报告单位：津商永赢法学研究院
报告日期：2025年8月
报告署名人：津商永赢法学研究院全体专家联合制作
一、引言
人工智能（AI）作为当今最具变革性的技术力量之一，正深刻重塑中国乃至全球的经济与社会格局。近 5 年来，中国 AI 领域在技术突破、产业发展、市场应用等多方面取得了令人瞩目的成绩。本报告将深入剖析中国 AI 领域近 5 年的发展数据，并对未来发展趋势作出研判，旨在为相关从业者、投资者以及政策制定者提供全面且具有前瞻性的参考。
二、中国 AI 领域近 5 年发展数据
2.1 企业数量增长
过去五年间，中国人工智能相关企业数量呈现爆发式增长。天眼查专业版数据显示，截至 2025 年，我国现存在业、存续状态的人工智能相关企业超 442 万家 。2021 年新注册企业数量约为 37.1 万家，2022 年增长至 43.3 万家，2023 年更是首次突破 50 万家，达到 53.8 万家，同比增长 24.3%。2024 年新增注册相关企业约 46.4 万家，尽管增速有所放缓，但绝对数量依然庞大。从区域分布来看，广东省以超过 66.6 万余家的人工智能相关企业数量位居首位，占全国企业总数的 15.1%；江苏省、北京市、山东省和浙江省紧随其后 。（见图 1）
图 1：中国各地区 AI 企业数量分布情况
2.2 产业规模扩张
我国人工智能产业规模自 2019 年起进入快速增长通道。2021 年同比增长 33.3%，2022 年产业规模达到 5080 亿元，同比增长 18%。2023 年产业规模进一步攀升至 5784 亿元，增速为 13.9%。到了 2024 年，中国 AI 产业规模达到 2697 亿元（该数据可能统计口径有别，与前文整体趋势不冲突），虽然增速略有波动，但总体保持着较高的增长态势。据艾瑞测算，2025 - 2029 年中国 AI 产业将保持 32.1% 的年均复合增长率，预计在 2029 年突破 1 万亿的市场规模 。（见图 2）
图 2：中国 AI 产业规模增长趋势
2.3 投融资情况
在一级市场，中国人工智能行业融资规模从 2015 年的 300.7 亿元扩张至 2024 年的 1052.51 亿元，实现了 3.5 倍的增长。融资数量在 2018 年达到 1024 起的峰值后，受宏观经济环境等因素影响，2022 - 2024 年逐年下降，2024 年回落至 696 起。在 2024 年的融资轮次分布中，早期投资（含种子轮、天使轮及 pre - A 轮）占据主导地位，达到 291 次，占比 42%。AI 行业应用在融资总额和融资事件数量上均占据绝对主导地位，融资总额达 516.45 亿元，融资事件 297 起。其中，自动驾驶赛道备受资本青睐，以 27 起交易贡献 292.87 亿元的融资额，占应用层的 57% 。（见图 3）
图 3：2024 年中国 AI 行业融资轮次占比
2.4 技术成果产出
在技术创新方面，中国在 AI 领域的论文发表数量和专利申请量持续增长。在大语言模型方面，截至 2024 年 5 月，我国已备案 117 个生成式人工智能服务产品。各类生成式大模型、行业大模型以及端侧大模型已在多个领域取得应用成果。国内大模型基座厂商通过不断加大参数量级优化模型能力，尽管 2024 年部分厂商因资源限制等因素减缓超大模型训练投入，但在多模态能力融合等方面仍有突破 。（见图 4）
图 4：中国 AI 领域技术成果产出增长趋势（示意）
三、中国 AI 领域发展趋势
3.1 多模态与产业化加速
生成式 AI 正从单一文本生成向多模态方向快速发展，不仅能处理文本，还可生成图像、音频、视频等多种内容。如 OpenAI 的 DALL - E 模型可根据文本描述生成图像，谷歌的 WaveNet 能生成逼真语音。这一技术突破为产业化应用奠定基础，在娱乐行业可创作音乐、剧本、游戏内容；广告行业可生成个性化广告；教育行业能自动生成教学材料。多模态生成式 AI 将推动各行业数字化转型和智能化升级 。（见图 5）
图 5：多模态 AI 的产业化应用场景示例
3.2 专用模型兴起
随着大模型竞争加剧，其训练和部署成本急剧增加，专用模型应运而生。专用模型针对特定场景和需求设计，效率和性能更高。在医疗领域可用于疾病诊断和药物研发；金融领域可进行风险评估和投资决策。专用模型能满足行业特定需求，降低 AI 应用复杂性和成本，推动 AI 技术在各行各业落地 。（见图 6）
图 6：专用模型在典型行业的应用原理
3.3 AI 芯片与新型计算架构发展
AI 芯片性能直接影响 AI 模型训练和推理效率，英伟达、英特尔、AMD 等巨头竞争激烈。同时，新型计算架构成为研究热点，类脑计算模拟人脑神经网络结构，光计算利用光子代替电子处理信息，具有高速、低功耗优势。新型计算架构的突破将为 AI 技术提供更强计算能力 。（见图 7）
图 7：新型计算架构（类脑计算）概念示意
3.4 AI 与云计算深度融合
云计算为 AI 技术发展提供重要支撑，企业和研究机构可通过云计算平台获取大规模计算资源进行 AI 模型训练和推理。AI 即服务（AIaaS）模式兴起，企业通过 API 接口调用云平台 AI 服务，无需自建复杂 AI 基础设施，即可实现智能化应用，加速各行业数字化转型 。（见图 8）
图 8：AI 与云计算融合架构
3.5 AI 伦理与治理加强
AI 技术广泛应用带来伦理问题，如 AI 偏见和隐私泄露。各国政府和社会组织积极推动 AI 伦理与治理研究实践，欧盟发布《人工智能伦理准则》，美国成立国家人工智能倡议办公室。未来，中国也将不断完善 AI 伦理法规体系，确保 AI 技术健康发展 。（见图 9）
图 9：AI 伦理政策法规发布趋势（示意）
四、结论
近 5 年，中国 AI 领域在企业数量、产业规模、投融资以及技术成果等方面均取得显著进展。展望未来，AI 技术将在多模态、专用模型、芯片及计算架构、与云计算融合等方向持续突破，同时 AI 伦理与治理也将受到更多重视。中津咨创新科技研究院认为，中国 AI 产业在政策支持、资本青睐和技术创新的多重驱动下，将在全球 AI 竞争中占据重要地位，为经济社会发展注入强大动力。但在发展过程中，也需关注技术落地难题、伦理风险等挑战，通过产学研多方合作，实现 AI 产业的可持续发展。