人妻秘书ol中文字幕星空传媒影视公司|中文字幕人妻中文字幕成人性电影|国产精品美女久久久久久免费亚洲国产精品中文字幕一区久久|中文字幕在线天堂中文字幕一区一区二区三区|91丨九色丨国产熟女a|亚洲国产精品91|91极品国产|色悠悠国产精品|亚洲av一线二线久久性色|9区中文字幕在线,999中文字幕精品,成人久久不卡一区二区三区,国产av专区网站大全

 
Tel:153 2100 2012

Beijing Four Sentences of Heng Qu science and technology Co., Ltd.
北京橫渠四句科技有限公司
揭榜掛帥 | 工信部組織開展2023年(3D/元宇宙,、人形機器人、腦機接口,、通用人工智能等)未來產(chǎn)業(yè)創(chuàng)新任務(wù)揭榜掛帥工作
來源: | 作者:4SHQ | 發(fā)布時間: 465天前 | 7305 次瀏覽 | 分享到:

工業(yè)和信息化部辦公廳

關(guān)于組織開展2023年未來產(chǎn)業(yè)創(chuàng)新任務(wù)揭榜掛帥工作的通知


工信廳科函〔2023〕235號


為深入貫徹落實習(xí)近平總書記關(guān)于揭榜掛帥工作的重要指示精神,,加快推動未來產(chǎn)業(yè)創(chuàng)新發(fā)展,現(xiàn)在組織開展未來產(chǎn)業(yè)創(chuàng)新任務(wù)揭榜掛帥申報工作,。有關(guān)事項通知如下:

一,、揭榜任務(wù)內(nèi)容

面向元宇宙、人形機器人,、腦機接口,、通用人工智能4個重點方向,,聚焦核心基礎(chǔ),、重點產(chǎn)品、公共支撐,、示范應(yīng)用等創(chuàng)新任務(wù),,發(fā)掘培育一批掌握關(guān)鍵核心技術(shù)、具備較強創(chuàng)新能力的優(yōu)勢單位,,突破一批標志性技術(shù)產(chǎn)品,,加速新技術(shù)、新產(chǎn)品落地應(yīng)用,。(任務(wù)詳見附件),。

二、推薦條件

(一)申報單位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,。申報單位需承諾揭榜后能夠在指定期限內(nèi)完成相應(yīng)任務(wù)。

(二)鼓勵企業(yè),、金融機構(gòu),、科技服務(wù)機構(gòu)、高校,、科研院所及新型研發(fā)機構(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,。

(三)各省,、自治區(qū),、直轄市及計劃單列市工業(yè)和信息化主管部門、中央企業(yè)集團組織按照政府引導(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、工作要求

(一)申報主體可通過申報系統(tǒng)( https://jbgs.ccidnet.com )進行申報,,完成注冊后填寫申報所需材料,。申報截止時間為2023年11月10日。

(二)推薦單位于2023年11月30日前使用賬號登錄系統(tǒng)并確認推薦名單,。各省,、自治區(qū)、直轄市工業(yè)和信息化主管部門每個方向推薦項目數(shù)量原則上不超過15個,;計劃單列市工業(yè)和信息化主管部門每個方向推薦項目數(shù)量原則上不超過5個,;上海(浦東新區(qū))、深圳,、濟南-青島,、北京、天津(濱海新區(qū)),、杭州,、廣州、成都,、長沙,、武漢、南京等國家人工智能創(chuàng)新應(yīng)用先導(dǎo)區(qū)每個方向推薦項目數(shù)量原則上不超過3個,,不占屬地指標,,經(jīng)省、自治區(qū),、直轄市工業(yè)和信息化主管部門審核后統(tǒng)一報送,;中央企業(yè)集團和部屬單位不占屬地指標,可直接報送,,每個方向推薦項目數(shù)量原則上不超過3個,。

(三)工業(yè)和信息化部組織遴選并公布入圍揭榜單位名單(每個揭榜方向原則上不超過5家)。入圍揭榜單位完成攻關(guān)任務(wù)后(名單公布之日起不超過2年),,工業(yè)和信息化部委托第三方專業(yè)機構(gòu)開展測評工作,,擇優(yōu)確定揭榜優(yōu)勝單位(每個揭榜方向原則上不超過3家)。

(四)請推薦單位高度重視未來產(chǎn)業(yè)創(chuàng)新任務(wù)揭榜掛帥工作,,充分調(diào)動企業(yè),、金融機構(gòu),、科研院所、新型研發(fā)機構(gòu),、相關(guān)產(chǎn)業(yè)聯(lián)盟及行業(yè)協(xié)會的積極性,,遵循公開、公平,、公正的原則完成好推薦工作,,并在政策、資金,、資源配套等方面加大支持力度,。

聯(lián)系方式:

工業(yè)和信息化部科技司   李謹成 010-68205234

申報系統(tǒng)技術(shù)咨詢         樊炳辰 010-68209219

                               孫美玉 010-68209262

 

附件:

1.元宇宙揭榜掛帥任務(wù)榜單 .doc

2.人形機器人揭榜掛帥任務(wù)榜單.doc

3.腦機接口揭榜掛帥任務(wù)榜單.doc

4.通用人工智能揭榜掛帥任務(wù)榜單.doc

 

點擊閱讀原文下載文件




工業(yè)和信息化部辦公廳

2023年8月28日

 

 


附件1

元宇宙揭榜掛帥任務(wù)榜單

一,、核心基礎(chǔ)

(一)基于Linux內(nèi)核的XR操作系統(tǒng)

揭榜任務(wù):開展面向空間計算的輕量化Linux內(nèi)核XR系統(tǒng)技術(shù)研究,,突破基于動態(tài)時間幀補償?shù)牡脱訒r全鏈路渲染、針對光學(xué)畸變及色散的預(yù)校正渲染,、基于注視點的動態(tài)渲染,、三維化顯示等關(guān)鍵技術(shù),設(shè)計通用一體化的空間感知和智能人機交互接口,,提升使用者的沉浸感,、交互的自然度。兼容適配不同主芯片平臺,;支持主流三維引擎工具和標準,。

預(yù)期目標:到2025年,,完成基于Linux內(nèi)核的XR操作系統(tǒng)開發(fā)工作,,系統(tǒng)延遲時間等核心指標達到行業(yè)領(lǐng)先;兼容多種硬件主芯片平臺,;支持多種三維引擎工具,;支持OpenXR、GSXR,、WebXR等XR標準,;適配超過100款主流應(yīng)用的三維顯示。

(二)實時三維引擎

揭榜任務(wù):研究多機集群渲染,、動態(tài)全局光照,、高性能圖形圖像處理等技術(shù),研發(fā)具備跨平臺能力的實時三維引擎,,實現(xiàn)超大規(guī)模場景的高性能高質(zhì)量實時渲染,;研究基于機器學(xué)習(xí)與程序化的內(nèi)容生成、多人協(xié)同交互等基于實時三維引擎的數(shù)字化內(nèi)容創(chuàng)作技術(shù),,研發(fā)具備程序化內(nèi)容生成能力的開放引擎創(chuàng)作交互開發(fā)工具及創(chuàng)作平臺,;基于實時三維引擎,,在電視演播、教育,、文博,、工業(yè)等多個領(lǐng)域開發(fā)數(shù)字化示范應(yīng)用。

預(yù)期目標:到2025年,,研發(fā)實時三維引擎,,支持在主流國內(nèi)外操作系統(tǒng)上運行,支持單眼和雙眼,,最低支持8k分辨率,、12bit 位寬的渲染輸出,支持億級三角形在8K 60FPS下的渲染,。輸入反饋延遲等性能指標達到國際先進水平,。

(三)三維序列數(shù)據(jù)編碼傳輸方案

揭榜任務(wù):研究三維序列數(shù)據(jù)編解碼及傳輸框架,結(jié)合三維序列數(shù)據(jù)特點,,研究針對三維空間不規(guī)則動態(tài)網(wǎng)格,、稠密點云序列和隱式表示三維模型等6自由度數(shù)據(jù)編碼系統(tǒng),實現(xiàn)三維序列數(shù)據(jù)的高效智能壓縮,。研究三維序列數(shù)據(jù)傳輸技術(shù),,圍繞三維序列數(shù)據(jù)傳輸方式、傳輸協(xié)議開展關(guān)鍵核心能力和標準構(gòu)建,。在沉浸式通話,、元宇宙會議、沉浸視頻點播等場景實現(xiàn)大規(guī)模應(yīng)用,。

預(yù)期目標:到2025年,,在保證高質(zhì)量的視覺效果條件下,三維空間不規(guī)則動態(tài)網(wǎng)格,、稠密點云序列和隱式表示三維模型等6自由度數(shù)據(jù)編碼壓縮率達到行業(yè)領(lǐng)先水平,。實現(xiàn)點云序列傳輸方案設(shè)計,實現(xiàn)至少1種點云傳輸協(xié)議驗證,。

(四)面向元宇宙沉浸多感交互的5G-A網(wǎng)絡(luò)

揭榜任務(wù):研究元宇宙業(yè)務(wù)QoS,、網(wǎng)絡(luò)資源、計算資源等多要素聯(lián)合受限下的5G-A網(wǎng)絡(luò)容量理論模型,,指導(dǎo)系統(tǒng)性能評估及容量優(yōu)化,。研究支持元宇宙終端計算任務(wù)卸載到邊緣、云的5G-A網(wǎng)絡(luò)端邊云協(xié)同優(yōu)化,,有效降低終端的計算開銷及功耗,。研究基于網(wǎng)絡(luò)狀態(tài)、用戶行為和媒體特征等多維感知信息的沉浸式媒體自適應(yīng)傳輸,,有效提升網(wǎng)絡(luò)資源利用率及系統(tǒng)容量,。研究基于視頻,、音頻、動作及觸覺等多模態(tài)數(shù)據(jù)的5G-A網(wǎng)絡(luò)多模態(tài)協(xié)同傳輸,,支持多模態(tài)多感官實時交互,。

預(yù)期目標:到2025年,完成云VR,、云AR,、分離渲染等元宇宙典型應(yīng)用場景的系統(tǒng)容量理論模型;支持5G-A網(wǎng)絡(luò)下的終端計算任務(wù)卸載,,實現(xiàn)終端計算開銷及功耗的有效降低,;支持沉浸式媒體自適應(yīng)傳輸,實現(xiàn)網(wǎng)絡(luò)資源利用率提升,,相比現(xiàn)有5G網(wǎng)絡(luò),,單小區(qū)系統(tǒng)容量(并發(fā)XR用戶數(shù))提升3倍以上;支持多模態(tài)協(xié)同傳輸,,多模態(tài)交互場景下端到端時延不超過50毫秒,。相關(guān)技術(shù)指標應(yīng)通過實驗室仿真驗證或系統(tǒng)原型樣機驗證,達到行業(yè)領(lǐng)先水平,。

基于物體特征點的三維模型快速匹配系統(tǒng)

揭榜任務(wù)針對基于圖像的三維建模,,開展三維模型特征點匹配和對比的研究。主要利用優(yōu)化后的基于特征(形狀)的技術(shù)方法進行粗配準,,利用優(yōu)化后的基于幾何(icp)的技術(shù)方法進行精配準,,通過降維以及限制自由度的方式實現(xiàn)快速、穩(wěn)定的配準,。突破對點云數(shù)據(jù)的無序性,、非結(jié)構(gòu)化、不均勻和噪聲等干擾,,有效地利用已有的信息實現(xiàn)精確,、魯棒的點云配準算法,實現(xiàn)在室內(nèi)正常光照條件下,,在市場主流移動設(shè)備上快速、精確地完成點云的配準,。實現(xiàn)在工業(yè)設(shè)備維修維護等場景的應(yīng)用,,解決技術(shù)專家無法到場指導(dǎo)設(shè)備維修維護的問題。需要兼容不同的主芯片平臺,。

預(yù)期目標到2025年,,完成基于物體特征點的三維模型快速匹配算法;根據(jù)不同設(shè)備尺寸,,建模階段,,采集不多于4000個特征點即滿足物體的建模要求,,配準階段,不多于10秒完成配準,,物體特征點的精確度偏差毫米級,。實現(xiàn)在200-2000勒克斯光照強度范圍內(nèi),即使建模和配準的環(huán)境光照不同,,算法都能穩(wěn)定,、準確地配準。系統(tǒng)在重點領(lǐng)域?qū)崿F(xiàn)規(guī)?;逃?。

二、重點產(chǎn)品

(六)高逼真數(shù)字人快速構(gòu)建與多模態(tài)交互系統(tǒng)

揭榜任務(wù):研制高速4D面部采集技術(shù),,研究并實現(xiàn)批量化,、自動化的產(chǎn)業(yè)級面部模型處理與制作流程?;诙嗄B(tài)信息進行多樣化采集,,建設(shè)人臉高精度4D模型數(shù)據(jù)庫,實現(xiàn)高逼真數(shù)字人面部和身體的快速構(gòu)建,。搭建基于大模型的多模態(tài)數(shù)字人交互系統(tǒng),,實現(xiàn)視覺、聽覺等多模態(tài)輸入信息的統(tǒng)一表征,,實現(xiàn)基于預(yù)訓(xùn)練模型的表情,、動作推理。

預(yù)期目標:到2025年,,數(shù)字人4D面部動態(tài)重建幀率≥30fps,,綁定后生成表情誤差小于5mm,數(shù)字人的自然度,、真實度等主觀體驗評分達到行業(yè)領(lǐng)先水平,。基于多模態(tài)交互輸入結(jié)合大模型實現(xiàn)高準確度,、低延遲的動作,、表情、行為推理,。

)虛擬空間創(chuàng)作平臺

揭榜任務(wù):研究基于元宇宙虛擬空間的構(gòu)建系統(tǒng),,實現(xiàn)低代碼快速構(gòu)建虛擬空間。研究音視頻互動平臺,,實現(xiàn)在元宇宙中進行語音,、視頻交流。研究多人協(xié)作系統(tǒng),實現(xiàn)數(shù)字孿生模型的多人交互協(xié)作,。研究共享桌面技術(shù),,實現(xiàn)多人共享演示內(nèi)容。研究元宇宙空間與云渲染方式的融合,,實現(xiàn)手機或PC訪問元宇宙空間,。研究人物換裝、捏臉功能,,實現(xiàn)在虛擬空間中打造個性化的數(shù)字人,。集成智能助手,提供專屬場景的業(yè)務(wù)問答與指令,。

預(yù)期目標:到2025年,,實現(xiàn)不少于5類場景的低代碼快速構(gòu)建,支持會議元宇宙,、展覽元宇宙,、教育元宇宙、辦公元宇宙,、園區(qū)元宇宙等場景,,場景運行流暢不卡頓。支持在線人數(shù),、模型加載效率,、延遲時間等核心指標達到國際先進水平。

(八)3D沉浸式實時通信系統(tǒng)

揭榜任務(wù):研究基于多模態(tài),、多視角的三維視覺技術(shù),,實現(xiàn)對人、物,、場的動態(tài)三維數(shù)據(jù)采集,、建模和顯示。研制基于多傳感器的三維數(shù)據(jù)捕捉設(shè)備和基于裸眼3D顯示器的沉浸式實時通信系統(tǒng),,旨在提供身臨其境的沉浸感體驗,,可應(yīng)用于視頻會議和遠程協(xié)作,為遠程教育和培訓(xùn),、遠程手術(shù)和醫(yī)學(xué)會診,、游戲和文旅等領(lǐng)域提供新的技術(shù)手段。

預(yù)期目標:到2025年,,3D沉浸式實時通信系統(tǒng)從采集到呈現(xiàn)端到端時延小于400ms,,幀率大于25,三維重建平均誤差,、結(jié)構(gòu)相似性、感知損失指標達到行業(yè)領(lǐng)先水平,。

3D實景地圖平臺

揭榜任務(wù):研究3D實景地圖平臺,,突破3D實景地理實體在語義化,、結(jié)構(gòu)化等維度上的技術(shù)瓶頸。研究用時空數(shù)據(jù)編織與時空知識圖譜技術(shù)實現(xiàn)對地理實體自身屬性及實體間關(guān)系進行一致性描述,,以實現(xiàn)地理實體的語義化,,達到計算機可理解、可分析,。研究用GeoAI方法識別分類技術(shù),,實現(xiàn)地理實體單體分割并獲取其幾何輪廓及組成結(jié)構(gòu)。在城市規(guī)劃,、應(yīng)急防災(zāi),、交通治理等場景下實現(xiàn)快速批量應(yīng)用。

預(yù)期目標:到2025年,,地理實體語義化覆蓋率,、結(jié)構(gòu)化準確率等核心指標達到行業(yè)領(lǐng)先。

基于文本描述的3D場景生成系統(tǒng)

揭榜任務(wù):研究基于文本描述的3D場景生成系統(tǒng),,突破傳統(tǒng)方法需要大量標記3D模型數(shù)據(jù)集的限制,,解決當(dāng)前基于文本描述的3D場景生成算法結(jié)果過飽和、過平滑,、缺少細節(jié)等問題,。研究多模態(tài)室內(nèi)3D場景生成,實現(xiàn)高質(zhì)量3D內(nèi)容生成,,包括復(fù)雜效果,,基于文本生成多樣性3D內(nèi)容和360°場景等。研究基于分布式云渲染實現(xiàn)多模態(tài)實時3D場景生成系統(tǒng),,實現(xiàn)高帶寬高質(zhì)量內(nèi)容實時傳輸,,海量高質(zhì)量3D內(nèi)容實時云端生產(chǎn)、渲染,、交互,。

預(yù)期目標:到2025年,實現(xiàn)根據(jù)輸入的文本信息,,對于實例輸入的文本生成特定實例圖像,。實現(xiàn)基于文本或文本+圖像的室內(nèi)3D場景的生成,生成場景的渲染視角圖像與文本一致性指標CLIP score,、渲染圖像的感知指標Inception score等核心指標達到國際領(lǐng)先,。

三、公共支撐

(十一)元宇宙數(shù)字身份標識技術(shù)解決方案

揭榜任務(wù):研究元宇宙數(shù)字身份標識技術(shù),,構(gòu)建跨平臺,、跨設(shè)備、跨系統(tǒng)的元宇宙中數(shù)字身份及作品標識體系。研究數(shù)字身份映射體系,,將元宇宙中數(shù)字身份與現(xiàn)實中人員身份關(guān)聯(lián),,確保元宇宙世界中數(shù)字身份活動的真實性。通過“嵌入式”標識服務(wù),,為每個數(shù)字身份及相關(guān)作品分配唯一數(shù)字標識,,建立起可信賴、可查驗,、可追溯的數(shù)字身份及標識管理體系,。

預(yù)期目標:到2025年,實現(xiàn)元宇宙數(shù)字身份標識技術(shù)解決方案在至少1類行業(yè)領(lǐng)域開展應(yīng)用試點,;實現(xiàn)元宇宙數(shù)字身份及作品的唯一標識技術(shù),,數(shù)字身份標識可跨平臺、跨設(shè)備,、跨系統(tǒng)互認互通,;技術(shù)解決方案的安全性、創(chuàng)新性及實用性達到行業(yè)領(lǐng)先水平,。


附:

1.2023年未來產(chǎn)業(yè)創(chuàng)新任務(wù)揭榜單位推薦表-元宇宙方向

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


附件2

人形機器人揭榜掛帥任務(wù)榜單


一,、核心基礎(chǔ)

(一)全身動力學(xué)控制算法

揭榜任務(wù):面向人形機器人高動態(tài)行走的全身控制問題,突破人形機器人多體動力學(xué)實時模型,、基于全身力矩的模型預(yù)測控制,、長距離離線身體姿態(tài)和落足點規(guī)劃、在線步態(tài)規(guī)劃與實時姿態(tài)跟蹤,、面向仿人機器人高爆發(fā)關(guān)節(jié)伺服阻抗控制等關(guān)鍵技術(shù),。形成人形機器人高動態(tài)行走控制方法,在人形機器人實物平臺上進行實驗驗證,。

預(yù)期目標:到2025年,,建立人形機器人高動態(tài)行走控制算法,可支持具有雙足,、雙臂,、腰、髖,、膝,、踝等不少于28個自由度的人形仿生機構(gòu)。支撐人形機器人實現(xiàn)平地,、斜坡,、臺階、非平整路面,、松軟路面等環(huán)境的高動態(tài)行走,,平地最大行走速度≥4km/h, 最大奔跑速度≥9km/h,。

(二)電機驅(qū)動器

揭榜任務(wù):面向人形機器人快速、靈活的伺服驅(qū)動需求,,突破高性能伺服驅(qū)動設(shè)計,、制造與測試等技術(shù),。研發(fā)小體積,、高爆發(fā)、高效率的高功率密度電機伺服驅(qū)動器,。提升電機伺服驅(qū)動器自主研發(fā)水平,,推動高性能伺服驅(qū)動器的產(chǎn)業(yè)化應(yīng)用。

預(yù)期目標:

到2025年,,完成系列化的高功率密度電機伺服驅(qū)動器,,支持多種行業(yè)標準化碼盤和通訊接口。最高效率不低于95%,,重量小于210g(含散熱片),,尺寸小于170cm3,最大連續(xù)功率達到6kW,,擁有智能伺服控制算法,,可實現(xiàn)高速柔性伺服驅(qū)動控制。

(三)力傳感器

揭榜任務(wù):面向人形機器人準確獲取驅(qū)動關(guān)節(jié)和肢體末端觸感力學(xué)信號的需求,,突破穩(wěn)定可靠的力傳感器結(jié)構(gòu)設(shè)計與制造,、智能化信號處理與分析、多信息智能識別與模型分析等關(guān)鍵技術(shù),;研制系列化,、高性能、低成本,、智能化的新型力傳感器,;發(fā)展低成本、規(guī)?;膫鞲衅魃a(chǎn)制造方法,,推動新型力傳感器在人形機器人上的產(chǎn)業(yè)化應(yīng)用。

預(yù)期目標:到2025年,,完成人形機器人系列化力傳感器的設(shè)計與制造,,滿足驅(qū)動關(guān)節(jié)、手指,、足底等肢體末端力測量需要,,并在人形機器人上開展實際應(yīng)用。傳感器采用低成本,、高性能的設(shè)計,,精度達到0.5%FS,,響應(yīng)時間優(yōu)于0.03s,具有智能信息采集與處理能力,,提升力傳感器的智能化水平,。

(四)MEMS姿態(tài)傳感器

揭榜任務(wù):面向人形機器人姿態(tài)控制對高性能、小型化姿態(tài)傳感器的需求,,突破傳感器小型化結(jié)構(gòu)設(shè)計,、陀螺儀高精度加工工藝、智能響應(yīng)姿態(tài)解算等關(guān)鍵技術(shù),;研制基于MEMS慣性器件的高性能姿態(tài)傳感器,;研究減小傳感系統(tǒng)體積重量,降低功耗,,提升傳感器抗振動,、抖動能力以及傳輸性能的方法;發(fā)展低成本,、規(guī)?;瘋鞲衅魃a(chǎn)制造方法,推動新型MEMS姿態(tài)傳感器在人形機器人上的產(chǎn)業(yè)化應(yīng)用,。

預(yù)期目標到2025年,,完成高性能、低成本的MEMS姿態(tài)傳感器研制,,具有較強的抗振動和抖動性能,,俯仰角和橫滾角靜態(tài)精度為0.1°,零偏穩(wěn)定性(1σ,,10s平滑)不低于0.3°/h,,MEMS姿態(tài)傳感器具有強的魯棒性和智能穩(wěn)定算法。

(五)觸覺傳感器

揭榜任務(wù):圍繞人形機器人靈巧手使用工具,、操作設(shè)備,、分揀物品、高精度裝配等能力,,在靈巧手掌內(nèi)配置觸覺傳感器,,以感知操作目標的位姿、硬度,、肌理等特征,,提高靈巧手的智能化操作能力。研發(fā)小體積,、高可靠性,、高穩(wěn)定性的人形機器人手部觸覺傳感器,滿足人形機器人靈巧手感知,、操作,、交互等需求,,提升新型觸覺傳感器自主設(shè)計與研發(fā)水平,,推動觸覺傳感器的產(chǎn)業(yè)化應(yīng)用,。

預(yù)期目標:

到2025年,,完成小體積高可靠性高穩(wěn)定性的手部觸覺傳感器研制,,實現(xiàn)指尖、指腹和掌面部位傳感器陣列密度1mm×1mm(厚度≤0.3mm),;力檢測范圍0.1N/cm~240N/cm(10g/cm~24kg/cm)±5%,;最小檢測力10g,。


二,、重點產(chǎn)品

(六)旋轉(zhuǎn)型電驅(qū)動關(guān)節(jié)

揭榜任務(wù):面向人形機器人高爆發(fā),、高功率密度的旋轉(zhuǎn)關(guān)節(jié)性能需要,研究融合驅(qū)動,、傳動、力感知,、伺服控制,、熱控的關(guān)節(jié)設(shè)計方法,研發(fā)高響應(yīng),、輕量化,、變剛度、高精度,、模塊化的電機驅(qū)動力控關(guān)節(jié),,提升電機驅(qū)動關(guān)節(jié)的自主研發(fā)水平和人形機器人高動態(tài)運動能力,推動高性能力控關(guān)節(jié)的應(yīng)用,。

預(yù)期目標:到2025年,,研制系列化的人形機器人一體化旋轉(zhuǎn)電驅(qū)動關(guān)節(jié),集成減速器,、電機,、驅(qū)動器等,滿足腰,、髖,、膝、肘等關(guān)節(jié)伺服驅(qū)動需要,,峰值輸出功率密度優(yōu)于600W/kg,,峰值力矩密度優(yōu)于100N.m/kg,在人形機器人上實現(xiàn)應(yīng)用驗證,。

(七)直線型電驅(qū)動關(guān)節(jié)

揭榜任務(wù)面向人形機器人對高推力密度,、高動態(tài)響應(yīng)線性致動器的迫切需求,研究高速高功率密度永磁伺服電機設(shè)計,、高動態(tài)響應(yīng)伺服驅(qū)動,、基于動力學(xué)匹配的驅(qū)動-傳動一體化集成,、基于全狀態(tài)反饋的電動線性致動器柔順運動控制等關(guān)鍵技術(shù);研制高推力密度,、高動態(tài)響應(yīng)線性電驅(qū)動關(guān)節(jié),,并在人形機器人上開展應(yīng)用驗證。

預(yù)期目標:到2025年,,研制系列化人形機器人直線型電驅(qū)動關(guān)節(jié),,滿足臀關(guān)節(jié)、膝關(guān)節(jié),、踝關(guān)節(jié)等應(yīng)用需求,,采用規(guī)模化,、低成本,、高性能的智能一體化設(shè)計,實現(xiàn)雙向驅(qū)動伺服線性致動,,推力覆蓋500-10000N,,推力密度不低于1500 N/kg,在人形機器人或足式機器人上實現(xiàn)應(yīng)用驗證,。

(八)機械臂與靈巧手

揭榜任務(wù):研發(fā)高功率密度的集成肩關(guān)節(jié),、肘關(guān)節(jié)、腕關(guān)節(jié)與靈巧手的人形機械臂及靈巧手,,實現(xiàn)人形機械臂及靈巧手的運動與操作功能,,提升人形機器人關(guān)鍵部件的自主研發(fā)水平,推動人形機械臂及靈巧手的產(chǎn)業(yè)化應(yīng)用,。

預(yù)期目標:到2025年,,關(guān)節(jié)自由度數(shù)量滿足運動與操作要求,臂手一起工作時,,手指末端負載能力≥3kg,,靈巧手集成位置、力,、觸覺等傳感器,,臂體重量≤9kg(其中靈巧手≤900g);支持多種行業(yè)標準化通訊接口,。

(九)高算力主控制器

揭榜任務(wù):研發(fā)用于人形機器人運動規(guī)劃與感知決策的高算力主控制器,,在硬件通信、實時計算和能量消耗等關(guān)鍵技術(shù)上實現(xiàn)突破,;研究復(fù)雜工況下的系統(tǒng)實時性和可靠性,,滿足人形機器人信息采集、智能計算,、通信交互等需求,;構(gòu)建具備人形機器人基本功能的控制器軟件系統(tǒng),,研究開放性控制器軟件,實現(xiàn)先進算法的模塊化可拓展,。

預(yù)期目標:到2025年,,研制高算力主控制器,滿足人形機器人的智能控制算法需求,,單臺主控制器工作功耗不高于60W,,算力不低于200Tops,硬件可支持高帶寬總線通信方式,,具有多種常用傳感器的通信接口,。

(十)高能量密度電池

揭榜任務(wù):研制高能量密度、輕量化,、高可靠,、可高倍放電、快速充電的電池組,,具備過充過放保護,、防爆阻燃和高頻振動工況下的安全可靠性能,滿足人形機器人長時間續(xù)航,、高倍率放電需求。實現(xiàn)電池組小型化,、輕量化設(shè)計,,同時滿足人形機器人瞬時功率大、連續(xù)工作時間長的需求,。

預(yù)期目標:到2025年,,人形機器人電池滿足便捷插拔替換、外部充電標準配置的要求,。具備過充,、過放保護、防爆阻燃和高頻振動工況下的工作能力,。輸出電壓48V-100V,,電池組的能量密度不低于220Wh/kg。


三,、公共支撐

(十一)人形機器人的端到端仿真開發(fā)平臺

揭榜任務(wù):面向人形機器人對端到端智能控制軟件平臺的迫切需求,,突破機器人多智能體與復(fù)雜環(huán)境建模技術(shù),面向機器人自主學(xué)習(xí)與技能發(fā)育的通用強化學(xué)習(xí)算法庫,,研發(fā)域隨機化及GPU并行計算的訓(xùn)練與演進技術(shù),;研制新一代人形機器人端到端仿真開發(fā)平臺,鼓勵開源開放的新方法和新機制,,并在人形機器人上開展應(yīng)用驗證,。

預(yù)期目標:到2025年,,研制新一代人形機器人端到端仿真開發(fā)平臺,具有友好的開發(fā)界面,。支持動態(tài)環(huán)境的推理,、技能強化和具身安全演進,支持大規(guī)模并行GPU機器學(xué)習(xí)訓(xùn)練,,同一場景下并行開展訓(xùn)練的機器數(shù)量不低于1000個,。

(十二)人形機器人的標準、測試與評估

揭榜任務(wù):搭建并完善人形機器人整機系統(tǒng)集成標準,,完成軟硬件模塊通用接口的標準定義,、撰寫、試點應(yīng)用,;形成評估人形機器人關(guān)鍵共性能力的綜合測評標準和關(guān)鍵核心部件的性能測評標準,;建立人形機器人綜合測試評估和實驗平臺,重點建立自主運動能力,、復(fù)雜環(huán)境適應(yīng)能力,、平衡與抗擾能力、靈巧操作能力,、人機交互能力的量化評估體系,;研究電液驅(qū)動部件、一體化力控關(guān)節(jié),、環(huán)境感知模塊,、力覺感知模塊等關(guān)鍵核心部件的性能測評方法,建立測試和實驗平臺,。

預(yù)期目標:到2025年,,實現(xiàn)軟硬件模塊通用接口的標準定義和標準撰寫,編寫各子模塊的行業(yè)標準與規(guī)范,,完成整機系統(tǒng)集成標準定義和標準撰寫,;制定關(guān)鍵共性能力的綜合測評標準,建立實驗平臺,。綜合測評標準包含行走,、作業(yè)、智能,、交互等模塊標準,;實驗平臺可以測試機器人自主行走、雙臂作業(yè),、任務(wù)決策與規(guī)劃等功能,,測試人形機器人行走能力、續(xù)航能力、載重能力等關(guān)鍵性能,,同時可以測試核心零部件的關(guān)鍵性能,。

(十三)人形機器人的機器腦智能控制技術(shù)

揭榜任務(wù):開發(fā)基于人工智能大模型的“大腦”模型,實現(xiàn)人形機器人的環(huán)境感知,、行為控制,、人機交互能力。開發(fā)控制人形機器人的“小腦”模型,,搭建運動控制算法庫,,建立網(wǎng)絡(luò)控制系統(tǒng)架構(gòu)。面向特定應(yīng)用場景,,構(gòu)建人形機器人仿真系統(tǒng)和訓(xùn)練環(huán)境,,支撐快速低成本的技術(shù)創(chuàng)新。支持人形機器人算力設(shè)施建設(shè)部署,,強化機器人具身智能,,加速大模型訓(xùn)練迭代和相關(guān)產(chǎn)品落地應(yīng)用。

預(yù)期目標:到2025年,,構(gòu)建特定場景的人形機器人多模態(tài)環(huán)境感知-自然語言-運動規(guī)劃數(shù)據(jù)集,,具有感知能力、語音識別能力,、自然語言處理能力,、任務(wù)決策與規(guī)劃能力,建立不低于100億的典型任務(wù)參數(shù)集,,自動化處理任務(wù)的類型不低于100種,,并能夠在人形機器人上實現(xiàn)應(yīng)用。

四,、典型應(yīng)用

(十四)面向工業(yè)制造的典型應(yīng)用

揭榜任務(wù):圍繞工業(yè)4.0自動化、數(shù)字化,、信息化,、智能化要求,針對智能制造場景中復(fù)雜設(shè)備操作,、復(fù)合工具使用,、人機協(xié)同作業(yè)等任務(wù)需求,研制環(huán)境適應(yīng)性強,、具備穩(wěn)定行走能力,、可自主操作工具與決策、融入智能制造數(shù)字化信息體系的面向工業(yè)制造的人形機器人,。

預(yù)期目標:到2025年,,人形機器人在制造業(yè)領(lǐng)域?qū)崿F(xiàn)應(yīng)用突破,實現(xiàn)制造業(yè)環(huán)境中穩(wěn)定行走速度不低于3km/h,可以操作不低于10種設(shè)備或工具,,綜合工況續(xù)航不低于4h,。整機通電后準備時間小于5min。

(十五)面向災(zāi)害救援的典型應(yīng)用

揭榜任務(wù):面向人形機器人在災(zāi)害救援中復(fù)雜地形機動和環(huán)境高適應(yīng)性要求,,突破復(fù)雜地形的運動控制技術(shù),、危險環(huán)境的感知與理解技術(shù)、對抗條件下的智能決策與規(guī)劃技術(shù),、人機協(xié)作救援技術(shù)等關(guān)鍵技術(shù),,實現(xiàn)人形機器人在復(fù)雜環(huán)境中執(zhí)行多種任務(wù),如搜救,、搬運物資等,。

預(yù)期目標:到2025年,人形機器人在災(zāi)害救援領(lǐng)域?qū)崿F(xiàn)應(yīng)用突破,,實現(xiàn)高溫,、耐沖擊、防塵防水,、防爆等能力,,能夠自主進入極端環(huán)境實施救援任務(wù),地形攀爬能力不低于50cm,,移動速度不低于5km/h,,綜合續(xù)航不低于4h。

(十六)面向危險作業(yè)的典型應(yīng)用

揭榜任務(wù):圍繞核輻射操作,、空間站維修,、有毒氣體環(huán)境作業(yè)、月球表面鉆探等應(yīng)用場景,,研發(fā)在高危行業(yè)代替人力進行維修,、操作任務(wù)的人形機器人,突破人形機器人智能化作業(yè),、特殊環(huán)境下穩(wěn)定行走,、無監(jiān)督環(huán)境下自治規(guī)劃與決策等關(guān)鍵技術(shù),推動人形機器人在危險環(huán)境中人機隔離,、機器換人,、黑燈工廠的應(yīng)用。

預(yù)期目標:到2025年,,研制的人形機器人能夠滿足危險作業(yè)環(huán)境的抗輻射,、低重力、高低溫等環(huán)境適應(yīng)性要求,,可以使用工具開展焊接,、切割、整理等作業(yè)任務(wù),準確率達到95%以上,;實現(xiàn)與人協(xié)作式的共融作業(yè),,能夠操作50種以上的工具;可以完成安裝,、拆卸,、旋擰、插拔等多類精細操作,。

(十七)面向智慧物流的典型應(yīng)用

揭榜任務(wù):圍繞物流倉儲與運輸,、貨物搬運的場景需求,研制具有自主移動,、貨物清點搬運,、裝卸碼垛、分揀,、配送的倉儲物流人形機器人,,突破整機輕量化、力感知和柔順控制,、高魯棒性全身運動控制,、多模態(tài)融合感知、視覺增強,、自主決策與運動規(guī)劃技術(shù),,實現(xiàn)人形機器人在室內(nèi)結(jié)構(gòu)化環(huán)境中的智能協(xié)同工作,提升各環(huán)節(jié)的綜合作業(yè)效率,。

預(yù)期目標:到2025年,,研制面向智慧物流的人形機器人整機,實現(xiàn)自主移動速度≥4km/h,;雙臂負載能力≥10kg,;單次工作時長≥3h。整機通電后準備時間小于5min,,并在典型物流場景完成應(yīng)用驗證,。

(十八)面向安防巡邏的典型應(yīng)用

揭榜任務(wù):面向社區(qū)、工廠,、邊境等大范圍區(qū)域巡邏檢查需求,研究人形機器人在道路,、草地,、臺階、坡,、溝等地形環(huán)境下行走技術(shù),,突破長距離運動、擬人化交互、巡邏監(jiān)控,、目標物跟蹤,、數(shù)據(jù)遠程回傳等關(guān)鍵技術(shù),研制安防巡邏人形機器人,,推動人形機器人在室內(nèi)外環(huán)境的安防應(yīng)用,。

預(yù)期目標:到2025年,完成安防巡邏人形機器人整機研制,,單次運動里程不小于6km,,單次工作時長不少于3h,負重不小于5kg,,實現(xiàn)在居民社區(qū),、工廠或哨所等場景下的示范應(yīng)用。

(十九)面向服務(wù)娛樂的典型應(yīng)用

揭榜任務(wù):面向公共服務(wù)與創(chuàng)新娛樂場景應(yīng)用的需求,,研制采用多模態(tài)大模型和云端大腦驅(qū)動的人形機器人整機,,并在固定崗位引導(dǎo)、特定內(nèi)容問詢,、老人陪護和陪伴,、商業(yè)娛樂表演等典型場景開展應(yīng)用示范。

預(yù)期目標:到2025年,,面向服務(wù)與娛樂等場景應(yīng)用的通用人形機器人能夠與人類進行比較流暢的溝通,,能通過手勢、自然語言進行溝通,,基礎(chǔ)動作單元不少于15種,,落地應(yīng)用場景不少于10個。


附:

1.2023年未來產(chǎn)業(yè)創(chuàng)新任務(wù)揭榜單位推薦表-人形機器人方向

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


附件3

腦機接口揭榜掛帥任務(wù)榜單


一,、核心基礎(chǔ)

(一)非植入式腦機接口芯片

揭榜任務(wù):研發(fā)非植入腦機接口核心芯片及配套關(guān)鍵技術(shù),,用于記錄、傳輸和處理腦電信號,。在微型化設(shè)計,、應(yīng)用開發(fā)、可靠性設(shè)計,、工具開發(fā)等方面實現(xiàn)突破,。

預(yù)期目標:到2025年,芯片集成度顯著提高,,研發(fā)集高精度腦電采集,、信號處理和無線傳輸功能于一體的芯片。芯片實現(xiàn)量產(chǎn),,通道密度,、通道功耗,、輸入阻抗、共模抑制比,、等效噪聲等核心指標達到國際領(lǐng)先,,支持多形態(tài)無線腦機接口應(yīng)用系統(tǒng),支持手機,、頭顯等移動終端的工具開發(fā),。

二、重點產(chǎn)品

(二)植入式腦機接口技術(shù)與系統(tǒng)

揭榜任務(wù):可自研以下所列若干方向或全部:植入式電極,、植入式芯片,、植入式神經(jīng)信號記錄系統(tǒng)、基于腦機接口的植入式刺激系統(tǒng),、神經(jīng)信號解碼算法及示范配套應(yīng)用軟件,,實現(xiàn)微創(chuàng)、安全,、長期,、穩(wěn)定、高精度的神經(jīng)信號記錄和刺激,。

預(yù)期目標:到2025年,,研發(fā)植入式電極、芯片,、系統(tǒng)和配套關(guān)鍵技術(shù),,植入時間、通道數(shù),、生物相容性,、信號質(zhì)量等核心指標達到國際領(lǐng)先,植入后電學(xué)性能穩(wěn)定,。植入式神經(jīng)信號記錄系統(tǒng)超柔性且高通量,,系統(tǒng)魯棒性高,電極密度大,,芯片性能國內(nèi)領(lǐng)先,。系統(tǒng)可長期穩(wěn)定植入5年以上,在達到有效工作時間后或中途停止使用時可完整取出,?;谀X機接口的植入式刺激系統(tǒng)可對腦神經(jīng)進行閉環(huán)調(diào)控??芍С种悄苷{(diào)控和遠程調(diào)控,,方向性精準刺激、實時性,、安全性,、抗強磁干擾等核心指標達到國內(nèi)領(lǐng)先。

(三)無線非植入腦電采集技術(shù)與系統(tǒng)

揭榜任務(wù):能記錄和分析處理極微弱腦電信號,,可支持多模態(tài)生理信號的綜合分析,,在精密制造、解碼算法,、材料等方面實現(xiàn)突破,。

預(yù)期目標: 到2025年,系統(tǒng)輸入阻抗,、共模抑制比,、抗噪、同步精度,、采樣精度,、采樣率和功耗等核心指標達到國際領(lǐng)先水平。支持實時信號質(zhì)量分析,、高速信息通信,,支持視覺、聽覺,、運動想象等范式的腦信號解碼,,數(shù)據(jù)格式兼容常用分析平臺。

(四)多模態(tài)可穿戴智能技術(shù)與系統(tǒng)

揭榜任務(wù):研發(fā)可對包括腦信號在內(nèi)的多模態(tài)生理信號進行采集與分析的技術(shù)和系統(tǒng),,在腦信號采集基礎(chǔ)上,,結(jié)合體動信號或其他生理信號進行長期監(jiān)測和分析。

預(yù)期目標:到2025年,,可穿戴系統(tǒng)實現(xiàn)輕質(zhì),、小型化、智能化,、低功耗,,具備信號采集、分析和處理功能,,支持無線傳輸,,可控制外設(shè),可支持生物反饋訓(xùn)練等閉環(huán)調(diào)控,,支持模態(tài)數(shù)量多,,多模態(tài)信號保持同步??梢詸z測直立等多種體位信號,。生物電信號采樣率、數(shù)模轉(zhuǎn)換精度,、共模抑制比,、幅頻特性,、輸入?yún)⒖荚肼暋⑤斎胱杩?、信噪比,、耐極化電壓等核心指標達到國內(nèi)領(lǐng)先水平。

(五)腦電生物反饋式睡眠識別和干預(yù)技術(shù)與系統(tǒng)

揭榜任務(wù):研發(fā)腦電生物反饋式睡眠識別和干預(yù)技術(shù),,能基于人工智能技術(shù)進行“睡眠-心理情緒-生物節(jié)律-認知”相關(guān)性研究,,客觀分析睡眠過程中的腦電波活動,評估睡眠深度和睡眠質(zhì)量,,識別睡眠障礙并及時干預(yù),。

預(yù)期目標:到2025年,產(chǎn)品輕量化,、可穿戴且柔性,,可在多種場景下長期使用。能實時輸出符合國際認可和行業(yè)慣用的睡眠周期分期的睡眠時相,,睡眠周期分期與PSG人工矯正后結(jié)果一致率高,。實時檢測睡眠特征波的敏感度高??芍С炙唛]環(huán)個性化干預(yù)調(diào)控,,優(yōu)化睡眠體驗。

(六)腦機接口神經(jīng)損傷運動康復(fù)訓(xùn)練技術(shù)與系統(tǒng)

揭榜任務(wù):面向神經(jīng)損傷造成的運動功能障礙,,研發(fā)用于進行主動式閉環(huán)康復(fù)訓(xùn)練的技術(shù)和系統(tǒng),,以提升大腦神經(jīng)傳導(dǎo)功能重組或代償,促進肢體運動功能和軀體感覺功能恢復(fù),,提升肢體功能康復(fù)水平,。

預(yù)期目標:到2025年,系統(tǒng)支持無線傳輸和可穿戴,,無需外接電源,。運動意圖解析精準度、腦狀態(tài)信息實時監(jiān)測靈敏度和采集靈敏度,、輔助運動外設(shè)運動自由度等核心指標達到國內(nèi)領(lǐng)先,,受試者感知信息(包括力)可實時記錄;可提供多模態(tài)反饋,,可自定義訓(xùn)練方式,、時間和次數(shù)。

(七)基于腦機接口的情緒或認知檢測評估技術(shù)與系統(tǒng)

揭榜任務(wù):研發(fā)非侵入式腦機接口技術(shù),,實現(xiàn)對情緒或認知的檢測與評估,。具有范式豐富、情感交互自然,、檢測速度快,、普適性好,、可靠性高的特點。

預(yù)期目標:到2025年,,可進行腦電實時采集,、處理以及情緒或認知的實時檢測與評估,模型特征可解釋且可檢驗,,用于情緒或認知測評的情景信息豐富。情緒任務(wù)科學(xué)合理,,支持聽覺,、視覺以及多模態(tài)情緒任務(wù),對情緒障礙或認知水平的檢測與評估準確率高,。

(八)基于非侵入式腦機接口的人機班組協(xié)同感知和控制技術(shù)與系統(tǒng)

揭榜任務(wù):研發(fā)基于非侵入式腦機接口的人機班組交互,、協(xié)同感知和控制技術(shù)。在非開闊環(huán)境作業(yè),、巡邏檢查,、搜索救援等復(fù)雜環(huán)境下,支持操作人員通過腦機系統(tǒng)與無人系統(tǒng)交互及目標協(xié)同檢測,。

預(yù)期目標:到2025年,,可實現(xiàn)對無人系統(tǒng)高效操控,控制指令輸入準確率和人機班組執(zhí)行任務(wù)成功率高,。將基于機器視覺的目標檢測與基于操作人員腦電響應(yīng)的目標檢測相結(jié)合,,實現(xiàn)腦機協(xié)同環(huán)境感知,降低伴隨設(shè)備目標檢測的不確定性,。

三,、典型應(yīng)用

(九)面向工業(yè)安全監(jiān)測的典型應(yīng)用

揭榜任務(wù):研發(fā)用于工業(yè)高危作業(yè)安全監(jiān)測的技術(shù)和產(chǎn)品。以腦機接口技術(shù)為基礎(chǔ),,結(jié)合生理指標和運動狀態(tài),,實時監(jiān)測與人員認知負荷水平相關(guān)的腦活動指標,識別影響人身安全和工作安全的人員異常狀態(tài),,防范和監(jiān)測因人員過度疲勞和疾病而引發(fā)的安全事故,。

預(yù)期目標:到2025年,系統(tǒng)便攜式可穿戴設(shè)計,,支持無線傳輸,,即戴即用。能長時程實時監(jiān)測高危作業(yè)人員認知負荷相關(guān)的腦活動指標和其他生理指標,,可及時對困倦,、注意力不足、反應(yīng)遲緩,、長時間異常體態(tài)等異常狀態(tài)及時反饋和提醒,。實時監(jiān)測時間分辨率達到秒級,,腦電電壓測量精度范圍內(nèi)誤差小。電極及其他接觸皮膚的部件生物相容性好,,數(shù)據(jù)使用合法依規(guī),,符合相關(guān)倫理要求。

(十)面向駕駛安全監(jiān)測的典型應(yīng)用

揭榜任務(wù):利用腦機接口對駕駛行為進行安全監(jiān)測,,在腦機接口基礎(chǔ)上,,結(jié)合生理等其他指標信息,監(jiān)測駕駛員異常狀態(tài),。

預(yù)期目標:到2025年,,能實時監(jiān)測駕駛?cè)藛T認知負荷相關(guān)的腦活動和其他生理指標,可及時對駕駛員困倦,、注意力不足,、反應(yīng)遲緩等異常狀態(tài)進行迅速及時的反饋和提醒。參與安全監(jiān)測的駕駛員數(shù)量不少于100人,,累計監(jiān)測時長不少于20000h,,降低因疲勞駕駛導(dǎo)致的事故風(fēng)險發(fā)生率,數(shù)據(jù)使用合法依規(guī),,符合相關(guān)倫理要求,。


附:

1.2023年未來產(chǎn)業(yè)創(chuàng)新任務(wù)揭榜單位推薦表-腦機接口方向

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



附件4

通用人工智能揭榜掛帥任務(wù)榜單


一、核心基礎(chǔ)

(一)智能芯片

揭榜任務(wù):圍繞人工智能任務(wù)計算特征,、訪存模式,、數(shù)值分布等特點,突破適用于人工智能計算范式的矩陣乘加內(nèi)核架構(gòu),、高速互聯(lián)總線等核心技術(shù),。訓(xùn)練端,重點補齊內(nèi)存帶寬,、互聯(lián)線性度等短板,,提升吞吐率等算力性能指標。聯(lián)合上下游企業(yè)協(xié)同研發(fā)具備高可擴展性,、高易用性,、高靈活性等優(yōu)勢的芯片軟件棧,加大力度突破先進封裝,、仿真驗證等制造工藝核心技術(shù),。

預(yù)期目標:到2025年,訓(xùn)練芯片支持FP16,、FP32和混合精度(FP16/FP32)處理能力,,內(nèi)存容量達到128GB及以上,單芯片F(xiàn)P16達到500 TFLOPS以上,支持結(jié)構(gòu)化稀疏后FP16算力達1 PFLOPS以上,。片間互聯(lián)帶寬達到300 GB/s以上,,支持智能服務(wù)器單機內(nèi)部全互聯(lián)。高效支持可信計算,、隱私計算或聯(lián)邦學(xué)習(xí)等功能,,提升基于硬件的安全性。

(二)智能算力集群

揭榜任務(wù):攻克人工智能集群計算領(lǐng)域中總線互聯(lián),、RAS技術(shù),、功耗散熱等瓶頸,加強智能服務(wù)器與智能芯片,、操作系統(tǒng),、開發(fā)框架、應(yīng)用軟件的兼容適配,。建設(shè)大型智能算力集群,通過液冷等方式滿足綠色化需求,。開發(fā)配套云端運維管理和調(diào)度系統(tǒng),,滿足大規(guī)模人工智能訓(xùn)練/推理要求。

預(yù)期目標:到2025年,,智能算力集群節(jié)點擴展規(guī)模不低于1024卡,,與國內(nèi)外主流人工智能軟硬件環(huán)境完成兼容適配;總體算力規(guī)模超過500 PFLOPS,,PUE不超過1.25,。開發(fā)支持低響應(yīng)時延、動態(tài)擴展等特性的集群云端運維管理和調(diào)度系統(tǒng),,針對基于Transformer的重點模型具備分鐘級斷點續(xù)訓(xùn)能力,。

(三)高質(zhì)量數(shù)據(jù)集

揭榜任務(wù):建設(shè)大規(guī)模通用中文語料庫,加強主流中英文數(shù)據(jù)的清洗及過濾,,構(gòu)建標準化語料資源池,,整合文字、圖片,、音視頻等多模態(tài)數(shù)據(jù)集,,并實現(xiàn)對外開放。打造高質(zhì)量代碼,、書籍,、人類反饋指令數(shù)據(jù)、科學(xué)文獻等專業(yè)知識數(shù)據(jù)集,。面向工業(yè),、醫(yī)藥、電信、金融,、教育等重點行業(yè)匯聚高質(zhì)量,、權(quán)威的行業(yè)訓(xùn)練數(shù)據(jù)資源,賦能行業(yè)發(fā)展,。

預(yù)期目標:到2025年,,實現(xiàn)通用文本數(shù)據(jù)集規(guī)模總量達到10TB,、通用圖文數(shù)據(jù)集數(shù)據(jù)總量達到1億對,、通用音視頻數(shù)據(jù)集數(shù)據(jù)總量達到100TB。面向編程代碼,、科研文獻,、百科教材等專業(yè)知識,以及工業(yè),、醫(yī)藥,、電信、金融,、教育等重點行業(yè),,形成不少于3個高質(zhì)量數(shù)據(jù)集,各數(shù)據(jù)集賦能10個及以上專用模型訓(xùn)練或微調(diào),。

(四)人工智能風(fēng)險管控軟件

揭榜任務(wù):針對人工智能訓(xùn)練數(shù)據(jù)投毒,、算法模型漏洞、敏感有害生成內(nèi)容等重點風(fēng)險,,研發(fā)多維度一體化的人工智能風(fēng)險管控軟件產(chǎn)品,。構(gòu)建人工智能安全風(fēng)險測評數(shù)據(jù)集,提出相應(yīng)安全風(fēng)險的檢測,、防御方法,,支持人工智能應(yīng)用服務(wù)、中間件與基礎(chǔ)依賴組件等對象的漏洞檢測與及時預(yù)警,,識別生成內(nèi)容潛在偏見歧視,、倫理、違規(guī)違法等風(fēng)險,。

預(yù)期目標:到2025年,,構(gòu)建3個人工智能安全風(fēng)險測評數(shù)據(jù)集,覆蓋偏見歧視,、違規(guī)違法,、惡意指令注入、倫理等多維度安全風(fēng)險,,提出不少于10種面向人工智能數(shù)據(jù)安全風(fēng)險的檢測,、防御方法,,組織不少于5個典型智能產(chǎn)品開展試點驗證工作。

二,、重點產(chǎn)品

(五)語言大模型產(chǎn)品

揭榜任務(wù):探索以知識為中心的大模型范式,,通過上下文編碼、動態(tài)記憶機制等核心技術(shù),,提升語言認知大模型的智慧涌現(xiàn)水平,。對標國際先進產(chǎn)品,提升中英雙語的語義理解,、邏輯推理,、代碼編程等能力,實現(xiàn)在線知識咨詢功能,,能夠?qū)崟r融合基于互聯(lián)網(wǎng)的海量信息,。開展大模型推理加速算法研究,提升語言大模型賦能智能產(chǎn)品的部署效率,。

預(yù)期目標:到2025年,,語言大模型在中英文均達到世界先進水平,提升大模型泛化能力,,零樣本或少樣本學(xué)習(xí)在超過30個基準中達到優(yōu)異性能,。中英雙語認知能力全面提升,在模型常識性,、專業(yè)性、邏輯性,、推理能力方面取得重大突破,。語言大模型在數(shù)字座艙、機器人或語音助手等領(lǐng)域?qū)崿F(xiàn)應(yīng)用,。

(六)語音大模型產(chǎn)品

揭榜任務(wù):研究具有高通用性和高解釋性的通用語音表征理論和方法,,突破語音數(shù)據(jù)依賴性強、領(lǐng)域適應(yīng)性弱等難題,,實現(xiàn)超大規(guī)模語音表征訓(xùn)練,、語音表征信息解耦合建模等關(guān)鍵技術(shù),支撐語音大模型的泛化性,。構(gòu)建面向多個語種,、多個語音任務(wù)共享的語音大模型,賦能語音助手,、虛擬客服,、數(shù)字人等智能產(chǎn)品的智能化升級。

預(yù)期目標:到2025年,,語音大模型達到世界先進水平,,覆蓋語種超20個,其中漢語、英語,、法語等5個以上重點語種的處理效果業(yè)界領(lǐng)先,,可支撐語音識別、語音合成,、聲紋識別,、情感識別等10個以上語音任務(wù),性能較傳統(tǒng)模型實現(xiàn)顯著提升,。

(七)視覺大模型產(chǎn)品

揭榜任務(wù):研究視覺大模型統(tǒng)一算法底層架構(gòu),,創(chuàng)新視覺大模型訓(xùn)練路徑,構(gòu)建支持動態(tài)視覺理解和生成統(tǒng)一的底層基礎(chǔ)模型架構(gòu),,突破靜態(tài)向動態(tài)視覺大模型的范式升級,。視覺大模型能夠通過少樣本微調(diào)解決圖像、視頻等視覺任務(wù),,生成式任務(wù)指標達到國際先進水平,,解決視覺大模型的高效設(shè)計、有效訓(xùn)練,、快速推理等關(guān)鍵技術(shù)問題,。

預(yù)期目標:到2025年,訓(xùn)練超過千億級參數(shù)規(guī)模的通用視覺大模型,,能夠通過少樣本微調(diào)方式解決超過30個視覺基礎(chǔ)任務(wù)(包括10個以上動態(tài)視覺或三維視覺任務(wù))并且表現(xiàn)出色,,推理速度達到全球領(lǐng)先,具備在智能終端產(chǎn)品的部署能力,。

(八)多模態(tài)大模型產(chǎn)品

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(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)化和計算架構(gòu),,提升萬億級參數(shù)多模態(tài)模型的工程效率。

預(yù)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(xué)習(xí)下解決15個以上多模態(tài)任務(wù),,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(yīng)用

(九)面向工業(yè)制造領(lǐng)域的典型應(yīng)用

揭榜任務(wù):推動基于人工智能的設(shè)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(shù)突破,,推進人工智能技術(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(fù)雜環(huán)境、連續(xù)任務(wù)的認知和決策需求,。

預(yù)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(yīng)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(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,,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):推動人工智能在信息消費,、政務(wù),、醫(yī)療和交通等重點行業(yè)的融合應(yīng)用,拓展人工智能在典型場景下的規(guī)?;瘧?yīng)用。打造新型民生服務(wù)模式,,優(yōu)化人機交互體驗,,提高服務(wù)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(yù)期目標:到2025年,在信息消費,、政務(wù),、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(shù),實現(xiàn)政務(wù)服務(wù)智能寫作,、智能問診,、自動駕駛等功能,有效提升點擊轉(zhuǎn)化率,、用戶滿意度,、診療準確度等關(guān)鍵指標,助力人民生活消費體驗升級,。

(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: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(lǐng)域的典型應(yīng)用

揭榜任務(wù):為應(yīng)對復(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,,實現(xiàn)智能化安全任務(wù)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(yīng)處置等能力,,提高安全運營效率,。

預(yù)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(wù),,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(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)揭榜單位申報材料