各省、自治区、直辖视注打算单列市及新疆出产建设兵团工业和信息化主管部门 ，中央企业集团：
为深刻贯彻落实习近平总书记关于人为智能发展的沉要批示批示心灵 ，加快推动人为智能赋能新型工业化 ，工业和信息化部组织发展2025年人为智能产业及赋能新型工业化创新工作揭榜挂帅工作。有关事项通知如下：
一、工作内容
面向人为智能产业发展底座、“人为智能+造作”、智能产品设备、共性基础支持等沉点方向 ，挖掘造就一批技术创新强、利用落地快、典型示范好的关键技术和产品 ，加快人为智能与工业深度融合利用 ，高水平赋能新型工业化。
二、推荐前提
（一）申报主体须为在中华人民共和国境内注册、拥有独立法人资格的企事业单元。已列入前期揭榜优胜的项目不得沉复申报。
（二）各省、自治区、直辖视注打算单列市及新疆出产建设兵团工业和信息化主管部门 ，中央企业集团等推荐单元依照当局疏导、企业自愿的准则 ，优先推荐创新能力凸起、产业化远景好、行业带作为用显著的项目。
（三）激励企业、科技服务机构、高校、科研院所及新型研发机构等以结合体方式申报 ，牵头单元为1家 ，结合参加单元不超过4家。每个主体牵头申报不超过3项 ，作为参加单元申报不超过5项。
三、工作要求
（一）请各申报主体于2025年11月20日前 ，在申报系统（https://aibest.caict.ac.cn/jbgs）实现注册 ，按要求填写申报资料。
（二）请推荐单元组织各方积极参加 ，遵循公开、平正、公正的准则 ，于2025年11月30日前登录系统并确认推荐名单。各省、自治区、直辖视注打算单列市及新疆出产建设兵团工业和信息化主管部门推荐项目数量准则上不超过50个；对于提供有关支持行动的北京、上海、山东、湖南、广东、四川等6�。ㄊ校� ，推荐项目数量可额表增长20个；打算单列市推荐项目准则上不超过15个 ，经省工业和信息化主管部门审核后统一报送；中央企业集团推荐项目数量准则上不超过5个 ，不占属地指标 ，可直接报送。
（三）工业和信息化部牵头组织遴选入围单元 ，并颁布入围单元名单。入围单元实现攻关工作后（名单颁布之日起不超过2年） ，工业和信息化部委托第三方专业机构发展测评工作 ，择优确定优胜单元。
（四）请推荐单元高度器沉揭榜挂帅工作 ，充分调动企业、高校、科研院所、有关产业同盟及行业协会的积极性 ，遵循公开、平正、公正准则做好推荐工作 ，加大支持力度 ，推动人为智能产业高质量发展。
（五）为做好揭榜挂帅攻关工作 ，更好推动科技创新与产业创新深度融合 ，以关键技术攻关推动产业高质量发展 ，请各�。ㄊ校┎锎λ⒄褂攀坪吞厣旄� ，在政策资金支持、场景盛开、利用推广等方面为入围和优胜单元予以支持。
四、联系方式
（一）工作征询
总体工作征询010-62304330
系统技术征询010-62308338
（二）处所政策征询
北京市010-55520871
上海市021-23117655
山东省0531-51782640
湖南省0731-88955549
广东省020-83133405
四川省028-81711615
特此通知。
附件：
1.2025年人为智能产业及赋能新型工业化创新工作揭榜挂帅申报指南
2.2025年人为智能产业及赋能新型工业化创新工作揭榜挂帅申报资料
3.2025年人为智能产业及赋能新型工业化创新工作揭榜挂帅有关处所支持保险行动
工业和信息化部办公厅
2025年11月5日
附件1
2025年人为智能产业及赋能新型工业化创新工作揭榜挂帅申报指南
一、产业发展底座
（一）算力
1.大模型训练芯片
揭榜工作：面向大模型训练需要 ，研造大模型训练芯片 ，突破芯片内核架构设计、出产工艺适配、先进封装适配等关键技术 ，提升芯片算力和机能功耗比 ，支持低精度浮点体式 ，提高存储带宽和容量 ，实现训练芯片设计、造作、封装全链条突破。
预期指标：到2027年 ，大模型训练芯片覆盖主流模型框架 ，适配90%以上大模型 ，支持混合精度推算、低精度训练等技术 ，半精度浮点数算力机能达到国际先进训练芯片90%以上。
2.大模型高效推理集群
揭榜工作：面向高并发、高吞吐、低延长场景 ，构建大模型高效推理集群 ，突破混合精度推算、散布式推理、多模态模型优化等关键技术 ，发展系统全栈工程优化 ，提升资源利用率、推算效能、并发处置能力等 ，满足系统大规模服务利用需要。
预期指标：到2027年 ，大模型高效推理集群覆盖主流模型架构 ，支持千亿以上参数模型 ，GPU推算资源主题利用率可达到80% ，首Token时延不超过200ms ，推理服务不变性不低于99.9%。
3.智算中心综合能效治理系统
揭榜工作：研发基于液冷系统和数字化能碳治理技术的综合能效治理系统 ，推动人为智能技术在智算中心的利用 ，实现智算中心信息设备、冷却系统、供配电系统的状态感知、高效联动、智能调优升级等 ，提升信息设备利用效能。
预期指标：到2027年 ，智算中心综合能效治理系统提升信息设备利用率不低于20%、年综合节能率不低于10%。其中 ，液冷系统支持混合部署分歧算力类别、品牌、型号的液冷服务器 ，均匀无故障工作功夫不低于5万幼时 ，可提供不少于200W/cm2的散热能力 ，余热回收量达信息设备总发热量10%以上。
4.算力互联调度平台
揭榜工作：面向全域算力感知、汇聚、调度需要 ，构建算力互联调度平台 ，突破算力智能感知、算力调度等技术 ，支持工作数据高效流通 ，推动多领域、多场景实际利用 ，实现算力资源跨主体、跨架构、跨地域协同。
预期指标：到2027年 ，算力互联调度平台汇聚公共算力资源不少于10000P ，支持多样化编排调度战术 ，支持至少2个运营主体、3种系统架构、5个算力中心的智能调度 ，支持至少10种算力产品服务 ，发展不少于20个典型场景试验利用。
5.异构智算集群云操作系统
揭榜工作：面向大模型在超大规模异构算力集群的混训需要 ，研发可支持十万卡规模的异构智算集群云操作系统 ，突破训练工作精密化拆分及精准匹配、故障实时感知、秒级自愈复原等关键技术 ，提升超大规模异构智算集群的训练效能 ，降低故障率。
预期指标：到2027年 ，异构智算集群云操作系统适配不少于5款芯片 ，支持万亿参数以上规模的大模型训练 ，集群资源均匀利用率超过95% ，可实现秒级故障复原 ，周训练有效率达99%以上。
（二）数据
6.工业高质量数据集
揭榜工作：面向沉点方向领域 ，建设工业高质量数据集 ，涵盖研发设计、中试验证、出产造作、营销服务、运营治理关键环节中的基础数据 ，赋能通用大模型或工业垂类模型的高效训练与基准评测。
预期指标：到2027年 ，工业高质量数据集满足规范性、齐全性、正确性、一致性等至少12个质量评估维度要求 ，文本数据集规模总量达到100TB以上 ，至少覆盖1万亿token ，图文数据集规模总量达到1000万对以上 ，音视频数据集规模总量达到1000TB以上 ，赋能至少5个通用大模型或工业垂类模型的训练与基准评测。
7.工业人为智能数据工程平台
揭榜工作：研发工业人为智能数据工程平台 ，突破工业数据多源异构融合、智能化数据标注、多模态标注、高质量数据合成等关键技术 ，实现智能化数据加工、数据合成、数据融合等职能 ，推进工业领域人为智能数据集的高质量供给。
预期指标：到2027年 ，平台支持文本、图片、视频等至少3种分歧模态数据加工及合成 ，支持ERP、CRM、MES等至少6类工业系统的数据融合 ，在不少于10家工业企业发展示范利用。
8.“模数共振”空间
揭榜工作：建设集“数据协同、模型训练、利用开发、安全保险”于一体的软硬件系统平台 ，加快推动行业通识和专识数据贯通共享 ，赋能跨企业、跨行业的模型训练、测试和优化迭代 ，智能体开发等。
预期指标：到2027年 ，空间支持跨3个及以上主体间的数据贯通和模型协同训练 ，支持研发设计、中试验证、出产造作、营销服务、运营治理等关键环节的人为智能利用开发 ，形成不少于10幼我工智能利用产品。
（三）算法
9.复杂推理大模型
揭榜工作：构建具备多级推理验证机造的大模型 ，突破思想链加强、知识图谱融合、因果揣度建模等关键技术 ，推动模型架构创新以及与底层硬件的深度协同 ，实现从训练范式到部署规划的全栈优化。
预期指标：到2027年 ，研造复杂推理大模型 ，实现至少一种关键技术创新 ，在数学证明、科学问题、逻辑推理等复杂推理工作上达到专家级水平 ，在专业评测集上的正确率达到全球前列 ，在低精怀抱化下的推理正确率损失不高于2%。
10.具身智能基础模型
揭榜工作：研发具身智能基础模型 ，突破多模异构数据对齐融合、环境交互和多样化活动战术进建等技术 ，提高具身智能动态环境理解、感知预测、认知推理和复杂工作执行能力 ，加强对分歧本体、多阶段工作的适应性和泛化性。
预期指标：到2027年 ，具身智能基础模型支持不少于3种本体适配 ，实现对复杂动态环境的精确理解 ，支持实现至少200种未训工作 ，成功率不低于95% ，多阶段工作分化和执行的矫捷性、泛化性显著提升。
11.智能终端端侧模型
揭榜工作：研发智能终端端侧模型 ，推动端侧推理引擎及模型剪枝、量化、蒸馏等关键技术突破 ，实现云端训练到端侧部署的全流程优化 ，机能靠近云端基准模型 ，支持终端多场景实时推理 ，发展规�；�。
预期指标：到2027年 ，端侧模型可能适配不少于3款终端芯片、支持不少于3类终端设备 ，模型轻量化后精度损失不超过3% ，端侧推理延长不超过50ms ，支持终端创新利用不少于10个 ，实此刻不少于百万台终端部署。
（四）开发工具
12.模型迁徙适配工具
揭榜工作：面向算法模型在分歧软硬件系统的迁徙适配需要 ，开发模型迁徙适配工具 ，突破跨框架模型转换、异构硬件自动优化等主题技术 ，支持模型在软硬件系统的高效适配与部署 ，降低模型迁徙门槛。
预期指标：到2027年 ，模型迁徙适配工具适配不少于5款芯片 ，实现模型在分歧软硬件系统迁徙后精度损失不高于1% ，迁徙适配成功率超过99%。
13.智能体通讯工具
揭榜工作：研发智能体通讯工具 ，突破智能体通讯和谈、模型通讯和谈等关键技术 ，具备要求发送、接管响应、流式传输、异步操作等职能 ，支持分歧开发平台智能体间、智能体与表部工具间的互操作性 ，提升智能体开发与利用效能。
预期指标：到2027年 ，智能体通讯工具支持主流通讯和谈 ，具备跨平台兼容性、跨和谈版本兼容性 ，提供至少3种说话的SDK实现 ，通讯延长幼于100ms ，实现智能体场景利用示范不少于50个 ，适配支持超过50个主流智能体（通用智能体不少于10个）。
14.大模型服务及治理平台
揭榜工作：研发大模型服务及治理平台 ，支持基于基座大模型进行微调 ，具备大模型量化压缩、推理加快、云边端部署与协同治理能力 ，实现大模型及其服务的全流程治理 ，降低大模型使用门槛 ，推动大模型赋能千行百业。
预期指标：到2027年 ，平台具备健全的服务水平和谈 ，均匀挪用成功率不低于99.99% ，响应时延不高于1秒 ，支持对至少10类系列大模型进行微调、沉训、量化压缩和推理加快。公有云模式下企业客户不少于500家 ，或私有化部署的项目数不少于50个。
15.智能体开发与利用平台
揭榜工作：研发智能体开发与利用平台 ，具备智能体开发部署、组件工具集成、智能体利用治理等职能 ，支持数据处置分析、工具和软件系统接入、算法模型内置、多智能体集成利用等 ，提升智能体开发及利用效能。
预期指标：到2027年 ，智能体开发与利用平台API响应速度不高于500ms ，服务要求成功率不低于95% ，集成不少于80种组件工具 ，可能同时治理100个以上智能体协同 ，智能化利用不少于500个 ，在至少50家企业落地利用。
二、“人为智能+造作”
（一）原资料
16.钢铁造作大模型
揭榜工作：面向钢铁造作流程高效有序运行需要 ，深度融合钢铁行业知识、数据 ，研发钢铁造作大模型 ，构建大模型、幼模型、机理模型协同融合的钢铁造作智能体平台 ，实现对钢铁造作数据的实时采集、全面感知和智能分析 ，支持对造作关键指标的精准预测和造作过程的精确节造 ，提高造作流程陆续化水平 ，提升产品质量。
预期指标：到2027年 ，钢铁造作大模型行业知识问答正确率不低于85% ，支持不少于20个钢铁出产流程典型场景 ，流程陆续化水平提升不低于10% ，产品机能指标颠簸降低不低于20% ，在不少于3家企业利用。
17.化工研发设计大模型
揭榜工作：基于化工行业知识抽取、多模态理解等技术 ，研造化工研发设计大模型 ，突破面向化工反映网络简化工作的大模型微调技术 ，提升反映网络构建和简化的精确性 ，支持多源工艺流程图（PFD）/工艺管路和仪表流程图（P&ID）的智能鉴别和解析、化工工艺流程图的自动设计与优化等 ，提升化工研发设计效能。
预期指标：到2027年 ，化工研发设计大模型行业知识问答正确率不低于85% ，反映网络中各反映方程的反映物、前提、产品简直定正确率不低于85% ，对多源PFD/P&ID中设备、仪表、阀门、管线信息的鉴别正确率不低于95% ，自动设计的化工工艺流程图可用度不低于70% ，在不少于3家企业利用。
18.新资料研发智能工具
揭榜工作：面向金属资料、高分子资料、复合伙料等新资料研发 ，研造基于人为智能和高通量推算技术的智能软件工具 ，实现新资料性质预测与筛选 ，揭示新资料设计与机能之间的深档次法规 ，支持资料的智能设计、合成及表征 ，推动资料研发造作的自动化和智能化 ，提高研发效能 ，降低研发成本。
预期指标：到2027年 ，新资料研发智能工具支持资料性质预测与筛选、合成蹊径设计、逆向设计等不少于3个场景职能 ，新资料研发效能提升超过30% ，在新资料研发流程中实现规模示范利用。
19.原资料出产工艺智能优化系统
揭榜工作：面向石化化工、有色、建材等某一个原资料行业的出产优化节造需要 ，基于资料机能数据、机理模型、工艺流程知识等多模态数据 ，研发原资料出产工艺智能优化系统 ，突破出产工艺优化大模型技术 ，分场景部署垂直细分模型或智能体 ，实现工艺参数动态优化、关键指标精准预测和调控 ，提高精益出产水平。
预期指标：到2027年 ，原资料出产工艺智能优化系统具备美满的工艺智能节造与优化模型库 ，对关键工艺参数预测正确性达到90%以上 ，出产造作周期缩短10%以上 ，在不少于3家企业利用 ，形成20个以上典型场景利用案例。
（二）电子信息
20.芯片研发智能工具
揭榜工作：面向高靠得住、高质量、高效能的芯片研发设计需要 ，研发基于人为智能的芯片设计或仿真验证工具 ，实现芯片智能化设计分析、仿真优化等职能 ，通过智能算法提升芯片机能、优化布局布线、加快电路仿真和职能验证等 ，提高芯片研发效能。
预期指标：到2027年 ，智能工具在不少于2款芯片设计中发展利用 ，芯片机能、功耗等提升超过20% ，前仿真和后仿真验证效能提升不低于50%。
21.CPU多指令集转化智能工具
揭榜工作：基于ARM、LoongARCH、x86等芯片指令集 ，研发支持主流操作系统平台的CPU多指令集转化智能工具 ，构建多指令集转码映射开源训练数据集 ，面向数学库、图像与信号处置库、求解器等场景 ，开发支持指令转码与推算优化的人为智能模型 ，降低分歧指令集之间算力转码损耗。
预期指标：到2027年 ，研造形成CPU多指令集转化智能工具 ，具备指令转码与推算优化职能 ，支持有关人为智能模型轻量化并与系统级芯片（SoC）集成 ，x86与ARM、LoongARCH等二进造指令编码、互转效能损失缩幼不超过5% ，基础硬件平台兼容性和扩大性得到提升。
（三）消费品
22.生物医药研发智能工具
揭榜工作：面向化学药、生物制品等生物医药研发流程 ，基于机械进建、高通量技术等发展生物医药虚构筛选和尝试优化钻研 ，研发药物靶点预测与药物筛选的智能化工具 ，实现从药物尝试设计、数据分析到临床前验证的全流程智能化 ，大幅提升研发效能、降低研发成本。
预期指标：到2027年 ，生物医药研发智能工具支持靶点发现、药物筛选、合成蹊径优化等主题场景职能不少于3个 ，在药物研发流程中实现规模示范利用 ，使药物研发效能提升不低于40% ，研发成本降低不低于20%。
23.服装智能化定造系统
揭榜工作：面向服装行业用户定造化设计、急剧打样造作等设计出产协同必要 ，研发服装智能化定造系统 ，支持基于大模型的草绘天生设计、图片天生设计、天然交互式批改、虚构试衣展示等职能 ，突破裁缝设计到造作工艺的自动编排 ，实现凭据现有出产设备和物料状态天生造作出产规划 ，有效缩短造样功夫、急剧响应市场变动。
预期指标：到2027年 ，服装智能化定造系统支持智能辅助设计、裁缝成效展示、自动工艺分化、出产资源调配等职能 ，具备不少于50款基础服装样版类此外智能辅助设计出产模型 ，模型挪用功夫不高于50ms ，打样交付功夫不高于72幼时 ，在至少15个以上的服装出产基地发展示范利用。
（四）通讯
24.基于大模型的无线网络仿真系统
揭榜工作：研发基于大模型的无线网络仿真系统 ，面向无线信号传布机理解构难、原始数据与大模型匹配柔性差等难题 ，突破高精度无线信号大模型及新一代无线仿真技术 ，构建涵盖仿真数据、真实路测数据等的高质量数据集 ，打造融合高精三维数字地图、卫星影像数据的无线场景库 ，实现无线网络仿真测试及量化评价 ，助力打造高机能精品网络。
预期指标：到2027年 ，基于大模型的无线网络仿真系统涵盖城市高楼密集区、郊区、坦荡旷野等无线传布场景不低于30种 ，高质量数据集不少于5TB ，相比传十足计性仿真步骤 ，平台信号强度预测精度提升不低于30% ，支持接入无线网络规划、运营、优化系统。
25.通讯网络运维优化大模型
揭榜工作：萦绕网络割接、网络配置、故障告警、网络建复、网络优化、运维资料检索、个性报表造作等典型场景 ，研发通讯网络运维优化大模型 ，构建运维优化高质量数据集 ，支持网络自动化配置、网络隐患自动发现与守护、故障自动诊断与隔离、事务自动处置、网络机能优化、运维知识智能问答、运维数据智能分析等职能 ，提升网络运维效能。
预期指标：到2027年 ，通讯网络运维优化大模型行业知识问答正确率不低于85% ，支持不少于10项网络运维优化职能 ，构建运维优化高质量数据集不少于5个 ，在不少于10个场景中发展示范利用 ，提升运维效能不低于30%。
（五）无线电
26.电磁频谱智能监测和分析系统
揭榜工作：面向9kHz-31GHz的无线电监测需要 ，研发基于人为智能技术的电磁频谱智能监测和分析系统 ，构建电磁频谱知识图谱 ，攻克频谱宽带智能监测、精密化分析、滋扰和异常智能查找、精确定位等关键技术 ，实现电磁频谱日常精密化智能监测。
预期指标：到2027年 ，电磁频谱智能监测和分析系统支持“黑广播”和犯法无线电设备查找、黑飞无人机发现等职能 ，在典型无线电业务场景中的信号检测正确率大于90%、异常信号发现正确率大于95%、滋扰形状鉴别正确率大于90%。
27.智能化高精度无线信号鉴别处置系统
揭榜工作：研发智能化高精度无线信号鉴别处置系统 ，构建多维信号样本特点库 ，突破基于人为智能的电磁频谱特点提取、广域高动态电磁态势协同感知、自适应滋扰抑造、无线信号智能鉴别等关键技术 ，实现电磁空间实时监测和信号研判的高效、精准预警机造。
预期指标：到2027年 ，智能化高精度无线信号鉴别处置系统支持9kHz至6GHz频段内的信号覆盖与动态滋扰感知 ，多维异构信号特点库的标注数据不幼于100万组 ，无线信号鉴别正确率不幼于90% ，形成可规�；乒愕闹悄芑浇饩龉婊�。
三、智能产品设备
（一）智能产品
28.智能终端产品
揭榜工作：面向消费者智能终端利用需要 ，研造智能手机、智能PC、智能腕表、智能眼镜等终端产品 ，突破智能终端产品环境感知、意图理解、人机交互等关键技术 ，显著提升智能终端服务履历。
预期指标：到2027年 ，智能终端支持文本、语音、图像、视频、传感器数据的跨模态融合感知、分析与理解 ，支持触摸、语音等多模态的人机交互方式 ，交互正确率不低于90% ，实现基于用户意图的智能算法挪用和编排 ，提供多场景、跨利用的智能化职能不少于20项 ，产品出货量超千万。
29.人形机械人
揭榜工作：面向工业造作、民生服务、特种作业等领域 ，研造人形机械人 ，突破多模态大模型、大幼脑深度融合、移动操作泛化等关键技术以及一体化关节、灵巧手、高机能传感器等本体关键零部件 ，实现人形机械人高价值场景梯次规模引用 ，提高经济社会运行效能。
预期指标：到2027年 ，人形机械人支持不少于10种行为活动 ，操作成功率不低于90% ，精度在厘米级以下 ，支持凭据表部指令和行动了局优化决策 ，决策有效性不低于90% ，在零部件分拣、物料转运、精密装配、人机协同作业、康养陪同、应急接济、危险作业等场景中发展示范利用。
30.智能家庭陪护机械人
揭榜工作：面向将来生涯智能化需要 ，研发智能家庭陪护机械人 ，突破多模态人机天然交互技术、人-机-环混合加强技术、动力学实时模型等关键技术 ，构建与智慧家庭相结合的陪护服务系统和解决规划 ，保险沉要人群生涯必要。
预期指标：到2027年 ，智能家庭陪护机械人支持与至少15种智能家电设备的交互 ，构建智能陪护服务系统 ，在老年人健全和安全监测、饮食辅助、异常情况救助等典型场景中发展示范利用。
31.智能冶炼机械人
揭榜工作：面向钢铁、有色等行业冶炼流程 ，研发智能冶炼机械人 ，实现冶炼关键环节的机械人自主作业 ，并结合全流程工艺决策模型 ，串联多台智能机械人 ，构建协同操作的冶炼机械人系统 ，实现跨流程协调调度 ，显著提升作业安全性与效能。
预期指标：到2027年 ，冶炼机械人本体结尾最大载荷不幼于400kg ，感知系统鉴别正确率不低于99% ，投料类作业效能不低于50kg/min ，支持单出产线上超10台机械人的协同操作 ，作业工作类型不少于3种 ，典型场景示范利用不少于3个。
32.智能无人飞行系统
揭榜工作：面向低空领域利用 ，研造具备自主智能的无人飞行系统 ，开发基座模型 ，并针对视觉说话导航、空间推理、工作规划等研发专用垂类模型 ，突破“态势感知-空间认知-规划行动”的端到端自主智能关键技术 ，构建低空世界仿照器 ，支持基于城市三维实景的无人飞行系统仿照训练 ，在巡检安监、应急接济、物流配送等场景实现规模利用。
预期指标：到2027年 ，无人飞行系统具身基座模型及专用垂类模型机能达到国际先进水平 ，仿照器支持在至少20个城市三维实景中发展仿照训练 ，无人飞行系统可实现自主导航避障 ，满足续航、靠得住性、安全性等低空利用需要 ，在不少于5个场景发展规模示范利用。
（二）智能设备
33.人为智能数控机床
揭榜工作：面向数控机床工艺优化、精度提升和健全保险等智能利用场景 ，研发人为智能数控机床 ，突破基于新一代人为智能的高端数控系统关键技术 ，蕴含高机能数控软硬件平台、大模型垂直利用等 ，提升数控机床自主感知、自主进建、自主决策和自主执行能力等 ，满足航空航天、新能源汽车、消费电子等造作领域数控机床高端化利用需要。
预期指标：到2027年 ，人为智能数控机床技术就绪度不幼于8级 ，靠得住性MTBF不幼于30000幼时 ，开发工艺编程与优化、误差丈量与赔偿、故障诊断与运维智能化等智能利用�？椴挥子�20个 ，在造作领域推广利用不少于500套。
34.线性工程建造运维智能软件与设备
揭榜工作：面向轨交、公路、管线等线性工程建造运维需要 ，构建涵盖规划设计、施工缺点、安全隐患、资料使用、设备状态等的多模态数据集 ，研发基于专用视觉大模型的智能三维设计软件、质量安全监管系统、智能巡检设备等关键智能软件与设备 ，推动在沉点领域的利用示范。
预期指标：到2027年 ，专用视觉大模型问答正确率不幼于80% ，多模态数据集不少于1000万张图片和5000万字对应中文语料 ，关键智能软件与设备在不少于8条线性工程落地利用。
35.高端设备智能装配工艺系统
揭榜工作：面向航空、航天、船舶、汽车等高端设备复杂工艺柔性扮装配需要 ，研发集成工业模型库、资料库、工艺库的智能装配工艺系统 ，突破三维模型解析、多源异构数据组织与沉构、多模态数据融合等技术 ，实现装配工艺智能化。
预期指标：到2027年 ，高端设备智能装配工艺系统支持基于人为智能技术赋能装配工艺蹊径规划、工序设计、参数设计、工艺优化等 ，装配工艺设计效能提升超过30% ，在不少于3家企业利用。
36.造作设备智能运维系统
揭榜工作：研发基于多模态大模型的造作设备智能运维系统 ，深度融合视觉、时序、文本等多模态数据 ，突破设备状态实时监测、故障智能诊断与预测、远程协同运维等关键技术 ，实现造作设备运行数据的精准采集、智能分析与决策支持 ，推动造作设备运维从被动响应向自动预防转变 ，提升造作设备全性命周期治理效能。
预期指标：到2027年 ，造作设备智能运维系统可实现万台设备在线运维 ，支持基于多模态大模型的故障诊断 ，诊断正确率不低于95% ，运维效能较传统模式提升3倍以上 ，发展规模示范利用。
37.电力设备智能运行分析系统
揭榜工作：面向风电、火电、水电、核电、光伏等电力设备运行需要 ，研发基于多模态大模型的电力设备运行分析系统 ，萦绕发输变配等环节 ，突破行业知识深度耦合、多模态数据融合分析、复杂系统优化决策等技术 ，提升电力出产调度效能和智能化水平。
预期指标：到2027年 ，电力设备智能运行分析系统在设备缺点智能鉴别、用电负荷预测、发电优化调度等不少于5个场景中利用 ，工作措置正确率不低于90% ，形成规�；痉缎в�。
38.基于人为智能的仪器仪表设计造作系统
揭榜工作：面向仪器仪表产品设计严沉依赖人员经验、工艺设计与造作数据错杂且尺度化水平低的问题 ，研发基于人为智能的仪器仪表设计造作系统 ，突破仪器仪表造作工艺知识抽取技术、智能化测试技术等 ，构建产品设计、造作工艺知识库与数据库 ，实现仪器仪表的智能化出产、自动化测试、可视化校准等。
预期指标：到2027年 ，基于人为智能的仪器仪表设计造作系统具备工艺知识推理模型不少于2个 ，工艺知识库与数据库蕴含工艺知识不少于1000条 ，数据规模不少于1TB ，系统支持与MES/PLM系统集成 ，具备可视化操作、测试工作自动天生、工艺法式自动下发等职能 ，在至少10家典型仪器仪表造作企业发展示范利用。
（三）智能软件
39.流体仿真智能软件
揭榜工作：面向航空、航天、能源工程等领域 ，研发基于人为智能技术的急剧流体仿真软件 ，萦绕飞行器、汽车、船舶、发起机、涡轮机等典型产品研发过程中面对的气（水）动力求解、流场仿照、气动噪声仿照、湍流仿照、点火仿照等流体仿真工作 ，实现高精度推算流体力学仿照 ，削减真实试验次数 ，有效提升产品研发效能 ，降低设计研发成本。
预期指标：到2027年 ，流体仿真智能软件应支持不少于3个场景 ，相迸宗传统推算流体力学求解器 ，求解了局误差不高于3% ，求解功夫降低30%以上 ，在不少于3家企业利用。
40.结构仿真智能软件
揭榜工作：面向航空、航天、汽车等领域 ，萦绕结构仿真建模功夫过长 ，效能较低 ，求解设置和有关参数设置高度依赖专家经验、试错迭代耗时长等问题 ，实现基于人为智能技术的天然说话交互、参数自动解析、智能纠错、了局检验优化等职能 ，有效提升产品仿真效能 ，降低设计研发成本。
预期指标：到2027年 ，结构仿真智能软件应支持不少于10个场景 ，建模和求解设置等效能提升300%以上 ，在不少于10家造作企业利用。
41.电磁仿真智能软件
揭榜工作：面向航空、船舶、汽车等领域 ，研发基于人为智能技术的电磁仿真软件 ，萦绕传统电磁兼容仿真求解器推算慢 ，模型试验周期长、成本高档问题 ，实现基于人为智能步骤的近远场电磁安全性和电磁滋扰等电磁仿真工作 ，削减真实试验次数 ，有效提升产品研发效能 ，降低设计研发成本。
预期指标：到2027年 ，电磁仿真智能软件应支持不少于15个场景 ，相迸宗传统电磁仿真求解器 ，均匀求解误差不高于3dB ，产品模型试验量降低50%以上 ，求解功夫降低90%以上 ，在不少于10家企业利用。
42.基于大模型的零部件设计软件
揭榜工作：研发基于大模型的零部件设计软件 ，突破文生三维零部件设计的大模型技术 ，支持三维建模操作指令序列天生、执行并输出三维模型文件等职能 ，降低零部件设计软件操作复杂度 ，提升设计效能和设计质量。
预期指标：到2027年 ，基于大模型的零部件设计软件支持对不少于20种设计指令的天然说话理解 ，设计意图理解正确率不低于90%。对需三条及以上设计指令的复杂设计意图的理解正确率不低于60% ，三维模型尺寸精度可达0.05毫米 ，在通用设备、飞行器、车船、管网或压力容器等领域发展零部件设计示范利用。
43.软件智能开发测试工具
揭榜工作：面向高复杂度、高靠得住性软件研发需要 ，研造基于大模型的软件智能开发测试工具 ，深度融合法式说话个性、算法等知识 ，结合监督微调、检索加强、知识图谱等工程化技术 ，赋能代码天生、代码查抄、单元测试、测试用例天生、测试剧本天生、测试数据天生等软件研发流程 ，提升软件研发质量与效能。
预期指标：到2027年 ，智能开发工具落地利用的企业案例不少于50个 ，智能测试工具落地利用的企业案例不少于40个 ，利用开发工具时期码选取率高于40% ，利用测试工具时用例选取率高于40%。
44.流程工业智能出产运营治理系统
揭榜工作：面向流程工业出产调度、设备运维、质量治理等需要 ，研发智能出产运营治理系统 ，基于大模型技术强化专业知识理解和复杂专业知识推理能力 ，构建大幼模型相结合的多系统调度技术 ，支持物料配送、故障诊断保建等工作自动化规划与执行 ，实现排产、工艺优化和设备治理等出产过程的智能化节造与调度。
预期指标：到2027年 ，流程工业智能出产运营治理系统实现批量落地 ，出产类知识辅助正确率大于90% ，实现不少于20类关键设备的异常预警、故障定位、故障预测和维建决策 ，异常预警正确率不低于95% ，排产工作执行正确率不低于90% ，在3个以上分歧业业10个以上典型场景落地。
45.工业3D内容智能天生与实时交互系统
揭榜工作：面向工业园区、厂区、车间、产线等 ，研发工业3D内容智能天生与交互系统 ，突破基于人为智能的3D内容天生技术 ，满足大规模工业物理场景的3D沉建和天生 ，支持工业静态和动态指标的高效编纂 ，实现基于云边端协同渲染的XR实时数据处置、传输与交互 ，支持工业设备守护、安全培训、远程合作蹬爪用。
预期指标：到2027年 ，工业3D内容智能天生与实时交互系统支持千平以上工业场景的3D急剧沉建与编纂 ，基于采集数据的3D模型沉建时长达到幼时级 ，端到端交互时延幼于100ms ，并在沉点行业发展示范利用。
46.尝试室安全智能监控治理系统
揭榜工作：汇聚尝试室多源数据 ，构建人为智能安全预警预测模型 ，研发基于人为智能的尝试室安全智能监控治理系统 ，实现对危险化学品、特种设备、高温高压高转速设备等沉要危险源的动态风险管控以及尝试室环境、人员行为等多维度数据的实时检测与分析 ，智能鉴别安全隐患 ，预警潜在风险 ，提供垂危情况下的自动报警和智能应急响应规划 ，全面提升尝试室安全治理效力。
预期指标：到2027年 ，尝试室安全监控治理系统安全隐患智能鉴别率不低于90% ，沉要危险源的场景动态预警正确率不低于80% ，应急响应速度提升50%以上 ，在高风险尝试室实现安全预警系统全覆盖 ，可正确鉴别尝试室人员的不安全行为并在30秒内实时通知。
四、共性基础支持
47.人为智能安全检测与防护工具
揭榜工作：面向工业、金融、政务等领域 ，研发人为智能安全检测与防护工具 ，突破模型算法、典型利用的安全检测与加固技术 ，形成系统化检测和防护能力 ，满足高安全场景对人为智能技术安全利用的需要。
预期指标：到2027年 ，工具在开源模型上的攻击成功率不低于80%；具备安全加固能力 ，针对未知攻击步骤 ，加固后的开源模型被攻击成功率降低80%以上 ，专业机能降低不超过3%；支持对智能体、具身智能的安全检测 ，发现安全问题并形成加固步骤。在不少于5家企业利用。
48.人为智能数据智能防护平台
揭榜工作：面向人为智能数据流转过程中的数据泄露、篡改、迷失等各类数据安全风险 ，研发人为智能数据智能防护平台 ，突破数据隐衷�；ぁ⑹葜悄芊掷喾旨丁⒋竽Ｐ筒问荼；さ燃际� ，实现针对企业各环节沉要主题数据以及大模型参数等沉要数据资产的安全防护。
预期指标：到2027年 ，人为智能数据智能防护平台可对海量企业数据进行全性命周期�；� ，具备数据投毒扫描能力 ，毒性数据检测正确率不低于95% ，支持对至少3种主流开源大模型的训练推理数据进行安全防护 ，在不少于5家企业利用。
49.人为智能安全评测平台
揭榜工作：面向人为智能利用典型场景 ，研发人为智能安全评测平台 ，形成数据集质量评估、算法安全验证、模型安全评测、框架安全怀抱、系统安全检测等全方位、多维度的安全评估能力 ，突破人为智能利用安全评测数据集自动化天生技术 ，构建融合现实场景数据和自动化天生数据的高质量安全评测和安全加强数据集。
预期指标：到2027年 ，人为智能安全评测平台具备对典型算法模型的安全评测能力 ，支持越狱攻击、提醒词攻击等至少10类安全攻击检测步骤 ，形成百万级高质量安全评测集、安全加强数据集。
50.基于大模型的网络安全风险诊断工具
揭榜工作：研发基于人为智能大模型的网络安全风险诊断工具 ，利用大模型的语义分析、复杂推理等能力 ，加强对海量行业知识及网络安全知识的进建 ，实现网络安全风险诊断的自动化和智能化。
预期指标：到2027年 ，基于大模型的网络安全风险诊断工具覆盖业务场景不少于3个 ，风险诊断结论被最终选取的比例超过80% ，在不少于10家企业利用。
五、其他
51.面向残障人群的疼痛智慧治理系统
揭榜工作：面向残障人群多种类、复杂疼痛治理需要 ，研发基于人为智能的疼痛智慧治理系统 ，突破自主疼痛感知、职能评估、康复医治、智慧治理等关键技术 ，实现残障人群疼痛康复的多维度智慧治理。
预期指标：到2027年 ，成立不少于4类职能阻碍疼痛数据库 ，实现不少于3种职能阻碍的疼痛评估、药物规划及康复医治规划设计 ，支持疼痛生理评估 ，评估正确率不低于90%。
52.大幅面智能盲文显示设备
揭榜工作：面向残障人群感知、盲文文档治理等需要 ，研发大幅面、高刷新、便携式的盲文点显装置 ，突破汉盲翻译、人机交互等关键技术 ，提升残障人士获守信息、沟通互换的效能。
预期指标：到2027年 ，盲文点显幅面大于10寸 ，不少于5000触点 ，支持显示多行盲文、盲文图形和盲文符号 ，支持多类型电子文档读取和处置 ，支持将文字信息向国度通用盲文转换 ，转换正确率不低于95% ，全幅面盲文点序与汉字、图形、音符、语音出现延时不超过1.5s。
53.智能康复护理床/床垫
揭榜工作：面向残障人士卧床监护、在床护理、康复训练蹬爪用需要 ，研造多职能智能康复护理床/床垫 ，突破智能感知与自动节造等关键技术 ，实现卧床者生理状态监测、全自动体位调节、风险预判等职能 ，为失能残疾人提供居家护理和康复服务。
预期指标：到2027年 ，支持坐卧、侧翻、屈腿等不少于12种体位感知 ，感知正确率不低于90% ，支持心率、呼吸、体压等不少于5种生理参数数据监测 ，监测正确率不低于90% ，实现不超过0.5秒的离床预警、坠床过问并启动防护机造 ，支持炎症习染、压疮、静脉血栓等风险预警 ，在至少5家单元发展示范利用。
54.应攻关的工作
利用于其他行业、其他场景、其他流程中的人为智能赋能新型工业化关键技术、产品、设备、服务和平台等 ，应拥有技术先进性 ，技术成熟度较高 ，产业化远景较好。
附件3
2025年人为智能产业及赋能新型工业化创新工作揭榜挂帅有关处所支持保险行动
一、北京市
落实《北京市关于支持信息软件企业加强人为智能利用服务能力行动规划》（京经信发〔2025〕19号）、《北京市关于人为智能赋能新型工业化行动规划》（京经信发〔2025〕27号）等政策 ，赐与揭榜入围单元或优胜单元有关支持。同时 ，将通过“一区一品”盛开场景、入选典型示范案例等方式 ，积极宣传有关先进产品和示范案例 ，并向京津冀造作业企业进行宣贯。
二、上海市
落实《关于人为智能“模塑申城”的执行规划》（沪府办发〔2024〕27号）、《上海市进一步扩大人为智能利用的若干措施》（沪经信智〔2025〕489号）等系列人为智能政策 ，对揭榜挂帅入围单元或优胜单元 ，赐与算力券、模型券和语料券支持。激励在模速空间、AI幼镇等集聚区落地 ，能够赐与最高100%支持的“三个100万元”补助。依陀装模塑申城”打算 ，加强供需对接 ，支持参加中试利用基地建设 ，打造高价值场景。同时 ，推荐参与世界人为智能大会 ，参评SAIL大奖 ，扩大创新成就影响力。
三、山东省
用好《关于支持人为智能全产业链创新发展的若干政策措施》（鲁政办字〔2025〕49号）、《关于加快人为智能赋能沉点领域高质量发展的推动规划》（鲁政办字〔2025〕48号）等政策 ，对切合前提的揭榜入围单元按划定赐与算力券、模型券、语料券、智能场景券等补助 ，每个最高150万元。同时 ，通过供需对接会、入选典型示范案例等方式 ，支持揭榜入围单元和项目在山东地域、沉点行业落地。
四、湖南省
落实《深入“智赋万企”行动加快造作业数字化转型执行规划》（湘工信人为智能〔2025〕325号）等政策 ，对本省揭榜优胜单元 ，按项目投资额的肯定比例赐与资金支持。同时 ，积极支持揭榜入围单元和项目在湖南省利用落地。
五、广东省
落实《广东省推动人为智能与机械人产业创新发展若干政策措施》（粤府办〔2025〕6号） ，支持揭榜挂帅入围单元和项目在广东落地 ，对在本地注册、拥有独立法人资格的单元 ，赐与关键主题技术攻关、优质企业造就、产业投融资服务等工作支持。同时 ，将通过颁布利用场景清单、组织行业利用对接会、打造示范标杆、组织媒体对优良产品案例宣传报路等活动 ，支持揭榜挂帅入围单元和项目在有关行业落地利用。
六、四川省
落实《四川省工业领域设备更新和技术刷新项目资金治理执行细则》（川经信技改〔2024〕156号）政策 ，支持揭榜入围项目在造作全过程、全身分深度融合使用 ，执行出产设备数字化刷新、智能设备和软件更新迭代 ，推动造作业智能化刷新数字化转型。同时 ，执行人为智能赋能新型工业化行动 ，将通过供需对接会等方式 ，支持揭榜入围单元和项目在四川沉点行业落地。
