中国AIGC商用场景趋势捕捉指北

出品机构：亿欧·TE
发布时间：2023.05
 01 AIGC中国路

目录
02 AIGC商业全景俯瞰
CONTENTS

03 极具潜力的AIGC之星
01 AIGC中国路
PART
AIGC（生成式人工智能）定义

麦肯锡：
Generative AI is set to change that by undertaking interaction labor in a
way that approximates human behavior closely and, in some cases,
imperceptibly.

生成式人工智能旨在通过以一种接近人类行为，（与人类）进行交互式协作。

文本 图片
Gartner：
Generative AI is a disruptive technology that can generate artifacts that
previously relied on humans, delivering innovative results without the
AIGC biases of human experiences and thought processes.

生成式人工智能是一种颠覆性的技术，它可以生成以前依赖于人类的工件，在没有
人类经验和思维过程偏见的情况下提供创新的结果。

音频 视频
TE：
生成式人工智能，将彻底改变人机交互的关系，并创造新的产能输出结构。它将在
第四维度实现与人的思维同调，继移动设备以人类外器官形态存在以来，AIGC将
以外脑的形式存在于人类认知中。

Source：TE洞观整理绘制，2023/04
 AIGC的商业化还在早期的市场探索阶段，国内略有落后仍在努力追赶

AIGC市场商业化成熟度发展曲线

市
场
期
望
&
认
可
快速探索期的表现：基于基础大模型或自建
模型，面向具体业务以及场景，提供商业化
美国市场AIGC商业化 的AIGC服务，并已经产生正向收益。
程度进入细分场景服务 代表企业：
的快速探索期，并且已
经出现了初步的汰换

中国AIGC的商业
化程度处于刚进
入触发期后半段

中国市场
美国市场

触发期 市场探索期 启动期 期望膨胀期 衰退期 复苏期 成熟期 时间

Source：TE洞观整理绘制，2023/04
 AIGC已经站在巨人肩膀之上

中国市场企业上云现状 中国市场企业数字化现状 中国市场AIGC基本盘预测

已经制定企业全局数字化规划 47.6%
已经上云
测试云阶段 20.9% 制定了部门级/业务线级的数字化规划
14.3% 2023年，中国企业市场
30.7%
8.7%

46.5%
尚未制定相关计划
企业
尝试过数字化转型，但已失败 1.0%

计划上云 公司正在着手实践数字化转型 26.9% 具备应用AIGC的基础环境

48.8%
停留在数字化转型讨论阶段 1.4%

Source：TE洞观，2023/04

TE认为：
AIGC数据、算法、算力核心特征下，其商业化土壤必然建立在数字化基础之上。
国内数字化市场历经8年发展，企业上云意识进入高认同阶段，超过50%的企业将业务或路上或已经部署在云端，这其中又有超过90%的企业开始了数字化转型的设计规划，这意味着
数字资产、数据驱动、业务数字原生程度大幅加深，AIGC可成活的土壤越牢固，目前至少有46.5%的企业具备了应用AIGC的基础环境。
 AIGC商业化天花板，肉眼可见的高涨

中国企业对AIGC的投入规模预测
中国企业数字化支出规模 24.1%
单
数字化支出 CAGR 位
22.5% 22.3%
19.1% ： 22.2%
单 19.0% 18.9%
18.7% 18.8% 亿
位
：
万
亿

0.9 1.1 1.3 1.6 1.9 2.2

2021 2022 2023e 2024e 2025e 2026e 614.6 753.0 919.6 1120.9 1456.6

2023e 2024e 2025e 2026e 2027e

2023年企业对AIGC的投入倾向

不确定 0.5%

1%以内 3.8%
TE发现：
企 业 对 AIGC 投 入 约
3%以内 占数字化转型总投 中国企业市场中，规模以上（营收在10亿以上，人员规模1000人以上）企业的数字化嗅觉不仅表现在
27.6%
对数字化理解和数字系统的实践中更加迅捷，在面对能够快速融入业务的新技术时也表现出超前的敏锐
5%以内 48.1%

10%以内 17.1% 入比例为 4.6% 度。在企业整体的数字化转型投入中，规模以上企业对AIGC的投入预判为4.6%的均值，对AIGC的试错

意愿表现出较高的热情。
大于10% 2.9% 随着AIGC的不断成熟、商业化场景的不断丰富，这一投入比例还会持续增加，预计在未来三年AIGC的
实际营收规模将突破1000亿人民币，并保持20%以上的年复合增长率，既快又稳的全面商业落地。

Source：TE洞观，2023/04
 AIGC商业化施展拳脚的舞台已然就绪

AIGC的先进企业，已经在零售、制造等行业迈出探索的第一步
TE发现：
国内AIGC的商业舞台，在市场的
AIGC在国内快速落地的行业分布
早期阶段，主要以规模以上的民
当前主要以规模以上的民营企业为主力，
营企业为主。
积极探索AIGC的落地实践
零售 21.6%
以零售、制造和科技互联网为主
制造 9.6% 体的行业化渗透优势开始凸显。
国资企业
19.3% ü 一方面这些行业拥有海量的业
软件开发 8.3%
务数据（特别是能够通过公开
信息、通讯服务 外资企业 资源获取相对精准数据），能
6.4%
8.3% 够为AIGC提供坚实且丰富的
物流运输 6.0% 民营企业 训练基础；
72.5%
能源 ü 一方面这些行业的产业链相对
成熟且链条长度大，场景足够
30.3%
电子商务 离散，有大量的基于个人的个
25.7%
22.5% 性化诉求。
建筑与房地产 18.8%
AIGC在足够业务数据的支撑下，
金融 能够大幅提升人与产业链上下游
的整体效率，且针对个性化诉求
中介服务
大幅提高服务精度。
其他 501-1000人 1001-2000人 2001-5000人 5001人以上 行业天然的商业化诉求迫切且旺
盛，AIGC的落地相对容易。
Source：TE洞观，2023/04
 虽缺少一些关键支撑，但企业对AIGC依旧表现出高涨的应用热情

价值认同 着手准备 应用状态

企业高管对AIGC在企业 现阶段企业对AIGC的导入状态
企业对AIGC的落地准备尚处于不充分状态
运营管理中的理解认知
资金预算
仅在内部尝试性研究，没 1.8%
有大范围应用
5.6 关键人员
组织共识 6.0%
保障 已经在某些部门应用AIGC
4.5
仅限于 3.3
极少部 完全不考虑AIGC 0.5%
分零星
应用 2.7 2.9
落地方案 技术与服 未来1年小范围内尝试导入 58.3%
AIGC能够深度影响 设计 务选择
20.6%
到很多企业生产管 3.3 3.9
未来1年将在营销、办公场 32.6%
理过程和模式 部 分 场 AIGC 只
景可重 是个噱 景中率先应用
度使用 头
业务流程 首席官员 0.9%
70.6% 4.4% 4.4% 调整 设立
1年内无规划

Source：TE洞观，2023/04

TE发现：
在Chat-GPT、Notion、Copilot等杀手级应用的影响下，大部分中国企业高管对AIGC能为企业带来的管理效率、运营精度提升，表现出很高的价值期待和认同感；虽然作为企业主体，
在为AIGC的落地准备工作中，只有在「资金预算」方面呈现出相对有所准备的状态，包括「关键人员保障」「技术和服务选择」「落地方案设计」在内的等其他6大类保障新技术落地
的要素中，几乎都表现出“欠缺”的特征。但依然有超过90%的企业表示，将会在未来12个月内在企业内部或小范围、小组织、小部门导入办公、营销等场景的AIGC应用。
 AIGC不同收费模式正在被各类企业不断尝试

企业倾向的AIGC收费模式
收费模式 特征 优点 缺点 适用企业

A 软件与服务订阅模式
A 这种模式根据客户使用服
方便客户预估成本，
同时也可以通过调整 容易出现空闲浪费
中等规模企业，
对支出有灵活性
务的时间长短来计费
使用时间来控制花费 和可预测性需求
34.8% 43.3%

C 定制化商品开发模式 这种模式根据客户使用的 优点是价格相对较为 有时难以成本控制，

B API 调用次数或计算资源
占用量来计费
透明，用户只需按实
际使用付费
应用量突增时成本
大幅提升
小型、初创企业

35.7%
C 根据客户特定的需求和预
算提供定制化的服务方案
能够满足客户个性化
的需求
成本高，运维难度
大
有长期稳定业务
需求的大型企业
B 内容产出量收费模式

Source：TE洞观，2023/04

TE发现：
根据目前国内数字化市场发展阶段特征，企业对于云上服务的特点以及不同类型云服务的产品收费模式有相对清晰的认知、判断。基于过往应用的经验，企业在AIGC的服务收费模式
上已经表现出更为理性的分析。对于预算支出有明确可预测性以及灵活性增删账户需求的企业，更愿意采纳订阅式收费模型；对于业务不够稳定、且业务方向性不够明确的小微型、初
创类企业，按内容量产出收费的模型更加适合；对于有明确且长期业务目标的大型企业，在预算充沛的情况下，定制化产品模式更受青睐。
 企业落地AIGC的关键角色浮出水面

推动AIGC落地的关键角色 TE发现：
准备或已经开始实践AIGC的企业
理想人选 实际人选 MVP所需的基本条件 中，CEO与CDO成为推动AIGC落
地的最佳角色。
熟悉组织全面的业务流程
深刻理解产业链上下 这个关键角色需要极强的业务理
42.9% CEO 46.2% 游作业模式 关注客户体验
解和业务重新整合的能力。
ü 通过深刻的对上下游产业的业
务认知精准的捕捉AIGC在供
了解公司战略与
拥有超前的思维 应链中的服务落地点和价值输
9.0% CIO 12.4% 目标
明确公司遭遇瓶颈原因 模式和策略能力
出点；
ü 对内部整体的管理/运营业务
数字化技术与业 高度熟悉，才能将AIGC的能
29.5% CDO 25.7% 了解行业痛点 务融合的理解力
力融入业务流程中，以最小代
价方式精准赋能业务；
ü 需要高度的跳跃、超前思维，
17.6% CSO 15.2%
MVP核心三要素 创造和发现新的AIGC落地方
式，用AI解决方案来服务自己
1 超前的思维模式和极强的策略能力
以及外部客户。
2 熟悉组织内外部全业务流程 同时具备以上突出的三种能力要
1.0% CMO 0.5%
3 深刻了解产业链上下游作业模式 素，才能顺利、有序的将AIGC落
地到具体业务之中。

Source：TE洞观，2023/04
02 AIGC全景俯瞰
PART
 AIGC商业落地产业图谱 2.0 TE整理绘制
场景细分应用服务商 行业细分应用服务商
营销 办公 设计 虚拟人 电商 游戏 文娱 金融 工业 政务 医疗健康

智慧城市
生物医药
开发 客服 人力 财税
房产 农业
建筑 法律

大场景大模型服务商 大行业大模型服务商 基础配套

营销 办公 设计 游戏 工业 电商
虚席以待 虚席以待 虚席以待 建模工具
虚席以待 虚席以待

虚拟
客服 开发 金融 智慧城市 政务
人
虚席以待 虚席以待 虚席以待 虚席以待

安全服务
基础大模型
紫东.太初
百度 商汤 昆仑万维 澜舟科技 科大讯飞 智源研究院 浪潮 中科院自动化所 出门问问 第四范式

基础平台
Infra
算力 数据/算法服务
 混沌中寻求AIGC商业路径的合理推衍

01 02 03

技术
行业 场景
（技术落地）

伦理 AIGC 商业价值
提供的服务
（技术道德）
玩家基本面
合规
（政策允许） 标准/规则 商业模式

竞争模式
权属 技
（知识产权） 产品 发展现状 获利路径
术 关键影响

基 成本控制
…… 赋能 发展潜力
座 ……

03 02 01

Source：TE洞观整理绘制，2023/04
AIGC商业架构层次——细分小模型能拿走近一半产业链价值

AIGC商业逻辑地图 产业链价值分配
产 TE认为：
业
营销 办公 设计 开发 客服 杀 结 短期来看，以OpenAI为代表的基
20% 手
构
级 础大模型发展迅猛，国内以百度、
财税 人力 电商 游戏 影视 应
用 阿里为代表的基础大模型也快速
金融 工业 培训 政务 …… 模 进入市场，基础大模型正在不断
型
通用细分小模型 重塑、拓宽服务应用的边界，将
会占据产业价值链的主要部分。

其次则是与SaaS的紧密相关的业
营销 办公 社交 金融 制造 零售
行 务层，已经涌现大量基于各自领
人力 供应链 …… 医疗 TMT ……
20% 业
、 域小规模数据、垂直业务特征，
大
训练出的如图形设计Artboost、
场景大模型 行业大模型 场
景
客服小冰等领域小模型。它们将
模
型 分走价值链中直接面向企业业务
文本 图片 音频 视频
赋能的部分。
再次则是基于大模型和领域小模

基础大模型 60% 基
础
型之间的行业、场景大模型，虽
大 然此层级代表性品牌较少，但随
模
数据 型 着行业性数据和行业专家在供应
商和企业用户之间高度融合、规
算力 算法 则标准日益完善的条件下，会有
一部分机构拿走中间层价值。
大模型地基
产业发展阶段

Source：TE洞观，2023/04
 以营销、客服、办公为先锋的场景已经展开商业化版图

国内AIGC商用场景潜力图谱

服 营销方向
务
商
准
备
情
况

基础作业环节
新场景数字化服务

在线客服

人力资源管理 数字化办公

文档及知识管理
数据智能与治理
财税管理 出海业务 信息化安全与策略
信息化系统建设
供应链与生产

客户需求期望
注：本图表中场景选择，主要依据企业用户的需求期望的前13个场景 Source：TE洞观，2023/04
 营销场景的AIGC捕获

企业AIGC的落地应用期望 AIGC在营销场景当中可参与的具体环节

营销领域 33.3%
市场认知 线索运营 客户培育 客户转化
在线客服 31.9%
广告策略 渠道导流 EDM 精准需求分析
品牌传播 活动吸引 视频营销 策略分析
数字办公 27.1%
市场分析 流量检索 活动营销 SFA
新场景数字化服务 23.3% CEM 流量分配 内容营销 近场营销 公&私域运营
SEO 忠诚度分析 CRM 精细线索管理
信息化安全与策略 23.3%
DSP 商机分析 渠道管理
SSP 会员管理
基础合规作业 21.9%
CDP
出海业务方向 19.0%

数据智能与治理 16.2% 复购&增购 营销优化

复购原因分析 网站分析
文档及知识管理 13.3%
复购策略营销 营销动作分析

供应链领域 12.9% 客服 策略复盘分析

售后服务 媒介监测&分析
信息化系统建设 12.4% 用户成长 营销计划控制
社交网络传播 营销预算分析
财税管理领域 6.7%
AIGC已经可参与环节
人力资源管理方向 5.7%
AIGC暂时不可参与环节

Source：TE数观、TE洞观整理绘制
 协同办公场景的AIGC入侵

企业AIGC的落地应用期望 AIGC在协同办公场景当中可参与的具体环节

营销领域 33.3%
办公协同
在线客服 31.9%

数字办公 27.1%
流程管理 公文管理 信息管理 任务管理
新场景数字化服务 23.3%
流程规范设计 信息与公文概览 信息归类存储 后续更新
信息化安全与策略 23.3%
流程路径设计 公文内容起草 信息资源挖掘
基础合规作业 21.9% 流程控制设计 文件登记 信息安全控制

出海业务方向 19.0% 流程优化

数据智能与治理 16.2%

文档及知识管理 13.3%
表单服务 文档协作 知识管理 合同管理
供应链领域 12.9%
后续更新 后续更新 后续更新 后续更新
信息化系统建设 12.4%

财税管理领域 6.7%
AIGC已经可参与环节
人力资源管理方向 5.7%
AIGC暂时不可参与环节

Source：TE数观、TE洞观整理绘制
AIGC的场景落地依旧在不断探索中

中
国
市
场
AIGC
商
用
落
地
场
景 持
续
更
新

……
Source：TE数观、TE洞观整理绘制
03 极具潜力的AIGC之星
PART
 TE对AIGC供应商商业化能力判断的基本逻辑

Market Ecological
AIGC商业化成功概率TIME模型 04
03
市场-机会密度
生态-连接协同
Innovate 洞察有机会的市场，
判断有商业机会的 保障初创公司能否

02 市场，是否有大客 有效的获得商业化
创新-资源保障 机会的延伸能力，
户机会的市场
生态的连接协作
保障项目稳定推进
的资源投入，人才、
资金、时间是必不
Team 可少的要素

01

团队—结构战力
算法/科学家 生态连接能力
初始化核心创始团
科技赋能程度
项目推进稳定保障
队的结构与当前状
态，是否具备关键 其他专家2 业务/产业专家 …
领域分工细度 技术壁垒能力
…
先生。

资金 人才 时间 领域机会纵深
其他专家1 策略/生态专家 知识与内容输出能力

Source：TE数观、TE洞观整理绘制
 AI基础软件供应商——九章云极DataCanvas
公司介绍 产品介绍
DataCanvas APS 是一款集数据准备与探索、环境构建、特征
北京九章云极科技有限公司是中国人工智能基础软件领军者。公
工程、算法实现、模型构建、模型管理、模型发布、模型服务运
司专注人工智能基础软件的持续开发与建设，通过自主研发的一
维于一体的多租户机器学习平台。
系列企业级AI应用所需的平台软件产品及解决方案，助力用户实
DataCanvas RT 是将ETL、业务模型、机器学习、人工智能、
现数智化升级，推动政府和企业AI规模化应用。
可视化等技术扩展到实时的企业级平台产品。它以实时计算引擎
公司以“开放、自动、云原生”为核心的数据科学产品体系，成功
为核心，整合数据接入、指标管理、规则管理、数据服务等模块，
为客户提供一系列灵活、自主、可靠的高性能高协同工具，加速
既支持实时计算作业的开发和配置，也支持实时计算作业和实时
企业数智化升级进程。

29.3
计算集群的运维监控。

创始团队指数 资源保障指数 分：
1
评
综合
算法/科学家 资金组织力

其他专家2 业务/产业专家

其他专家1 策略/生态专家 时间组织力 人才组织力

核心服务行业 生态链接指数

技术能力丰富度 69
政府 金融 交通运输

生态连接相关度 5

能源 通信 制造
知识输出相关度 10.7

Source：TE数观、TE洞观整理绘制
 虚拟人——华院计算

公司介绍
华院计算技术(上海)股份有限公司(简称“华院计算”)成立于 2002
年，公司以算法研究和创新应用为核心，致力于数学应用与计算
技术发展，着力发展认知智能技术，提供底层智能引擎，为社会
治理、智能制造、零售金融和数字文旅等行业提供AI+产品及解
决方案，推动行业数字化转型和智能化升级，让世界更智慧。
AIGC产品介绍
数智人：华院自研的生成式AI模型，如人像驱动、情绪表达、文
本生成以及基于领域型知识图谱的多轮对话等技术，实现了文本、
语音到视频的自动输出。华院数智人提供虚拟分身定制、虚拟直
播、智能视频生成、智能客服一站式解决方案。让个人、小微商
家也能享受企业级的人工智能技术。

1 36.5
创始团队指数 资源保障指数 评 分：
算法/科学家
综合
资金组织力

其他专家2 业务/产业专家

其他专家1 策略/生态专家 时间组织力 人才组织力

核心服务行业 生态链接指数

技术能力丰富度 65.8 ※
零售 金融 华
院
生态连接相关度 1.5 数
智
文化 旅游 人
知识输出相关度 10.2

Source：TE数观、TE洞观整理绘制
 虚拟人成功实践——沁园集团

应用背景介绍 应用虚拟人品牌
应用效果
沁园集团股份有限公司（简称“沁园”）成立于1998年，是一家专业从事净水设备、饮水设
持续的品牌、产品输出：
备及商用水设备等系列环保产品的高新技术企业。
ü 虚拟直播可以承接店铺的自然流量，成为宝
沁园致力于为中国家庭改善健康饮水条件。在淘宝、京东等平台设有多个店铺，每家店铺
贝详情页内容展示的补充。
都有几万-几十万的关注粉丝。 直播观众
客服体系延伸：

抖音、淘宝、快手、拼多 ü 虚拟直播可以回答70%的产品推荐、产品对
多、小红书、微盟…
直播伴侣 比、促销活动、售后服务问题。
面临的困难和痛点
激活沉睡粉丝：

ü 该品牌由真人直播团队提供 ü 真人主播主要负责拉新，而虚拟主播可以二
直播推流 次触达已关注粉丝，促进老客的订单转化。
代运营服务，但是主播成本
较高，精力有限，只能在晚 多模态视频流合成 客户端交互 智能评论分析：
上高峰时段进行直播； 直播呈现 ü 通过虚拟直播的评论后台，可监测到进入直
ü 因为涉及到多个产品的推荐、 虚拟主播形象 虚拟主播声音 播间客户的关注、分享、加入会员等行为。
直播内容 直播互动 还能根据消费的提问有针对性的完善宝贝描
对比和售后咨询，真人主播
发挥不稳定； 述，制定能提升转化的促销活动。
形 虚拟主播
成 （TTS驱动、 脚本内容 画面素材 知识库配置
ü 且小店等多个非旗舰店铺无 虚拟形象 AI融脸 声音复刻 录音驱动） 高投入产出比：
法承担真人主播高昂的成本。 ü 虚拟主播相比于真人主播能保持稳定的边际
AI辅助脚 AI辅助脚 效益和知识积累。一台电脑即可开播，成本
本生成 本扩写
真人模特 真人声音 仅为真人直播的10%，投入产出比可达1:19.2。

Source：TE数观、TE洞观整理绘制
 医疗数字人——万木健康

公司介绍
万木健康（VanMul Health）基于全球前沿医学研究证据和丰富
医疗合作资源，成体系的培育医生的数字资产管理人并联合医生
共创共赢；通过「万木引擎」帮助药企、医疗机构、互联网平台
等医疗供给侧企业精准匹配版权内容或医生合作，在融媒体时代
系统、高效地输出高品质科普患教及整合营销解决方案。让消费
者和患者提高保健及医疗决策效率。
产品介绍
数字人：「万木EI数字人」是一项面向医学专业人士的数字化
服务，可以让每位医生轻松生成极其逼真的数字分身，快速完成
海量科普内容创作。
基于少量真人音频数据，快速训练专属声音效果；循证医学图文
素材库，赋能数字人高效创作。

创始团队指数 资源保障指数 41.8

：
评分
综合
算法/科学家 资金组织力

其他专家2 业务/产业专家

其他专家1 策略/生态专家 时间组织力 人才组织力

核心服务行业 生态链接指数

技术能力丰富度 0.9
医药制造

医疗机构 生态连接相关度 1.5

医疗器械
知识输出相关度 0.4

Source：TE数观、TE洞观整理绘制
 虚拟人成功实践——某医药企业

应用背景介绍
应用效果
某医药企业目前已建立了高效的IT基础设施底座，其中内部管理系统也已经打通，随着该
企业业务的不断扩张，为适应业务的快速发展产生了新的数字化需求。 患教指南化
应用虚拟人品牌
随着该医药企业的业务快速增长，企业营销产生了新的需求，该机构面临着新疗法/产品的 ü 制作单病种体系化的患教内容库，打破传动
知晓度低，临床资源争夺激烈等问题，因此，该医药企业为了寻求更高效的触达患者路径， 患教内容不系统、碎片式的局限；
结合万木健康“数字人+AIGC”的能力，以此提高该医疗机构患教管理的能力。 医生数字化

ü 为医生创建超写实数字人形象，高效创作海
面临的困难和痛点 量高质量内容，创造医生的“第25个小时”，
充分触达每一位患者；

ü 市场上现有患教内容碎片化， 文本多态化
不成体系，医生梳理输出困 ü 患教内容的多形态输出，不局限于文字、音
AI脚本 内容 内容 AI视频 适配场 视频 视频 人工分
AI选题
难，患者系统化接收困难； 审核 标注 合成 景调优 审核 标注 发互动
频、视频等，内容可及时更新；
ü 医疗资源紧张，医生时间利 内容人文化
A1 A2 B1 B2
用较为饱和，无法全面定制
ü 回归患者视角后，从身-心-社会多角度全方
化的针对每一位患者的全病 时间：T+n
位为患者提供内容，提高个体依从性；
性别：男女
程做出医患交互； 年龄段：20-30....
生命指征： 随访动力化
ü 患者信息分散，仅靠医生对 1-BMI值
2-血压 ü 基于中断治疗的真实原因设计专题内容，赋
患者做出主观依从性判断， 3-血糖
内容终审
…… INPUT 内容确认 内容生成 OUTPUT 予患者持续治疗的动力，提升疾病康复率。
有一定的局限性。 确认

单病种小模型 AIGC工作流
（知识图谱）
Source：TE数观、TE洞观整理绘制
感谢阅读
Thanks！

二维码 二维码
商务合作：15801590908
联系邮箱：zhaojingrui@iyiou.com
TE指数官网：https://aigc.iyiou.com/aigc/serviceindex