节能高达81%！新的开源压缩软件使生物成像人工智能模型更轻、更环保【附AIGC技术赛道观察图谱】

瞻观前沿

人工智能(AI)已成为微观数据分析中不可或缺的组成部分。然而，在人工智能模型变得更好、更复杂的同时，计算能力和相关能源消耗也在不断增加。因此，莱布尼茨分析科学研究所 (ISAS) 和北京大学的研究人员创建了一款免费压缩软件，使科学家能够更快地运行现有的生物成像人工智能模型，并且能耗显着降低。研究人员在《自然方法》上发表的一篇文章中展示了他们的用户友好工具箱，称为 EfficientBioAI 。

ISAS AMBIOM(显微生物医学图像分析)初级研究小组组长陈建旭博士表示高网络延迟，例如特别大的图像，会导致更高的计算能力，并最终增加能耗。为了避免图像分析中的高延迟，特别是在计算能力有限的设备上，研究人员使用复杂的算法来压缩人工智能模型。这意味着它们减少了模型中的计算量，同时保持了相当的预测精度。模型压缩是一种广泛应用于数字图像处理(称为计算机视觉)和人工智能领域的技术，可以使模型变得更轻、更环保。

为了测试他们的新工具箱，陈领导的研究人员在几个现实应用程序上测试了他们的软件。对于不同的硬件和各种生物成像分析任务，压缩技术能够显着减少延迟并将能耗降低12.5%至80.6%。陈总结道，我们的测试表明，EfficientBioAI 可以显着提高神经网络在生物成像中的效率，而不限制模型的准确性。

EfficientBioAI是一款即用型开源压缩软件，适用于生物成像领域的AI模型。即插即用工具箱保持简单的标准使用，但提供可定制的功能。其中包括可调节的压缩级别以及中央处理单元 (CPU) 和图形处理单元 (GPU) 之间的轻松切换。作者热衷于让尽可能多的生物医学研究科学家能够使用 EfficientBioAI。研究人员可以安装该软件并将其无缝集成到现有的 PyTorch 库(Python 编程语言的开源程序库)中。

图片来源：摄图网

技术价值观察

AIGC产业可大致分为基础设施层、模型层及应用层，目前中国AIGC产业整体层级尚不够完整，模型层成为当前关键卡口。在一定程度上限制了上下层级的发展。基础设施层：主要分为数据层、算力层、计算平台、模型开发训练平台和其他配套设施。模型层：即垂直化、应用化、场景化的模型和应用工具，主要分为底层通用大模型和中间层模型，底层通用大模型又可分为开源基础模型、非开源基础模型和模型托管平台;中间层模型有人类互动反馈、大模型调整和个性化模型。应用层：即面向C端用户的文字、图片、音视频等内容生成服务，按不同的价值创造逻辑，可分为生产可直接消费内容、结合底层系统生产高附加值内容、提供内容生产辅助工具、用于提供体系化解决方案四类。在这四类中，目前我国落地及变现进展最快的是生产可直接消费内容这一赛道。

科学家创建的EfficientBioAI是一款即用型开源压缩软件，适用于生物成像领域的AI模型。因此，从AIGC产业链上看，该技术处于产业链的模型层，对数据层产生较大影响。

宏观市场观察

——总领性政策为AIGC行业提供明确路径

从政策上来看，AIGC行业属于国家大力推进发展产业。AIGC行业受国家政策的影响较大，行业法规的完善和标准的制定为行业发展创造了更好的发展与竞争环境。与此同时，国家颁布了一系列宏观产业政策和指导文件对人工智能行业的发展进行支持、引导和规范，为行业发展创造了有利的政策环境。两大总领性政策更是为AIGC行业发展提供了明确的路径规划和远大的目标方向。

——AIGC行业热度高，受资本追捧

截止2023年4月，AIGC赛道目前在国外已出现了7家独角兽。在我国，超参数和小冰公司已明确成为独角兽公司，Minimax据传估值过10亿美元，光年之外则宣布下一轮融资已被认购2.3亿美元。目前，最受头部资本关注的机构均与底层大模型相关或与AI领军人物下场相关(如王慧文光年之外、李志飞、周伯文、王小川等)。

多家机构已高度明确要将AIGC作为主投赛道，个别投资机构已经推出了相应的主体孵化项目。整体而言，大部队还处在缺乏明确逻辑和标的的观望状态。但预计本年度融资规模将有数倍增长。随着底层大模型的逐步开放以及商业价值的落地验证，预计融资规模将在2024年出现首次阶段性的指数级增长，投资向AIGC全产业链扩散。

——中国AI应用在金融、电信制造、医疗行业加速渗透

目前，随着数字经济与实体经济融合程度不断加深，以及互联网平台的数字化场景向元宇宙转型，人类对数字内容总量和丰富程度的整体需求不断提高。AIGC作为当前新型的内容生产方式，已经率先在传媒、电商、影视、娱乐等数字化程度高、内容需求丰富的行业取得重大创新发展，市场潜力逐渐显现。与此同时，在推动数实结合、加快产业升级的进程中，金融、医疗、制造、工业等各行各业的AIGC应用也都在快速发展。

据IDC，2022年中国人工智能行业应用渗透度排名前五的行业依次为互联网、金融、政府、电信和制造。另外，AI为自动驾驶、交通物流所赋予的价值也不容忽视，据麦肯锡预计，AI为交通领域创造3800亿元的经济价值。

——主要企业模型研发皆取得重大进展

底层大模型的开发工作是AIGC产业链的基础和极为重要的工作，目前国内已出现了多家从事大模型开发及延展应用的公司，在模型研发上都取得了突破性重大进展。

——市场规模将持续扩大

据前瞻产业研究院测算，我国2023年AIGC市场规模预计可达到170亿人民币，2023-2025年是我国AIGC产业市场规模增长的第一阶段，增长率维持在25%左右，2025年市场规模达到约260亿人民币。2025年开始，由于行业生态完善(特别是底层大模型完成对外开放)，应用层蓬勃将带动产业快速增长，年复合增长率将超过70%。预计2027年我国AIGC产业规模超600亿人民币，2028年开始，AIGC产业将延展出完整产业链，并在商业化场景上持续拓宽加深，深入变革行业。2028年起，我国AIGC产业规模将持续保高速增长，2030年市场规模超万亿。

中国人工智能技术赛道热力图

根据前瞻产业热力图显示，与人工智能关键技术强关联的城市集群主要集中在华南和西北地区，并且以广州、深圳为重点发展区域，未来布局人工智能技术及其他相关技术的发展路径，极大可能性在于华南、西北地区优先导入，其中可重点关注广东省广州市天河区、广东省深圳市的福田区、陕西省西安市雁塔区所处的人工智能相关企业，以及该地方对于人工智能产业发展投资环境、供给市场的潜力空间。

前瞻经济学人APP资讯组

更多本行业研究分析详见前瞻产业研究院《中国AIGC产业发展前景预测与投资战略规划分析报告》。

同时前瞻产业研究院还提供产业大数据、产业研究报告、产业规划、园区规划、产业招商、产业图谱、智慧招商系统、行业地位证明、IPO咨询/募投可研、IPO工作底稿咨询等解决方案。在招股说明书、公司年度报告等任何公开信息披露中引用本篇文章内容，需要获取前 瞻产业研究院的正规授权。

更多深度行业分析尽在【前瞻经济学人APP】，还可以与500+经济学家/资深行业研究员交流互动。