5月30日，北京市政府辦公廳正式發布《北京市促進通用人工智能創新發展的若干措施》。其中提出，系統構建大模型等通用人工智能技術體系。開展大模型創新算法及關鍵技術研究，鼓勵開源技術生態建設。構建數據管理平臺相關系統，研發數據清洗、標注、分類、注釋及內容審查等算法及工具。構建多模態多維度的基礎模型評測基準及評測方法，建設自動評測開放服務平臺。支持研發分布式訓練系統、編譯器及人工智能芯片自動化評測系統，推動基礎軟硬件廣泛適配。持續探索通用智能體、具身智能和類腦智能等通用人工智能新路徑。

【資料圖】

措施全文

北京市促進通用人工智能創新發展若干措施

為貫徹落實《北京市加快建設具有全球影響力的人工智能創新策源地實施方案（2023-2025年）》，充分發揮政府引導作用和創新平臺催化作用，整合創新資源，加強要素配置，營造創新生態，重視風險防范，推動本市通用人工智能實現創新引領和理性健康發展，特制定以下措施。

一、提升算力資源統籌供給能力

（一）組織商業算力滿足緊迫需求

著力發揮本市算力資源優勢，實施算力伙伴計劃，通過與云廠商加強合作，加快歸集現有算力，明確供給技術標準、軟硬件服務要求、算力供給規模和支持措施，為創新主體提供多元化優質普惠算力，保障人工智能技術創新和產品研發算力需求。

（二）高效推動新增算力基礎設施建設

將新增算力建設項目納入算力伙伴計劃，加快推動海淀區、朝陽區建設北京人工智能公共算力中心、北京數字經濟算力中心，形成規模化先進算力供給能力，支撐千億級參數量的大型語言模型、大型視覺模型、多模態大模型、科學計算大模型、大規模精細神經網絡模擬仿真模型、腦啟發神經網絡等研發。

（三）建設統一的多云算力調度平臺

針對彈性算力需求，通過建設多云算力調度平臺，實現異構算力環境統一管理、統一運營，便利創新主體在不同云環境上無縫、經濟、高效地運行各類人工智能計算任務。進一步優化本市與天津市、河北省、山西省、內蒙古自治區等區域算力集群的直連基礎光傳輸網絡，提高環京地區算力一體化調度能力。

二、提升高質量數據要素供給能力

（四）歸集高質量基礎訓練數據集

組織有關機構整合、清洗中文預訓練數據，形成安全合規的開放基礎訓練數據集；持續擴展多模態數據來源，建設高質量的文字、圖片、音頻、視頻等大模型預訓練語料庫，支持在依法設立的數據交易機構開展數據流通、交易。

（五）謀劃建設數據訓練基地

加快建設數據基礎制度先行先試示范區，探索打造數據訓練基地，推動數據要素高水平開放，提升本市人工智能數據標注庫規模和質量。鼓勵開展內容信息服務的互聯網平臺提供高質量語料數據，供創新主體申請使用。探索基于數據貢獻、模型應用的商業化場景合作。

（六）搭建數據集精細化標注眾包服務平臺

以眾包服務方式，建設數據集精細化標注平臺，開發智能云服務系統，集成相關工具應用。鼓勵并組織來自不同學科的專業人員參與標注多模態訓練數據及指令數據，提高數據集質量。研究平臺激勵機制，推動平臺持續良性發展。

三、系統構建大模型等通用人工智能技術體系

（七）開展大模型創新算法及關鍵技術研究

圍繞模型構建、訓練、調優對齊、推理部署等環節，積極探索基礎模型架構創新，研究大模型高效并行訓練技術和認知推理、指令學習、人類意圖對齊等調優方法，研發支持百億參數模型推理的高效壓縮和端側部署技術，形成完整高效的技術體系，鼓勵開源技術生態建設。

（八）加強大模型訓練數據采集及治理工具研發

圍繞訓練數據“采、存、管、研、用”等環節，研究互聯網數據全量實時更新技術、多源異構數據整合與分類方法，構建數據管理平臺相關系統，研發數據清洗、標注、分類、注釋及內容審查等算法及工具。

（九）建設大模型評測開放服務平臺

鼓勵第三方非盈利機構構建多模態多維度的基礎模型評測基準及評測方法；研究人工智能輔助的模型評測算法，開發包括通用性、高效性、智能性、魯棒性在內的多維度基礎模型評測工具集；建設大模型評測開放服務平臺，建立公平高效的自適應評測體系，根據不同目標和任務，實現大模型自動適配評測。

（十）構建大模型基礎軟硬件體系

支持研發大模型分布式訓練系統，實現訓練任務高效自動并行。研發適用于模型訓練場景的新一代人工智能編譯器，實現算子自動生成和自動優化。推動人工智能訓練推理芯片與框架模型的廣泛適配，研發人工智能芯片評測系統，實現基礎軟硬件自動化評測。

（十一）探索通用人工智能新路徑

發展面向通用人工智能的基礎理論體系，加強人工智能數學機理、自主協同與決策等基礎理論研究，探索通用智能體、具身智能和類腦智能等通用人工智能新路徑。支持價值與因果驅動的通用智能體研究，打造統一理論框架體系、評級標準及測試平臺，研發操作系統和編程語言，推動通用智能體底層技術架構應用。推動具身智能系統研究及應用，突破機器人在開放環境、泛化場景、連續任務等復雜條件下的感知、認知、決策技術。支持探索類腦智能，研究大腦神經元的連接模式、編碼機制、信息處理等核心技術，啟發新型人工神經網絡模型建模和訓練方法。

四、推動通用人工智能技術創新場景應用

（十二）推動在政務服務領域示范應用

圍繞政務咨詢、政策服務、接訴即辦、政務辦事等工作，利用人工智能在語義理解、自主學習和智能推理等方面的能力優勢，提高政務咨詢系統智能問答水平，增強“京策”平臺規范管理和精準服務能力，輔助市民服務熱線高效回應市民訴求，推進政務辦事精準指引和高效審批。

（十三）探索在醫療領域示范應用

支持有條件的研究型醫療機構提煉智能導診、輔助診斷、智能治療等場景需求，充分挖掘醫學文獻、醫學知識圖譜、醫學影像、生物學指標等多模態醫療數據，會同人工智能創新主體開發智能應用，實現對癥狀、體征和專病的精準識別與預測，提升疾病診斷、治療、預防及全病程管理的智能化水平。

（十四）探索在科學研究領域示范應用

發展科學智能，加速人工智能技術賦能新材料和創新藥物領域科學研究。支持能源、材料、生物領域相關實驗室設立科研合作專項，與人工智能創新主體開展聯合研發，充分挖掘材料、蛋白質和分子藥物領域實驗數據，研發科學計算模型，開展新型合金材料、蛋白質序列和創新藥物化學結構序列預測，縮短科研實驗周期。

（十五）推動在金融領域示范應用

系統布局“揭榜掛帥”項目，推動金融機構進一步開放行業應用場景；支持金融科技創新主體聚焦智能風控、智能投顧、智能客服等環節，研發金融專業長文本精準解析建模技術、復雜決策邏輯與模型信息處理融合技術，支撐金融領域投資輔助決策。

（十六）探索在自動駕駛領域示范應用

支持自動駕駛創新主體研發多模態融合感知技術，基于車路協同數據和車輛行駛多傳感器融合數據，提高自動駕駛模型多維感知預測性能，有效解決復雜場景長尾問題，輔助提高車載自動駕駛模型泛化能力。支持在北京市高級別自動駕駛示范區3.0項目建設中，開放車路協同自動駕駛數據集。開展基于低時延通訊的云控自動駕駛模型測試，探索自動駕駛新技術路徑。

（十七）推動在城市治理領域示范應用

支持人工智能創新主體結合智慧城市建設場景需求，率先在城市大腦建設中應用大模型技術，加快多維感知系統融合處理技術研發，實現智慧城市底層業務的統一感知、關聯分析和態勢預測，為城市治理決策提供更加綜合全面的支撐。

五、探索營造包容審慎的監管環境

（十八）持續推動監管政策和監管流程創新

探索營造穩定包容的監管環境，鼓勵創新主體采用安全可信的軟件、工具、計算和數據資源，開展人工智能算法、框架等基礎技術的自主創新、推廣應用、國際合作。爭取在中關村國家自主創新示范區核心區先行先試，推動實行包容審慎監管試點。

（十九）建立常態化服務和指導機制

對具有輿論屬性或社會動員能力的人工智能相關互聯網信息服務，開展常態化聯系服務，指導創新主體引入技術工具進行安全檢測、按規定申報安全評估、履行算法備案等程序。

（二十）加強網絡服務安全防護和個人數據保護

指導創新主體加強網絡和數據安全管理，落實網絡安全、數據安全和個人信息保護主體責任，強化安全管理制度建設和工作落實。鼓勵創新主體開展數據安全管理認證及個人信息保護認證，落實數據跨境傳輸安全管理制度，全面提升網絡安全和數據安全防護能力。

（二十一）持續加強科技倫理治理

加強人工智能倫理安全規范及社會治理實踐研究。建設通用人工智能領域科技倫理治理公共服務平臺，服務政府監管，促進行業自律。開展科技倫理審查及相關業務培訓，強化各責任主體科技倫理規范意識。深入開展科技倫理教育和宣傳，構建良好人工智能科技倫理氛圍。

（文章來源：界面新聞）

關鍵詞：

責任編輯：Rex_31