前言

　模型即服务是一种将机器学习、深度学习等模型通过云计算平台提供给用户的服务模式。它的出现是随着人工智能技术的快速发展以及企业对数据分析和预测需求的不断增长。在传统模式下，企业要使用模型需自行构建、训练和维护，这需要大量的技术资源和成本。而MaaS让企业只需调用API等方式就能使用模型，降低了使用门槛。

　　一、MaaS模型即服务系列标准阶段性成果

　　随着大模型技术的日益成熟并加速向各行各业渗透，模型即服务（MaaS）作为推动大模型落地的重要路径，正逐渐成为行业关注的焦点。MaaS目标是以云的方式灵活便捷地提供大模型服务，帮助各行业快速享受大模型带来的价值提升。然而MaaS落地过程中，模型服务质量的衡量标准不一、平台选型困难、行业定制需求复杂等问题逐渐显现，从而亟需一套全面的标准体系助力MaaS行业健康有序发展。

　　中国信息通信研究院（简称“中国信通院”）紧跟MaaS领域最新发展趋势，依托中国人工智能产业发展联盟组建MaaS工作组，自2023年起联合产业各界启动研制MaaS系列标准，现阶段性发布该系列标准的已完成部分，并同步征集未完成部分的参编专家。

　　本系列标准围绕MaaS落地中遇到的问题，聚焦模型定制、模型服务部署、模型管理、模型应用开发及模型服务能力等开展5个维度的研究，为大模型服务商和平台供应商提供能力建设参考，为应用方提供技术选型参考。

　　图表：MaaS系列标准

　　资料来源：中国信通院、中投产业研究院整理

　　二、MaaS模型即服务市场Top5服务商

　　中投产业研究院发布的《2025-2029年中国未来产业之模型即服务（MaaS）行业深度调研及投资前景预测报告》指出，2024上半年，中国MaaS市场规模达2.5亿元，中国AI大模型解决方案市场规模达13.8亿元，百度智能云在这两个市场中均获得第一名，市占率分别为32.4%和17%。

　　图表：2024年上半年中国模型即服务（MaaS）--市场Top 5服务商市场份额

　　数据来源：IDC、中投产业研究院整理

　　图表：MaaS在各行业应用占比

　　数据来源：中国信通院、中投产业研究院整理

　　三、中国MaaS模型即服务市场参与的厂商类型

　　中投产业研究院发布的《2025-2029年中国未来产业之模型即服务（MaaS）行业深度调研及投资前景预测报告》指出，中国MaaS市场参与的厂商主要分为三类：一是云服务商，凭借其云计算技术、行业用户资源的深厚积累，在云底座的基础上打造一体化模型服务能力，研发模型开发平台和解决方案；二是人工智能企业，基于大模型技术创新、优质数据资源、丰富的AI应用场景等优势，构建存算基础设施与AI应用之间的桥梁。三是电信运营商，依托算力网络的前瞻布局、海量数据积累和庞大用户基础，为企业用户提供深度定制的MaaS服务。

　　四、MaaS模型即服务行业发展前景

　　在大模型时代蓬勃发展的浪潮中，各行业都面临着数智化转型带来的空前挑战与机遇。其中，MaaS作为一种能够灵活供给模型服务的新模式，为行业转型变革开辟了新的路径。

　　大模型时代重塑了MaaS概念，有力地推动了大模型的规模化落地。MaaS具有技术门槛低、模型可共享、应用易适配这三大特性。一方面，它有助于应对模型服务规模化生产时成本高、技术门槛高的难题；另一方面，它能够提升基于大模型的AI应用开发效率。

　　MaaS的应用日益广泛，落地效果也逐渐凸显。在外需和内驱的双重推动下，金融、电信等行业率先涌现出大量优秀的MaaS落地案例，能更便捷地为用户提供模型服务，让用户在使用大模型等AI技术时实现多快好省的效果。同时，MaaS在生产经营各环节的落地应用也日益增多，例如基于模型的AI应用，在调研案例中已覆盖了上百个场景。

　　中投产业研究院发布的《2025-2029年中国未来产业之模型即服务（MaaS）行业深度调研及投资前景预测报告》指出，当前，MaaS落地尚处于初期阶段，未来大小模型协同、内外部接口统一化、应用新生态构建、安全保障强化等能力的持续提升，将成为MaaS发展的新趋势。

　　首先，大小模型协同将是模型服务场景化落地的关键方式。大模型因其规模大、能力强的特点，擅长处理广泛领域的通用问题；小模型则以小巧精致的优势，专注于解决特定场景下的专业问题。将大模型的通识能力与小模型的专业能力相结合，能够使模型服务更精准地满足应用需求，为应用开发赋予更强大、更灵活的AI能力。这种协同策略会促进AI技术在各个领域的深入应用，进一步释放AI技术的商业价值，催生出更丰富多样的应用场景和解决方案。

　　其次，MaaS服务的能力和内部接口将趋向统一化。一方面，模型服务水平会逐步规范，未来模型要为成百上千个业务提供服务，模型服务质量直接关乎业务能否稳定运行，所以服务内容、水平、计量的标准化有助于提高服务效率并降低成本。另一方面，企业内部模型服务的接口将逐渐统一，模型服务规模化落地后，模型与应用或业务系统间接口的统一与否会直接影响开发效率和质量。标准化接口便于不同业务调用不同模型服务，能提高兼容处理效率，降低使用门槛，促进不同服务间的互联互通，推动模型的共享和复用。

　　再者，MaaS将催生出基于大模型的应用新生态。一方面，基于大模型的应用开发新范式将围绕自然语言不断发展，借助自然语言可快速生成特定领域的大模型原生应用，大幅降低开发门槛，吸引更广泛的用户参与，推动应用开发生态持续扩张。另一方面，基于大模型的应用将朝着个性化、拟人化方向迈进，依据新的开发范式，各类应用将更贴合用户的个性化需求，同时应用形态会逐渐向视频、音频等更具拟人化特征的多模态形式转变，使人机交互更加自然流畅。据Gartner预测，到2026年，超过80%的企业将使用生成式AI的API或生成式AI模型，或者在生产环境中部署支持生成式的应用（当前这一比例不足5%）。

　　最后，MaaS将围绕模型服务持续加强安全保障。未来将从平台安全、数据隐私保护、模型可控性、服务可靠性以及应用安全等维度，持续完善MaaS安全保障体系。据Gartner预测，到2026年，对AI应用部署实施信任、风险和安全管理控制措施的企业，能够过滤80%的错误和非法信息，从而提高决策的准确性。通过健全的保障体系，可以保护用户在使用模型服务过程中的数据安全和隐私权益，筑牢模型服务风险管理防线，助力企业生产更负责任的AI，推动各行业“AI+”行动的发展。