北京正式发布《北京市促进通用人工智能创新发展的若干措施》

来源：财联社

原标题：《北京：系统构建大模型等通用人工智能技术体系》

图片来源：由无界 AI工具生成

财联社5月30日讯，北京市政府办公厅正式发布《北京市促进通用人工智能创新发展的若干措施》。其中提出，提升算力资源统筹供给能力。实施算力伙伴计划，与云厂商加强合作，提供多元化优质普惠算力。加快北京人工智能公共算力中心、北京数字经济算力中心等项目建设，形成规模化先进算力供给能力。实现异构算力环境统一管理、统一运营，提高环京地区算力一体化调度能力。

北京市促进通用人工智能创新发展的若干措施

为贯彻落实《北京市加快建设具有全球影响力的人工智能创新策源地实施方案（2023-2025年）》，充分发挥政府引导作用和创新平台催化作用，整合创新资源，加强要素配置，营造创新生态，重视风险防范，推动本市通用人工智能实现创新引领和理性健康发展，特制定以下措施。

一、提升算力资源统筹供给能力

（一）组织商业算力满足紧迫需求

着力发挥本市算力资源优势，实施算力伙伴计划，通过与云厂商加强合作，加快归集现有算力，明确供给技术标准、软硬件服务要求、算力供给规模和支持措施，为创新主体提供多元化优质普惠算力，保障人工智能技术创新和产品研发算力需求。

（二）高效推动新增算力基础设施建设

将新增算力建设项目纳入算力伙伴计划，加快推动海淀区、朝阳区建设北京人工智能公共算力中心、北京数字经济算力中心，形成规模化先进算力供给能力，支撑千亿级参数量的大型语言模型、大型视觉模型、多模态大模型、科学计算大模型、大规模精细神经网络模拟仿真模型、脑启发神经网络等研发。

（三）建设统一的多云算力调度平台

针对弹性算力需求，通过建设多云算力调度平台，实现异构算力环境统一管理、统一运营，便利创新主体在不同云环境上无缝、经济、高效地运行各类人工智能计算任务。进一步优化本市与天津市、河北省、山西省、内蒙古自治区等区域算力集群的直连基础光传输网络，提高环京地区算力一体化调度能力。

二、提升高质量数据要素供给能力

（四）归集高质量基础训练数据集

组织有关机构整合、清洗中文预训练数据，形成安全合规的开放基础训练数据集；持续扩展多模态数据来源，建设高质量的文字、图片、音频、视频等大模型预训练语料库，支持在依法设立的数据交易机构开展数据流通、交易。

（五）谋划建设数据训练基地

加快建设数据基础制度先行先试示范区，探索打造数据训练基地，推动数据要素高水平开放，提升本市人工智能数据标注库规模和质量。鼓励开展内容信息服务的互联网平台提供高质量语料数据，供创新主体申请使用。探索基于数据贡献、模型应用的商业化场景合作。

（六）搭建数据集精细化标注众包服务平台

以众包服务方式，建设数据集精细化标注平台，开发智能云服务系统，集成相关工具应用。鼓励并组织来自不同学科的专业人员参与标注多模态训练数据及指令数据，提高数据集质量。研究平台激励机制，推动平台持续良性发展。

三、系统构建大模型等通用人工智能技术体系

（七）开展大模型创新算法及关键技术研究

围绕模型构建、训练、调优对齐、推理部署等环节，积极探索基础模型架构创新，研究大模型高效并行训练技术和认知推理、指令学习、人类意图对齐等调优方法，研发支持百亿参数模型推理的高效压缩和端侧部署技术，形成完整高效的技术体系，鼓励开源技术生态建设。

（八）加强大模型训练数据采集及治理工具研发

围绕训练数据“采、存、管、研、用”等环节，研究互联网数据全量实时更新技术、多源异构数据整合与分类方法，构建数据管理平台相关系统，研发数据清洗、标注、分类、注释及内容审查等算法及工具。

（九）建设大模型评测开放服务平台

鼓励第三方非盈利机构构建多模态多维度的基础模型评测基准及评测方法；研究人工智能辅助的模型评测算法，开发包括通用性、高效性、智能性、鲁棒性在内的多维度基础模型评测工具集；建设大模型评测开放服务平台，建立公平高效的自适应评测体系，根据不同目标和任务，实现大模型自动适配评测。

（十）构建大模型基础软硬件体系

支持研发大模型分布式训练系统，实现训练任务高效自动并行。研发适用于模型训练场景的新一代人工智能编译器，实现算子自动生成和自动优化。推动人工智能训练推理芯片与框架模型的广泛适配，研发人工智能芯片评测系统，实现基础软硬件自动化评测。

（十一）探索通用人工智能新路径