亚洲在线中文字幕,日韩1级毛片高清久久免费看,免费人成在线观看成人片

3.2025年人為智能產(chǎn)業(yè)及賦能新型工業(yè)化創(chuàng)新工作揭榜掛帥有關處所支持保險行動

2025年人為智能產(chǎn)業(yè)及賦能新型工業(yè)化創(chuàng)新工作揭榜掛帥申報指南

揭榜工作：面向大模型訓練需要，研造大模型訓練芯片，突破芯片內(nèi)核架構設計、出產(chǎn)工藝適配、先進封裝適配等關鍵技術，提升芯片算力和機能功耗比，支持低精度浮點體式，提高存儲帶寬和容量，實現(xiàn)訓練芯片設計、造作、封裝全鏈條突破。

預期指標：到2027年，大模型訓練芯片覆蓋主流模型框架，適配90%以上大模型，支持混合精度推算、低精度訓練等技術，半精度浮點數(shù)算力機能達到國際先進訓練芯片90%以上。

揭榜工作：面向高并發(fā)、高吞吐、低延長場景，構建大模型高效推理集群，突破混合精度推算、散布式推理、多模態(tài)模型優(yōu)化等關鍵技術，發(fā)展系統(tǒng)全棧工程優(yōu)化，提升資源利用率、推算效能、并發(fā)處置能力等，滿足系統(tǒng)大規(guī)模服務利用需要。

預期指標：到2027年，大模型高效推理集群覆蓋主流模型架構，支持千億以上參數(shù)模型，GPU推算資源主題利用率可達到80%，首Token時延不超過200ms，推理服務不變性不低于99.9%。

揭榜工作：研發(fā)基于液冷系統(tǒng)和數(shù)字化能碳治理技術的綜合能效治理系統(tǒng)，推動人為智能技術在智算中心的利用，實現(xiàn)智算中心信息設備、冷卻系統(tǒng)、供配電系統(tǒng)的狀態(tài)感知、高效聯(lián)動、智能調優(yōu)升級等，提升信息設備利用效能。

預期指標：到2027年，智算中心綜合能效治理系統(tǒng)提升信息設備利用率不低于20%、年綜合節(jié)能率不低于10%。其中，液冷系統(tǒng)支持混合部署分歧算力類別、品牌、型號的液冷服務器，均勻無故障工作功夫不低于5萬幼時，可提供不少于200W/cm2的散熱能力，余熱回收量達信息設備總發(fā)熱量10%以上。

揭榜工作：面向全域算力感知、匯聚、調度需要，構建算力互聯(lián)調度平臺，突破算力智能感知、算力調度等技術，支持工作數(shù)據(jù)高效流通，推動多領域、多場景實際利用，實現(xiàn)算力資源跨主體、跨架構、跨地域協(xié)同。

預期指標：到2027年，算力互聯(lián)調度平臺匯聚公共算力資源不少于10000P，支持多樣化編排調度戰(zhàn)術，支持至少2個運營主體、3種系統(tǒng)架構、5個算力中心的智能調度，支持至少10種算力產(chǎn)品服務，發(fā)展不少于20個典型場景試驗利用。

揭榜工作：面向大模型在超大規(guī)模異構算力集群的混訓需要，研發(fā)可支持十萬卡規(guī)模的異構智算集群云操作系統(tǒng)，突破訓練工作精密化拆分及精準匹配、故障實時感知、秒級自愈復原等關鍵技術，提升超大規(guī)模異構智算集群的訓練效能，降低故障率。

預期指標：到2027年，異構智算集群云操作系統(tǒng)適配不少于5款芯片，支持萬億參數(shù)以上規(guī)模的大模型訓練，集群資源均勻利用率超過95%，可實現(xiàn)秒級故障復原，周訓練有效率達99%以上。

揭榜工作：面向沉點方向領域，建設工業(yè)高質量數(shù)據(jù)集，涵蓋研發(fā)設計、中試驗證、出產(chǎn)造作、營銷服務、運營治理關鍵環(huán)節(jié)中的基礎數(shù)據(jù)，賦能通用大模型或工業(yè)垂類模型的高效訓練與基準評測。

預期指標：到2027年，工業(yè)高質量數(shù)據(jù)集滿足規(guī)范性、齊全性、正確性、一致性等至少12個質量評估維度要求，文本數(shù)據(jù)集規(guī)?？偭窟_到100TB以上，至少覆蓋1萬億token，圖文數(shù)據(jù)集規(guī)?？偭窟_到1000萬對以上，音視頻數(shù)據(jù)集規(guī)?？偭窟_到1000TB以上，賦能至少5個通用大模型或工業(yè)垂類模型的訓練與基準評測。

揭榜工作：研發(fā)工業(yè)人為智能數(shù)據(jù)工程平臺，突破工業(yè)數(shù)據(jù)多源異構融合、智能化數(shù)據(jù)標注、多模態(tài)標注、高質量數(shù)據(jù)合成等關鍵技術，實現(xiàn)智能化數(shù)據(jù)加工、數(shù)據(jù)合成、數(shù)據(jù)融合等職能，推進工業(yè)領域人為智能數(shù)據(jù)集的高質量供給。

預期指標：到2027年，平臺支持文本、圖片、視頻等至少3種分歧模態(tài)數(shù)據(jù)加工及合成，支持ERP、CRM、MES等至少6類工業(yè)系統(tǒng)的數(shù)據(jù)融合，在不少于10家工業(yè)企業(yè)發(fā)展示范利用。

揭榜工作：建設集“數(shù)據(jù)協(xié)同、模型訓練、利用開發(fā)、安全保險”于一體的軟硬件系統(tǒng)平臺，加快推動行業(yè)通識和專識數(shù)據(jù)貫通共享，賦能跨企業(yè)、跨行業(yè)的模型訓練、測試和優(yōu)化迭代，智能體開發(fā)等。

預期指標：到2027年，空間支持跨3個及以上主體間的數(shù)據(jù)貫通和模型協(xié)同訓練，支持研發(fā)設計、中試驗證、出產(chǎn)造作、營銷服務、運營治理等關鍵環(huán)節(jié)的人為智能利用開發(fā)，形成不少于10幼我工智能利用產(chǎn)品。

揭榜工作：構建具備多級推理驗證機造的大模型，突破思想鏈加強、知識圖譜融合、因果揣度建模等關鍵技術，推動模型架構創(chuàng)新以及與底層硬件的深度協(xié)同，實現(xiàn)從訓練范式到部署規(guī)劃的全棧優(yōu)化。

預期指標：到2027年，研造復雜推理大模型，實現(xiàn)至少一種關鍵技術創(chuàng)新，在數(shù)學證明、科學問題、邏輯推理等復雜推理工作上達到專家級水平，在專業(yè)評測集上的正確率達到全球前列，在低精懷抱化下的推理正確率損失不高于2%。

揭榜工作：研發(fā)具身智能基礎模型，突破多模異構數(shù)據(jù)對齊融合、環(huán)境交互和多樣化活動戰(zhàn)術進建等技術，提高具身智能動態(tài)環(huán)境理解、感知預測、認知推理和復雜工作執(zhí)行能力，加強對分歧本體、多階段工作的適應性和泛化性。

預期指標：到2027年，具身智能基礎模型支持不少于3種本體適配，實現(xiàn)對復雜動態(tài)環(huán)境的精確理解，支持實現(xiàn)至少200種未訓工作，成功率不低于95%，多階段工作分化和執(zhí)行的矯捷性、泛化性顯著提升。

揭榜工作：研發(fā)智能終端端側模型，推動端側推理引擎及模型剪枝、量化、蒸餾等關鍵技術突破，實現(xiàn)云端訓練到端側部署的全流程優(yōu)化，機能靠近云端基準模型，支持終端多場景實時推理，發(fā)展規(guī)；。

預期指標：到2027年，端側模型可能適配不少于3款終端芯片、支持不少于3類終端設備，模型輕量化后精度損失不超過3%，端側推理延長不超過50ms，支持終端創(chuàng)新利用不少于10個，實此刻不少于百萬臺終端部署。

揭榜工作：面向算法模型在分歧軟硬件系統(tǒng)的遷徙適配需要，開發(fā)模型遷徙適配工具，突破跨框架模型轉換、異構硬件自動優(yōu)化等主題技術，支持模型在軟硬件系統(tǒng)的高效適配與部署，降低模型遷徙門檻。

預期指標：到2027年，模型遷徙適配工具適配不少于5款芯片，實現(xiàn)模型在分歧軟硬件系統(tǒng)遷徙后精度損失不高于1%，遷徙適配成功率超過99%。

揭榜工作：研發(fā)智能體通訊工具，突破智能體通訊和談、模型通訊和談等關鍵技術，具備要求發(fā)送、接管響應、流式傳輸、異步操作等職能，支持分歧開發(fā)平臺智能體間、智能體與表部工具間的互操作性，提升智能體開發(fā)與利用效能。

預期指標：到2027年，智能體通訊工具支持主流通訊和談，具備跨平臺兼容性、跨和談版本兼容性，提供至少3種說話的SDK實現(xiàn)，通訊延長幼于100ms，實現(xiàn)智能體場景利用示范不少于50個，適配支持超過50個主流智能體（通用智能體不少于10個）。

揭榜工作：研發(fā)大模型服務及治理平臺，支持基于基座大模型進行微調，具備大模型量化壓縮、推理加快、云邊端部署與協(xié)同治理能力，實現(xiàn)大模型及其服務的全流程治理，降低大模型使用門檻，推動大模型賦能千行百業(yè)。

預期指標：到2027年，平臺具備健全的服務水平和談，均勻挪用成功率不低于99.99%，響應時延不高于1秒，支持對至少10類系列大模型進行微調、沉訓、量化壓縮和推理加快。公有云模式下企業(yè)客戶不少于500家，或私有化部署的項目數(shù)不少于50個。

揭榜工作：研發(fā)智能體開發(fā)與利用平臺，具備智能體開發(fā)部署、組件工具集成、智能體利用治理等職能，支持數(shù)據(jù)處置分析、工具和軟件系統(tǒng)接入、算法模型內(nèi)置、多智能體集成利用等，提升智能體開發(fā)及利用效能。

預期指標：到2027年，智能體開發(fā)與利用平臺API響應速度不高于500ms，服務要求成功率不低于95%，集成不少于80種組件工具，可能同時治理100個以上智能體協(xié)同，智能化利用不少于500個，在至少50家企業(yè)落地利用。

揭榜工作：面向鋼鐵造作流程高效有序運行需要，深度融合鋼鐵行業(yè)知識、數(shù)據(jù)，研發(fā)鋼鐵造作大模型，構建大模型、幼模型、機理模型協(xié)同融合的鋼鐵造作智能體平臺，實現(xiàn)對鋼鐵造作數(shù)據(jù)的實時采集、全面感知和智能分析，支持對造作關鍵指標的精準預測和造作過程的精確節(jié)造，提高造作流程陸續(xù)化水平，提升產(chǎn)品質量。

預期指標：到2027年，鋼鐵造作大模型行業(yè)知識問答正確率不低于85%，支持不少于20個鋼鐵出產(chǎn)流程典型場景，流程陸續(xù)化水平提升不低于10%，產(chǎn)品機能指標顛簸降低不低于20%，在不少于3家企業(yè)利用。

揭榜工作：基于化工行業(yè)知識抽取、多模態(tài)理解等技術，研造化工研發(fā)設計大模型，突破面向化工反映網(wǎng)絡簡化工作的大模型微調技術，提升反映網(wǎng)絡構建和簡化的精確性，支持多源工藝流程圖（PFD）/工藝管路和儀表流程圖（P&ID）的智能鑒別和解析、化工工藝流程圖的自動設計與優(yōu)化等，提升化工研發(fā)設計效能。

預期指標：到2027年，化工研發(fā)設計大模型行業(yè)知識問答正確率不低于85%，反映網(wǎng)絡中各反映方程的反映物、前提、產(chǎn)品簡直定正確率不低于85%，對多源PFD/P&ID中設備、儀表、閥門、管線信息的鑒別正確率不低于95%，自動設計的化工工藝流程圖可用度不低于70%，在不少于3家企業(yè)利用。

揭榜工作：面向金屬資料、高分子資料、復合伙料等新資料研發(fā)，研造基于人為智能和高通量推算技術的智能軟件工具，實現(xiàn)新資料性質預測與篩選，揭示新資料設計與機能之間的深檔次法規(guī)，支持資料的智能設計、合成及表征，推動資料研發(fā)造作的自動化和智能化，提高研發(fā)效能，降低研發(fā)成本。

預期指標：到2027年，新資料研發(fā)智能工具支持資料性質預測與篩選、合成蹊徑設計、逆向設計等不少于3個場景職能，新資料研發(fā)效能提升超過30%，在新資料研發(fā)流程中實現(xiàn)規(guī)模示范利用。

揭榜工作：面向石化化工、有色、建材等某一個原資料行業(yè)的出產(chǎn)優(yōu)化節(jié)造需要，基于資料機能數(shù)據(jù)、機理模型、工藝流程知識等多模態(tài)數(shù)據(jù)，研發(fā)原資料出產(chǎn)工藝智能優(yōu)化系統(tǒng)，突破出產(chǎn)工藝優(yōu)化大模型技術，分場景部署垂直細分模型或智能體，實現(xiàn)工藝參數(shù)動態(tài)優(yōu)化、關鍵指標精準預測和調控，提高精益出產(chǎn)水平。

預期指標：到2027年，原資料出產(chǎn)工藝智能優(yōu)化系統(tǒng)具備美滿的工藝智能節(jié)造與優(yōu)化模型庫，對關鍵工藝參數(shù)預測正確性達到90%以上，出產(chǎn)造作周期縮短10%以上，在不少于3家企業(yè)利用，形成20個以上典型場景利用案例。

揭榜工作：面向高靠得住、高質量、高效能的芯片研發(fā)設計需要，研發(fā)基于人為智能的芯片設計或仿真驗證工具，實現(xiàn)芯片智能化設計分析、仿真優(yōu)化等職能，通過智能算法提升芯片機能、優(yōu)化布局布線、加快電路仿真和職能驗證等，提高芯片研發(fā)效能。

預期指標：到2027年，智能工具在不少于2款芯片設計中發(fā)展利用，芯片機能、功耗等提升超過20%，前仿真和后仿真驗證效能提升不低于50%。

揭榜工作：基于ARM、LoongARCH、x86等芯片指令集，研發(fā)支持主流操作系統(tǒng)平臺的CPU多指令集轉化智能工具，構建多指令集轉碼映射開源訓練數(shù)據(jù)集，面向數(shù)學庫、圖像與信號處置庫、求解器等場景，開發(fā)支持指令轉碼與推算優(yōu)化的人為智能模型，降低分歧指令集之間算力轉碼損耗。

預期指標：到2027年，研造形成CPU多指令集轉化智能工具，具備指令轉碼與推算優(yōu)化職能，支持有關人為智能模型輕量化并與系統(tǒng)級芯片（SoC）集成，x86與ARM、LoongARCH等二進造指令編碼、互轉效能損失縮幼不超過5%，基礎硬件平臺兼容性和擴大性得到提升。

揭榜工作：面向化學藥、生物制品等生物醫(yī)藥研發(fā)流程，基于機械進建、高通量技術等發(fā)展生物醫(yī)藥虛構篩選和嘗試優(yōu)化鉆研，研發(fā)藥物靶點預測與藥物篩選的智能化工具，實現(xiàn)從藥物嘗試設計、數(shù)據(jù)分析到臨床前驗證的全流程智能化，大幅提升研發(fā)效能、降低研發(fā)成本。

預期指標：到2027年，生物醫(yī)藥研發(fā)智能工具支持靶點發(fā)現(xiàn)、藥物篩選、合成蹊徑優(yōu)化等主題場景職能不少于3個，在藥物研發(fā)流程中實現(xiàn)規(guī)模示范利用，使藥物研發(fā)效能提升不低于40%，研發(fā)成本降低不低于20%。

揭榜工作：面向服裝行業(yè)用戶定造化設計、急劇打樣造作等設計出產(chǎn)協(xié)同必要，研發(fā)服裝智能化定造系統(tǒng)，支持基于大模型的草繪天生設計、圖片天生設計、天然交互式批改、虛構試衣展示等職能，突破裁縫設計到造作工藝的自動編排，實現(xiàn)憑據(jù)現(xiàn)有出產(chǎn)設備和物料狀態(tài)天生造作出產(chǎn)規(guī)劃，有效縮短造樣功夫、急劇響應市場變動。

預期指標：到2027年，服裝智能化定造系統(tǒng)支持智能輔助設計、裁縫成效展示、自動工藝分化、出產(chǎn)資源調配等職能，具備不少于50款基礎服裝樣版類此外智能輔助設計出產(chǎn)模型，模型挪用功夫不高于50ms，打樣交付功夫不高于72幼時，在至少15個以上的服裝出產(chǎn)基地發(fā)展示范利用。

揭榜工作：研發(fā)基于大模型的無線網(wǎng)絡仿真系統(tǒng)，面向無線信號傳布機理解構難、原始數(shù)據(jù)與大模型匹配柔性差等難題，突破高精度無線信號大模型及新一代無線仿真技術，構建涵蓋仿真數(shù)據(jù)、真實路測數(shù)據(jù)等的高質量數(shù)據(jù)集，打造融合高精三維數(shù)字地圖、衛(wèi)星影像數(shù)據(jù)的無線場景庫，實現(xiàn)無線網(wǎng)絡仿真測試及量化評價，助力打造高機能精品網(wǎng)絡。

預期指標：到2027年，基于大模型的無線網(wǎng)絡仿真系統(tǒng)涵蓋城市高樓密集區(qū)、郊區(qū)、坦蕩曠野等無線傳布場景不低于30種，高質量數(shù)據(jù)集不少于5TB，相比傳十足計性仿真步驟，平臺信號強度預測精度提升不低于30%，支持接入無線網(wǎng)絡規(guī)劃、運營、優(yōu)化系統(tǒng)。

揭榜工作：縈繞網(wǎng)絡割接、網(wǎng)絡配置、故障告警、網(wǎng)絡建復、網(wǎng)絡優(yōu)化、運維資料檢索、個性報表造作等典型場景，研發(fā)通訊網(wǎng)絡運維優(yōu)化大模型，構建運維優(yōu)化高質量數(shù)據(jù)集，支持網(wǎng)絡自動化配置、網(wǎng)絡隱患自動發(fā)現(xiàn)與守護、故障自動診斷與隔離、事務自動處置、網(wǎng)絡機能優(yōu)化、運維知識智能問答、運維數(shù)據(jù)智能分析等職能，提升網(wǎng)絡運維效能。

預期指標：到2027年，通訊網(wǎng)絡運維優(yōu)化大模型行業(yè)知識問答正確率不低于85%，支持不少于10項網(wǎng)絡運維優(yōu)化職能，構建運維優(yōu)化高質量數(shù)據(jù)集不少于5個，在不少于10個場景中發(fā)展示范利用，提升運維效能不低于30%。

揭榜工作：面向9kHz-31GHz的無線電監(jiān)測需要，研發(fā)基于人為智能技術的電磁頻譜智能監(jiān)測和分析系統(tǒng)，構建電磁頻譜知識圖譜，攻克頻譜寬帶智能監(jiān)測、精密化分析、滋擾和異常智能查找、精確定位等關鍵技術，實現(xiàn)電磁頻譜日常精密化智能監(jiān)測。

預期指標：到2027年，電磁頻譜智能監(jiān)測和分析系統(tǒng)支持“黑廣播”和犯法無線電設備查找、黑飛無人機發(fā)現(xiàn)等職能，在典型無線電業(yè)務場景中的信號檢測正確率大于90%、異常信號發(fā)現(xiàn)正確率大于95%、滋擾形狀鑒別正確率大于90%。

揭榜工作：研發(fā)智能化高精度無線信號鑒別處置系統(tǒng)，構建多維信號樣本特點庫，突破基于人為智能的電磁頻譜特點提取、廣域高動態(tài)電磁態(tài)勢協(xié)同感知、自適應滋擾抑造、無線信號智能鑒別等關鍵技術，實現(xiàn)電磁空間實時監(jiān)測和信號研判的高效、精準預警機造。

預期指標：到2027年，智能化高精度無線信號鑒別處置系統(tǒng)支持9kHz至6GHz頻段內(nèi)的信號覆蓋與動態(tài)滋擾感知，多維異構信號特點庫的標注數(shù)據(jù)不幼于100萬組，無線信號鑒別正確率不幼于90%，形成可規(guī)；乒愕鬧悄芑澆餼齬婊。

揭榜工作：面向消費者智能終端利用需要，研造智能手機、智能PC、智能腕表、智能眼鏡等終端產(chǎn)品，突破智能終端產(chǎn)品環(huán)境感知、意圖理解、人機交互等關鍵技術，顯著提升智能終端服務履歷。

預期指標：到2027年，智能終端支持文本、語音、圖像、視頻、傳感器數(shù)據(jù)的跨模態(tài)融合感知、分析與理解，支持觸摸、語音等多模態(tài)的人機交互方式，交互正確率不低于90%，實現(xiàn)基于用戶意圖的智能算法挪用和編排，提供多場景、跨利用的智能化職能不少于20項，產(chǎn)品出貨量超千萬。

揭榜工作：面向工業(yè)造作、民生服務、特種作業(yè)等領域，研造人形機械人，突破多模態(tài)大模型、大幼腦深度融合、移動操作泛化等關鍵技術以及一體化關節(jié)、靈巧手、高機能傳感器等本體關鍵零部件，實現(xiàn)人形機械人高價值場景梯次規(guī)模引用，提高經(jīng)濟社會運行效能。

預期指標：到2027年，人形機械人支持不少于10種行為活動，操作成功率不低于90%，精度在厘米級以下，支持憑據(jù)表部指令和行動了局優(yōu)化決策，決策有效性不低于90%，在零部件分揀、物料轉運、精密裝配、人機協(xié)同作業(yè)、康養(yǎng)陪同、應急接濟、危險作業(yè)等場景中發(fā)展示范利用。

揭榜工作：面向未來生涯智能化需要，研發(fā)智能家庭陪護機械人，突破多模態(tài)人機天然交互技術、人-機-環(huán)混合加強技術、動力學實時模型等關鍵技術，構建與智慧家庭相結合的陪護服務系統(tǒng)和解決規(guī)劃，保險沉要人群生涯必要。

預期指標：到2027年，智能家庭陪護機械人支持與至少15種智能家電設備的交互，構建智能陪護服務系統(tǒng)，在老年人健康和安全監(jiān)測、飲食輔助、異常情況救助等典型場景中發(fā)展示范利用。

揭榜工作：面向鋼鐵、有色等行業(yè)冶煉流程，研發(fā)智能冶煉機械人，實現(xiàn)冶煉關鍵環(huán)節(jié)的機械人自主作業(yè)，并結合全流程工藝決策模型，串聯(lián)多臺智能機械人，構建協(xié)同操作的冶煉機械人系統(tǒng)，實現(xiàn)跨流程協(xié)調調度，顯著提升作業(yè)安全性與效能。

預期指標：到2027年，冶煉機械人本體結尾最大載荷不幼于400kg，感知系統(tǒng)鑒別正確率不低于99%，投料類作業(yè)效能不低于50kg/min，支持單出產(chǎn)線上超10臺機械人的協(xié)同操作，作業(yè)工作類型不少于3種，典型場景示范利用不少于3個。

揭榜工作：面向低空領域利用，研造具備自主智能的無人飛行系統(tǒng)，開發(fā)基座模型，并針對視覺說話導航、空間推理、工作規(guī)劃等研發(fā)專用垂類模型，突破“態(tài)勢感知-空間認知-規(guī)劃行動”的端到端自主智能關鍵技術，構建低空世界仿照器，支持基于城市三維實景的無人飛行系統(tǒng)仿照訓練，在巡檢安監(jiān)、應急接濟、物流配送等場景實現(xiàn)規(guī)模利用。

預期指標：到2027年，無人飛行系統(tǒng)具身基座模型及專用垂類模型機能達到國際先進水平，仿照器支持在至少20個城市三維實景中發(fā)展仿照訓練，無人飛行系統(tǒng)可實現(xiàn)自主導航避障，滿足續(xù)航、靠得住性、安全性等低空利用需要，在不少于5個場景發(fā)展規(guī)模示范利用。

揭榜工作：面向數(shù)控機床工藝優(yōu)化、精度提升和健康保險等智能利用場景，研發(fā)人為智能數(shù)控機床，突破基于新一代人為智能的高端數(shù)控系統(tǒng)關鍵技術，蘊含高機能數(shù)控軟硬件平臺、大模型垂直利用等，提升數(shù)控機床自主感知、自主進建、自主決策和自主執(zhí)行能力等，滿足航空航天、新能源汽車、消費電子等造作領域數(shù)控機床高端化利用需要。

預期指標：到2027年，人為智能數(shù)控機床技術就緒度不幼于8級，靠得住性MTBF不幼于30000幼時，開發(fā)工藝編程與優(yōu)化、誤差丈量與賠償、故障診斷與運維智能化等智能利用？椴揮子20個，在造作領域推廣利用不少于500套。

揭榜工作：面向軌交、公路、管線等線性工程建造運維需要，構建涵蓋規(guī)劃設計、施工缺點、安全隱患、資料使用、設備狀態(tài)等的多模態(tài)數(shù)據(jù)集，研發(fā)基于專用視覺大模型的智能三維設計軟件、質量安全監(jiān)管系統(tǒng)、智能巡檢設備等關鍵智能軟件與設備，推動在沉點領域的利用示范。

預期指標：到2027年，專用視覺大模型問答正確率不幼于80%，多模態(tài)數(shù)據(jù)集不少于1000萬張圖片和5000萬字對應中文語料，關鍵智能軟件與設備在不少于8條線性工程落地利用。

揭榜工作：面向航空、航天、船舶、汽車等高端設備復雜工藝柔性扮裝配需要，研發(fā)集成工業(yè)模型庫、資料庫、工藝庫的智能裝配工藝系統(tǒng)，突破三維模型解析、多源異構數(shù)據(jù)組織與沉構、多模態(tài)數(shù)據(jù)融合等技術，實現(xiàn)裝配工藝智能化。

預期指標：到2027年，高端設備智能裝配工藝系統(tǒng)支持基于人為智能技術賦能裝配工藝蹊徑規(guī)劃、工序設計、參數(shù)設計、工藝優(yōu)化等，裝配工藝設計效能提升超過30%，在不少于3家企業(yè)利用。

揭榜工作：研發(fā)基于多模態(tài)大模型的造作設備智能運維系統(tǒng)，深度融合視覺、時序、文本等多模態(tài)數(shù)據(jù)，突破設備狀態(tài)實時監(jiān)測、故障智能診斷與預測、遠程協(xié)同運維等關鍵技術，實現(xiàn)造作設備運行數(shù)據(jù)的精準采集、智能分析與決策支持，推動造作設備運維從被動響應向自動預防轉變，提升造作設備全性命周期治理效能。

預期指標：到2027年，造作設備智能運維系統(tǒng)可實現(xiàn)萬臺設備在線運維，支持基于多模態(tài)大模型的故障診斷，診斷正確率不低于95%，運維效能較傳統(tǒng)模式提升3倍以上，發(fā)展規(guī)模示范利用。

揭榜工作：面向風電、火電、水電、核電、光伏等電力設備運行需要，研發(fā)基于多模態(tài)大模型的電力設備運行分析系統(tǒng)，縈繞發(fā)輸變配等環(huán)節(jié)，突破行業(yè)知識深度耦合、多模態(tài)數(shù)據(jù)融合分析、復雜系統(tǒng)優(yōu)化決策等技術，提升電力出產(chǎn)調度效能和智能化水平。

預期指標：到2027年，電力設備智能運行分析系統(tǒng)在設備缺點智能鑒別、用電負荷預測、發(fā)電優(yōu)化調度等不少于5個場景中利用，工作措置正確率不低于90%，形成規(guī)；痙緞в。

揭榜工作：面向儀器儀表產(chǎn)品設計嚴沉依賴人員經(jīng)驗、工藝設計與造作數(shù)據(jù)錯雜且尺度化水平低的問題，研發(fā)基于人為智能的儀器儀表設計造作系統(tǒng)，突破儀器儀表造作工藝知識抽取技術、智能化測試技術等，構建產(chǎn)品設計、造作工藝知識庫與數(shù)據(jù)庫，實現(xiàn)儀器儀表的智能化出產(chǎn)、自動化測試、可視化校準等。

預期指標：到2027年，基于人為智能的儀器儀表設計造作系統(tǒng)具備工藝知識推理模型不少于2個，工藝知識庫與數(shù)據(jù)庫蘊含工藝知識不少于1000條，數(shù)據(jù)規(guī)模不少于1TB，系統(tǒng)支持與MES/PLM系統(tǒng)集成，具備可視化操作、測試工作自動天生、工藝法式自動下發(fā)等職能，在至少10家典型儀器儀表造作企業(yè)發(fā)展示范利用。

揭榜工作：面向航空、航天、能源工程等領域，研發(fā)基于人為智能技術的急劇流體仿真軟件，縈繞飛行器、汽車、船舶、發(fā)起機、渦輪機等典型產(chǎn)品研發(fā)過程中面對的氣（水）動力求解、流場仿照、氣動噪聲仿照、湍流仿照、點火仿照等流體仿真工作，實現(xiàn)高精度推算流體力學仿照，削減真實試驗次數(shù)，有效提升產(chǎn)品研發(fā)效能，降低設計研發(fā)成本。

預期指標：到2027年，流體仿真智能軟件應支持不少于3個場景，相迸宗傳統(tǒng)推算流體力學求解器，求解了局誤差不高于3%，求解功夫降低30%以上，在不少于3家企業(yè)利用。

揭榜工作：面向航空、航天、汽車等領域，縈繞結構仿真建模功夫過長，效能較低，求解設置和有關參數(shù)設置高度依賴專家經(jīng)驗、試錯迭代耗時長等問題，實現(xiàn)基于人為智能技術的天然說話交互、參數(shù)自動解析、智能糾錯、了局檢驗優(yōu)化等職能，有效提升產(chǎn)品仿真效能，降低設計研發(fā)成本。

預期指標：到2027年，結構仿真智能軟件應支持不少于10個場景，建模和求解設置等效能提升300%以上，在不少于10家造作企業(yè)利用。

揭榜工作：面向航空、船舶、汽車等領域，研發(fā)基于人為智能技術的電磁仿真軟件，縈繞傳統(tǒng)電磁兼容仿真求解器推算慢，模型試驗周期長、成本高檔問題，實現(xiàn)基于人為智能步驟的近遠場電磁安全性和電磁滋擾等電磁仿真工作，削減真實試驗次數(shù)，有效提升產(chǎn)品研發(fā)效能，降低設計研發(fā)成本。

預期指標：到2027年，電磁仿真智能軟件應支持不少于15個場景，相迸宗傳統(tǒng)電磁仿真求解器，均勻求解誤差不高于3dB，產(chǎn)品模型試驗量降低50%以上，求解功夫降低90%以上，在不少于10家企業(yè)利用。

揭榜工作：研發(fā)基于大模型的零部件設計軟件，突破文生三維零部件設計的大模型技術，支持三維建模操作指令序列天生、執(zhí)行并輸出三維模型文件等職能，降低零部件設計軟件操作復雜度，提升設計效能和設計質量。

預期指標：到2027年，基于大模型的零部件設計軟件支持對不少于20種設計指令的天然說話理解，設計意圖理解正確率不低于90%。對需三條及以上設計指令的復雜設計意圖的理解正確率不低于60%，三維模型尺寸精度可達0.05毫米，在通用設備、飛行器、車船、管網(wǎng)或壓力容器等領域發(fā)展零部件設計示范利用。

揭榜工作：面向高復雜度、高靠得住性軟件研發(fā)需要，研造基于大模型的軟件智能開發(fā)測試工具，深度融合法式說話個性、算法等知識，結合監(jiān)督微調、檢索加強、知識圖譜等工程化技術，賦能代碼天生、代碼查抄、單元測試、測試用例天生、測試劇本天生、測試數(shù)據(jù)天生等軟件研發(fā)流程，提升軟件研發(fā)質量與效能。

預期指標：到2027年，智能開發(fā)工具落地利用的企業(yè)案例不少于50個，智能測試工具落地利用的企業(yè)案例不少于40個，利用開發(fā)工具時期碼選取率高于40%，利用測試工具時用例選取率高于40%。

揭榜工作：面向流程工業(yè)出產(chǎn)調度、設備運維、質量治理等需要，研發(fā)智能出產(chǎn)運營治理系統(tǒng)，基于大模型技術強化專業(yè)知識理解和復雜專業(yè)知識推理能力，構建大幼模型相結合的多系統(tǒng)調度技術，支持物料配送、故障診斷保建等工作自動化規(guī)劃與執(zhí)行，實現(xiàn)排產(chǎn)、工藝優(yōu)化和設備治理等出產(chǎn)過程的智能化節(jié)造與調度。

預期指標：到2027年，流程工業(yè)智能出產(chǎn)運營治理系統(tǒng)實現(xiàn)批量落地，出產(chǎn)類知識輔助正確率大于90%，實現(xiàn)不少于20類關鍵設備的異常預警、故障定位、故障預測和維建決策，異常預警正確率不低于95%，排產(chǎn)工作執(zhí)行正確率不低于90%，在3個以上分歧業(yè)業(yè)10個以上典型場景落地。

揭榜工作：面向工業(yè)園區(qū)、廠區(qū)、車間、產(chǎn)線等，研發(fā)工業(yè)3D內(nèi)容智能天生與交互系統(tǒng)，突破基于人為智能的3D內(nèi)容天生技術，滿足大規(guī)模工業(yè)物理場景的3D沉建和天生，支持工業(yè)靜態(tài)和動態(tài)指標的高效編纂，實現(xiàn)基于云邊端協(xié)同渲染的XR實時數(shù)據(jù)處置、傳輸與交互，支持工業(yè)設備守護、安全培訓、遠程合作蹬爪用。

預期指標：到2027年，工業(yè)3D內(nèi)容智能天生與實時交互系統(tǒng)支持千平以上工業(yè)場景的3D急劇沉建與編纂，基于采集數(shù)據(jù)的3D模型沉建時長達到幼時級，端到端交互時延幼于100ms，并在沉點行業(yè)發(fā)展示范利用。

揭榜工作：匯聚嘗試室多源數(shù)據(jù)，構建人為智能安全預警預測模型，研發(fā)基于人為智能的嘗試室安全智能監(jiān)控治理系統(tǒng)，實現(xiàn)對危險化學品、特種設備、高溫高壓高轉速設備等沉要危險源的動態(tài)風險管控以及嘗試室環(huán)境、人員行為等多維度數(shù)據(jù)的實時檢測與分析，智能鑒別安全隱患，預警潛在風險，提供垂危情況下的自動報警和智能應急響應規(guī)劃，全面提升嘗試室安全治理效力。

預期指標：到2027年，嘗試室安全監(jiān)控治理系統(tǒng)安全隱患智能鑒別率不低于90%，沉要危險源的場景動態(tài)預警正確率不低于80%，應急響應速度提升50%以上，在高風險嘗試室實現(xiàn)安全預警系統(tǒng)全覆蓋，可正確鑒別嘗試室人員的不安全行為并在30秒內(nèi)實時通知。

揭榜工作：面向工業(yè)、金融、政務等領域，研發(fā)人為智能安全檢測與防護工具，突破模型算法、典型利用的安全檢測與加固技術，形成系統(tǒng)化檢測和防護能力，滿足高安全場景對人為智能技術安全利用的需要。

預期指標：到2027年，工具在開源模型上的攻擊成功率不低于80%；具備安全加固能力，針對未知攻擊步驟，加固后的開源模型被攻擊成功率降低80%以上，專業(yè)機能降低不超過3%；支持對智能體、具身智能的安全檢測，發(fā)現(xiàn)安全問題并形成加固步驟。在不少于5家企業(yè)利用。

揭榜工作：面向人為智能數(shù)據(jù)流轉過程中的數(shù)據(jù)泄露、篡改、迷失等各類數(shù)據(jù)安全風險，研發(fā)人為智能數(shù)據(jù)智能防護平臺，突破數(shù)據(jù)隱衷；?、瘦智能窋S嚳旨?、大模型矄栞?；さ燃際，實現(xiàn)針對企業(yè)各環(huán)節(jié)沉要主題數(shù)據(jù)以及大模型參數(shù)等沉要數(shù)據(jù)資產(chǎn)的安全防護。

預期指標：到2027年，人為智能數(shù)據(jù)智能防護平臺可對海量企業(yè)數(shù)據(jù)進行全性命周期；，具備數(shù)據(jù)投毒掃描能力，毒性數(shù)據(jù)檢測正確率不低于95%，支持對至少3種主流開源大模型的訓練推理數(shù)據(jù)進行安全防護，在不少于5家企業(yè)利用。

揭榜工作：面向人為智能利用典型場景，研發(fā)人為智能安全評測平臺，形成數(shù)據(jù)集質量評估、算法安全驗證、模型安全評測、框架安全懷抱、系統(tǒng)安全檢測等全方位、多維度的安全評估能力，突破人為智能利用安全評測數(shù)據(jù)集自動化天生技術，構建融合現(xiàn)實場景數(shù)據(jù)和自動化天生數(shù)據(jù)的高質量安全評測和安全加強數(shù)據(jù)集。

預期指標：到2027年，人為智能安全評測平臺具備對典型算法模型的安全評測能力，支持越獄攻擊、提醒詞攻擊等至少10類安全攻擊檢測步驟，形成百萬級高質量安全評測集、安全加強數(shù)據(jù)集。

揭榜工作：研發(fā)基于人為智能大模型的網(wǎng)絡安全風險診斷工具，利用大模型的語義分析、復雜推理等能力，加強對海量行業(yè)知識及網(wǎng)絡安全知識的進建，實現(xiàn)網(wǎng)絡安全風險診斷的自動化和智能化。

預期指標：到2027年，基于大模型的網(wǎng)絡安全風險診斷工具覆蓋業(yè)務場景不少于3個，風險診斷結論被最終選取的比例超過80%，在不少于10家企業(yè)利用。

揭榜工作：面向殘障人群多種類、復雜疼痛治理需要，研發(fā)基于人為智能的疼痛智慧治理系統(tǒng)，突破自主疼痛感知、職能評估、康復醫(yī)治、智慧治理等關鍵技術，實現(xiàn)殘障人群疼痛康復的多維度智慧治理。

預期指標：到2027年，成立不少于4類職能阻礙疼痛數(shù)據(jù)庫，實現(xiàn)不少于3種職能阻礙的疼痛評估、藥物規(guī)劃及康復醫(yī)治規(guī)劃設計，支持疼痛生理評估，評估正確率不低于90%。

揭榜工作：面向殘障人群感知、盲文文檔治理等需要，研發(fā)大幅面、高刷新、便攜式的盲文點顯裝置，突破漢盲翻譯、人機交互等關鍵技術，提升殘障人士獲守信息、溝通互換的效能。

預期指標：到2027年，盲文點顯幅面大于10寸，不少于5000觸點，支持顯示多行盲文、盲文圖形和盲文符號，支持多類型電子文檔讀取和處置，支持將文字信息向國度通用盲文轉換，轉換正確率不低于95%，全幅面盲文點序與漢字、圖形、音符、語音出現(xiàn)延時不超過1.5s。

揭榜工作：面向殘障人士臥床監(jiān)護、在床護理、康復訓練蹬爪用需要，研造多職能智能康復護理床/床墊，突破智能感知與自動節(jié)造等關鍵技術，實現(xiàn)臥床者生理狀態(tài)監(jiān)測、全自動體位調節(jié)、風險預判等職能，為失能殘疾人提供居家護理和康復服務。

預期指標：到2027年，支持坐臥、側翻、屈腿等不少于12種體位感知，感知正確率不低于90%，支持心率、呼吸、體壓等不少于5種生理參數(shù)數(shù)據(jù)監(jiān)測，監(jiān)測正確率不低于90%，實現(xiàn)不超過0.5秒的離床預警、墜床過問并啟動防護機造，支持炎癥習染、壓瘡、靜脈血栓等風險預警，在至少5家單元發(fā)展示范利用。

利用于其他行業(yè)、其他場景、其他流程中的人為智能賦能新型工業(yè)化關鍵技術、產(chǎn)品、設備、服務和平臺等，應擁有技術先進性，技術成熟度較高，產(chǎn)業(yè)化遠景較好。

2025年人為智能產(chǎn)業(yè)及賦能新型工業(yè)化創(chuàng)新工作揭榜掛帥有關處所支持保險行動

落實《北京市關于支持信息軟件企業(yè)加強人為智能利用服務能力行動規(guī)劃》（京經(jīng)信發(fā)〔2025〕19號）、《北京市關于人為智能賦能新型工業(yè)化行動規(guī)劃》（京經(jīng)信發(fā)〔2025〕27號）等政策，賜與揭榜入圍單元或優(yōu)勝單元有關支持。同時，將通過“一區(qū)一品”盛開場景、入選典型示范案例等方式，積極宣傳有關先進產(chǎn)品和示范案例，并向京津冀造作業(yè)企業(yè)進行宣貫。

落實《關于人為智能“模塑申城”的執(zhí)行規(guī)劃》（滬府辦發(fā)〔2024〕27號）、《上海市進一步擴大人為智能利用的若干措施》（滬經(jīng)信智〔2025〕489號）等系列人為智能政策，對揭榜掛帥入圍單元或優(yōu)勝單元，賜與算力券、模型券和語料券支持。激勵在模速空間、AI幼鎮(zhèn)等集聚區(qū)落地，能夠賜與最高100%支持的“三個100萬元”補助。依陀裝模塑申城”打算，加強供需對接，支持參加中試利用基地建設，打造高價值場景。同時，推薦參與世界人為智能大會，參評SAIL大獎，擴大創(chuàng)新成就影響力。

用好《關于支持人為智能全產(chǎn)業(yè)鏈創(chuàng)新發(fā)展的若干政策措施》（魯政辦字〔2025〕49號）、《關于加快人為智能賦能沉點領域高質量發(fā)展的推動規(guī)劃》（魯政辦字〔2025〕48號）等政策，對切合前提的揭榜入圍單元按劃定賜與算力券、模型券、語料券、智能場景券等補助，每個最高150萬元。同時，通過供需對接會、入選典型示范案例等方式，支持揭榜入圍單元和項目在山東地域、沉點行業(yè)落地。

落實《深入“智賦萬企”行動加快造作業(yè)數(shù)字化轉型執(zhí)行規(guī)劃》（湘工信人為智能〔2025〕325號）等政策，對本省揭榜優(yōu)勝單元，按項目投資額的肯定比例賜與資金支持。同時，積極支持揭榜入圍單元和項目在湖南省利用落地。

落實《廣東省推動人為智能與機械人產(chǎn)業(yè)創(chuàng)新發(fā)展若干政策措施》（粵府辦〔2025〕6號），支持揭榜掛帥入圍單元和項目在廣東落地，對在本地注冊、擁有獨立法人資格的單元，賜與關鍵主題技術攻關、優(yōu)質企業(yè)造就、產(chǎn)業(yè)投融資服務等工作支持。同時，將通過頒布利用場景清單、組織行業(yè)利用對接會、打造示范標桿、組織媒體對優(yōu)良產(chǎn)品案例宣傳報路等活動，支持揭榜掛帥入圍單元和項目在有關行業(yè)落地利用。

落實《四川省工業(yè)領域設備更新和技術刷新項目資金治理執(zhí)行細則》（川經(jīng)信技改〔2024〕156號）政策，支持揭榜入圍項目在造作全過程、全身分深度融合使用，執(zhí)行出產(chǎn)設備數(shù)字化刷新、智能設備和軟件更新迭代，推動造作業(yè)智能化刷新數(shù)字化轉型。同時，執(zhí)行人為智能賦能新型工業(yè)化行動，將通過供需對接會等方式，支持揭榜入圍單元和項目在四川沉點行業(yè)落地。

各省、自治區(qū)、直轄視注打算單列市及新疆出產(chǎn)建設兵團工業(yè)和信息化主管部門，中央企業(yè)集團：

為深刻貫徹落實習近平總書記關于人為智能發(fā)展的沉要批示批示心靈，加快推動人為智能賦能新型工業(yè)化，工業(yè)和信息化部組織發(fā)展2025年人為智能產(chǎn)業(yè)及賦能新型工業(yè)化創(chuàng)新工作揭榜掛帥工作。有關事項通知如下：

一、工作內(nèi)容

面向人為智能產(chǎn)業(yè)發(fā)展底座、“人為智能+造作”、智能產(chǎn)品設備、共性基礎支持等沉點方向，挖掘造就一批技術創(chuàng)新強、利用落地快、典型示范好的關鍵技術和產(chǎn)品，加快人為智能與工業(yè)深度融合利用，高水平賦能新型工業(yè)化。

二、推薦前提

（一）申報主體須為在中華人民共和國境內(nèi)注冊、擁有獨立法人資格的企事業(yè)單元。已列入前期揭榜優(yōu)勝的項目不得沉復申報。

（二）各省、自治區(qū)、直轄視注打算單列市及新疆出產(chǎn)建設兵團工業(yè)和信息化主管部門，中央企業(yè)集團等推薦單元依照當局疏導、企業(yè)自愿的準則，優(yōu)先推薦創(chuàng)新能力凸起、產(chǎn)業(yè)化遠景好、行業(yè)帶作為用顯著的項目。

（三）激勵企業(yè)、科技服務機構、高校、科研院所及新型研發(fā)機構等以結合體方式申報，牽頭單元為1家，結合參加單元不超過4家。每個主體牽頭申報不超過3項，作為參加單元申報不超過5項。

三、工作要求

（一）請各申報主體于2025年11月20日前，在申報系統(tǒng)（https://aibest.caict.ac.cn/jbgs）實現(xiàn)注冊，按要求填寫申報資料。

（二）請推薦單元組織各方積極參加，遵循公開、平正、公正的準則，于2025年11月30日前登錄系統(tǒng)并確認推薦名單。各省、自治區(qū)、直轄視注打算單列市及新疆出產(chǎn)建設兵團工業(yè)和信息化主管部門推薦項目數(shù)量準則上不超過50個；對于提供有關支持行動的北京、上海、山東、湖南、廣東、四川等6。ㄊ校，推薦項目數(shù)量可額表增長20個；打算單列市推薦項目準則上不超過15個，經(jīng)省工業(yè)和信息化主管部門審核后統(tǒng)一報送；中央企業(yè)集團推薦項目數(shù)量準則上不超過5個，不占屬地指標，可直接報送。

（三）工業(yè)和信息化部牽頭組織遴選入圍單元，并頒布入圍單元名單。入圍單元實現(xiàn)攻關工作后（名單頒布之日起不超過2年），工業(yè)和信息化部委托第三方專業(yè)機構發(fā)展測評工作，擇優(yōu)確定優(yōu)勝單元。

（四）請推薦單元高度器沉揭榜掛帥工作，充分調動企業(yè)、高校、科研院所、有關產(chǎn)業(yè)聯(lián)盟及行業(yè)協(xié)會的積極性，遵循公開、平正、公正準則做好推薦工作，加大支持力度，推動人為智能產(chǎn)業(yè)高質量發(fā)展。

（五）為做好揭榜掛帥攻關工作，更好推動科技創(chuàng)新與產(chǎn)業(yè)創(chuàng)新深度融合，以關鍵技術攻關推動產(chǎn)業(yè)高質量發(fā)展，請各。ㄊ校┎锎λ⒄褂攀坪吞厴旄，在政策資金支持、場景盛開、利用推廣等方面為入圍和優(yōu)勝單元予以支持。

四、聯(lián)系方式

（一）工作征詢

總體工作征詢010-62304330

系統(tǒng)技術征詢010-62308338

（二）處所政策征詢

北京市010-55520871

上海市021-23117655

山東省0531-51782640

湖南省0731-88955549