本报告或文章可用于微博、微信公众号、新闻网站等一般性转载,或用于企业的公开市场宣传,或用于企业投融资咨询、上市咨询等用途。这些引用可能是免费的,也可能产生额外的授权费用,头豹将根据您的引用需求向报告或文章发布者取得相应授权,并派专人与您进一步联系。
请务必如实填写引用需求并按授权范围使用本报告或文章,如头豹发现您最终的引用目的超出所引用需求相应的授权范围,头豹有权要求您停止引用并就头豹因此遭受的损失追究您相应的法律责任。
申请引用
纠错
产品大类 | 细分种类 | 应用领域 | 营收占比 | 产品优势 | 主要客户 |
---|---|---|---|---|---|
超净高 纯试剂 | 单酸 | 半导体、光伏 | 63.88% |
•种类齐全,产品线丰富,拥有数十种湿电子化学品,广泛应用于平板显示、半导体及光伏等多个领域
•具备G2、G3、G4等级产品的规模化生产能力,其中所需的纯化技术、混配技术、分析检测技术在业内均处于领先水平
|
在半导体领域,企业的主要客户包括华润微、士兰微、长电科技、中芯国际、中环股份、三安光电、华灿光电、澳洋顺昌等半导体厂商 |
单碱 | 光伏 | ||||
蚀刻液 | 平板显示、 半导体 | ||||
溶剂 | |||||
光刻胶配套试剂 | 剥离液 | 平板显示 | 36.12% | ||
显影液 | 显示、半导体 | ||||
其他配 套试剂 | 半导体 |
相关推荐
2024年中外大模型发展探析(摘要版)
中国大模型市场目前呈现出数量庞大且高度竞争的特点,众多企业和研究机构纷纷涌入这一领域,推出了大量的大模型产品。截至2024年2月,中国已有超过130个大模型出现,创业参与者覆盖各大涵盖开源、闭源、二次开发及微调等,发布机构则遍布互联网科技巨头、云计算领先企业、综合人工智能公司、智能设备制造商以及数字基础设施提供商。然而,与国际厂商相比,中国在大模型技术方面仍存在一定的差距,这主要体现在算法的深度优化、数据处理效率、模型泛化能力以及创新应用场景等方面。 外国的大模型市场虽在数量上不占优势,市面上广为认知的基础大模型不超过10家,但其技术能力却极为强大。以GPT3.5为例,该模型凭借卓越的性能和广泛的应用场景,吸引了庞大的用户群体,其用户数量之多足以证明外国在大模型技术领域的深厚实力。这种实力不仅体现在算法的高效优化和数据处理能力上,更凸显在模型通用性、稳定性以及创新应用领域的开拓上,为中国大模型市场的发展提供了有力的借鉴和学习的目标。
2024年中外大模型发展探析(独占版)
中国大模型市场目前呈现出数量庞大且高度竞争的特点,众多企业和研究机构纷纷涌入这一领域,推出了大量的大模型产品。截至2024年2月,中国已有超过130个大模型出现,创业参与者覆盖各大涵盖开源、闭源、二次开发及微调等,发布机构则遍布互联网科技巨头、云计算领先企业、综合人工智能公司、智能设备制造商以及数字基础设施提供商。然而,与国际厂商相比,中国在大模型技术方面仍存在一定的差距,这主要体现在算法的深度优化、数据处理效率、模型泛化能力以及创新应用场景等方面。 外国的大模型市场虽在数量上不占优势,市面上广为认知的基础大模型不超过10家,但其技术能力却极为强大。以GPT3.5为例,该模型凭借卓越的性能和广泛的应用场景,吸引了庞大的用户群体,其用户数量之多足以证明外国在大模型技术领域的深厚实力。这种实力不仅体现在算法的高效优化和数据处理能力上,更凸显在模型通用性、稳定性以及创新应用领域的开拓上,为中国大模型市场的发展提供了有力的借鉴和学习的目标。
2024年中国大语言模型能力评析(三):行业应用能力评测结果(摘要版)
在行业应用能力领域,文心一言、通义千问及混元大模型等凭借其强大的泛化能力和深度学习技术,能够灵活适应并高效解决各行业复杂多变的实际问题,在各类行业能力评测中均展现出卓越的表现和广泛的应用潜力。尤其是在一些关键行业的能力评测中,这些头部大模型展现出了显著的领先优势,例如文心一言与通义千问已经在超过10个以上的行业中确立了其专业能力的领先地位。然而,对比之下,目前排名较为靠后的大模型在应对不同行业领域的专业问题时,其处理能力和适应性略显不足,尤其在面对行业细分场景和复杂任务挑战时,表现一般。这意味着,对于这些大模型而言,还有很大的空间去加强其行业特性和专业能力的优化提升,以满足更多行业需求,实现更全面、深入的应用落地。
2024年中国大语言模型能力评析(三):行业应用能力评测结果(独占版)
在行业应用能力领域,文心一言、通义千问及混元大模型等凭借其强大的泛化能力和深度学习技术,能够灵活适应并高效解决各行业复杂多变的实际问题,在各类行业能力评测中均展现出卓越的表现和广泛的应用潜力。尤其是在一些关键行业的能力评测中,这些头部大模型展现出了显著的领先优势,例如文心一言与通义千问已经在超过10个以上的行业中确立了其专业能力的领先地位。然而,对比之下,目前排名较为靠后的大模型在应对不同行业领域的专业问题时,其处理能力和适应性略显不足,尤其在面对行业细分场景和复杂任务挑战时,表现一般。这意味着,对于这些大模型而言,还有很大的空间去加强其行业特性和专业能力的优化提升,以满足更多行业需求,实现更全面、深入的应用落地。
2024年中国大语言模型能力评析(二):通用能力评测结果(独占版)
2024年中国大语言模型能力评析(二):通用能力评测结果
头豹的程序员小GG强烈建议您使用谷歌浏览器(chrome)以获得最佳用户体验。