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

預期目標：到2025年，全面提升多模態(tài)大模型性能，多模態(tài)大模型達到萬億參數(shù)，零樣本學習下解決15個以上多模態(tài)任務，基于主觀評價的最終效果和推理速度達到國際先進水平。

三、典型應用

（九）面向工業(yè)制造領域的典型應用

揭榜任務：推動基于人工智能的設備實時控制、資源動態(tài)優(yōu)化、多智能體協(xié)同等核心技術突破，推進人工智能技術和產(chǎn)品在工業(yè)制造領域的深度融合應用。提升制造業(yè)全過程全場景的智能水平，實現(xiàn)重點裝備智能化改造，滿足高端制造場景對于復雜環(huán)境、連續(xù)任務的認知和決策需求。

預期目標：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、電子信息等重點行業(yè)開展部署應用，實現(xiàn)良率、生產(chǎn)效率、運維成熟度或安全性等指標的顯著提高。結合柔性生產(chǎn)、智能工廠等方面的技術應用基礎，開發(fā)覆蓋生產(chǎn)制造全流程的專用模型庫，在不少于10家制造業(yè)企業(yè)落地應用。

（十）面向民生服務領域的典型應用

揭榜任務：推動人工智能在信息消費、政務、醫(yī)療和交通等重點行業(yè)的融合應用，拓展人工智能在典型場景下的規(guī)?；瘧?。打造新型民生服務模式，優(yōu)化人機交互體驗，提高服務精準度、效率和個性化水平，促進傳統(tǒng)產(chǎn)業(yè)智能化升級。

預期目標：到2025年，在信息消費、政務、醫(yī)療或交通等重點行業(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、語音對話、知識圖譜等人工智能技術，實現(xiàn)政務服務智能寫作、智能問診、自動駕駛等功能，有效提升點擊轉化率、用戶滿意度、診療準確度等關鍵指標，助力人民生活消費體驗升級。

（十一）面向科學研究領域的典型應用

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

預期目標：到2025年，通用人工智能賦能科學研究全鏈條任務，顯著提升生物醫(yī)藥、材料、流體力學或氣象等重點領域的科學發(fā)現(xiàn)效率。研發(fā)智能化科研工具集，支持數(shù)據(jù)分析、知識提取、智能建模等不少于5項專用工具調(diào)用，并與主流開發(fā)框架完成集成。

（十二）面向信息安全領域的典型應用

揭榜任務：為應對復雜網(wǎng)絡環(huán)境下的安全挑戰(zhàn)，研發(fā)并訓練面向網(wǎng)絡安全的人工智能大模型，配合調(diào)度控制中樞實現(xiàn)與當前領先的安全系統(tǒng)（如XDR、SIEM、EPP、EDR等）的整合，賦能網(wǎng)絡安全業(yè)務。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，實現(xiàn)智能化安全任務自動處理，包括但不限于異常分析、定位威脅、輔助溯源攻擊、響應處置等能力，提高安全運營效率。

預期目標：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)，并能實現(xiàn)對其API接口的智能調(diào)度。支持至少30種不同的安全任務，實現(xiàn)智能化、自動化的解決方案，并能自動生成專業(yè)級別的安全報告。

附：

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

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