揭榜任務(wù)：研究多源多模態(tài)異構(gòu)數(shù)據(jù)的表示和對(duì)齊方法，實(shí)現(xiàn)文本、圖像、視頻、語音等模態(tài)數(shù)據(jù)間的語義對(duì)齊，全面提升多模態(tài)大模型性能。研究多模態(tài)大模型訓(xùn)練和推理加速方法，構(gòu)建算法、框架、硬件和并行策略等協(xié)同考慮的優(yōu)化和計(jì)算架構(gòu)，提升萬億級(jí)參數(shù)多模態(tài)模型的工程效率。

預(yù)期目標(biāo)：到2025年，全面提升多模態(tài)大模型性能，多模態(tài)大模型達(dá)到萬億參數(shù)，零樣本學(xué)習(xí)下解決15個(gè)以上多模態(tài)任務(wù)，基于主觀評(píng)價(jià)的最終效果和推理速度達(dá)到國(guó)際先進(jìn)水平。

三、典型應(yīng)用

（九）面向工業(yè)制造領(lǐng)域的典型應(yīng)用

揭榜任務(wù)：推動(dòng)基于人工智能的設(shè)備實(shí)時(shí)控制、資源動(dòng)態(tài)優(yōu)化、多智能體協(xié)同等核心技術(shù)突破，推進(jìn)人工智能技術(shù)和產(chǎn)品在工業(yè)制造領(lǐng)域的深度融合應(yīng)用。提升制造業(yè)全過程全場(chǎng)景的智能水平，實(shí)現(xiàn)重點(diǎn)裝備智能化改造，滿足高端制造場(chǎng)景對(duì)于復(fù)雜環(huán)境、連續(xù)任務(wù)的認(rèn)知和決策需求。

預(yù)期目標(biāo)：到2025年，通過嵌入式人工智能集成開發(fā)，提升高端制造裝備精度及其一致性、保持性，在原材料、裝備制造、電子信息等重點(diǎn)行業(yè)開展部署應(yīng)用，實(shí)現(xiàn)良率、生產(chǎn)效率、運(yùn)維成熟度或安全性等指標(biāo)的顯著提高。結(jié)合柔性生產(chǎn)、智能工廠等方面的技術(shù)應(yīng)用基礎(chǔ)，開發(fā)覆蓋生產(chǎn)制造全流程的專用模型庫(kù)，在不少于10家制造業(yè)企業(yè)落地應(yīng)用。

（十）面向民生服務(wù)領(lǐng)域的典型應(yīng)用

揭榜任務(wù)：推動(dòng)人工智能在信息消費(fèi)、政務(wù)、醫(yī)療和交通等重點(diǎn)行業(yè)的融合應(yīng)用，拓展人工智能在典型場(chǎng)景下的規(guī)模化應(yīng)用。打造新型民生服務(wù)模式，優(yōu)化人機(jī)交互體驗(yàn)，提高服務(wù)精準(zhǔn)度、效率和個(gè)性化水平，促進(jìn)傳統(tǒng)產(chǎn)業(yè)智能化升級(jí)。

預(yù)期目標(biāo)：到2025年，在信息消費(fèi)、政務(wù)、醫(yī)療或交通等重點(diǎn)行業(yè)形成通用大模型與行業(yè)專用模型協(xié)同發(fā)展的解決方案，利用內(nèi)容生成、語義理解、語音對(duì)話、知識(shí)圖譜等人工智能技術(shù)，實(shí)現(xiàn)政務(wù)服務(wù)智能寫作、智能問診、自動(dòng)駕駛等功能，有效提升點(diǎn)擊轉(zhuǎn)化率、用戶滿意度、診療準(zhǔn)確度等關(guān)鍵指標(biāo)，助力人民生活消費(fèi)體驗(yàn)升級(jí)。

（十一）面向科學(xué)研究領(lǐng)域的典型應(yīng)用

揭榜任務(wù)：探索基于人工智能的科學(xué)研究新范式，面向生物醫(yī)藥、材料、流體力學(xué)、氣象等專業(yè)領(lǐng)域，挖掘科研專用數(shù)據(jù)的內(nèi)在機(jī)理，縮短科學(xué)原理的發(fā)現(xiàn)周期。利用人工智能技術(shù)突破科學(xué)計(jì)算瓶頸，構(gòu)建智能化科學(xué)研究工具集，支撐仿真模擬、數(shù)學(xué)建模等軟件發(fā)展，提升科研效率。

預(yù)期目標(biāo)：到2025年，通用人工智能賦能科學(xué)研究全鏈條任務(wù)，顯著提升生物醫(yī)藥、材料、流體力學(xué)或氣象等重點(diǎn)領(lǐng)域的科學(xué)發(fā)現(xiàn)效率。研發(fā)智能化科研工具集，支持?jǐn)?shù)據(jù)分析、知識(shí)提取、智能建模等不少于5項(xiàng)專用工具調(diào)用，并與主流開發(fā)框架完成集成。

（十二）面向信息安全領(lǐng)域的典型應(yīng)用

揭榜任務(wù)：為應(yīng)對(duì)復(fù)雜網(wǎng)絡(luò)環(huán)境下的安全挑戰(zhàn)，研發(fā)并訓(xùn)練面向網(wǎng)絡(luò)安全的人工智能大模型，配合調(diào)度控制中樞實(shí)現(xiàn)與當(dāng)前領(lǐng)先的安全系統(tǒng)（如XDR、SIEM、EPP、EDR等）的整合，賦能網(wǎng)絡(luò)安全業(yè)務(wù)。功能上，具備深度理解多系統(tǒng)數(shù)據(jù)的能力，能通過綜合調(diào)度各系統(tǒng)的API接口，實(shí)現(xiàn)智能化安全任務(wù)自動(dòng)處理，包括但不限于異常分析、定位威脅、輔助溯源攻擊、響應(yīng)處置等能力，提高安全運(yùn)營(yíng)效率。

預(yù)期目標(biāo)：到2025年，研發(fā)安全大模型，通過調(diào)度控制中樞系統(tǒng)，成功整合3種以上的現(xiàn)有安全系統(tǒng)，并能實(shí)現(xiàn)對(duì)其API接口的智能調(diào)度。支持至少30種不同的安全任務(wù)，實(shí)現(xiàn)智能化、自動(dòng)化的解決方案，并能自動(dòng)生成專業(yè)級(jí)別的安全報(bào)告。

附：

1.2023年未來產(chǎn)業(yè)創(chuàng)新任務(wù)揭榜單位推薦表-通用人工智能方向

2.2023年未來產(chǎn)業(yè)創(chuàng)新任務(wù)揭榜單位申報(bào)材料