Omdia预测，全球生成式AI市场规模将在2029年达到728亿美元，较2024年的146亿美元增长五倍。生成式AI已广泛应用于消费、企业服务、零售、媒体娱乐及医疗保健等领域。多模态生成式AI技术因其多样化功能，正推动客户服务、企业知识管理、3D数字分身和制造业等行业的应用。尽管基于大型语言模型（LLM）的应用日益普及，但LLM仅能处理文本和语音数据，无法实现多模态学习。据中国互联网络信息中心数据，截至2024年6月，我国生成式AI产品用户规模已达2.3亿人，占总人口的16.4%。