元宇宙、人形機器人、腦機接口、通用人工智能4大方向！工信部開展揭榜掛帥申報工作→
元宇宙揭榜掛帥任務(wù)榜單
向上滑動閱覽
人形機器人揭榜掛帥任務(wù)榜單
▼
向上滑動閱覽
（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)模化的傳感器生產(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/cm2~240N/cm2 (10g/cm2~24kg/cm2)±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)?；⒌统杀?、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)習與技能發(fā)育的通用強化學(xué)習算法庫，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。
腦機接口揭榜掛帥任務(wù)榜單
▼
向上滑動閱覽
（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?、輸入阻抗、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。
通用人工智能揭榜掛帥任務(wù)榜單
▼
向上滑動閱覽
（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)?？偭窟_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)容等重點風險，研發(fā)多維度一體化的人工智能風險管控軟件產(chǎn)品。構(gòu)建人工智能安全風險測評數(shù)據(jù)集，提出相應(yīng)安全風險的檢測、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)違法等風險。
預(yù)期目標：到2025年，構(gòu)建3個人工智能安全風險測評數(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險，提出不少于10種面向人工智能數(shù)據(jù)安全風險的檢測、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。
