广东省人工智能赋能千类产业的若干措施

这些措施旨在执行中共中央和国务院关于促进人工智能（AI）发展的决策和部署，以推动我省人工智能产业的高质量发展，加速形成新生产力（新质生产力），建立现代工业体系，赋能千行百业提升质量和效率，并在智能时代创建新的经济模式、生活体验和治理方式。 I. 总体目标 至2025年，该省的计算能力（"compute"）预计将超过40 EFLOPS，核心人工智能产业将超过3000亿元人民币（RMB）。至2027年，该省人工智能产业的基础将进一步巩固，计算能力超过60 EFLOPS，形成国家级领先算法体系和计算网络系统。智能终端产品丰富多样，八大类别包括手机、电脑、家电、机器人等，将有超过100款广泛使用的智能终端产品。预计核心人工智能产业将超过4400亿元。此外，将开发超过500个应用场景，重点涵盖制造业、教育、养老等行业，各行业劳动生产率将显著提升。 II.巩固人工智能基础 ， 加快新生产力形成 (一) 增加 AI 核心芯片和元器件供给 1.我们必须建立一个 AI 芯片生态系统。我们要建立自适应芯片(适配片) 的开发生态系统，瞄准家电、安防监控、医疗设备等领域，加大高性能、低功耗终端芯片的开发和生产。我们必须鼓励企业通过集成处理器，射频(RF) 通信，智能传感器和存储器来推进通信，显示和音频模块的研发(R ＆ D) 。我们必须培育芯片创新和开发生态系统，并在内存计算，脑力计算，芯片和指令集等领域探索芯片研发和应用。推进云侧和终端侧芯片应用，拓展高性能云侧智能服务器部署。到 2027年，我们必须迈出第一步，建立一个人工智能芯片生态系统。 2.构建智能感知工业系统。我们必须发展智能传感器产业群和特色工业区，推动图像、声音和触感传感器的发展与工业化进程。在消费电子和家电领域，我们需要加速生物特征识别和图像感知传感器的研发与大规模生产。我们还应促进诸如加工制造、集成包装和计量测试等行业的生态协同效应。到2027年，智能传感器高端产业规模需翻倍。 （ 二) 推动 AI 软件迭代升级。 3.加强智能软件研发创新。我们必须开发一个引擎框架工具系统，并创建面向推理加速引擎和超大规模深度学习的高性能分布式和并行计算框架与平台。我们需研发智能操作系统，推动服务器级智能操作系统及终端智能操作系统的自主研发。应鼓励企业深入挖掘制造业、医疗健康、教育等关键行业的需求，提升AI框架软件与硬件的互适性、性能优化及应用推广，构建软硬件一体化生态系统。预计到2027年，智能软件产业规模可达人民币270亿元。 4.扩大智能软件应用的范围。我们必须实施工业软件增强项目，并利用AI提升工业软件基础技术（如3D）的研发效率。建模、参数化设计和实体分裂分割) 。我们必须 实施应用软件质量提升项目，并在每个行业中整合情景数据、技术与流程，以提 供专业的工业软件解决方案。我们必须推行终端软件推广计划，并支持软件公司在开发各类AI导向的商业应用及办公软件方面的工作。预计到2027年，自主AI软件的覆盖率将达到50%。 （ 三) 系统构建算法行业矩阵。 5.开发高质量的中文数据集。我们必须加强政府信息系统中数据资源的整合，并建立基于政府网络、面向公众且服务于公共利益的可信赖的数据空间和公共数据集。我们应支持各地根据人工智能能力选择合适的产业领域，探索公共数据操作的优势行业。() 促进公有和社会数据的有效整合与利用。我们必须鼓励企业构建行业导向、高质量的中国语料库数据库，并推动典型行业内的数据聚合、共享与应用。到2027年，我们应建立超过50个高质量的行业数据集。 6.加速供给算法产物。我们必须开发以主流国内人工智能发展框架为中心的专业算法产品和工具。应鼓励企业扩展算法应用，创造若干算法产品及应用示范项目。加速通用大型模型及垂直领域行业大型模型的研发迭代，针对特定场景打造高度专业化模型，并支持轻量、高效且易于部署的小型与中型模型。支持自主可控（即国产化）大型模型产品的研发，并发布产品和服务目录。至2027年，我们须创建一百个具有示范和推广效果的算法产品。 7.为大型模型构建开源社区。我们必须建立一个原始基础模型的资源库，鼓励大型模型的开源社区建立，并支持对大型模型及其衍生品的免费开放访问、参数调整和应用开发。我们需要优化大型模型的开发环境并减少非技术因素带来的障碍。我们还需要培养大型模型开发人才，并为社区成员开展培训、知识传播等系列活动。到2027年，基本建立一站式的开源服务系统，涵盖AI研究、开发、协作、部署及展示。 (iv) 将计算网络建设的部署推进到适当的程度。 8.加快智能计算基础设施建设。我们必须引入并实施政策措施，以加速我们省计算基础设施的发展，并促进珠江三角洲与广东东部、西部和北部之间高效互补和协同互动。我们必须加快国家级枢纽和节点数据中心的建设，并在关键应用场景周围加强城市边缘智能计算中心。我们需要增强政府与企业的合作，加速现有训练计算资源的聚集，推动可共享计算的发展。到2027年，我们必须显著提高关键行业智能计算覆盖能力。 9.加强集约 (集约计算供应。我们必须促进 ) 不同运营商、云服务提供商以及各种计算平台的智能计算和通用计算的协同开发，以满足各类业务的计算需求，包括平衡、高效和多样化的计算解决方案。 计算密集型或存储密集型。我们必须加速建设公共计算平台，如广州AI公共计算中心，鹏。鹏城云脑城云和横琴高级智能(在不确定的环境中实现稳定的市场份额增长。 10.推动计算网络布局优化。我们必须支持光通信产品与设备的研发，并构建一个400G/800G全光高速、低时延传输网络。应推动光传输设备部署至城市的综合接入节点及用户侧，确保城市重要计算基础设施间的延迟不超过1ms。我们需要支持关键位置的光纤链路转型，增强传输网络的服务与调度能力。到2027年，全省范围内高带宽、低时延的计算网络的支持能力将有显著提升。 III.打造广东智能终端产品新堡垒塑造广东品牌新形象 （ 一) 提高高端装备的智能性。 11.推动智能机器人创新发展。我们必须加快机器人大脑、机器人肢体、机器人躯体以及通用产品等的研发与生产，并推动人形机器人和其他实体AI机器人的发展与应用。我们需要开发具有柔顺交互和动态路径规划的高精度工业机器人，如协作机器人和适应性机器人，并加速智能人机交互和服务机器人中精确多自由度控制的应用与推广。预计到2027年，智能机器人产业的营业总收入将达到900亿元人民币。 12.加快高端装备智能化升级。我们必须推动高端装备，如高端计算机数控（CNC）机床和海洋工程装备的智能化转型。 设备、航空设备、卫星及其应用，以及轨道交通设备。我们必须支持发展高度自主、高适航性和高可靠性的无人水面舰艇和无人水下车辆。我们需要加强深地资源勘探与开采装备、城市地下空间开发与利用装备，以及极地测绘与操作装备的研发与工业化进程。到2027年，高端装备制造行业的营业收入预计将达到人民币3800亿元。 13.智能网联支持的新能源汽车。我们必须创建智能互联车辆终端，整合安全出行、智能生活和移动办公室等功能。需开发智能联网终端，如无人驾驶出租车、智能公共交通和智能重型卡车，并鼓励应用智能一站式交通与旅行服务。预计到2027年，新能源汽车的年度产量将超过350万辆。 （ 二) 拓展消费终端 ， 用 AI 赋能 14.创新操作系统 ， 打造 AI 手机。我们必须支持操作系统与高效、低损耗轻量级大型模型的深度整合，并推动终端侧模型算法和架构的应用与创新。应支持企业在AI OS上集成多模态自然交互技术，以增强实时互动能力，拓展手机应用场景，并创造个性化数字助理。预计到2027年，AI手机的产量将超过1亿台。 15.部署个性化模型以创建 AI 计算机。我们必须利用人工智能技术持续学习用户的个人数据和习惯，并在终端设备上形成不离开终端、不上传至云端、可迁移、可继承且能够不断成长的本地知识库。通过结合轻量级技术如模型压缩，我们应创建个性化模型和新的智能生产工具。预计到2027年，人工智能计算机的生产量将超过3千万单位。 16.加强智能护理和康复产品 ， 重点关注 “老年人和年轻人 ” （“一老一小”).我们必须提高智力和 安全1在日常辅助智能产品领域，如家用服务机器人、健康监测设备和轮椅，康复训练与健康促进辅助设备（如助行器和失禁训练辅助器具），以及老年护理产品（如智能浴室辅助设备、病人提升设备和康复护理床）中，我们应支持对智能互动玩具产品的研究、开发与生产，这些产品集聊天、早期教育和娱乐陪伴于一体。预计到2027年，该领域的专用新产品将超过1500种。 17.跨不同领域集成和升级智能家电产品。我们必须深度整合应用学习算法、图像识别和智能语音等新技术到家电产品中，以开发新的高端智能家居产品并增强品牌的国际影响力。应促进家电、家具及日常必需品等智能家居产品的互联互通，研发个性化、专用型以及针对特定群体的智能家电，丰富高端智能家居产品与服务的供给。预计至2027年，智能家居战略产业集群的营业总收入将达到19万亿元人民币。 18.丰富虚拟现实智能终端。我们必须深化人工智能技术与关键虚拟现实技术（如近眼显示、渲染与处理、感知与交互、网络传输、内容制作、压缩与编码以及安全与可信度）的融合与创新。我们需要研究、开发并生产多样化的终端产品，包括一体式和分体式设备，并在工业生产、文化旅游、集成媒体、教育与培训、体育与健康、商业创意和智慧城市等领域取得突破。预计到2027年，将有超过3000个新的虚拟现实终端和应用出现。 IV.打造智能集成应用新引擎 ， 形成经济增长新开放 （ 一) 为实体经济注入新的动力。 19.推进数字化、智能化 (智能化） 工业。我们必须推进制造业的全链条智能化，通过“以机器替代人力、以数据替代大脑”的方式，并深化人工智能技术在研发设计、试点测试与验证、生产制造以及运营管理等场景的应用。我们应加速关键行业的赋能，包括原材料、装备制造、消费品和电子信息等行业。我们需构建大型碳排放管理模型，加速生产绿色转型，在钢铁、非金属材料、建材等高能耗关键行业中加强节能减碳，目标是达到700家国家级绿色工厂。 20.深度融合 ， 推进智能化建设。我们必须利用多模态大型模型作为载体，整合如建筑信息建模（BIM）和数字孪生等技术，并推动全专业领域的信息化集成与设计协作。我们应实现设计分析、施工蓝图与建筑模型之间的一致性校验、数据匹配等任务的自动化完成，缩短设计模型转化为施工应用所需的时间，并提升项目管理和质量、安全监督的智能化水平。 21.用智能系统驱动智能农业。我们必须加速智能设施的应用，使用智能传感器监测土壤湿度和温度等参数，并在收成评估、天气预报和市场分析等领域加强人工智能算法的应用。我们需要构建数字农田和花园以及智能化农业（或畜牧业或渔业）农场。必须提高植物和动物保护的智能化水平，并加强病虫害防控。应加快“大中小”（“一大一小”）智能化农业机械与设备的制造与推广，并鼓励农业机械产业链和供应链的新机制与模式创新。 22.通过智能交通创建现代交通系统。我们必须实施智能铁路、公路、水运和港口的示范项目，推动智能枢纽、邮政服务和海洋事务的发展，并为粤港澳大湾区的核心公路网络构建一个智能运营系统。我们必须推进 "车辆-道路-云"集成应用为智能联网车辆打造数字化与智能化基础设施及城市级服务管理平台，并探索高精度地图的安全应用。我们须高效推进低空经济的基础设施建设。2并且加速其生产与供应体系的建设。我们必须发展新型物流基础设施，如智能物流园区和数字化仓库，并鼓励具备有利条件的城市构建智能物流“大脑”。 23.以多方面、综合的方式共同构建智能能源。我们必须加快电力、能源互联网工业互联网及全域能源物联网领域中AI与设备、系统的整合应用。应推动智能变电站建设和多元能源集成能源网络的构建，建立能够容纳大规模新能源接入并满足分布式能源“即插即用”需求的全省智能化电网。 (ii)为聪明人的生计提供新的体验。3 24. 使用智能辅助设备提高教育和教学质量。 我们