，加强大模型关键核心技术攻关，支持创新主体通过揭榜挂帅等方式开展关键核心技术攻关，择优纳入市级科技研发计划，最高支持
对于开展人工智能颠覆性技术路线创新，设立创新专项，前瞻布局新型架构芯片、脑智能、类脑智能等新路径探索，《若干措施》择优纳入市级科技研发计划，最高支持3000万元。
在数据方面，鼓励各类主体开放共享高质量训练数据，根据数据开放数量和质量等予以最高300万元奖励；对于完成大模型训练数据产品交易的主体，予以最高200万元支持，推动政府、企业多方联动，促进数据合规使用。
在应用方面，推动应用场景对人工智能大模型的验证、迭代，围绕具身机器人、智能医疗、智能教育等重点领域，建设行业大模型应用场景联合研发平台，打造一批示范效应好、推广前景大、融合力度强的人工智能标杆应用，最高支持5000万元。
在环境方面，优化投融资环境，5年内投资超1000亿元。积极推动人工智能企业优先在北交所上市；以海淀区为核心，加快建设人工智能大模型产业集聚区，打造特色鲜明的人工智能创新创业街区，予以最高5000万元支持。
北京市科委、中关村管委会信息科技处处长韩健在会上发布《北京市人工智能大模型行业应用分析报告》，并宣布北京市人工智能应用场景联合研发平台启动征集。
北京市以行业大模型创新应用为抓手，全力推动大模型技术应用落地，举办北京市人工智能行业大模型创新应用大赛，开放度场景及高质量数据，最终有6家企业获得一等奖，分别是瑞莱科技（政务）、中科闻歌（金融）、瑞泊（产业升级）、数坤科技（医疗）、中科大脑（文化教育）、中科睿鉴（智慧城市）。
韩健谈道，北京市人工智能大模型行业应用呈现5大特征：1）由浅入深，大模型穿越边缘场景，向核心场景挺进；2）守正创新，央国企拥抱新技术，加快大模型在产业升级、金融等领域的落地步伐；3）百花齐放，大模型应用搭建难度明显下降，动态行业大数据成为落地新关键；4）量体裁衣，需求方情况各异，在采购、部署大模型时特色鲜明；5）保驾护航，大模型安全逐渐受到重视，为可持续发展提供保障。
当前人工智能大模型行业应用面临5类挑战：1）算力需求持续增长，可能会掣肘大模型落地应用；2）需求尽快找到大模型落地与知识产权保护、数据隐私保护之间的平衡点；3）大模型幻觉问题仍未得到根治；4）大模型从可用到好用，需要供需双方协同发力，联合研发；5）部分领域应用积极响应监管需要，对大模型落地提出更高要求。
同时，北京市人工智能应用场景联合研发平台征集储备。征集时间为4月27日至5月30日，面向行业用户，即大模型产品的需求方、场景方。
申报单位需在相关行业具有较高的行业影响力和丰富的行业从业经验，积累一定规模的高质量行业数据，有明确的行业大模型应用需求；有一定体量的信息化或人工智能研发团队，对促进人工智能新技术、新产品、新应用落地具有较强推动和示范作用。
海淀区委、常务副区长岳立发布人工智能创新街区概念。这里将真正成为一个会学习、会思考、有温度、可进化的超级城市智能风景。
据他介绍，他们选择在海淀南部具有人工智能资源、国际互动紧密的53平方公里范围，全面打造人工智能创新街区，以三横两纵一带为骨架，串联起52个全国重点实验室、10个新型研发机构、106个国家级科研机构、37所顶尖高校、89位AI2000全球顶尖学者、1.23万位人工智能学者、1300家人工智能企业、90余家大模型相关单位、37家备案大模型单位。
海淀区希望构建创新生态的新范式，包括推动政产学研金服用要素有机融合、提供独一无二的研究平台、提升千行百业创新水平的产业智能体；并希望搭建起高性能的通用城市智能底座，最底层是海量可信数据资源平台、超大规模算力资源平台，往上一层是空间计算操作系统，再往上是通用大模型平台，最上面是智能体运营平台。
我们将秉承以人为本的初心，将率先在五道口和大钟寺两个先导区打造智能体的样板间，推动街区、校区、园区三期融合。有生命的城市智能体正在向我们走来。岳立谈道。
中关村科学委会副主任、海淀区副区长唐超发布《关于打造全国具身智能创新高地三年行动方案（2024-2026年）》，提出以大模型等人工智能技术突破为引领，聚焦具身大模型和机器人整机，部署实施六大行动。
六大行动分别是：源头创新突破行动，本体产品领跑行动，创新平台赋能行动，应用场景示范行动，产业集群建设行动，生态雨林打造行动。
行动方案的主要目标是力争到2026年，成为全球具身智能的原始创新策源地、应用示范新高地、产业加速集聚地，成为我国参与全球具身智能竞争的核心力量。还有三个小目标：
1、突破一批具身智能前沿核心技术，率先研制出国内领先、国际先进的多模态具身大模型和多形态机器人。
在机器人方向，海淀区科研和产业优势突出，聚焦全市40%的企业，人形机器人企业数量近200家（占全市半数以上），包括十余家人形机器人本体企业，有3家本体上市企业、2家独角兽企业，清华、北大、北航、北理、中科院等高校院所，银河通用机器人、智源研究院联合研发了140亿参数量的具身智能多模态大模型Emu。
清华大学教授、生数科技首席科学家朱军现场发布视频大模型突破性原创成果——中国首个原创全自研长时长、高一致性、高动态性的视频大模型Vidu。
Vidu由清华大学与生数科技联合研发，实现全栈自主创新、全面突破，具备模拟真实物理世界、富有想象力、多镜头语言、16秒视频时长、高时空一致性、理解中国元素等特色。
Vidu能根据文本描述直接生成16秒高质量视频，且生成视频流畅连贯，没有明显的插帧现象。朱军展示了Vidu与Pika、Gen-2、Sora等行业现有文生视频大模型的生成视频效果对比。
朱军称，其快速突破源于长期积累和多项原创成果。2022年9月，其团队在全球首发U-ViT网络架构，这是全球首个Diffusion Transformer架构，这一架构提出3个月后，Sora采用的同源基础架构DiT的论文才发表。
其团队2023年3月在全球首发并开源基于U-ViT架构的多模态大模型UniDiffuser，5月提出文生3D新算法Prolific Dreamer，今年1月发布4D框架Animatable Dreamer并实现可生成4秒视频的文生视频模型。今日发布的原创自研U-ViT视频大模型Vidu，进一步将视频时长增加到16秒。
智源研究院理事长黄铁军与中国电信首席技术官、首席科学家、中国电信人工智能研究院（TeleAI）院长李学龙发布了由北京智源人工智能研究院与TeleAI联合研发的全球首个低碳、高性能开源多语言大模型Tele-FLM，并预告接下来将发布千亿、6000亿、万亿参数大语言模型。
1、低碳。损失预测技术保障训练0调整0重试。据Meta官网信息，Llama 3训练可能用了超过49152张H100，而Tele-FLM训练仅用到896张A800。
2、高性能。在多轮角色、多轮安全、安全测试、幻觉测试、闲聊问答等度能力测评结果超过GPT-3.5 Turbo。重视中文数据质量而不是数量，Tele-FLM在基础模型评测中取得了领先的效果，BPB loss指标在英文上优于Llama 2-70B和Llama 3-8B，在中文上优于Qwen 1.5-72B。
3、全面开源。核心技术（生长策略、超参搜索、稳定训练），模型权重（基础模型、对话模型），训练细节（超参搜索曲线、Loss曲线、GradNorm、过程评测）全开源。
1、通用人工智能大任务仿真平台（TongSIM），拥有虚拟环境构建、物理及因果逻辑仿真以及智能体环境感知等功能特性，能够为通用智能体提供丰富的任务训练环境，并支持对通用智能体的智能能力进行全面的测试。
2、通用智能人通通（LittleGirl），全球首个通用智能体，区别于数据驱动的AI，以价值和因果驱动，能够根据自己的价值观做出可解释的决策，而不是简单地执行预设的程序。其日常训练使用不超过10块A100芯片。
3、通用人工智能评级标准与测试平台通智测试（TongTest），为评估通用智能体智能水平而设计的综合测试系统。根据TongTest对通通的阶段性测试，与人类儿童对比，在复杂动态场景中，通通处理复杂任务的能力和价值与人类3-4岁儿童相当。
4、通用人工智能科研平台通境（TongVerse），为具身智能提供安全、可控的仿真环境，让机器人在面对真实世界挑战前得以充分准备和训练。
在未来人工智能先锋论坛期间，中关村人工智能产业联盟发起成立。联盟成员包括北京通用人工智能研究院、中国信通院、北京大学、清华大学、中国人民大学、中国科学院自动化研究所、智源研究院、海天瑞声、智谱AI、腾讯、中国中车、百度、百川智能、中关村科学城公司等上百家高校、机构。
通用人工智能论坛正式启动通用人工智能产业创新生态计划，将基于北京通用人工智能研究院的系列科研成果和产业转化实践，以通用智能体技术为核心，构建产业链、创新链、资金链、人才链四链融合的产业生态，推动AI+新质生产力发展。
据北京通用人工智能研究院常务副院长董乐介绍，通用人工智能产业创新生态将聚焦应急、交通、教育、康养、制造、政务六大业务领域，以通用智能人通通为核心技术底座，联合生态企业共建垂直领域智能体，加速通用人工智能技术创新的产业转化。
基于此，北京通用人工智能研究院分别与神州信息、中国联通智慧足迹、南网数企、千方科技研究院、暗物智能等产业智能体创新伙伴，以及伟仕佳杰、智子引擎、北京数道智算、拓维信息、爱动超越等场景创新伙伴举行签约仪式，共同推动通用人工智能的产业应用。
北京通用人工智能研究院还联合北京大学、清华大学，支持建立北京大学通用人工智能实验班和清华大学通用人工智能因材施教计划。由北京通用人工智能研究院牵头与北大、浙大、等多所高校开展博士研究生联合培养工作——通用人工智能协同攻关合作体人才培养计划。
在主题报告环节，来自全球产学研领域的人工智能学术专家和产业领袖将分享前沿的技术动态、深刻的行业洞察和宝贵的实践经验。
北京大学教授、中国科学院院士鄂维南以《新一代AI与科学应用》为题发表演讲，重点分享了大模型和大数据库双轮驱动的AI方法，强调训练大模型的核心技术困难之一在于数据处理，非结构化数据处理是机器学习方法的一大主要难题，如果将所有的数据都放在一张表格里，机器学习的门槛就会大大降低，因此必须建立高效率、高性能的数据处理系统。
MyScale数据库是国际第一个AI数据库，也是目前综合性能最好、功能最强的AI数据库，同时在数据管理和向量查询性能上领先。鄂维南分享了小模型+AI数据库的技术路线：AI数据库+模型库和模型生产平台+模型操作系统。
大预训练模型大大提升了基础AI能力，大模型不能一杆子捅到底，需要Agents来实现具体任务。对此，鄂维南谈道，只需在原来的框架下稍作改动，把小模型改成Agents，把模型生产平台改成以预训练模型为基座，就能打造大模型+大数据库结合的Agent平台。
中国工程院院士、清华大学信息科学技术学院院长戴琼海以《光电智能计算》为题发表演讲。他首先提到算力需求暴涨带来的能耗压力：十年内，大模型计算预计将消耗我国年发电量的5%-10%。新型计算架构是人工智能算力优化与创新的主要路径之一，其中光电智能计算具备高算力低功耗的特。
备案号：沪ICP备10015141号-1 杏彩体育·(中国)官方网站欢迎来电咨询！
