生成式人工智能是人工智能的重要分支，其通过深度学习模型学习文本、图像、音频、代码等数据的规律，从而获得”创作”能力。该技术不仅能完成文章撰写、图像绘制、程序编写、音乐创作或视频生成等任务，还能推动科研、教育、金融、设计等领域的智能化创新。
参考乔朋华等（2025）在《生成式人工智能如何提升制造业企业韧性？》中采用的文本词频分析方法，本研究以企业年报中生成式人工智能关键词出现频次作为企业应用水平的代理指标。具体实施流程是获取全部样本企业的上市公司年报，将年报文档统一转换为纯文本格式，根据文献关键词确定生成式人工智能核心术语库，建立专业分词词典；使用Python编程实现文本分词，抓取并统计年报中生成式人工智能特征词出现次数。
数据标准化处理，对统计词频进行加一平滑处理，取自然对数转换。观测值68471条，原始数据来源于上市公司年报。
数据指标
类别 股票代码 公司简称 年报标题 年份 行业名称 行业代码 全文-文本总长度 仅中英文-文本总长度 生成式人工智能水平 生成式人工智能词频总数 概念基础层 主要技术层 模型生态层 生成式人工智能 Generative AI 生成式AI Large AI Large model AIGC 预训练模型 Pretrained Model 大语言模型 人工智能基础模型 LLM 自然语言处理 NLP 知识图谱 Transformer架构 TensorFlow pytorch Keras Caffe MXNet PaddlePaddle 胶囊网络 生成对抗网络 扩散模型 Diffusion Models GAN VAEs 变分自编码器 自回归模型 Autoregressive Models 流模型 Flow-based Models 多模态生成架构 DALL-E Bert GPT ChatGPT XLM ERINE Vit 讯飞星火大模型 通义千问 文心一言 Lenet AlexNet ResNet Mobilenet Catalyst TFX EfficientNet transformers Horovod Luminous DETR GRU Torch Bloom CTRL GLM 盘古大模型 混元大模型 LSTM DGL Caffe2 CPM Pythia LLaMA 百川大模型 T5 CPT OPT MPT OpenFlamingo mPLUG-Owl KOSMOS-2 ImageBind