北京市发布“人工智能+”行动计划率先建设AI原生城市五大领域打造大模型标杆应用

本文链接：https://blog.csdn.net/lhx17673139267/article/details/140732963

帮助患者精准找到适合的科室和医生，在新药研发时有效预测蛋白质、DNA，汇聚优质讲义素材助力教学……如今，众多大模型正在走进百姓生活。

《北京市推动“人工智能+”行动计划（2024-2025年）》7月26日对外发布。本市将围绕机器人、教育、医疗、文化、交通等五大领域打造标杆应用，率先建设AI原生城市，推动成为具有全球影响力的人工智能创新策源地和应用高地。

就医上学将有大模型“助手”

人工智能正加速与医疗、教育、文化、金融、消费、城市运行等领域融合渗透，生产生活的含“智”量也在不断提升。

北京是全国人工智能领域人才密度最高、创新基础最好、关键环节最全、产业规模最大、竞争力最强的地区。数据显示，2023年全市人工智能产业核心产值突破2500亿元，全市已备案上线大模型82款，占全国比重超4成，位居全国第一。

《行动计划》更突出大模型的应用落地，聚焦人工智能对百行千业的赋能，从标杆应用、示范性应用、商业化应用等三个维度，谋划推动人工智能应用，构建大模型赋能经济社会发展的全景图。

在标杆应用方面，本市将依托首都优势行业资源和科技创新能力，围绕机器人、教育、医疗、文化、交通等五大领域组织实施一批综合型、标杆性重大应用工程，形成大模型行业应用新生态。“北京医疗资源丰富，大模型可在智能导诊、医生诊断上提供帮助，让人人拥有数字医生助手。”市发展改革委副主任林剑华举例。

示范性应用是具体的产品项目，围绕科研探索、政务服务、工业智能、金融管理、空间计算、数字营销、司法服务、广电传媒、电力保障和内容安全等10个行业细分领域，探索标准化、可复制、可推广的大模型行业应用落地路径。商业化应用主要针对创业公司，从小切口、实场景入手，围绕行业热点和社会关切，培育一批大模型。市经济和信息化局总经济师唐建国介绍，本市将重点面向教育、医疗、文化等行业细分应用场景，鼓励开发智能体、智能助手等大模型应用，支持大模型企业与设备厂商结对攻关，围绕电脑、手机、家电、汽车等新硬件终端开展嵌入式大模型组件及智能系统研发应用。

2025年底前推出百个优秀大模型

人工智能大模型的成长需要算力和语料。上半年，国内第一个人工智能数据训练基地、北京规模最大的公共算力平台在亦庄启用，为大模型提供更好支撑。

“本市加快推进算力中心建设，今年新增公共智算7348PFLOPS，北京市智算总规模超2万PFLOPS。”唐建国介绍。1PFLOPS是每秒运算一千万亿次，照此计算，北京的智算中心一秒钟便能计算2000亿亿次。

2024年是大模型应用元年。《行动计划》确定了发展目标，2025年底，本市将通过实施5个对标全球领先水平的标杆型应用工程、组织10个引领全国的示范性应用项目、推广一批具有广泛应用前景的商业化应用成果，力争形成3到5个先进可用、自主可控的基础大模型产品、100个优秀的行业大模型产品和1000个行业成功案例。

唐建国介绍，目前考虑按照“行业主管部门+相关区+实施单位+大模型企业+用户单位”模式开展行业大模型组织攻关。行业主管部门负责汇聚行业数据、组织用户场景；相关区做好项目落地保障、组织区内场景；实施单位负责项目立项、投资、建设和运营；大模型企业负责技术支持；用户单位作为场景方参与行业模型应用落地。

联合研发打通“最后一公里”

根据《行动计划》，本市将布局建设一批人工智能应用场景联合研发平台。“平台将作为连接各方的桥梁，提供技术研发、场景验证、成果转化、人才培养等一体化服务，打通人工智能应用落地的‘最后一公里’。”市科委、中关村管委会信息科技处处长韩健介绍，平台将整合人工智能领域的创新资源，加快推动人工智能技术进步及产业落地。目前，首批联合研发平台正在组织建设。

本市将对重大标杆应用工程和示范性应用、细分场景下的大模型应用落地项目、面向人工智能应用场景联合研发平台择优予以一定比例支持。《行动计划》的实施周期是今明两年。林剑华解释，这正是考虑到要加快应用落地，适应当前大模型技术快速演进的特点。随着基础模型智能水平的不断提升，应用模式和路径也要快速迭代拓展，后续还将不断总结，接续完善相关支持举措。

“人工智能+”五大应用领域

“人工智能+机器人”

结合真实场景需求，推出融合具身智能的机器人。

“人工智能+教育”

重点汇聚北京市优质教学案例、讲义素材、施教方法等教学知识，培育跨学科、跨学段的教育大模型平台。

“人工智能+医疗”

构建医疗监管机制创新、医院与医生科研成果收益均衡、医院信息系统智能化升级三者合一的“北京医生”医疗大模型平台。

“人工智能+文化”

汇聚文学作品、历史建筑、文化遗迹、景点信息等优质文旅数据，为市民和游客提供个性化、高效且便捷的文旅服务。

“人工智能+交通”

基于大模型生成道路、车辆、人流、天气等仿真数据，加快自动驾驶仿真训练，建设智能、高效、安全的城市交通网络。

如何系统的去学习大模型LLM ？

作为一名热心肠的互联网老兵，我意识到有很多经验和知识值得分享给大家，也可以通过我们的能力和经验解答大家在人工智能学习中的很多困惑，所以在工作繁忙的情况下还是坚持各种整理和分享。

但苦于知识传播途径有限，很多互联网行业朋友无法获得正确的资料得到学习提升，故此将并将重要的 AI大模型资料 包括AI大模型入门学习思维导图、精品AI大模型学习书籍手册、视频教程、实战学习等录播视频免费分享出来。

所有资料 ⚡️ ，朋友们如果有需要全套《LLM大模型入门+进阶学习资源包》，扫码获取~

👉[CSDN大礼包🎁：全网最全《LLM大模型入门+进阶学习资源包》免费分享]👈

在这里插入图片描述

一、全套AGI大模型学习路线

AI大模型时代的学习之旅：从基础到前沿，掌握人工智能的核心技能！

二、640套AI大模型报告合集

这套包含640份报告的合集，涵盖了AI大模型的理论研究、技术实现、行业应用等多个方面。无论您是科研人员、工程师，还是对AI大模型感兴趣的爱好者，这套报告合集都将为您提供宝贵的信息和启示。

三、AI大模型经典PDF籍

随着人工智能技术的飞速发展，AI大模型已经成为了当今科技领域的一大热点。这些大型预训练模型，如GPT-3、BERT、XLNet等，以其强大的语言理解和生成能力，正在改变我们对人工智能的认识。那以下这些PDF籍就是非常不错的学习资源。

在这里插入图片描述

四、AI大模型商业化落地方案

阶段1：AI大模型时代的基础理解

目标：了解AI大模型的基本概念、发展历程和核心原理。
内容：
- L1.1 人工智能简述与大模型起源
- L1.2 大模型与通用人工智能
- L1.3 GPT模型的发展历程
- L1.4 模型工程
  - L1.4.1 知识大模型
  - L1.4.2 生产大模型
  - L1.4.3 模型工程方法论
  - L1.4.4 模型工程实践
- L1.5 GPT应用案例

阶段2：AI大模型API应用开发工程

目标：掌握AI大模型API的使用和开发，以及相关的编程技能。
内容：
- L2.1 API接口
  - L2.1.1 OpenAI API接口
  - L2.1.2 Python接口接入
  - L2.1.3 BOT工具类框架
  - L2.1.4 代码示例
- L2.2 Prompt框架
  - L2.2.1 什么是Prompt
  - L2.2.2 Prompt框架应用现状
  - L2.2.3 基于GPTAS的Prompt框架
  - L2.2.4 Prompt框架与Thought
  - L2.2.5 Prompt框架与提示词
- L2.3 流水线工程
  - L2.3.1 流水线工程的概念
  - L2.3.2 流水线工程的优点
  - L2.3.3 流水线工程的应用
- L2.4 总结与展望

阶段3：AI大模型应用架构实践

目标：深入理解AI大模型的应用架构，并能够进行私有化部署。
内容：
- L3.1 Agent模型框架
  - L3.1.1 Agent模型框架的设计理念
  - L3.1.2 Agent模型框架的核心组件
  - L3.1.3 Agent模型框架的实现细节
- L3.2 MetaGPT
  - L3.2.1 MetaGPT的基本概念
  - L3.2.2 MetaGPT的工作原理
  - L3.2.3 MetaGPT的应用场景
- L3.3 ChatGLM
  - L3.3.1 ChatGLM的特点
  - L3.3.2 ChatGLM的开发环境
  - L3.3.3 ChatGLM的使用示例
- L3.4 LLAMA
  - L3.4.1 LLAMA的特点
  - L3.4.2 LLAMA的开发环境
  - L3.4.3 LLAMA的使用示例
- L3.5 其他大模型介绍