人工智能产业链通常包括以下四个部分：
近年来，我国人工智能产业在技术创新、产品创造和行业应用等方面发展迅速，形成了庞大的市场规模。伴随以大模型为代表的新技术加速迭代，人工智能产业呈现出创新技术群体突破、行业应用融合发展、国际合作深度协同等新特点，不过也亟需完善人工智能产业标准体系。前 Google 创始人 Eric Schmidt 认为未来会是多个垂直模型或者多个垂直助理，包括各种高价值、专业化的 AI 系统，因为很多高价值、特定领域的工作流程特别且必须依赖于丰富的专有数据集。
人工智能是引领新一轮科技革命和产业变革的基础性和战略性技术，正加速和实体经济深度融合，深刻改变工业生产模式和经济发展形态，将对赋能新型工业化、加快建设制造强国、网络强国和数字中国发挥重要的支撑作用。人工智能产业链包括基础层、框架层、模型层、应用层等4个部分，其中，基础层主要包括算力、算法和数据，框架层主要是指用于模型开发的深度学习框架和工具，模型层主要是指大模型等技术和产品，应用层主要是指人工智能技术在行业场景的应用。近年来，我国人工智能产业在技术创新、产品创造和行业应用等方面实现快速发展，形成庞大市场规模。伴随以大模型为代表的新技术加速迭代，人工智能产业呈现出创新技术群体突破、行业应用融合发展、国际合作深度协同等新特点，亟需完善人工智能产业标准体系。
[title]混沌AI大会（7月8日）[heading2]张颖（经纬创投）1.对AI发展的态度，不FOMO，也不JOMO2.可能成功的AI公司，都应该打造自身的数据飞轮对AI产业链的一个经典划分，是基础设施层、模型层、中间层和应用层，应用场景的横向划分可以主要分为ToC和ToB。在当下，我们认为未来真正能出现一家AI新公司，去挑战现有巨头，还得是敢于从ToC场景里寻求突破的，因为C端能带来的数据飞轮效应，可能是在AI早期决胜的关键；3.有专业壁垒的垂直模型也许是机会所在前Google创始人Eric Schmidt有一个观点，他认为未来会是多个垂直模型或者多个垂直助理，包括各种高价值、专业化的AI系统。这是因为很多高价值、特定领域的工作流程，特别且必须依赖于丰富的专有数据集。AI时代可能会颠覆SaaS时代的很多想法。我们在当下会去看一个AI应用有多少是GPT等大模型的能力，有多少是自己的能力。如果壁垒太低，很多产品可能活不过GPT的一次迭代升级。4.大模型产品的两个方向：个性化&场景化个性化：给它装上“记忆”，令AI可以真正成为人类的工作助理或是陪伴者场景化：给它装上“手”和“眼睛”实践尝试的意义永远大于坐而论道通过拥抱AI而获得实际的数据增长：Notion和Character.AI专业化、垂直模型的先行场景：DoNotPay和法律应用虽然很小，但意义重大的例子：医疗领域的应用关于AI创业的几点建议AI的学习和应用，大家一定注意，用起来、有效迭代大于一切大家可以尝试形成正确的底层工作逻辑，或者设计正确的AI改变工作生活的流程，按节奏确定目标和复盘AI浪潮在这个阶段，一定是技术驱动为先和定义产品为重的AI创业，不但要能用好市面上的AI工具，更要从AI效率、变革的角度，去组织公司架构如果你是在做ToC产品，那数据飞轮带来的正反馈效应非常重要在当下AI相关如此火的状态，也对创始人提出了更高、更全面的要求AI创业一定要把握好融资节奏
(68)“下游提供者”指集成了人工智能模型的人工智能系统，包括通用人工智能系统，的提供者，无论该模型是由其自身提供并进行垂直整合，还是由其他实体基于合同关系而提供。