2025年，国内软件研发领域大模型应用进入系统化落地阶段，软件与IT服务业渗透率超78%，重心从通用向垂直领域迁移，生态竞争聚焦应用生态，企业应用深度提升，市场教育基本完成[4][13][16]。

详答

一、调查背景与发起方

• 背景：为推动我国软件研发领域发展，AI+研发数字峰会（AiDD）组委会联合软件工程3.0时代、测试窝、异步社区、思否、稀土掘金等社区及组织，发起《2025年软件研发应用大模型国内现状调查》[1][4]。
• 目的：全面了解大模型在软件研发中的应用情况，探索技术优势与挑战，为行业提供决策参考[1][4]。

二、国内大模型发展驱动因素

1. 技术进化：以大模型为代表的AI技术持续进步，模型能力显著提升，为软件研发提供强大技术支撑[2]。
2. 政策推动：各级政府发布多项政策，支持大模型产业发展，营造良好政策环境[2]。
3. 市场需求：数字化转型深入，各行业对大模型技术需求增长，推动技术落地应用[2]。

三、软件研发领域大模型应用现状

1. 应用阶段：

   • 深耕细作：大模型应用从试点探索转向系统化落地，重心从“通用”向“垂直”领域迁移[4][13][16]。
   • 行业渗透率：软件与IT服务业应用渗透率超78%，成为最活跃的行业之一[4][16]。
   • 生态竞争：模型生态竞争焦点从能力转向应用生态，企业关注如何将AI能力深度融入业务流程413。

2. 应用趋势：

   • 垂直领域加速迁移：金融、制造、能源等五大领域已形成成熟行业模型，应用场景较2024年扩展2倍以上[13]。
   • 系统化落地：企业从单纯技术试点转向系统化应用，积极应用大模型的团队占比超62.8%，较去年增长8.8%18。
   • 市场教育完成：观望团队比例稳定在7.4%，市场教育基本完成，剩余挑战在于深度融入业务流程[14]。

3. 技术能力突破：

   • 推理与指令执行：新一代大模型（如Qwen3）在推理、指令执行、代理能力和多语言支持方面取得突破性进展[6]。
   • 垂直领域性能：开源模型（如ChatGLM3、通义千问QwenTurbo）在中文任务、医疗影像解析等领域性能领先国际同参数模型[12]。

四、行业格局与竞争态势

1. 从模型竞争到生态竞争：

   • 应用深度提升：企业关注系统化落地，试用团队多数转化为积极应用者，说明试用带来可观效益[14]。
   • 生态支点：开源模型矩阵初具规模，训练框架、数据集、工具链构成技术生态“三驾马车”[12]。

2. 中国大模型的全球地位：

   • 技术领先：中国大模型在代码生成能力上与国际顶尖模型并列全球第一，开源AI领域进入“中国时间”[17]。
   • 市场规模：2025年中国AI大模型市场规模预计突破495亿元，全球市场规模达数百亿美元[15]。

五、典型案例与开源生态

1. 开源模型突破：

   • ChatGLM3：实现千亿参数本地部署，中文任务性能领先国际同参数模型[12]。
   • 通义千问QwenTurbo：将推理成本降至0.3元/百万tokens，推动大模型商业化应用[12]。
   • 商汤“书生·浦语”：医疗影像解析准确率达92.3%，超越Llama3开源版[12]。

2. 行业模型应用：

   • 金融领域：AI核保、理赔自动化、实时数据分析与量化交易AI化[9]。
   • 制造与能源：行业模型支持智能生产、能源管理优化等场景[13]。

六、挑战与未来方向

1. 主要挑战：

   • 深度融合经验不足：开发团队缺乏将大模型技术与现有软件工程实践深度融合的经验和方法论指导[5]。
   • 评估与集成策略：如何评估大模型适用性并制定有效集成策略，仍是行业痛点5。

2. 未来趋势：

   • 从“聊天机器人”到“智能代理”：新一代大模型具备长时记忆、工具使用能力，向智能代理转型[11]。
   • 垂直领域深化：金融、制造、能源等行业模型将进一步成熟，应用场景持续扩展[13]。
   • 生态竞争加剧：模型生态竞争将聚焦应用生态，企业需构建完整技术栈以保持竞争力[4][13]。