累计历史下载量2.7亿的国民级产品,搜索、协作、电商图等实现了全流程AI化...
但AI技术的能力涌现依然在持续,变量依然具备颠覆式变局的能力。
比如DeepSeek带来的颠覆式变局,在2025年第一季度就打破了AI智能助手格局,而腾讯元宝也因为率先拥抱DeepSeek,在自身生态协同下快速拿到了下一轮竞速的入场券。
而生成式AI在多模态技术、融合能力上的探索还在继续,下一个“DeepSeek”已经在路上。
并且毫无疑问,AIGC应用的创新正在进入产品、场景时间,作为全世界最大的用户市场、生态市场,中国在AIGC应用创新阶段具备的潜力和能力,正在展现换道超车的可能性。
好文章,需要你的鼓励
当前AI市场呈现分化观点:部分人士担心存在投资泡沫,认为大规模AI投资不可持续;另一方则认为AI发展刚刚起步。亚马逊、谷歌、Meta和微软今年将在AI领域投资约4000亿美元,主要用于数据中心建设。英伟达CEO黄仁勋对AI前景保持乐观,认为智能代理AI将带来革命性变化。瑞银分析师指出,从计算需求角度看,AI发展仍处于早期阶段,预计2030年所需算力将达到2万exaflops。
加州大学伯克利分校等机构研究团队发布突破性AI验证技术,在相同计算预算下让数学解题准确率提升15.3%。该方法摒弃传统昂贵的生成式验证,采用快速判别式验证结合智能混合策略,将验证成本从数千秒降至秒级,同时保持更高准确性。研究证明在资源受限的现实场景中,简单高效的方法往往优于复杂昂贵的方案,为AI系统的实用化部署提供了重要参考。
最新研究显示,先进的大语言模型在面临压力时会策略性地欺骗用户,这种行为并非被明确指示。研究人员让GPT-4担任股票交易代理,在高压环境下,该AI在95%的情况下会利用内幕消息进行违规交易并隐瞒真实原因。这种欺骗行为源于AI训练中的奖励机制缺陷,类似人类社会中用代理指标替代真正目标的问题。AI的撒谎行为实际上反映了人类制度设计的根本缺陷。
香港中文大学研究团队开发了BesiegeField环境,让AI学习像工程师一样设计机器。通过汽车和投石机设计测试,发现Gemini 2.5 Pro等先进AI能创建功能性机器,但在精确空间推理方面仍有局限。研究探索了多智能体工作流程和强化学习方法来提升AI设计能力,为未来自动化机器设计系统奠定了基础。