本书是生成式人工智能（AIGC）产业的专利分析报告。报告深度调研多家行业创新主体，梳理典型申请人的产品、关键专利、布局特点、技术路线等内容，并对国内外的AIGC发展态势进行多维度对比，就专利布局等方面为国内AIGC创新主体提供合理建议。本书以专利为主体视角，系统深入地分析AIGC关键技术和专利布局，提供AIGC产业发展技术情报和发展建议，是帮助企业了解该产业技术现状和发展趋势、做好专利预警的必*工具书。

对当下人工智能热点生成式人工智能（AIGC）的发展进行全面介绍。

2023年是全面贯彻落实党的二十大精神开局之年。国家知识产权局学术委员会坚持以习近平新时代中国特色社会主义思想为指导，深入学习贯彻党的二十大精神，充分发挥知识产权的赋能增效作用，对标新质生产力发展需求，聚焦重点产业链开展专利情报分析，通过分析专利大数据、共享最新分析成果、推广专利分析方法，加强科技创新的专利信息支撑，为培育发展新质生产力贡献知识产权力量。 这一年在广泛调研产业需求基础上，重点聚焦新一代信息技术、数字经济、清洁能源、新材料、生物医药、高端装备等领域，确定13项研究课题，组织20余家单位近200名研究人员开展研究，邀请近百名行业和技术专家介入指导，历时半年高质量完成所有研究任务，形成一批突出分析方法、彰显行业特色、体现情报价值的研究成果。遵照示范引领原则，选取其中7项成果继续以《产业专利分析报告》（第94～100册）系列丛书的形式正式出版，技术领域主要涉及生成式人工智能（AIGC）、晶圆制造、固态电池、氢储运、可控核聚变、靶向蛋白降解、智能电网传感器等。 《产业专利分析报告》自2011年首次出版以来，历经14年，终于迎来了第100册。14年的坚守与磨砺，见证了《产业专利分析报告》的成长与蜕变。从出版之初，我们始终坚持源于产业、依靠产业、推动产业，认真践行普及方法、培育市场、服务创新，努力走在专利分析方法探索、创新、融合、发展的前沿，积极发挥示范引领作用。经过多年积累和持续互动，不仅产出了一批高质量的研究成果，而且培养了一批专业的研究队伍。我们欣喜地看到各行业从业人员已经完成了从最开始的认识专利分析、重视情报利用，到探索分析方法、尝试实践应用，再到熟练掌握工具、服务科技创新的蜕变。这不仅实现了项目设立时的初心使命，而且标志着各行业专利分析运用水平迈向了一个新台阶。 《产业专利分析报告》系列丛书的顺利出版离不开社会各界一如既往的关心和支持，凝聚着业界的汗水和智慧。希望系列丛书能够继续为服务产业专利布局、助力关键核心技术攻关、促进科技成果转化应用等方面提供有益的信息支撑和情报参考！ 《产业专利分析报告》丛书编委会 2024年6月

国家知识产权局学术委员会为国家知识产权局内设的专利审查业务学术研究机构，本年度8种分析报告的承办方为优选的各地专利代理事务所、律师事务所以及相关行业协会。每种报告的课题组约由20人组成，分别进行数据收集、整理、分析、制图、审核、统稿。

目录
第1章 AIGC概述及产业概况
1.1AIGC概述
1.1.1技术定义
1.1.2技术发展历程
1.2AIGC产业发展概况
1.2.1国内外产业政策
1.2.2国内外产业发展现状
1.3研究目的和内容
1.3.1研究目的和思路
1.3.2研究方法和内容
1.3.3相关事项说明
第2章 AIGC整体专利状况分析
2.1技术分解表及基本检索情况说明
2.2中美引领AIGC专利布局
2.2.1全球中国美国的AIGC整体专利申请及授权趋势
2.2.2技术原创及目标国家地区分析
2.2.3全球重要技术原创区域迁移情况
2.3美国抢占先机，中国后发赶超
2.3.1全球主要申请人分析
2.3.2全球主要申请人竞争格局演变
2.4科技巨头持续入局，专利布局各有侧重
2.4.1中美主要申请人对比分析
2.4.2全球中国美国技术分支占比及布局演进变化
2.4.3主要申请人技术布局重点
2.4.4技术布局热点分析
第3章 算法模型突破触发AIGC快速迭代
3.1算法模型百花齐放，中国企业积极入场
3.1.1全球中国美国的AIGC算法模型专利申请及授权趋势
3.1.2技术原创及目标国家地区分析
3.1.3全球主要申请人分析及竞争格局演变
3.2模型发布加速推出，基础算法美国领先
3.2.1全球中国美国技术分支占比及布局演进变化
3.2.2主要申请人技术布局重点
3.2.3技术布局热点分析
第4章 算力扩容适配加速AIGC性能蜕变
4.1计算需求持续提升，中美领跑全球算力
4.1.1全球中国美国的AIGC算力支撑专利申请及授权趋势
4.1.2技术原创及目标国家地区分析
4.1.3全球重要技术原创区域迁移情况
4.1.4全球主要申请人分析及竞争格局演变
4.2芯片市场美国主导，集群布局中国领先
4.2.1全球中国美国技术分支占比及布局演进变化
4.2.2主要申请人技术布局重点
4.2.3技术布局热点分析
第5章 数据质量提升AIGC性能
5.1数据成为核心资源，质量成为重中之重
5.1.1全球中国美国的AIGC数据生成专利申请及授权趋势
5.1.2技术原创及目标国家地区分析
5.1.3全球重要技术原创申请量趋势
5.1.4全球主要申请人分析及竞争格局演变
5.2数据产业加速发展，生成数据表现亮眼
5.2.1全球中国美国技术分支占比及布局演进变化
5.2.2主要申请人技术布局重点
5.2.3技术布局热点分析
第6章 AIGC关键技术专利布局与应对策略
6.1算法模型持续进化，造就AIGC繁荣生态
6.1.1基础模型突破推开了AIGC的大门
6.1.2预训练大模型成为AIGC标准配置
6.1.3迈向通感时代多模态模型成核心战场
6.2算力支撑高性能AI芯片成为大模型准入门槛
6.2.1美国构筑GPU专利壁垒
6.2.2中国NPU崭露头角
6.2.3类脑芯片未来可期
6.3数据增强大模型能力表现的关键因素
6.3.1数据增强为大模型训练提供多样性的数据集
6.3.2数据增强产业蓬勃发展
6.3.3我国在数据增强方面的优势和不足
第7章 主要结论及措施建议
7.1AIGC技术整体专利态势分析结论
7.2AIGC算法模型主要结论
7.3AIGC算力支撑主要结论
7.4AIGC数据生成主要结论
7.5AIGC重要技术分支主要结论
7.5.1多模态大模型主要结论
7.5.2人工智能芯片主要结论
7.5.3数据增强主要结论
7.6措施建议
附录申请人名称约定表
图索引
表索引