【投资】加特兰获国家大基金二期等投资;
5.工信部等四部门印发《国家AI产业综合标准化体系建设指南(2024版)》;
据朗玛峰创投消息,加特兰于近日宣布完成数亿人民币的D轮融资。本轮融资由国家集成电路产业投资基金二期股份有限公司、上海国鑫创业投资有限公司、福创投,老股东国投招商、华登国际投资追投。加特兰是全球CMOS毫米波雷达SoC芯片领军者。
加特兰官方消息显示,公司创立于2014年;2017年成功量产了全球首个汽车级CMOS工艺77/79GHz毫米波雷达射频前端芯片,率先实现了在汽车前装市场的突破;2019年又率先推出了集成雷达信号处理基带加速器的SoC芯片,为高性能、易开发、小型化毫米波雷达传感器的开发实现带来了全新的变革。此外,加特兰还量产了全球首个77GHz和60GHz毫米波雷达封装集成片上天线(AiP)SoC芯片,加速了毫米波雷达在汽车和工业消费市场的普及。
据悉,加特兰拥有目前业界最全面的毫米波雷达芯片产品组合,产品有77/79GHz和60GHz的射频前端、SoC和SoCAiP芯片,应用于包括角雷达、前雷达、成像雷达、舱内雷达、门雷达等汽车辅助驾驶及自动驾驶领域,以及智能家居、养老监护、安防监控、智慧交通、安检成像等工业消费领域。
朗玛峰创投消息显示,加特兰已覆盖比亚迪、奇瑞、上汽、极氪、蔚来、长安、零跑等超20家主机厂,成功搭载国内外超180款车型,累计出货超850万颗。
此外,近期,获大基金二期加持的企业还包括集益威半导体(上海)有限公司、沈阳新松机器人自动化股份有限公司、牛芯半导体、长电科技汽车电子(上海)有限公司、湖北九同方微电子有限公司等。(校对/韩秀荣)
近日,在行业内引领“特色工艺”半导体芯片设计自动化国产替代解决方案企业逍遥(成都)科技有限公司宣布完成数千万天使轮融资,由中南创投基金、成都天府科创投、深圳高新投、华芯程联合投资。
逍遥科技成立于2021年,是一家具备自主知识产权的电子/光电子芯片设计自动化(EDA/PDA)软件工具研发和服务企业,总部在成都天府新区,并在深圳、武汉、无锡、新竹等地设有研发和晶圆代工厂工艺设计套件(PDK)服务中心,同时设有海外营销和产品工程中心。逍遥科技是中国光学学会、光学工程学会会员,拥有在化合物/硅基光电子、第三代半导体等前沿技术的深度积累,与国内多家高校开展产学研深度合作。逍遥科技致力于为“特色工艺”半导体芯片提供设计自动化全流程EDA/PDA解决方案,涵盖化合物/硅基光电子、功率器件(SiC/GaN)、MEMS/智能传感、超构透镜(Metalens)等特色工艺芯片的设计需求。
硅基光电子集成电路的进展让光子和电子器件得以在同一芯片上实现集成,带来了从光通信到传感等广泛的功能和应用,也使这些异构系统的优化设计成为一个挑战。为解决设计难题,亟需新型的电子光子自动化设计工具。公司基于多年在“特色工艺“芯片设计自动化领域的需求分析、方法论研究、产品规划与开发实践经验,与行业客户紧密合作,研发出了全面的光电系统模块设计自动化解决方案PIC Studio,能够给大家提供了芯片仿真、系统仿真及流片的自动化流程,一套数据库覆盖从元件、链路到总系统的设计需求,部分功能不仅填补了“特色工艺”EDA/PDA在国内的空白,更在行业中处于领头羊。PIC Studio整合了多个工具,主要包括:
2. pSim:支持薄膜铌酸锂、硅光、化合物半导体芯片链路仿线. pSim Plus:进一步支持芯片间的仿真以及异质集成系统级仿真,包括电子芯片与光电芯片的交互、支持DSP算法、长距离光纤和多种链路类型的模拟,并支持自定义模型扩展
PIC Studio通过融合光电芯片设计流程与电芯片设计方法,提高了设计效率,为用户更好的提供了极大的灵活性和便利,可以大范围的应用于光通信、高速光连接、微波光子、光电子计算以及传感技术等多个尖端领域。
中南创投基金深耕于半导体和AI等科学技术创新领域,坚定看好AI技术带动下的硅光子技术发展带来的半导体芯片设计工具国产化机会,将与逍遥科技携手共同推进新一代光芯片等战略性新兴起的产业发展。
2024世界人工智能大会暨人工智能全球治理高级别会议(以下简称“WAIC 2024”)将于7月在上海举办,论坛时间7月4日-6日,展览时间7月4日-7日。WAIC 2024将围绕“以共商促共享 以善治促善智”的主题,打造“会议论坛、展览展示、评奖赛事、智能体验”四大核心内容。作为AI时代的智算底座,摩尔线程将携全栈AI产品和解决方案首次亮相WAIC,展示在围绕全功能GPU的技术更新及创新应用方面的最新成果。
以“全栈AI 为美好世界加速”为主题,摩尔线程将在WAIC展览区(上海世博展览馆H2馆D616)进行成果展示,包括芯片、板卡、服务器和AIGC应用在内的摩尔线程全栈AI产品将悉数亮相,并携手众多行业合作伙伴联合展示基于夸娥智算集群的丰富行业大模型与应用方案。
摩尔线程聚焦全功能GPU的设计与研发,芯片内置AI计算、现代图形渲染、智能多媒体、物理仿真及科学计算四大引擎,可以为AI和数字孪生等高算力场景提供高性能算力支撑。
自成立以来,摩尔线程不断的提高产品力,依托全功能GPU的多元计算优势,已经建立了以夸娥智算集群为核心的全栈AI产品线,致力于构建大模型和通用AI的先进算力基础设施。在WAIC 2024期间,摩尔线程全功能GPU芯片、大模型智算加速卡MTT S4000、AI大模型训推一体机MCCX D800、AI超融合一体机KUAE FUSION和夸娥智算中心全栈解决方案将亮相展区。
面向当前大模型训练和推理的需求,摩尔线程打造了夸娥(KUAE)智算中心解决方案。该方案以全功能GPU为底座,是软硬一体化的全栈解决方案,包括以夸娥计算集群为核心的基础设施、KUAE Platform集群管理平台,以及KUAE ModelStudio大模型平台,旨在以一体化交付的方式解决大规模GPU算力的建设和运营管理问题。该方案可实现开箱即用,大幅度的降低传统算力建设、应用开发和运维运营平台搭建的时间成本,实现快速投放市场开展商业化运营。
在大模型训练方面,摩尔线程现已支持包括LLaMA、GLM、Aquila、Baichuan、GPT、Bloom、玉言等数十家主流大模型的训练与微调。在实际运用中,使用摩尔线程夸娥(KUAE)千卡集群进行70B至130B参数规模的大模型训练时,线%,并且算力利用率保持稳定。
此外,无问芯穹、滴普科技、实在智能、羽人科技、憨猴集团等也基于摩尔线程的夸娥千卡智算集群,成功完成了不同参数量级的大模型分布式训练测试和适配,经实际验证,摩尔线程千卡智算集群可以有效支持当前大模型训练,在效率、精度、稳定性方面均可达到预期。
摩尔线程从始至终坚持通过全功能GPU推动“人工智能+”战略的实施,利用自主研发的芯片、显卡及集群解决方案,全力赋能金融、教育、电力、农业、能源等众多行业的智能化转型进程。在大模型、AIGC、数字孪生、物理仿真、元宇宙等前沿应用场景中,摩尔线程将发挥至关重要的AI算力基石作用,有力推动我们国家重点行业步入数字化转型的快车道。
“元宇宙+大模型”双重风口的叠加,推动全球算力进入新一轮加快速度进行发展期,也带动了GPU应用的不断拓展。多个方面数据显示,2030年智算占比将达到70%,以GPU为代表的智算将成为第一大算力。摩尔线程深刻理解当下及未来GPU算力需求的变化,将以全功能GPU及系列解决方案,构建以全功能GPU为核心的智算底座,助力千行百业数智化转变发展方式与经济转型,持续有力支撑我国数字化的经济发展。
6月27日,《济南市新一代人工智能高水平质量的发展行动计划(2024-2026年)》(以下简称《行动计划》)印发。
《行动计划》提出,到2026年,全市新一代AI产业能级持续提升,创新应用水平明显提高,平台载体发展壮大,公共服务能力慢慢地加强,AI与实体经济深层次地融合,AI核心产业规模突破600亿元,AI企业达到500家,AI产业发展总体水平居全国前列。
根据《行动计划》,到2026年,基础支撑筑牢夯实。算力基础设施建设不断完善,人工智能算力规模(FP16)突破3500PFlops,数据要素供给数量质量显著提升,数据要素市场基本建立。创新能力持续增强。围绕工业制造、教育、医疗、能源、城市管理等领域形成50个人工智能通用、垂直领域大模型产品,在智能装备、智能网联汽车、智能机器人等领域打造一批行业领先产品。应用水平显著提升。持续丰富人工智能应用场景需求和解决方案资源池,累计培育300个以上人工智能典型应用场景,实施1000个以上人工智能示范项目。发展环境不断优化。产业集群集聚水平加速提升,打造10个以上人工智能产业集聚区、3个以上人工智能示范区。建成人工智能岛、济南市人工智能计算中心、济南人工智能算力中心等公共服务平台,人才引育体系更加完善。
《行动计划》提出,实施产业基础夯实行动、实施产业创新提升行动、应用赋能拓展行动、发展环境优化行动四大
支持自主研发的相关软硬件部署应用,推动自主可控算力生态建设。探索构建智能算力互联网,实现算力资源跨地域、跨业务、跨平台集中高效调度,支持企业租用算力资源,为人工智能技术与产业高质量发展提供算力支持。2.提升数据要素供给能力。面向AI应用需求,鼓励建设安全合规的中文、图文、音频、视频等大模型通用数据集。支持企业建设行业数据集,推进行业数据互联互通。支持数据服务企业围绕数据清洗、数据标注、数据分析、数据可视化、数据安全等需求,强化数据服务供给能力。深化数据要素市场化改革,完善数据交易市场体系,探索可复制推广的交易流通路径。
3.提升基础软硬件供给能力。推动人工智能基础软件开发,鼓励企业研发或改进面向深度学习、分布式系统等技术的基础开源框架,加快推进人工智能算法库、工具集以及面向智能终端的嵌入式系统产业化。
鼓励智能计算装备企业整合国产智能芯片、自主学习框架算法等,打造全栈式人工智能计算解决方案,支撑人工智能自主可控生态建设。(二)实施产业创新提升行动
4.加强大模型研发。鼓励企业和研究机构开展大模型算法创新和核心技术攻关,重点研发多模态通用大模型。支持企业研发具有重大影响力和商业价值的垂直领域模型,培育垂直领域模型解决方案服务商,打造标杆性大模型产品。支持产业主体建设大模型产业基地。
5.加强核心技术攻关。鼓励相关科研机构加大研发力度,力争形成一批引领性理论成果。面向自然语言处理、计算机视觉、语音识别、知识图谱等通用技术领域以及类脑智能、量子智能等前沿技术领域,鼓励科研机构和企业加强攻关,突破核心算法。推进人工智能与工业互联网、元宇宙、量子技术、空天信息等新一代信息技术开展协同研发,突破一批融合性核心技术。鼓励各类创新主体参与重大科研项目,支持企业积极参与国家、省AI产业创新重点任务揭榜挂帅。
6.加强智能产品创新。鼓励企业开发人形机器人、工业机器人、服务机器人、特种机器人等机器人整机产品。支持开发新能源智能网联汽车系列产品。推动企业在语音识别、图像处理、大数据分析、虚拟仿真等领域开发一批高效智能软件产品。推动智能工程机械、智能化无人装备等智能装备开发。
7.加强创新主体引育。紧盯强链补链延链关键环节,加大人工智产业项目和头部企业招引力度。支持企业做大做强,更好发挥引领带动、辐射支撑作用。培育一批细分领域成长潜力较高的高新技术企业和行业领军企业。
8.推动人工智能应用场景赋能与开放。持续开展“AI泉城”赋能行动,重点围绕数字政府、制造、医疗、能源、交通、教育、安防等领域,构建人工智能应用场景需求和解决方案资源池。开展人工智能应用场景征集活动,面向全国征集解决方案,打造一批“人工智能+”典型示范应用场景。
9.人工智能+工业。实施工业智能创新工程,促进人工智能技术、产品与制造业全要素、全产业链、全价值链深度融合,推动人工智能全方位、深层次赋能新型工业化。引导企业应用人工智能技术对制造单元、产线、车间、工厂实施技术改造,培育一批国家级、省级智能制造试点示范项目和省级技术创新项目。聚焦十大标志性产业链群,推动“产业大脑”建设。
10.人工智能+农业。实施农业数字化突破工程,加快推动人工智能技术、产品在大田种植、设施园艺、畜牧养殖等领域的融合应用,加强智能化农机装备推广,形成一批涵盖生产、加工、流通、销售全产业链的数字农业应用场景,引领农业科技化、工厂化、园区化发展。推动“泉农通”数字农业平台建设,打造农业大数据智能决策分析系统。
11.人工智能+服务业。实施智慧交通示范工程,加快智能交通及智能驾驶试验中心二期建设,推动城市道路、高速公路无人驾驶测试运营。实施智慧健康优化提升工程,加大人工智能技术以及医用机器人、智能可穿戴设备等产品的推广应用扶持力度。实施智慧教育变革创新工程,打造全市统一的教育数字基座和平台服务体系,推进人工智能赋能的精准教学模式改革。实施金融服务数字化赋能工程,聚力优化金融服务产品,加快发展数字金融。挖掘数字消费新场景,运用人工智能加快物流、文化、养老等领域服务创新。
12.人工智能+数字政府。实施政务服务智能化提升工程,加快推动市级政务服务平台应用政务大模型、政务区块链等技术,围绕高效办成一件事、政务服务智能咨询、12345市民热线等方面开展应用示范。利用数据挖掘、知识图谱等技术整合优化各类领导驾驶舱,汇聚经济运行、城市运行、应急处置、生态环境、公共安全等领域数据,提升科学决策水平。
13.人工智能+数字社会。实施社会治理模式智能化创新工程,推进智慧服务终端、智慧充电设施、停车综合管理服务平台等智慧城市基础设施建设。加速搭建城市大数据平台、社区服务系统与智能家庭系统,构建多元异构数据融合的城市运行管理体系。
推动人工智能岛、科大讯飞人工智能教育主题园区、欧美同学会海归小镇(济南·人工智能)等园区项目建设,打造一批特色鲜明的人工智能产业集聚区。支持人工智能岛建设。开展市级人工智能产业集聚区、示范区评估认定工作。15.深化产业链协同。加大人工智能产业链“建强补延”力度,推进产业链式集群规模化发展。鼓励龙头骨干企业向中小企业开放算力、算法、数据、应用场景等资源,组建一批产业链上下游联合体,开展产业链协同创新。加大人工智能领域各类平台载体建设力度,推动教育链、人才链、创新链、产业链深度融合,孵化一批人工智能创新创业项目和团队。
16.提升公共服务水平。鼓励企业联合高校、研究机构建设人工智能公共技术服务、行业大数据、检验检测、创新中心等公共服务平台,提供人工智能大模型、解决方案、软硬件产品及生态适配等测试评估服务。加强人工智能领域标准宣贯工作,支持企业参与国际、国家标准制定。
17.建设人工智能人才高地。通过人才引进、项目合作、企业引培等方式,吸引并集聚技术先进、理念前沿、能力突出的人工智能领域高端人才。支持开展产学研合作,鼓励高等院校、科研机构设立人工智能相关课程,建设人工智能综合人才培养基地、实训基地。支持校企合作,开展人工智能训练师、算法工程师、运维工程师等技术、技能人才培训。
方面,《行动计划》提出,打造以四个集聚区、多个产业园为主体的“四聚多园”空间格局,增强产业集聚效应,加快人工智能产业化,进一步提升人工智能应用水平。(一)“四聚”。济南高新区整合汇聚创新资源,重点开展核心技术攻关,在矿山能源、医疗家政、基础教育服务等领域建设应用场景,引领产业创新发展,打造技术创新策源地。历下区依托人工智能平台及服务机构,重点开展人工智能技术、产品服务,充分发挥人工智能赋能作用,打造平台赋能服务高地。市中区依托人工智能开放创新平台,重点推动场景建设和创新应用,推动人工智能技术、应用场景和商业模式融合创新,打造应用创新融合区。济南新旧动能转换起步区依托国家级新区优势,探索建设大模型集聚基地、机器人制造业创新中心、元宇宙产业园等,充分发挥先导效应和先行先试作用,打造未来产业引领区。
(二)“多园”。在历城区、章丘区、槐荫区等人工智能产业基础较好的区县,依托人工智能特色产业园区,打造特色产业生态。历城区依托算力优势,推动国家超算济南科技园、智能传感器产业园等产业园区建设,打造高端人工智能算力产业生态。章丘区加快探索数据资源交易模式和数据产业高质量发展模式,打造人工智能数据产业生态。槐荫区依托头部企业加快带动产业发展,培育智能化工厂、智能化园区,打造工业智能特色生态。天桥区、长清区、济阳区、莱芜区、钢城区、平阴县、商河县、市南部山区等区县,推进人工智能与传统优势产业深度融合,打造文化旅游、高端装备、冶金钢铁、绿色食品、生物医药等行业数字化转型示范样板和典型标杆。(校对/赵碧莹)
近日,工业和信息化部、中央网信办、国家发展改革委、国家标准委等四部门联合印发《国家人工智能产业综合标准化体系建设指南(2024版)》(以下简称《建设指南》)。提出到2026年,我国标准与产业科技创新的联动水平持续提升,新制定国家标准和行业标准50项以上,引领人工智能产业高质量发展的标准体系加快形成。开展标准宣贯和实施推广的企业超过1000家,标准服务企业创新发展的成效更加凸显。参与制定国际标准20项以上,促进人工智能产业全球化发展。
以下是《国家人工智能产业综合标准化体系建设指南(2024版)》具体内容:
为深入贯彻落实党中央、国务院关于加快发展人工智能的部署要求,贯彻落实《国家标准化发展纲要》《全球人工智能治理倡议》,进一步加强人工智能标准化工作系统谋划,加快构建满足人工智能产业高质量发展和“人工智能+”高水平赋能需求的标准体系,夯实标准对推动技术进步、促进企业发展、引领产业升级、保障产业安全的支撑作用,更好推进人工智能赋能新型工业化,特制定本指南。
人工智能是引领新一轮科技革命和产业变革的基础性和战略性技术,正成为发展新质生产力的重要引擎,加速和实体经济深度融合,全面赋能新型工业化,深刻改变工业生产模式和经济发展形态,将对加快建设制造强国、网络强国和数字中国发挥重要的支撑作用。人工智能产业链包括基础层、框架层、模型层、应用层等4个部分。其中,基础层主要包括算力、算法和数据,框架层主要是指用于模型开发的深度学习框架和工具,模型层主要是指大模型等技术和产品,应用层主要是指人工智能技术在行业场景的应用。近年来,我国人工智能产业在技术创新、产品创造和行业应用等方面实现快速发展,形成庞大市场规模。伴随以大模型为代表的新技术加速迭代,人工智能产业呈现出创新技术群体突破、行业应用融合发展、国际合作深度协同等新特点,亟需完善人工智能产业标准体系。
以习新时代中国特色社会主义思想为指导,全面贯彻党的二十大和二十届二中全会精神,认真落实中央经济工作会议和全国新型工业化推进大会部署要求,完整、准确、全面贯彻新发展理念,统筹高质量发展和高水平安全,加快赋能新型工业化,以抢抓人工智能产业发展先机为目标,完善人工智能标准工作顶层设计,强化全产业链标准工作协同,统筹推进标准的研究、制定、实施和国际化,为推动我国人工智能产业高质量发展提供坚实的技术支撑。
到2026年,标准与产业科技创新的联动水平持续提升,新制定国家标准和行业标准50项以上,引领人工智能产业高质量发展的标准体系加快形成。开展标准宣贯和实施推广的企业超过1000家,标准服务企业创新发展的成效更加凸显。参与制定国际标准20项以上,促进人工智能产业全球化发展。
坚持创新驱动。优化产业科技创新与标准化联动机制,加快人工智能领域关键共性技术研究,推动先进适用的科技创新成果高效转化成标准。
坚持应用牵引。坚持企业主体、市场导向,面向行业应用需求,强化创新成果迭代和应用场景构建,协同推进人工智能与重点行业融合应用。
坚持产业协同。加强人工智能全产业链标准化工作协同,加强跨行业、跨领域标准化技术组织的协作,打造大中小企业融通发展的标准化模式。
坚持开放合作。深化国际标准化交流与合作,鼓励我国企事业单位积极参与国际标准化活动,携手全球产业链上下游企业共同制定国际标准。
人工智能标准体系结构包括基础共性、基础支撑、关键技术、智能产品与服务、赋能新型工业化、行业应用、安全/治理等7个部分,如图1所示。其中,基础共性标准是人工智能的基础性、框架性、总体性标准。基础支撑标准主要规范数据、算力、算法等技术要求,为人工智能产业发展夯实技术底座。关键技术标准主要规范人工智能文本、语音、图像,以及人机混合增强智能、智能体、跨媒体智能、具身智能等的技术要求,推动人工智能技术创新和应用。智能产品与服务标准主要规范由人工智能技术形成的智能产品和服务模式。赋能新型工业化标准主要规范人工智能技术赋能制造业全流程智能化以及重点行业智能升级的技术要求。行业应用标准主要规范人工智能赋能各行业的技术要求,为人工智能赋能行业应用,推动产业智能化发展提供技术保障。安全/治理标准主要规范人工智能安全、治理等要求,为人工智能产业发展提供安全保障。
人工智能标准体系框架主要由基础共性、基础支撑、关键技术、智能产品与服务、赋能新型工业化、行业应用、安全/治理等7个部分组成,如图2所示。
基础共性标准主要包括人工智能术语、参考架构、测试评估、管理、可持续等标准。
1. 术语标准。规范人工智能相关技术、应用的概念定义,为其它标准的制定和人工智能研究提供参考,包括人工智能相关术语定义、范畴、实例等标准。
2. 参考架构标准。规范人工智能相关技术、应用及系统的逻辑关系和相互作用,包括人工智能参考架构、人工智能系统生命周期及利益相关方等标准。
3. 测试评估标准。规范人工智能技术发展的成熟度、人工智能体系架构之间的适配度、行业发展水平、企业智能化能力等方面的测试及评估的指标要求,包括与人工智能相关的服务能力成熟度评估,人工智能通用性测试指南、评估原则和等级要求,企业智能化能力框架及测评要求等标准。
4. 管理标准。规范人工智能技术、产品、系统、服务等全生命周期涉及的人员、组织管理要求和评价,包括面向人工智能组织的管理要求,人工智能管理体系、分类方法、评级流程等标准。
5. 可持续标准。规范人工智能影响环境的技术框架、方法和指标,平衡产业发展与环境保护,包括促进生态可持续的人工智能软件开源基础框架,人工智能系统能效评价,人工智能与资源利用、碳排放、废弃部件处置等标准。
基础支撑标准主要包括基础数据服务、智能芯片、智能传感器、计算设备、算力中心、系统软件、开发框架、软硬件协同等标准。
1. 基础数据服务标准。规范人工智能研发、测试、应用等过程中涉及数据服务的要求,包括数据采集、数据标注、数据治理、数据质量等标准。
2. 智能芯片标准。规范智能芯片相关的通用技术要求,包括智能芯片架构、指令集、统一编程接口及相关测试要求、芯片数据格式和协议等标准。
3. 智能传感器标准。规范单模态、多模态新型传感器的接口协议、性能评定、试验方法等技术要求,包括智能传感器的架构、指令、数据格式、信息提取方法、信息融合方法、功能集成方法、性能指标和评价方法等标准。
4. 计算设备标准。规范人工智能加速卡、人工智能加速模组、人工智能服务器等计算设备,及使能软件的技术要求和测试方法,包括人工智能计算设备虚拟化方法,人工智能加速模组接口协议和测试方法,及使能软件的访问协议、功能、性能、能效的测试方法和运行维护要求等标准。
5. 算力中心标准。规范面向人工智能的大规模计算集群、新型数据中心、智算中心、基础网络通信、算力网络、数据存储等基础设施的技术要求和评估方法,包括基础设施参考架构、计算能力评估、技术要求、稳定性要求和业务服务接口等标准。
6. 系统软件标准。规范人工智能系统层的软硬件技术要求,包括软硬件编译器架构和优化方法、人工智能算子库、芯片软件运行时库及调试工具、人工智能软硬件平台计算性能等标准。
7. 开发框架标准。规范人工智能开发框架相关的技术要求,包括开发框架的功能要求,与应用系统之间的接口协议、神经网络模型表达和压缩等标准。
8. 软硬件协同标准。规范智能芯片、计算设备等硬件与系统软件、开发框架等软件之间的适配要求,包括智能芯片与开发框架的适配要求、人工智能计算任务调度、分布式计算等软硬件协同任务的交互协议、执行效率和协同性能等标准。
关键技术标准主要包括机器学习、知识图谱、大模型、自然语言处理、智能语音、计算机视觉、生物特征识别、人机混合增强智能、智能体、群体智能、跨媒体智能、具身智能等标准。
1. 机器学习标准。规范机器学习的训练数据、数据预处理、模型表达和格式、模型效果评价等,包括自监督学习、无监督学习、半监督学习、深度学习、强化学习等标准。
2. 知识图谱标准。规范知识图谱的描述、构建、运维、共享、管理和应用,包括知识表示与建模、知识获取与存储、知识融合与可视化、知识计算与管理、知识图谱质量评价与互联互通、知识图谱交付与应用、知识图谱系统架构与性能要求等标准。
3. 大模型标准。规范大模型训练、推理、部署等环节的技术要求,包括大模型通用技术要求、评测指标与方法、服务能力成熟度评估、生成内容评价等标准。
4. 自然语言处理标准。规范自然语言处理中语言信息提取、文本处理、语义处理等方面的技术要求和评测方法,包括语法分析、语义理解、语义表达、机器翻译、自动摘要、自动问答、语言大模型等标准。
5. 智能语音标准。规范前端处理、语音处理、语音接口、数据资源等技术要求和评测方法,包括深度合成的鉴伪方法、全双工交互、语音大模型等标准。
6. 计算机视觉标准。规范图像获取、图像/视频处理、图像内容分析、三维计算机视觉、计算摄影学、跨媒体融合等技术要求和评价方法,包括功能、性能、可维护性等标准。
7. 生物特征识别标准。规范生物特征样本处理、生物特征数据协议、设备或系统等技术要求,包括生物特征数据交换格式、接口协议等标准。
8. 人机混合增强智能标准。规范多通道、多模式和多维度的交互途径、模式、方法和技术要求,包括脑机接口、在线知识演化、动态自适应、动态识别、人机协同感知、人机协同决策与控制等标准。
9. 智能体标准。规范以通用大模型为核心的智能体实例和智能体基本功能、应用架构等技术要求,包括智能体强化学习、多任务分解、推理、提示词工程,智能体数据接口和参数范围,人机协作、智能体自主操作、多智能体分布式一致性等标准。
10. 群体智能标准。规范群体智能算法的控制、编队、感知、规划、决策、通信等技术要求和评测方法,包括自主控制、协同控制、任务规划、路径规划、协同决策、组网通信等标准。
11. 跨媒体智能标准。规范文本、图像、视频、音频等多模态数据处理基础、转换分析、融合应用等方面的技术要求,包括数据获取与处理、模态转换、模态对齐、融合与协同、应用扩展等标准。
12. 具身智能标准。规范多模态主动与交互、自主行为学习、仿真模拟、知识推理、具身导航、群体具身智能等标准。
智能产品与服务标准主要包括智能机器人、智能运载工具、智能移动终端、数字人、智能服务等标准。
1. 智能机器人标准。规范人工智能在机器人领域应用的技术要求,包括机器人智能认知、智能决策等标准。
2. 智能运载工具标准。规范智能运载工具感知、识别与预判、协同与博弈、决策与控制、评价等技术要求,包括环境融合感知、智能识别预判、智能决策控制、多模式测试评价等标准。
3. 智能移动终端标准。规范AI应用在移动终端领域的技术要求,包括图像识别、人脸识别、智能语音交互,以及智能移动终端涉及的信息无障碍、适老化等标准。
4. 数字人标准。规范数字人的外形、动作生成、语音识别与合成、自然语言交互等技术要求,包括数字人基础能力评估、多媒体合成渲染、基础数据采集方法、标识和识别方法等标准。
5. 智能服务标准。规范基于大模型、自然语言处理、智能语音、计算机视觉等人工智能技术提供的服务,包括模型即服务平台技术要求和评测方法等标准,以及面向特定场景的人工智能应用服务,如智能软件开发、智能设计、智能防伪等标准。
赋能新型工业化标准主要包括研发设计、中试验证、生产制造、营销服务、运营管理等制造业全流程智能化标准,以及重点行业智能升级标准。
1. 研发设计标准。研制跨领域知识整合、新型设计模式生成、人机协同研发设计等标准。
2. 中试验证标准。围绕高精度、全流程仿真模型,研制智能虚拟中试标准,以及复杂工业场景新技术应用验证标准。
4. 营销服务标准。围绕营销服务效率提升,研制智能客服、数字人、商品三维模型标准,以及用户体验等标准。
5. 运营管理标准。围绕运营管理智能化能力提升,研制相关供应链管理、数据管理、风险管理等标准。
6. 重点行业智能升级标准。围绕原材料行业,开展大模型畅联产线数据、优化在线监测调控和工艺改进等标准研制。围绕消费品行业,开展需求预测、个性化定制等标准研制。围绕装备行业,研制智能装备感知、交互、控制、协作、自主决策等标准。
开展智慧城市、科学智算、智慧农业、智慧能源、智慧环保、智慧金融、智慧物流、智慧教育、智慧医疗、智慧交通、智慧文旅等领域标准研究。
1. 安全标准。规范人工智能技术、产品、系统、应用、服务等全生命周期的安全要求,包括基础安全,数据、算法和模型安全,网络、技术和系统安全,安全管理和服务,安全测试评估,安全标注,内容标识,产品和应用安全等标准。
2. 治理标准。结合人工智能治理实际需求,规范人工智能的技术研发和运营服务等要求,包括人工智能鲁棒性、可靠性、可追溯性的技术要求与评测方法,人工智能治理支撑技术;规范人工智能全生命周期的伦理治理要求,包括人工智能伦理风险评估,人工智能的公平性、可解释性等伦理治理技术要求与评测方法,人工智能伦理审查等标准。
(一)完善组织建设。建立健全人工智能领域标准化技术组织,统筹产学研用各方、产业链各环节优势力量,协同推进人工智能标准建设,共同构建先进适用的AI产业标准体系。
(二)构建人才队伍。鼓励标准化研究机构培养和引进标准化高端人才,加强面向标准化从业人员的专题培训。鼓励企业、高校、研究机构等将标准化人才纳入职业能力评价和激励范围,构建标准化人才梯队。
(三)加强宣贯推广。指导行业协会、标准化技术组织、国家技术标准创新基地等,面向企业开展人工智能标准体系、重点标准的宣贯和培训,带领企业在研发、设计、生产、管理、检测等环节对标达标,持续提升标准助力产业高质量发展效能。(校对/韩秀荣)