智能超参数今天发布《中国大模型中标项目监测与洞察报告 (2025) 》系列文章的第一篇，盘点一下2025年全年，大模型招投标市场的整体数据。
智能超参数以公开的大模型中标项目为数据依据，全面跟踪分析2025年大模型商业化的趋势和进展，为相关企业及从业人员提供有价值的市场洞察。
《中国大模型中标项目监测与洞察报告 (2025) 》围绕整体市场规模、行业覆盖、项目类型、代表厂商、代表项目、地域分布等多个维度进行分析，以此来刻画大模型行业商业化的现状。
2025年大模型中标项目数量和金额暴涨
2025年，可谓是大模型技术规模化落地的第一年。短短这一年，大模型实现了性能上的大爆发，这为其在各类场景中的广泛应用奠定了坚实基础。
智能超参数的跟踪数据显示，以月度数据为统计基准，中国大模型招投标市场上的中标项目数量和披露的金额都能描绘出一条非常陡峭的“指数级”增长曲线。
2025年，智能超参数统计到了7539个大模型相关中标项目，其中1760个项目未披露金额（为便于统计，中标金额标注为0元），其余5779个中标项目披露的中标金额达到295.2亿元。
与2024年全年数据相比（统计到的大模型中标项目数量1520个，披露中标金额64.67亿元），2025年的大模型中标项目数量增长了396%，披露中标金额增长了356%。
2025年上半年，大模型中标项目和披露中标金额达到2024年全年的水准。2025年下半年，从月度统计项目和数据来看，随着大模型在更多行业及应用场景中落地，整个大模型市场中标数据也在加速增长。
值得一提的是，2025年9月份，中国移动一项规模约50亿元的推理芯片采购大单的中标名单正式公布，推动该月份单月中标金额出现了“异常”猛增。
2025年大模型中标项目金额分布情况
2025年，智能超参数统计到的5779个大模型中标项目披露了项目金额，这些项目披露中标金额的中位数为86万元。这一数据相比2024年全年的120万元，有大幅下降。不过，由于2025年统计到的中标项目数量更具规模，这一数据更大程度上反映了2025年大模型中标市场上单一项目的购买规模。
2025年，智能超参数按照月度中标数据对项目金额中位数进行过统计。整体上看，全年中标项目的中位数，跟月度数据相差不大。75万元-95万元是一个较为理性和符合市场现状的项目采购区间。
事实上，这一数据也反映了整个市场中标项目的分布结构。2025年大模型中标项目中，较小中标金额的项目增长更为迅猛，尤其下半年，智能体等应用类项目增长更快，但是项目金额普遍只有几十万元。
当然，随着整体市场规模快速增长，也有不少大手笔投资项目。超大金额项目数量的快速增长，推升了整体市场规模的快速增长。
根据智能超参数的统计数据，2025年全年，金额超过1000万元的超大单数量达到314个，2024年为94个，增幅约为234%。2025年全年，44个中标项目的金额超过1亿元，2024年则为11个。44个金额超过1亿元超级大单中，政务行业贡献了其中一半的项目。
2025年大模型中标项目类型分布
目前围绕大模型相关的招投标项目类型非常丰富，但整体上智能超参数将其划归为4个大类：算力（运行大模型所需要的计算资源）、数据（大模型相关数据标注或者数据资源等）、大模型（各类垂直大模型、AI中台或者大模型基座，可能包含算力，应用场景不明确）、应用（智能体，大模型在明确场景中的融合落地，可能包含算力、AI大模型平台、应用软件等）。
2025年全年，智能超参数统计到的全行业大模型采购项目类别如下：
2025年全年，应用类大模型中标项目数量占比最高，达到了58%。2025年11月份，应用类中标项目数量的占比曾达到63%，创下我们发布跟踪数据以来的新高。
从季度数据来看，应用类项目整体占比在逐渐提升。第一季度，应用类大模型中标项目的占比为44%；第二季度，应用类大模型中标项目的占比为51%；第三季度，应用类大模型中标项目的占比为61%；第四季度，应用类大模型中标项目的占比为60.5%。
这些数据表明，整个市场都在思考如何结合业务场景，真正把大模型用起来。同时，数据也反映今天市面上主流大模型的性能，已经足够在较多应用场景中落地。
2025年全年，算力类大模型中标项目的数量占比排名第二，占比为27%，中标金额占比则达到52.9%，排名第一。根据智能超参数的跟踪数据，自2025年3月份至12月份，算力类中标项目都大幅超过了大模型类项目。
这背后主要原因可能是通义千问Qwen、DeepSeek等国产开源模型性能足够有竞争力，完全可以支撑在业务中的应用，更多招标人只需要购买算力。
大模型类中标项目的数量占比为10%，排名第三，其中垂直类大模型、AI中台、智能体开发平台的占比尤为显著。尤其2025年下半年，采购智能体开发平台成为了该类别项目中最为重要的组成部分。
2025年，数据类大模型中标项目的数量占比仅为5%，金额占比仅为4.4%，在项目类别中垫底。但是对比2024年（70个项目，披露中标金额1.57亿元），数据类项目的增长尤其显著。
智能超参数的跟踪数据显示，数据类中标项目大量出现开始于2025年8月份，项目数量增长的态势延续到2025年12月份。这些数据类中标项目主要围绕数据标注、数据集建设而产生。这反映更多的企业开始通过构建高质量的数据，来进一步提升大模型在业务落地中的应用效果。
2025年大模型中标项目行业分布
2025年全年，统计到的大模型中标项目，以行业划分，教科、政务、通信、能源、金融是排名前五的行业。大交通、医疗两个行业也表现突出，基本稳定在第六或者第七名。自我们统计数据以来，前五大行业非常稳定，只是排名略有改变。
2025年，教科行业大模型中标项目数量排名第一。自2025年3月份起，教科行业的大模型中标项目数量开始排名第一，这个强势势头延续到了2025年12月份。这跟各地数量众多的大学、职业技术学院，甚至中学推进大模型研究或者在教学中应用有很大关系。
2025年，政务行业中标金额排名第一。这跟各地政务部门积极推进大模型在当地产业中的落地应用有关，而随着顶层鼓励政策的公布，金额较大的政务项目在不断增加。尤其注意的是，以前政务市场上原有的智算中心项目正在逐渐升级，与大模型进行强绑定，并且也把大模型在当地产业中的应用作为重点建项项目。
通信行业的大模型项目数量全年排名第三。三大运营商各省分公司、子公司是通信行业大模型的重要采购方，这些项目，一方面是运营商内部业务进一步提升与大模型技术的融合；另外一方面，则是各地运营商分公司为所服务客户代为采购大模型技术，并负责最后的落地工作等。
能源行业的大模型项目数量全年排名第四。2025年，电力、煤炭、石油、核电等能源行业中的各类企业都加大了对大模型技术的投资。能源行业的招标人普遍拥有丰富数据，购买力也较强，在政策鼓励的大背景下，也有动力在大模型等新技术上持续发力。
金融行业的大模型项目数量全年排名第五。从月度统计数据来看，金融类大模型项目数量每个月都在稳步增长，单项目披露的金额也在持续攀高。
2025年上半年，金融机构在算力上的投资占比较大，而在2025年下半年，应用类项目占比则超过了50%。整体上看，2025年金融机构开始在智能客服、智能审核、分析决策等价值得到验证的场景下积极引入大模型技术，并开始探索智能体在部分业务场景中的应用。
医疗行业的大模型项目数量全年排名第七。从统计数据来看，各地医院是主力采购者，并且大模型在导诊、病历生成、医疗影像分析等场景下得到了广泛应用。这些项目的采购金额普遍为数十万元，但是安徽、广东等地的医疗行业人工智能应用中试基地项目金额则都在上亿元。
2025年全年，大模型落地的行业其实越来越多，应用场景也越来越丰富。虽然目前来看，不同行业的渗透率不尽相同，但是大模型交付的价值开始在越来越多的领域得到承认。
预告：《中国大模型中标项目监测与洞察报告 (2025) 》系列文章第二篇，我们将对大模型厂商表现进行集中盘点。
说明：报告涉及的部分中标项目未披露中标金额，为方便统计，项目金额以0计算；一定存在项目统计遗漏的情况；项目分类、行业分类并不严格，这都可能会影响最后的统计分析结果，请读者知晓。报告内容仅供参考。
如何学习大模型 AI ？
由于新岗位的生产效率，要优于被取代岗位的生产效率，所以实际上整个社会的生产效率是提升的。
但是具体到个人，只能说是：
“最先掌握AI的人，将会比较晚掌握AI的人有竞争优势”。
这句话，放在计算机、互联网、移动互联网的开局时期，都是一样的道理。
我在一线互联网企业工作十余年里，指导过不少同行后辈。帮助很多人得到了学习和成长。
我意识到有很多经验和知识值得分享给大家，也可以通过我们的能力和经验解答大家在人工智能学习中的很多困惑，所以在工作繁忙的情况下还是坚持各种整理和分享。但苦于知识传播途径有限，很多互联网行业朋友无法获得正确的资料得到学习提升，故此将并将重要的AI大模型资料包括AI大模型入门学习思维导图、精品AI大模型学习书籍手册、视频教程、实战学习等录播视频免费分享出来。
第一阶段（10天）：初阶应用
该阶段让大家对大模型 AI有一个最前沿的认识，对大模型 AI 的理解超过 95% 的人，可以在相关讨论时发表高级、不跟风、又接地气的见解，别人只会和 AI 聊天，而你能调教 AI，并能用代码将大模型和业务衔接。
- 大模型 AI 能干什么？
- 大模型是怎样获得「智能」的？
- 用好 AI 的核心心法
- 大模型应用业务架构
- 大模型应用技术架构
- 代码示例：向 GPT-3.5 灌入新知识
- 提示工程的意义和核心思想
- Prompt 典型构成
- 指令调优方法论
- 思维链和思维树
- Prompt 攻击和防范
- …
第二阶段（30天）：高阶应用
该阶段我们正式进入大模型 AI 进阶实战学习，学会构造私有知识库，扩展 AI 的能力。快速开发一个完整的基于 agent 对话机器人。掌握功能最强的大模型开发框架，抓住最新的技术进展，适合 Python 和 JavaScript 程序员。
- 为什么要做 RAG
- 搭建一个简单的 ChatPDF
- 检索的基础概念
- 什么是向量表示（Embeddings）
- 向量数据库与向量检索
- 基于向量检索的 RAG
- 搭建 RAG 系统的扩展知识
- 混合检索与 RAG-Fusion 简介
- 向量模型本地部署
- …
第三阶段（30天）：模型训练
恭喜你，如果学到这里，你基本可以找到一份大模型 AI相关的工作，自己也能训练 GPT 了！通过微调，训练自己的垂直大模型，能独立训练开源多模态大模型，掌握更多技术方案。
到此为止，大概2个月的时间。你已经成为了一名“AI小子”。那么你还想往下探索吗？
- 为什么要做 RAG
- 什么是模型
- 什么是模型训练
- 求解器 & 损失函数简介
- 小实验2：手写一个简单的神经网络并训练它
- 什么是训练/预训练/微调/轻量化微调
- Transformer结构简介
- 轻量化微调
- 实验数据集的构建
- …
第四阶段（20天）：商业闭环
对全球大模型从性能、吞吐量、成本等方面有一定的认知，可以在云端和本地等多种环境下部署大模型，找到适合自己的项目/创业方向，做一名被 AI 武装的产品经理。
- 硬件选型
- 带你了解全球大模型
- 使用国产大模型服务
- 搭建 OpenAI 代理
- 热身：基于阿里云 PAI 部署 Stable Diffusion
- 在本地计算机运行大模型
- 大模型的私有化部署
- 基于 vLLM 部署大模型
- 案例：如何优雅地在阿里云私有部署开源大模型
- 部署一套开源 LLM 项目
- 内容安全
- 互联网信息服务算法备案
- …
学习是一个过程，只要学习就会有挑战。天道酬勤，你越努力，就会成为越优秀的自己。
如果你能在15天内完成所有的任务，那你堪称天才。然而，如果你能完成 60-70% 的内容，你就已经开始具备成为一名大模型 AI 的正确特征了。
