指南！2025年陜西省人工智能產(chǎn)業(yè)及賦能新型工業(yè)化創(chuàng)新任務(wù)揭榜掛帥申請時間名額和條件整理，詳情如下，截止時間到11月20日前！西安市、寶雞市、咸陽市、銅川市、渭南市、延安市、榆林市、漢中市、安康市、商洛市需要咨詢申報的可以聯(lián)系小編為您解答輔導(dǎo)！

 

免費指導(dǎo)熱線：19855109130（可加v），選擇全面可靠的一站式體系保障。

 

解鎖千萬政策紅利，專注于項目申報行業(yè)13年，沉淀了精準(zhǔn)的政策資源、優(yōu)質(zhì)的企業(yè)資源、成功的項目資源，形成了獨具特色的實戰(zhàn)方法論與成熟的服務(wù)成功案例體系。除了全力打造自身專業(yè)項目團(tuán)隊外，相較同行業(yè)最大的優(yōu)勢，在于我們有各個流程階段的人員，分工明細(xì)，細(xì)致化；各環(huán)節(jié)均由專人深度把控。想要咨詢各省市任何項目申報的都可以免費咨詢漁漁為你做免費項目規(guī)劃。（勿抄）

 

陜西省人工智能產(chǎn)業(yè)及賦能新型工業(yè)化創(chuàng)新任務(wù)揭榜掛帥申請時間流程

現(xiàn)將《工業(yè)和信息化部辦公廳關(guān)于開展2025年人工智能產(chǎn)業(yè)及賦能新型工業(yè)化創(chuàng)新任務(wù)揭榜掛帥工作的通知》（工信廳科函〔2025〕427號，文件附后）轉(zhuǎn)發(fā)給你們，并就有關(guān)事項通知如下：

一、申報采取網(wǎng)上填報的方式。申報單位于11月20日前通過申報系統(tǒng)完成注冊，按要求填寫申報材料。申報單位對申報項目及申報資料的真實性、合法性和可行性負(fù)責(zé)。

二、申報單位完成系統(tǒng)申報后，于11月25日前將申報材料（一式叁份）送至或郵寄到省工信廳科技處，電子版申報材料發(fā)送至郵箱。

三、省工信廳對申報項目進(jìn)行審核，并擇優(yōu)向工信部推薦。按照工信部通知要求，陜西省推薦項目數(shù)量原則上不超過50個。

四、請各市區(qū)工業(yè)和信息化主管部門，高度重視人工智能產(chǎn)業(yè)及賦能新型工業(yè)化創(chuàng)新任務(wù)揭榜掛帥工作，加大宣傳力度，充分調(diào)動企業(yè)、科研院所、相關(guān)產(chǎn)業(yè)聯(lián)盟及行業(yè)協(xié)會的積極性，做好組織申報工作，并在政策、資金、資源配套等方面加大支持力度。

陜西省人工智能產(chǎn)業(yè)及賦能新型工業(yè)化創(chuàng)新任務(wù)揭榜掛帥申請任務(wù)內(nèi)容

面向人工智能產(chǎn)業(yè)發(fā)展底座、“人工智能+制造”、智能產(chǎn)品 裝備、共性基礎(chǔ)支撐等重點方向，發(fā)掘培育一批技術(shù)創(chuàng)新強(qiáng)、應(yīng) 用落地快、典型示范好的關(guān)鍵技術(shù)和產(chǎn)品，加快人工智能與工業(yè) 深度融合應(yīng)用，高水平賦能新型工業(yè)化。

陜西省人工智能產(chǎn)業(yè)及賦能新型工業(yè)化創(chuàng)新任務(wù)揭榜掛帥申請條件

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

(二)各省、自治區(qū)、直轄市、計劃單列市及新疆生產(chǎn)建設(shè) 兵團(tuán)工業(yè)和信息化主管部門，中央企業(yè)集團(tuán)等推薦單位按照政府 引導(dǎo)、企業(yè)自愿的原則，優(yōu)先推薦創(chuàng)新能力突出、產(chǎn)業(yè)化前景 好、行業(yè)帶動作用明顯的項目。

(三)鼓勵企業(yè)、科技服務(wù)機(jī)構(gòu)、高校、科研院所及新型研 發(fā)機(jī)構(gòu)等以聯(lián)合體方式申報，牽頭單位為1家，聯(lián)合參與單位不 超過4家。每個主體牽頭申報不超過3項，作為參與單位申報不 超過5項。

2025年人工智能產(chǎn)業(yè)及賦能新型工業(yè)化創(chuàng)新任務(wù) 揭榜掛帥申報指南

一 、產(chǎn)業(yè)發(fā)展底座

( 一 ) 算 力

1.大模型訓(xùn)練芯片

揭榜任務(wù)：面向大模型訓(xùn)練需求，研制大模型訓(xùn)練芯片， 突破芯片內(nèi)核架構(gòu)設(shè)計、生產(chǎn)工藝適配、先進(jìn)封裝適配等關(guān) 鍵技術(shù)，提升芯片算力和性能功耗比，支持低精度浮點格式， 提高存儲帶寬和容量，實現(xiàn)訓(xùn)練芯片自主設(shè)計、制造、封裝 全鏈條突破。

預(yù)期目標(biāo)： 到2027年，大模型訓(xùn)練芯片覆蓋主流模型 框架，適配90%以上的國內(nèi)大模型，支持混合精度計算、低 精度訓(xùn)練等技術(shù)，半精度浮點數(shù)算力性能達(dá)到國際先進(jìn)訓(xùn)練 芯片90%以上。

2.大模型高效推理集群

揭榜任務(wù)： 面向高并發(fā)、高吞吐、低延遲場景，構(gòu)建大 模型高效推理集群，突破混合精度計算、分布式推理、多模 態(tài)模型優(yōu)化等關(guān)鍵技術(shù)，開展系統(tǒng)全棧工程優(yōu)化，提升資源 利用率、計算效率、并發(fā)處理能力等，滿足系統(tǒng)大規(guī)模服務(wù) 應(yīng)用需求。

預(yù)期目標(biāo)： 到2027年，大模型高效推理集群覆蓋主流

模型架構(gòu)，支持千億以上參數(shù)模型， GPU  計算資源核心利用 率可達(dá)到80%,首Token 時延不超過200ms,   推理服務(wù)穩(wěn)定 性不低于99.9%。

3.智算中心綜合能效管理系統(tǒng)

揭榜任務(wù)：研發(fā)基于液冷系統(tǒng)和數(shù)字化能碳管理技術(shù)的 綜合能效管理系統(tǒng)，推動人工智能技術(shù)在智算中心的應(yīng)用，  實現(xiàn)智算中心信息設(shè)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(diào)優(yōu)升級等，提升信息設(shè)備利用效率。

預(yù)期目標(biāo)： 到2027年，智算中心綜合能效管理系統(tǒng)提 升信息設(shè)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)支持混合部署不同算力類別、品牌、型號的 液冷服務(wù)器，平均無故障工作時間不低于5萬小時，可提供 不少于200W/cm? 的散熱能力，余熱回收量達(dá)信息設(shè)備總發(fā) 熱量10%以上。

4.算力互聯(lián)調(diào)度平臺

揭榜任務(wù)： 面向全域算力感知、匯聚、調(diào)度需求，構(gòu)建 算力互聯(lián)調(diào)度平臺，突破算力智能感知、算力調(diào)度等技術(shù)， 支撐任務(wù)數(shù)據(jù)高效流通，推動多領(lǐng)域、多場景實踐應(yīng)用，實 現(xiàn)算力資源跨主體、跨架構(gòu)、跨地域協(xié)同。

預(yù)期目標(biāo)：到2027年，算力互聯(lián)調(diào)度平臺匯聚公共算 力資源不少于10000P, 支持多樣化編排調(diào)度策略，支持至少 2個運(yùn)營主體、3種系統(tǒng)架構(gòu)、5個算力中心的智能調(diào)度，支 持至少10種算力產(chǎn)品服務(wù)，開展不少于20個典型場景試驗 應(yīng) 用 。

5.異構(gòu)智算集群云操作系統(tǒng)

揭榜任務(wù)：面向大模型在超大規(guī)模異構(gòu)算力集群的混訓(xùn) 需求，研發(fā)可支持十萬卡規(guī)模的異構(gòu)智算集群云操作系統(tǒng)， 突破訓(xùn)練任務(wù)精細(xì)化拆分及精準(zhǔn)匹配、故障實時感知、秒級 自愈恢復(fù)等關(guān)鍵技術(shù)，提升超大規(guī)模異構(gòu)智算集群的訓(xùn)練效 率，降低故障率。

預(yù)期目標(biāo)： 到2027年，異構(gòu)智算集群云操作系統(tǒng)適配 不少于5款國內(nèi)芯片，支持萬億參數(shù)以上規(guī)模的大模型訓(xùn)練， 集群資源平均利用率超過95%,可實現(xiàn)秒級故障恢復(fù)，周訓(xùn) 練有效率達(dá)99%以上。

(二)數(shù)據(jù)

6.工業(yè)高質(zhì)量數(shù)據(jù)集

揭榜任務(wù)：面向重點方向領(lǐng)域，建設(shè)工業(yè)高質(zhì)量數(shù)據(jù)集， 涵蓋研發(fā)設(shè)計、中試驗證、生產(chǎn)制造、營銷服務(wù)、運(yùn)營管理 關(guān)鍵環(huán)節(jié)中的基礎(chǔ)數(shù)據(jù)，賦能通用大模型或工業(yè)垂類模型的 高效訓(xùn)練與基準(zhǔn)評測。

預(yù)期目標(biāo)： 到2027年，工業(yè)高質(zhì)量數(shù)據(jù)集滿足規(guī)范性、 完整性、準(zhǔn)確性、 一致性等至少12個質(zhì)量評估維度要求，  文本數(shù)據(jù)集規(guī)?？偭窟_(dá)到100TB 以上，至少覆蓋1萬億 token,  圖文數(shù)據(jù)集規(guī)?？偭窟_(dá)到1000萬對以上，音視頻數(shù)據(jù)集規(guī) ?？偭窟_(dá)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(xùn)練與基準(zhǔn)評測。

7.工業(yè)人工智能數(shù)據(jù)工程平臺

揭榜任務(wù)： 研發(fā)工業(yè)人工智能數(shù)據(jù)工程平臺，突破工業(yè)

數(shù)據(jù)多源異構(gòu)融合、智能化數(shù)據(jù)標(biāo)注、多模態(tài)標(biāo)注、高質(zhì)量  數(shù)據(jù)合成等關(guān)鍵技術(shù)，實現(xiàn)智能化數(shù)據(jù)加工、數(shù)據(jù)合成、數(shù)  據(jù)融合等功能，促進(jìn)工業(yè)領(lǐng)域人工智能數(shù)據(jù)集的高質(zhì)量供給。

預(yù)期目標(biāo)： 到2027年，平臺支持文本、圖片、視頻等 至少3種不同模態(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) 開展示范應(yīng)用。

8.“模數(shù)共振”空間

揭榜任務(wù)： 建設(shè)集“數(shù)據(jù)協(xié)同、模型訓(xùn)練、應(yīng)用開發(fā)、 安全保障”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(xùn)練、測試 和優(yōu)化迭代，智能體開發(fā)等。

預(yù)期目標(biāo)： 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(xùn)練，支撐研發(fā)設(shè)計、中試驗證、生 產(chǎn)制造、營銷服務(wù)、運(yùn)營管理等關(guān)鍵環(huán)節(jié)的人工智能應(yīng)用開 發(fā)，形成不少于10個人工智能應(yīng)用產(chǎn)品。

( 三 ) 算 法

9.復(fù)雜推理大模型

揭榜任務(wù)：構(gòu)建具備多級推理驗證機(jī)制的大模型，突破 思維鏈增強(qiáng)、知識圖譜融合、因果推斷建模等關(guān)鍵技術(shù)，推 進(jìn)模型架構(gòu)創(chuàng)新以及與底層硬件的深度協(xié)同，實現(xiàn)從訓(xùn)練范 式到部署方案的全棧優(yōu)化。

預(yù)期目標(biāo)： 到2027年，研制復(fù)雜推理大模型，實現(xiàn)至 少一種關(guān)鍵技術(shù)創(chuàng)新，在數(shù)學(xué)證明、科學(xué)問題、邏輯推理等

100000000     1000000000

復(fù)雜推理任務(wù)上達(dá)到專家級水平，在專業(yè)評測集上的準(zhǔn)確率 達(dá)到全球前列，在低精度量化下的推理準(zhǔn)確率損失不高于 2%。

10. 具身智能基礎(chǔ)模型

揭榜任務(wù)：研發(fā)具身智能基礎(chǔ)模型，突破多模異構(gòu)數(shù)據(jù) 對齊融合、環(huán)境交互和多樣化運(yùn)動策略學(xué)習(xí)等技術(shù)，提高具 身智能動態(tài)環(huán)境理解、感知預(yù)測、認(rèn)知推理和復(fù)雜任務(wù)執(zhí)行 能力，增強(qiáng)對不同本體、多階段任務(wù)的適應(yīng)性和泛化性。

預(yù)期目標(biāo)：到2027年，具身智能基礎(chǔ)模型支持不少于3 種本體適配，實現(xiàn)對復(fù)雜動態(tài)環(huán)境的精確理解，支持完成至 少200種未訓(xùn)任務(wù)，成功率不低于95%,多階段任務(wù)分解和 執(zhí)行的靈活性、泛化性明顯提升。

11. 智能終端端側(cè)模型

揭榜任務(wù)：研發(fā)智能終端端側(cè)模型，推動端側(cè)推理引擎 及模型剪枝、量化、蒸餾等關(guān)鍵技術(shù)突破，實現(xiàn)云端訓(xùn)練到 端側(cè)部署的全流程優(yōu)化，性能接近云端基準(zhǔn)模型，支持終端 多場景實時推理，開展規(guī)?；瘧?yīng)用。

預(yù)期目標(biāo)： 到2027年，端側(cè)模型能夠適配不少于3款 終端芯片、支持不少于3類終端設(shè)備，模型輕量化后精度損 失不超過3%,端側(cè)推理延遲不超過50ms,  支持終端創(chuàng)新應(yīng) 用不少于10個，實現(xiàn)在不少于百萬臺終端部署。

(四)開發(fā)工具

12. 模型遷移適配工具

揭榜任務(wù)：面向算法模型在不同軟硬件系統(tǒng)的遷移適配

需求，開發(fā)模型遷移適配工具，突破跨框架模型轉(zhuǎn)換、異構(gòu) 硬件自動優(yōu)化等核心技術(shù)，支持模型在國內(nèi)軟硬件系統(tǒng)的高 效適配與部署，降低模型遷移門檻。

預(yù)期目標(biāo)：到2027年，模型遷移適配工具適配不少于5 款國內(nèi)芯片，實現(xiàn)模型在國內(nèi)軟硬件系統(tǒng)遷移后精度損失不 高于1%,遷移適配成功率超過99%。

13. 智能體通信工具

揭榜任務(wù)：研發(fā)智能體通信工具，突破智能體通信協(xié)議、 模型通信協(xié)議等關(guān)鍵技術(shù)，具備請求發(fā)送、接收響應(yīng)、流式 傳輸、異步操作等功能，支持不同開發(fā)平臺智能體間、智能 體與外部工具間的互操作性，提升智能體開發(fā)與應(yīng)用效率。

預(yù)期目標(biāo)： 到2027年，智能體通信工具支持主流通信 協(xié)議，具備跨平臺兼容性、跨協(xié)議版本兼容性，提供至少3 種語言的 SDK 實現(xiàn)，通信延遲小于100ms,  實現(xiàn)智能體場景 應(yīng)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)。

14. 大模型服務(wù)及管理平臺

揭榜任務(wù)：研發(fā)大模型服務(wù)及管理平臺，支持基于基座 大模型進(jìn)行微調(diào)，具備大模型量化壓縮、推理加速、云邊端 部署與協(xié)同管理能力，實現(xiàn)大模型及其服務(wù)的全流程管理， 降低大模型使用門檻，推動大模型賦能千行百業(yè)。

預(yù)期目標(biāo)：到2027年，平臺具備健全的服務(wù)水平協(xié)議， 平均調(diào)用成功率不低于99.99%,響應(yīng)時延不高于1秒，支持 對至少10類系列大模型進(jìn)行微調(diào)、重訓(xùn)、量化壓縮和推理

100000

加速。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。

15. 智能體開發(fā)與應(yīng)用平臺

揭榜任務(wù)：研發(fā)智能體開發(fā)與應(yīng)用平臺，具備智能體開 發(fā)部署、組件工具集成、智能體應(yīng)用管理等功能，支持?jǐn)?shù)據(jù) 處理分析、工具和軟件系統(tǒng)接入、算法模型內(nèi)置、多智能體 集成應(yīng)用等，提升智能體開發(fā)及應(yīng)用效率。

預(yù)期目標(biāo)： 到2027年，智能體開發(fā)與應(yīng)用平臺API 響 應(yīng)速度不高于500ms,   服務(wù)請求成功率不低于95%,集成不 少于80種組件工具，能夠同時管理100個以上智能體協(xié)同， 智能化應(yīng)用不少于500個，在至少50家企業(yè)落地應(yīng)用。

二、“人工智能+制造”

( 一 )原材料

16. 鋼鐵制造大模型

揭榜任務(wù)：面向鋼鐵制造流程高效有序運(yùn)行需求，深度 融合鋼鐵行業(yè)知識、數(shù)據(jù)，研發(fā)鋼鐵制造大模型，構(gòu)建大模 型、小模型、機(jī)理模型協(xié)同融合的鋼鐵制造智能體平臺，實 現(xiàn)對鋼鐵制造數(shù)據(jù)的實時采集、全面感知和智能分析，支持 對制造關(guān)鍵指標(biāo)的精準(zhǔn)預(yù)測和制造過程的精確控制，提高制 造流程連續(xù)化程度，提升產(chǎn)品質(zhì)量。

預(yù)期目標(biāo)： 到2027年，鋼鐵制造大模型行業(yè)知識問答 準(zhǔn)確率不低于85%,支持不少于20個鋼鐵生產(chǎn)流程典型場 景，流程連續(xù)化程度提升不低于10%,產(chǎn)品性能指標(biāo)波動降 低不低于20%,在不少于3家企業(yè)應(yīng)用。

17. 化工研發(fā)設(shè)計大模型

揭榜任務(wù)：基于化工行業(yè)知識抽取、多模態(tài)理解等技術(shù)， 研制化工研發(fā)設(shè)計大模型，突破面向化工反應(yīng)網(wǎng)絡(luò)簡化任務(wù) 的大模型微調(diào)技術(shù)，提升反應(yīng)網(wǎng)絡(luò)構(gòu)建和簡化的精確性，支 持多源工藝流程圖 (PFD)/    工藝管道和儀表流程圖 ( P&ID)   的智能識別和解析、化工工藝流程圖的自動設(shè)計與優(yōu)化等，  提升化工研發(fā)設(shè)計效率。

預(yù)期目標(biāo)： 到2027年，化工研發(fā)設(shè)計大模型行業(yè)知識 問答準(zhǔn)確率不低于85%,反應(yīng)網(wǎng)絡(luò)中各反應(yīng)方程的反應(yīng)物、 條件、產(chǎn)物的確定準(zhǔn)確率不低于85%,對多源PFD/P&ID  中 設(shè)備、儀表、閥門、管線信息的識別準(zhǔn)確率不低于95%,自 動設(shè)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)應(yīng)用。

18. 新材料研發(fā)智能工具

揭榜任務(wù)： 面向金屬材料、高分子材料、復(fù)合材料等新 材料研發(fā)，研制基于人工智能和高通量計算技術(shù)的智能軟件 工具，實現(xiàn)新材料性質(zhì)預(yù)測與篩選，揭示新材料設(shè)計與性能 之間的深層次規(guī)律，支持材料的智能設(shè)計、合成及表征，推 動材料研發(fā)制造的自動化和智能化，提高研發(fā)效率，降低研 發(fā)成本。

預(yù)期目標(biāo)： 到2027年，新材料研發(fā)智能工具支持材料 性質(zhì)預(yù)測與篩選、合成路徑設(shè)計、逆向設(shè)計等不少于3個場 景功能，新材料研發(fā)效率提升超過30%,在新材料研發(fā)流程 中實現(xiàn)規(guī)模示范應(yīng)用。

1000000

19. 原材料生產(chǎn)工藝智能優(yōu)化系統(tǒng)

揭榜任務(wù)：面向石化化工、有色、建材等某一個原材料 行業(yè)的生產(chǎn)優(yōu)化控制需求，基于材料性能數(shù)據(jù)、機(jī)理模型、 工藝流程知識等多模態(tài)數(shù)據(jù)，研發(fā)原材料生產(chǎn)工藝智能優(yōu)化 系統(tǒng)，突破生產(chǎn)工藝優(yōu)化大模型技術(shù)，分場景部署垂直細(xì)分 模型或智能體，實現(xiàn)工藝參數(shù)動態(tài)優(yōu)化、關(guān)鍵指標(biāo)精準(zhǔn)預(yù)測 和調(diào)控，提高精益生產(chǎn)水平。

預(yù)期目標(biāo)： 到2027年，原材料生產(chǎn)工藝智能優(yōu)化系統(tǒng) 具備完善的工藝智能控制與優(yōu)化模型庫，對關(guān)鍵工藝參數(shù)預(yù) 測準(zhǔn)確性達(dá)到90%以上，生產(chǎn)制造周期縮短10%以上，在不 少于3家企業(yè)應(yīng)用，形成20個以上典型場景應(yīng)用案例。

(二)電子信息

20. 芯片研發(fā)智能工具

揭榜任務(wù)： 面向高可靠、高質(zhì)量、高效率的芯片研發(fā)設(shè) 計需求，研發(fā)基于人工智能的芯片設(shè)計或仿真驗證工具，實 現(xiàn)芯片智能化設(shè)計分析、仿真優(yōu)化等功能，通過智能算法提 升芯片性能、優(yōu)化布局布線、加速電路仿真和功能驗證等， 提高芯片研發(fā)效率。

預(yù)期目標(biāo)： 到2027年，智能工具在不少于2款芯片設(shè) 計中開展應(yīng)用，芯片性能、功耗等提升超過20%,前仿真和 后仿真驗證效率提升不低于50%。

21.CPU    多指令集轉(zhuǎn)化智能工具

揭榜任務(wù)： 基 于ARM 、LoongARCH 、x86   等芯片指令 集，研發(fā)支持國內(nèi)主流操作系統(tǒng)平臺的 CPU 多指令集轉(zhuǎn)化智

能工具，構(gòu)建多指令集轉(zhuǎn)碼映射開源訓(xùn)練數(shù)據(jù)集，面向數(shù)學(xué) 庫、圖像與信號處理庫、求解器等場景，開發(fā)支持指令轉(zhuǎn)碼 與計算優(yōu)化的人工智能模型，降低不同指令集之間算力轉(zhuǎn)碼 損 耗 。

預(yù)期目標(biāo)：到2027年，研制形成 CPU 多指令集轉(zhuǎn)化智 能工具，具備指令轉(zhuǎn)碼與計算優(yōu)化功能，支持相關(guān)人工智能 模型輕量化并與系統(tǒng)級芯片 (SoC)    集 成 ，x86  與 ARM 、 LoongARCH 等二進(jìn)制指令編碼、互轉(zhuǎn)效率損失縮小不超過 5%,基礎(chǔ)硬件平臺兼容性和擴(kuò)展性得到提升。

(三)消費品

22. 生物醫(yī)藥研發(fā)智能工具

揭榜任務(wù)：面向化學(xué)藥、生物制品等生物醫(yī)藥研發(fā)流程， 基于機(jī)器學(xué)習(xí)、高通量技術(shù)等開展生物醫(yī)藥虛擬篩選和實驗  優(yōu)化研究，研發(fā)藥物靶點預(yù)測與藥物篩選的智能化工具，實  現(xiàn)從藥物實驗設(shè)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)效率、降低研發(fā)成本。

預(yù)期目標(biāo)： 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、合成路徑優(yōu)化等核心場景功能不少于3 個，在藥物研發(fā)流程中實現(xiàn)規(guī)模示范應(yīng)用，使藥物研發(fā)效率 提升不低于40%,研發(fā)成本降低不低于20%。

23. 服裝智能化定制系統(tǒng)

揭榜任務(wù)：面向服裝行業(yè)用戶定制化設(shè)計、快速打樣制 造等設(shè)計生產(chǎn)協(xié)同需要，研發(fā)服裝智能化定制系統(tǒng)，支持基 于大模型的草繪生成設(shè)計、圖片生成設(shè)計、自然交互式修改、

(>99<99)

虛擬試衣展示等功能，突破成衣設(shè)計到制造工藝的自動編排， 實現(xiàn)根據(jù)現(xiàn)有生產(chǎn)設(shè)備和物料狀態(tài)生成制造生產(chǎn)方案，有效  縮短制樣時間、快速響應(yīng)市場變化。

預(yù)期目標(biāo)： 到2027年，服裝智能化定制系統(tǒng)支持智能 輔助設(shè)計、成衣效果展示、自動工藝分解、生產(chǎn)資源調(diào)配等 功能，具備不少于50款基礎(chǔ)服裝樣版類別的智能輔助設(shè)計 生產(chǎn)模型，模型調(diào)用時間不高于50ms,  打樣交付時間不高于 72小時，在至少15個以上的服裝生產(chǎn)基地開展示范應(yīng)用。

( 四 ) 通 信

24. 基于大模型的無線網(wǎng)絡(luò)仿真系統(tǒng)

揭榜任務(wù)：研發(fā)基于大模型的無線網(wǎng)絡(luò)仿真系統(tǒng)，面向 無線信號傳播機(jī)理解構(gòu)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(shù)， 構(gòu)建涵蓋仿真數(shù)據(jù)、真實路測數(shù)據(jù)等的高質(zhì)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(luò)仿真測試及量化評價，助力打造高性能精品網(wǎng)絡(luò)。

預(yù)期目標(biāo)： 到2027年，基于大模型的無線網(wǎng)絡(luò)仿真系 統(tǒng)涵蓋城市高樓密集區(qū)、郊區(qū)、開闊田野等無線傳播場景不 低于30種，高質(zhì)量數(shù)據(jù)集不少于5TB,   相比傳統(tǒng)統(tǒng)計性仿 真方法，平臺信號強(qiáng)度預(yù)測精度提升不低于30%,支持接入 無線網(wǎng)絡(luò)規(guī)劃、運(yùn)營、優(yōu)化系統(tǒng)。

25. 通信網(wǎng)絡(luò)運(yùn)維優(yōu)化大模型

揭榜任務(wù)： 圍繞網(wǎng)絡(luò)割接、網(wǎng)絡(luò)配置、故障告警、網(wǎng)絡(luò) 修復(fù)、網(wǎng)絡(luò)優(yōu)化、運(yùn)維資料檢索、個性報表制作等典型場景，

研發(fā)通信網(wǎng)絡(luò)運(yùn)維優(yōu)化大模型，構(gòu)建運(yùn)維優(yōu)化高質(zhì)量數(shù)據(jù)集， 支持網(wǎng)絡(luò)自動化配置、網(wǎng)絡(luò)隱患自動發(fā)現(xiàn)與維護(hù)、故障自動  診斷與隔離、事件自動處理、網(wǎng)絡(luò)性能優(yōu)化、運(yùn)維知識智能  問答、運(yùn)維數(shù)據(jù)智能分析等功能，提升網(wǎng)絡(luò)運(yùn)維效率。

預(yù)期目標(biāo)： 到2027年，通信網(wǎng)絡(luò)運(yùn)維優(yōu)化大模型行業(yè) 知識問答準(zhǔn)確率不低于85%,支持不少于10項網(wǎng)絡(luò)運(yùn)維優(yōu) 化功能，構(gòu)建運(yùn)維優(yōu)化高質(zhì)量數(shù)據(jù)集不少于5個，在不少于 10個場景中開展示范應(yīng)用，提升運(yùn)維效率不低于30%。

(五)無線電

26. 電磁頻譜智能監(jiān)測和分析系統(tǒng)

揭榜任務(wù)： 面 向 9kHz-31GHz  的無線電監(jiān)測需求，研發(fā) 基于人工智能技術(shù)的電磁頻譜智能監(jiān)測和分析系統(tǒng)，構(gòu)建電 磁頻譜知識圖譜，攻克頻譜寬帶智能監(jiān)測、精細(xì)化分析、干 擾和異常智能查找、精確定位等關(guān)鍵技術(shù)，實現(xiàn)電磁頻譜日 常精細(xì)化智能監(jiān)測。

預(yù)期目標(biāo)： 到2027年，電磁頻譜智能監(jiān)測和分析系統(tǒng)

支持“黑廣播”和非法無線電設(shè)備查找、黑飛無人機(jī)發(fā)現(xiàn)等功 能，在典型無線電業(yè)務(wù)場景中的信號檢測準(zhǔn)確率大于90%、 異常信號發(fā)現(xiàn)準(zhǔn)確率大于95%、干擾樣式識別準(zhǔn)確率大于 90%。

27. 智能化高精度無線信號識別處理系統(tǒng)

揭榜任務(wù)：研發(fā)智能化高精度無線信號識別處理系統(tǒng)， 構(gòu)建多維信號樣本特征庫，突破基于人工智能的電磁頻譜特 征提取、廣域高動態(tài)電磁態(tài)勢協(xié)同感知、自適應(yīng)干擾抑制、

無線信號智能識別等關(guān)鍵技術(shù)，實現(xiàn)電磁空間實時監(jiān)測和信 號研判的高效、精準(zhǔn)預(yù)警機(jī)制。

預(yù)期目標(biāo)： 到2027年，智能化高精度無線信號識別處 理系統(tǒng)支持9kHz 至 6GHz 頻段內(nèi)的信號覆蓋與動態(tài)干擾感 知，多維異構(gòu)信號特征庫的標(biāo)注數(shù)據(jù)不小于100萬組，無線 信號識別準(zhǔn)確率不小于90%,形成可規(guī)?；茝V的智能化機(jī) 動式解決方案。

三、智能產(chǎn)品裝備

( 一 )智能產(chǎn)品

28. 智能終端產(chǎn)品

揭榜任務(wù)： 面向消費者智能終端應(yīng)用需求，研制智能手 機(jī)、智能PC 、 智能手表、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(jī)交互等關(guān)鍵技術(shù)，顯著 提升智能終端服務(wù)體驗。

預(yù)期目標(biāo)： 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(jī)交互方式，交互準(zhǔn)確率不低于 90%,實現(xiàn)基于用戶意圖的智能算法調(diào)用和編排，提供多場 景、跨應(yīng)用的智能化功能不少于20項，產(chǎn)品出貨量超千萬。

29. 人形機(jī)器人

揭榜任務(wù)：面向工業(yè)制造、民生服務(wù)、特種作業(yè)等領(lǐng)域， 研制人形機(jī)器人，突破多模態(tài)大模型、大小腦深度融合、移 動操作泛化等關(guān)鍵技術(shù)以及一體化關(guān)節(jié)、靈巧手、高性能傳  感器等本體關(guān)鍵零部件，實現(xiàn)人形機(jī)器人高價值場景梯次規(guī)

模引用，提高經(jīng)濟(jì)社會運(yùn)行效率。

預(yù)期目標(biāo)：到2027年，人形機(jī)器人支持不少于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  根據(jù)外部指令和行動結(jié)果優(yōu)化決策，決策有效性不低于90%, 在零部件分揀、物料轉(zhuǎn)運(yùn)、精密裝配、人機(jī)協(xié)同作業(yè)、康養(yǎng)  陪伴、應(yīng)急救援、危險作業(yè)等場景中開展示范應(yīng)用。

30. 智能家庭陪護(hù)機(jī)器人

揭榜任務(wù)： 面向未來生活智能化需求，研發(fā)智能家庭陪 護(hù)機(jī)器人，突破多模態(tài)人機(jī)自然交互技術(shù)、人-機(jī)-環(huán)混合增 強(qiáng)技術(shù)、動力學(xué)實時模型等關(guān)鍵技術(shù)，構(gòu)建與智慧家庭相結(jié) 合的陪護(hù)服務(wù)系統(tǒng)和解決方案，保障重要人群生活需要。

預(yù)期目標(biāo)： 到2027年，智能家庭陪護(hù)機(jī)器人支持與至 少15種智能家電設(shè)備的交互，構(gòu)建智能陪護(hù)服務(wù)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 景中開展示范應(yīng)用。

31. 智能冶煉機(jī)器人

揭榜任務(wù)： 面向鋼鐵、有色等行業(yè)冶煉流程，研發(fā)智能 冶煉機(jī)器人，實現(xiàn)冶煉關(guān)鍵環(huán)節(jié)的機(jī)器人自主作業(yè)，并結(jié)合 全流程工藝決策模型，串聯(lián)多臺智能機(jī)器人，構(gòu)建協(xié)同操作 的冶煉機(jī)器人系統(tǒng)，實現(xiàn)跨流程協(xié)調(diào)調(diào)度，顯著提升作業(yè)安 全性與效率。

預(yù)期目標(biāo)： 到2027年，冶煉機(jī)器人本體末端最大載荷 不小于400kg,   感知系統(tǒng)識別準(zhǔn)確率不低于99%,投料類作 業(yè)效率不低于50kg/min,   支持單生產(chǎn)線上超10臺機(jī)器人的

9         大明寺第三號

協(xié)同操作，作業(yè)任務(wù)類型不少于3種，典型場景示范應(yīng)用不 少于3個。

32. 智能無人飛行系統(tǒng)

揭榜任務(wù)：面向低空領(lǐng)域應(yīng)用，研制具備自主智能的無 人飛行系統(tǒng)，開發(fā)基座模型，并針對視覺語言導(dǎo)航、空間推 理、任務(wù)規(guī)劃等研發(fā)專用垂類模型，突破“態(tài)勢感知-空間認(rèn) 知-規(guī)劃行動”的端到端自主智能關(guān)鍵技術(shù)，構(gòu)建低空世界模 擬器，支持基于城市三維實景的無人飛行系統(tǒng)模擬訓(xùn)練，在 巡檢安監(jiān)、應(yīng)急救援、物流配送等場景實現(xiàn)規(guī)模應(yīng)用。

預(yù)期目標(biāo)： 到2027年，無人飛行系統(tǒng)具身基座模型及 專用垂類模型性能達(dá)到國際先進(jìn)水平，模擬器支持在至少20 個城市三維實景中開展模擬訓(xùn)練，無人飛行系統(tǒng)可實現(xiàn)自主 導(dǎo)航避障，滿足續(xù)航、可靠性、安全性等低空應(yīng)用需求，在 不少于5個場景開展規(guī)模示范應(yīng)用。

(二)智能裝備

33. 人工智能數(shù)控機(jī)床

揭榜任務(wù)：面向數(shù)控機(jī)床工藝優(yōu)化、精度提升和健康保 障等智能應(yīng)用場景，研發(fā)人工智能數(shù)控機(jī)床，突破基于新一 代人工智能的高端數(shù)控系統(tǒng)關(guān)鍵技術(shù)，包括高性能數(shù)控軟硬 件平臺、大模型垂直應(yīng)用等，提升數(shù)控機(jī)床自主感知、自主 學(xué)習(xí)、自主決策和自主執(zhí)行能力等，滿足航空航天、新能源 汽車、消費電子等制造領(lǐng)域數(shù)控機(jī)床高端化應(yīng)用需求。

預(yù)期目標(biāo)： 到2027年，人工智能數(shù)控機(jī)床技術(shù)就緒度 不小于8級，可靠性MTBF 不小于30000小時，開發(fā)工藝編

程與優(yōu)化、誤差測量與補(bǔ)償、故障診斷與運(yùn)維智能化等智能 應(yīng)用模塊不小于20個，在制造領(lǐng)域推廣應(yīng)用不少于500套。

34. 線性工程建造運(yùn)維智能軟件與裝備

揭榜任務(wù)： 面向軌交、公路、管線等線性工程建造運(yùn)維 需求，構(gòu)建涵蓋方案設(shè)計、施工缺陷、安全隱患、材料使用、 設(shè)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(shè)計軟件、質(zhì)量安全監(jiān)管系統(tǒng)、智能巡檢裝備等關(guān)鍵 智能軟件與裝備，推進(jìn)在重點領(lǐng)域的應(yīng)用示范。

預(yù)期目標(biāo)： 到2027年，專用視覺大模型問答準(zhǔn)確率不 小于80%,多模態(tài)數(shù)據(jù)集不少于1000萬張圖片和5000萬字 對應(yīng)中文語料，關(guān)鍵智能軟件與裝備在不少于8條線性工程 落地應(yīng)用。

35. 高端裝備智能裝配工藝系統(tǒng)

揭榜任務(wù)： 面向航空、航天、船舶、汽車等高端裝備復(fù) 雜工藝柔性化裝配需求，研發(fā)集成工業(yè)模型庫、材料庫、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(gòu)數(shù) 據(jù)組織與重構(gòu)、多模態(tài)數(shù)據(jù)融合等技術(shù)，實現(xiàn)裝配工藝智能 化。

預(yù)期目標(biāo)： 到2027年，高端裝備智能裝配工藝系統(tǒng)支 持基于人工智能技術(shù)賦能裝配工藝路徑規(guī)劃、工序設(shè)計、參 數(shù)設(shè)計、工藝優(yōu)化等，裝配工藝設(shè)計效率提升超過30%,在 不少于3家企業(yè)應(yīng)用。

36. 制造裝備智能運(yùn)維系統(tǒng)

揭榜任務(wù)：研發(fā)基于多模態(tài)大模型的制造裝備智能運(yùn)維

>獎500

系統(tǒng)，深度融合視覺、時序、文本等多模態(tài)數(shù)據(jù)，突破裝備 狀態(tài)實時監(jiān)測、故障智能診斷與預(yù)測、遠(yuǎn)程協(xié)同運(yùn)維等關(guān)鍵 技術(shù)，實現(xiàn)制造裝備運(yùn)行數(shù)據(jù)的精準(zhǔn)采集、智能分析與決策 支持，推動制造裝備運(yùn)維從被動響應(yīng)向主動預(yù)防轉(zhuǎn)變，提升 制造裝備全生命周期管理效率。

預(yù)期目標(biāo)： 到2027年，制造裝備智能運(yùn)維系統(tǒng)可實現(xiàn) 萬臺裝備在線運(yùn)維，支持基于多模態(tài)大模型的故障診斷，診 斷準(zhǔn)確率不低于95%,運(yùn)維效率較傳統(tǒng)模式提升3倍以上， 開展規(guī)模示范應(yīng)用。

37. 電力裝備智能運(yùn)行分析系統(tǒng)

揭榜任務(wù)： 面向風(fēng)電、火電、水電、核電、光伏等電力 裝備運(yùn)行需求，研發(fā)基于多模態(tài)大模型的電力裝備運(yùn)行分析 系統(tǒng)，圍繞發(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(fù)雜系統(tǒng)優(yōu)化決策等技術(shù)，提升電力生產(chǎn) 調(diào)度效率和智能化水平。

預(yù)期目標(biāo)： 到2027年，電力裝備智能運(yùn)行分析系統(tǒng)在 設(shè)備缺陷智能識別、用電負(fù)荷預(yù)測、發(fā)電優(yōu)化調(diào)度等不少于 5個場景中應(yīng)用，任務(wù)處置準(zhǔn)確率不低于90%,形成規(guī)?；?示范效應(yīng)。

38. 基于人工智能的儀器儀表設(shè)計制造系統(tǒng)

揭榜任務(wù)： 面向儀器儀表產(chǎn)品設(shè)計嚴(yán)重依賴人員經(jīng)驗、 工藝設(shè)計與制造數(shù)據(jù)龐雜且標(biāo)準(zhǔn)化程度低的問題，研發(fā)基于 人工智能的儀器儀表設(shè)計制造系統(tǒng)，突破儀器儀表制造工藝 知識抽取技術(shù)、智能化測試技術(shù)等，構(gòu)建產(chǎn)品設(shè)計、制造工

藝知識庫與數(shù)據(jù)庫，實現(xiàn)儀器儀表的智能化生產(chǎn)、自動化測 試、可視化校準(zhǔn)等。

預(yù)期目標(biāo)： 到2027年，基于人工智能的儀器儀表設(shè)計 制造系統(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)庫包含工藝知識不少于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、測試任 務(wù)自動生成、工藝程序自動下發(fā)等功能，在至少10家典型 儀器儀表制造企業(yè)開展示范應(yīng)用。

(三)智能軟件

39. 流體仿真智能軟件

揭榜任務(wù)：面向航空、航天、能源工程等領(lǐng)域，研發(fā)基 于人工智能技術(shù)的快速流體仿真軟件，圍繞飛行器、汽車、 船舶、發(fā)動機(jī)、渦輪機(jī)等典型產(chǎn)品研發(fā)過程中面臨的氣(水) 動力求解、流場模擬、氣動噪聲模擬、湍流模擬、燃燒模擬 等流體仿真任務(wù)，實現(xiàn)高精度計算流體力學(xué)模擬，減少真實 試驗次數(shù)，有效提升產(chǎn)品研發(fā)效率，降低設(shè)計研發(fā)成本。

預(yù)期目標(biāo)： 到2027年，流體仿真智能軟件應(yīng)支持不少 于3個場景，相比于傳統(tǒng)計算流體力學(xué)求解器，求解結(jié)果誤 差不高于3%,求解時間降低30%以上，在不少于3家企業(yè) 應(yīng) 用 。

40. 結(jié)構(gòu)仿真智能軟件

揭榜任務(wù)：面向航空、航天、汽車等領(lǐng)域，圍繞結(jié)構(gòu)仿 真建模時間過長，效率較低，求解設(shè)置和相關(guān)參數(shù)設(shè)置高度 依賴專家經(jīng)驗、試錯迭代耗時長等問題，實現(xiàn)基于人工智能

1350390       少

技術(shù)的自然語言交互、參數(shù)自動解析、智能糾錯、結(jié)果檢驗 優(yōu)化等功能，有效提升產(chǎn)品仿真效率，降低設(shè)計研發(fā)成本。

預(yù)期目標(biāo)： 到2027年，結(jié)構(gòu)仿真智能軟件應(yīng)支持不少 于10個場景，建模和求解設(shè)置等效率提升300%以上，在不 少于10家制造企業(yè)應(yīng)用。

41.電磁仿真智能軟件

揭榜任務(wù)：面向航空、船舶、汽車等領(lǐng)域，研發(fā)基于人 工智能技術(shù)的電磁仿真軟件，圍繞傳統(tǒng)電磁兼容仿真求解器 計算慢，模型試驗周期長、成本高等問題，實現(xiàn)基于人工智 能方法的近遠(yuǎn)場電磁安全性和電磁干擾等電磁仿真任務(wù)，減 少真實試驗次數(shù)，有效提升產(chǎn)品研發(fā)效率，降低設(shè)計研發(fā)成 本。

預(yù)期目標(biāo)： 到2027年，電磁仿真智能軟件應(yīng)支持不少 于15個場景，相比于傳統(tǒng)電磁仿真求解器，平均求解誤差 不高于3dB,   產(chǎn)品模型試驗量降低50%以上，求解時間降低 90%以上，在不少于10家企業(yè)應(yīng)用。

42. 基于大模型的零部件設(shè)計軟件

揭榜任務(wù)：研發(fā)基于大模型的零部件設(shè)計軟件，突破文 生三維零部件設(shè)計的大模型技術(shù)，支持三維建模操作指令序 列生成、執(zhí)行并輸出三維模型文件等功能，降低零部件設(shè)計 軟件操作復(fù)雜度，提升設(shè)計效率和設(shè)計質(zhì)量。

預(yù)期目標(biāo)： 到2027年，基于大模型的零部件設(shè)計軟件 支持對不少于20種設(shè)計指令的自然語言理解，設(shè)計意圖理 解準(zhǔn)確率不低于90%。對需三條及以上設(shè)計指令的復(fù)雜設(shè)計

意圖的理解準(zhǔn)確率不低于60%,三維模型尺寸精度可達(dá)0.05 毫米，在通用設(shè)備、飛行器、車船、管網(wǎng)或壓力容器等領(lǐng)域 開展零部件設(shè)計示范應(yīng)用。

43. 軟件智能開發(fā)測試工具

揭榜任務(wù)：面向高復(fù)雜度、高可靠性軟件研發(fā)需求，研 制基于大模型的軟件智能開發(fā)測試工具，深度融合程序語言 特性、算法等知識，結(jié)合監(jiān)督微調(diào)、檢索增強(qiáng)、知識圖譜等 工程化技術(shù)，賦能代碼生成、代碼檢查、單元測試、測試用 例生成、測試腳本生成、測試數(shù)據(jù)生成等軟件研發(fā)流程，提 升軟件研發(fā)質(zhì)量與效率。

預(yù)期目標(biāo)： 到2027年，智能開發(fā)工具落地應(yīng)用的企業(yè) 案例不少于50個，智能測試工具落地應(yīng)用的企業(yè)案例不少 于40個，應(yīng)用開發(fā)工具時代碼采納率高于40%,應(yīng)用測試 工具時用例采納率高于40%。

44. 流程工業(yè)智能生產(chǎn)運(yùn)營管理系統(tǒng)

揭榜任務(wù)：面向流程工業(yè)生產(chǎn)調(diào)度、設(shè)備運(yùn)維、質(zhì)量管 理等需求，研發(fā)智能生產(chǎn)運(yùn)營管理系統(tǒng)，基于大模型技術(shù)強(qiáng) 化專業(yè)知識理解和復(fù)雜專業(yè)知識推理能力，構(gòu)建大小模型相 結(jié)合的多系統(tǒng)調(diào)度技術(shù)，支持物料配送、故障診斷保修等任 務(wù)自動化規(guī)劃與執(zhí)行，實現(xiàn)排產(chǎn)、工藝優(yōu)化和設(shè)備管理等生 產(chǎn)過程的智能化控制與調(diào)度。

預(yù)期目標(biāo)： 到2027年，流程工業(yè)智能生產(chǎn)運(yùn)營管理系 統(tǒng)實現(xiàn)批量落地，生產(chǎn)類知識輔助準(zhǔn)確率大于90%,實現(xiàn)不 少于20類關(guān)鍵設(shè)備的異常預(yù)警、故障定位、故障預(yù)測和維

靜安區(qū)     100238975

修決策，異常預(yù)警準(zhǔn)確率不低于95%,排產(chǎn)任務(wù)執(zhí)行正確率 不低于90%,在3個以上不同行業(yè)10個以上典型場景落地。

45.  工 業(yè) 3D 內(nèi)容智能生成與實時交互系統(tǒng)

揭榜任務(wù)： 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)容智能生成與交互系統(tǒng)，突破基于人工智能的3D   內(nèi)容生成技術(shù)，滿足大規(guī)模工業(yè)物理場景的3D 重建和生成， 支持工業(yè)靜態(tài)和動態(tài)目標(biāo)的高效編輯，實現(xiàn)基于云邊端協(xié)同 渲染的XR 實時數(shù)據(jù)處理、傳輸與交互，支撐工業(yè)設(shè)備維護(hù)、 安全培訓(xùn)、遠(yuǎn)程協(xié)作等應(yīng)用。

預(yù)期目標(biāo)：到2027年，工業(yè)3D內(nèi)容智能生成與實時交 互系統(tǒng)支持千平以上工業(yè)場景的3D 快速重建與編輯，基于 采集數(shù)據(jù)的3D 模型重建時長達(dá)到小時級，端到端交互時延 小于100ms,   并在重點行業(yè)開展示范應(yīng)用。

46. 實驗室安全智能監(jiān)控管理系統(tǒng)

揭榜任務(wù)： 匯聚實驗室多源數(shù)據(jù)，構(gòu)建人工智能安全預(yù) 警預(yù)測模型，研發(fā)基于人工智能的實驗室安全智能監(jiān)控管理 系統(tǒng)，實現(xiàn)對危險化學(xué)品、特種設(shè)備、高溫高壓高轉(zhuǎn)速設(shè)備 等重要危險源的動態(tài)風(fēng)險管控以及實驗室環(huán)境、人員行為等 多維度數(shù)據(jù)的實時檢測與分析，智能識別安全隱患，預(yù)警潛 在風(fēng)險，提供緊急情況下的自動報警和智能應(yīng)急響應(yīng)方案， 全面提升實驗室安全管理效能。

預(yù)期目標(biāo)： 到2027年，實驗室安全監(jiān)控管理系統(tǒng)安全 隱患智能識別率不低于90%,重要危險源的場景動態(tài)預(yù)警準(zhǔn) 確率不低于80%,應(yīng)急響應(yīng)速度提升50%以上，在高風(fēng)險實

驗室實現(xiàn)安全預(yù)警系統(tǒng)全覆蓋，可準(zhǔn)確識別實驗室人員的不 安全行為并在30秒內(nèi)及時通知。

四、共性基礎(chǔ)支撐

47. 人工智能安全檢測與防護(hù)工具

揭榜任務(wù)：面向工業(yè)、金融、政務(wù)等領(lǐng)域，研發(fā)人工智 能安全檢測與防護(hù)工具，突破模型算法、典型應(yīng)用的安全檢 測與加固技術(shù)，形成體系化檢測和防護(hù)能力，滿足高安全場 景對人工智能技術(shù)安全應(yīng)用的需求。

預(yù)期目標(biāo)： 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，針對未知攻擊方法，加 固后的開源模型被攻擊成功率降低80%以上，專業(yè)性能降低 不超過3%;支持對智能體、具身智能的安全檢測，發(fā)現(xiàn)安 全問題并形成加固方法。在不少于5家企業(yè)應(yīng)用。

48. 人工智能數(shù)據(jù)智能防護(hù)平臺

揭榜任務(wù)： 面向人工智能數(shù)據(jù)流轉(zhuǎn)過程中的數(shù)據(jù)泄露、 篡改、丟失等各類數(shù)據(jù)安全風(fēng)險，研發(fā)人工智能數(shù)據(jù)智能防 護(hù)平臺，突破數(shù)據(jù)隱私保護(hù)、數(shù)據(jù)智能分類分級、大模型參 數(shù)數(shù)據(jù)保護(hù)等技術(shù)，實現(xiàn)針對企業(yè)各環(huán)節(jié)重要核心數(shù)據(jù)以及 大模型參數(shù)等重要數(shù)據(jù)資產(chǎn)的安全防護(hù)。

預(yù)期目標(biāo)： 到2027年，人工智能數(shù)據(jù)智能防護(hù)平臺可 對海量企業(yè)數(shù)據(jù)進(jìn)行全生命周期保護(hù)，具備數(shù)據(jù)投毒掃描能 力，毒性數(shù)據(jù)檢測準(zhǔn)確率不低于95%,支持對至少3種主流 開源大模型的訓(xùn)練推理數(shù)據(jù)進(jìn)行安全防護(hù)，在不少于5家企 業(yè)應(yīng)用。

49. 人工智能安全評測平臺

揭榜任務(wù)：面向人工智能應(yīng)用典型場景，研發(fā)人工智能 安全評測平臺，形成數(shù)據(jù)集質(zhì)量評估、算法安全驗證、模型 安全評測、框架安全度量、系統(tǒng)安全檢測等全方位、多維度 的安全評估能力，突破人工智能應(yīng)用安全評測數(shù)據(jù)集自動化 生成技術(shù)，構(gòu)建融合實際場景數(shù)據(jù)和自動化生成數(shù)據(jù)的高質(zhì) 量安全評測和安全增強(qiáng)數(shù)據(jù)集。

預(yù)期目標(biāo)： 到2027年，人工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、提示詞攻擊 等至少10類安全攻擊檢測方法，形成百萬級高質(zhì)量安全評 測集、安全增強(qiáng)數(shù)據(jù)集。

50. 基于大模型的網(wǎng)絡(luò)安全風(fēng)險診斷工具

揭榜任務(wù)：研發(fā)基于人工智能大模型的網(wǎng)絡(luò)安全風(fēng)險診 斷工具，利用大模型的語義分析、復(fù)雜推理等能力，增強(qiáng)對 海量行業(yè)知識及網(wǎng)絡(luò)安全知識的學(xué)習(xí)，實現(xiàn)網(wǎng)絡(luò)安全風(fēng)險診 斷的自動化和智能化。

預(yù)期目標(biāo)： 到2027年，基于大模型的網(wǎng)絡(luò)安全風(fēng)險診 斷工具覆蓋業(yè)務(wù)場景不少于3個，風(fēng)險診斷結(jié)論被最終采納 的比例超過80%,在不少于10家企業(yè)應(yīng)用。

五、其他

51. 面向殘障人群的疼痛智慧管理系統(tǒng)

揭榜任務(wù)：面向殘障人群多種類、復(fù)雜疼痛管理需求，

研發(fā)基于人工智能的疼痛智慧管理系統(tǒng)，突破自主疼痛感知、 功能評估、康復(fù)治療、智慧管理等關(guān)鍵技術(shù)，實現(xiàn)殘障人群

疼痛康復(fù)的多維度智慧管理。

預(yù)期目標(biāo)： 到2027年，建立不少于4類功能障礙疼痛 數(shù)據(jù)庫，實現(xiàn)不少于3種功能障礙的疼痛評估、藥物方案及 康復(fù)治療方案設(shè)計，支持疼痛心理評估，評估準(zhǔn)確率不低于 90%。

52. 大幅面智能盲文顯示設(shè)備

揭榜任務(wù)： 面向殘障人群感知、盲文文檔管理等需求， 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(jī)交互等關(guān)鍵技術(shù)，提升殘障人士獲取信息、溝通交 流的效率。

預(yù)期目標(biāo)：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理，支持將文字信息向國家通 用盲文轉(zhuǎn)換，轉(zhuǎn)換準(zhǔn)確率不低于95%,全幅面盲文點序與漢 字、圖形、音符、語音呈現(xiàn)延時不超過1.5s。

53. 智能康復(fù)護(hù)理床/床墊

揭榜任務(wù)：面向殘障人士臥床監(jiān)護(hù)、在床護(hù)理、康復(fù)訓(xùn) 練等應(yīng)用需求，研制多功能智能康復(fù)護(hù)理床/床墊，突破智能 感知與主動控制等關(guān)鍵技術(shù)，實現(xiàn)臥床者生理狀態(tài)監(jiān)測、全 自動體位調(diào)節(jié)、風(fēng)險預(yù)判等功能，為失能殘疾人提供居家護(hù) 理和康復(fù)服務(wù)。

預(yù)期目標(biāo)： 到2027年，支持坐臥、側(cè)翻、屈腿等不少 于12種體位感知，感知準(zhǔn)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)測準(zhǔn)確率不低

于90%,實現(xiàn)不超過0.5秒的離床預(yù)警、墜床干預(yù)并啟動防 護(hù)機(jī)制，支持炎癥感染、壓瘡、靜脈血栓等風(fēng)險預(yù)警，在至 少5家單位開展示范應(yīng)用。

54. 應(yīng)攻關(guān)的任務(wù)

應(yīng)用于其他行業(yè)、其他場景、其他流程中的人工智能賦 能新型工業(yè)化關(guān)鍵技術(shù)、產(chǎn)品、裝備、服務(wù)和平臺等，應(yīng)具 有技術(shù)先進(jìn)性，技術(shù)成熟度較高，產(chǎn)業(yè)化前景較好。

 

關(guān)于以上政策講解，大家還有不懂的問題嗎？還有疑問嗎？有疑問可以免費咨詢。

 

找我們能為您做什么？（勿抄）

一、國家、省、市各類政府資助類項目申報;

二、國家高新技術(shù)企業(yè)培育認(rèn)定、科技型中小企業(yè)、專精特新、專利軟著知識產(chǎn)權(quán)申報;

三、國家、省、市各類企業(yè)榮譽(yù)資質(zhì)申報;

四、國家、省、市企業(yè)技術(shù)中心、工程研究中心、科技成果評價、工業(yè)設(shè)計中心、非遺、數(shù)字化車間和智能工廠、孵化器和眾創(chuàng)空間、綠色工廠、大數(shù)據(jù)企業(yè)、首臺套首批次首版次、各類標(biāo)準(zhǔn)、實驗室和工程研究中心、科學(xué)技術(shù)獎、規(guī)上、老字號、新產(chǎn)品等研發(fā)平臺創(chuàng)建輔導(dǎo)、申報:

五、資金申請報告、可行性研究報告、商業(yè)計劃書、項目建議書、等各類報告編制;

六、科技成果轉(zhuǎn)化中介、公司注冊注銷、工商辦理、股權(quán)、科技項目投融資。

 

一個電話，幫您理清思路，匹配最佳項目，讓您輕松穩(wěn)拿補(bǔ)貼政策資金與品牌榮譽(yù)提升！

 

專人在線指導(dǎo)，免費咨詢：19855109130，微信同號，獲取最新政策詳情，歡迎前來交流。