打造人工智能产业合作生态

针对上述问题，研究小组建议降低计算能力使用门槛，优化计算能力体系建设，加快建设行业合作生态，促进监管手段创新，提高应对挑战的能力，合理规范无序竞争，促进大模型健康发展。

 

降低计算能力使用门槛，优化计算能力体系建设。一是加强分布式计算、量化、视频存储优化、计算融合等关键核心技术的研究和应用，减少大模型推理的延迟，增加吞吐量，减少对计算能力的需求。二是发布计算能力优惠券实施方案，支持大型模型应用的实施。为企业提供计算能力优惠券补贴支持，努力帮助企业降低智能计算能力的使用成本，全力支持制造业等重点领域企业探索和实施人工智能产业大型模型应用。第三，建议逐步推进智能计算能力中心建设，首先追求计算能力的包容性，然后降低成本

 

加快实现各行各业，建立行业合作生态。首先，引导人工智能企业与行业领先企业进行有针对性的合作。根据行业企业提供真实的业务场景、数据和行业真实需求，开发核心算法和预培训模型，共同开发大型应用模型。二，建立人工智能企业与行业企业的对接平台。建立人工智能企业与制造业、医疗、农业等行业企业的对接平台，帮助双方实现技术、模型、数据、场景等资源的对接，孵化行业领域的应用模式。第三，依托工业互联网平台，建立人工智能企业与工业企业的大型合作生态。通过工业互联网平台实现两者的快速连接，提供人工智能元素在线交易服务，确保算法、模型和数据安全，为不同行业建立标准化的大型开发环境。

 

推进监管手段创新，提高应对挑战的能力。一是密切跟踪人工智能技术的发展趋势，及时掌握最新进展，判断社会影响。二是鼓励相关治理手段和技术同步创新，推进人工智能文本分类器和生成式人工智能检测方法的创新。三是提高监管人员的技术素质。四是建立多方合作的治理模式。有关主管部门应加强与人工智能领域科研机构和企业的沟通与合作。

 

合理规范无序竞争，促进大型模型健康发展。一是探索建立一定规模参数以外的大型模型培训备案机制，引导减少同质化大型模型的无序竞争。二是探索建立大型模型安全可靠性评价标准，提出具体技术标准和评价标准，确保各种大型模型在各种应用场景中稳定可靠运行。三是对大型模型的应用场景进行分类管理，明确不同类型大型模型的应用范围和限制，避免不当应用的负面影响。