文件從提升算力資源統(tǒng)籌供給能力、提升高質(zhì)量數(shù)據(jù)要素供給能力、系統(tǒng)構(gòu)建大模型等通用人工智能技術(shù)體系、推動(dòng)通用人工智能技術(shù)創(chuàng)新場(chǎng)景應(yīng)用、探索營(yíng)造包容審慎的監(jiān)管環(huán)境五個(gè)方面，推動(dòng)通用人工智能創(chuàng)新發(fā)展。

　　其中，系統(tǒng)構(gòu)建大模型等通用人工智能技術(shù)體系，包括以下措施：

　　(七)開展大模型創(chuàng)新算法及關(guān)鍵技術(shù)研究

　　圍繞模型構(gòu)建、訓(xùn)練、調(diào)優(yōu)對(duì)齊、推理部署等環(huán)節(jié)，積極探索基礎(chǔ)模型架構(gòu)創(chuàng)新，研究大模型高效并行訓(xùn)練技術(shù)和認(rèn)知推理、指令學(xué)習(xí)、人類意圖對(duì)齊等調(diào)優(yōu)方法，研發(fā)支持百億參數(shù)模型推理的高效壓縮和端側(cè)部署技術(shù)，形成完整高效的技術(shù)體系，鼓勵(lì)開源技術(shù)生態(tài)建設(shè)。

　　(八)加強(qiáng)大模型訓(xùn)練數(shù)據(jù)采集及治理工具研發(fā)

　　圍繞訓(xùn)練數(shù)據(jù)“采、存、管、研、用”等環(huán)節(jié)，研究互聯(lián)網(wǎng)數(shù)據(jù)全量實(shí)時(shí)更新技術(shù)、多源異構(gòu)數(shù)據(jù)整合與分類方法，構(gòu)建數(shù)據(jù)管理平臺(tái)相關(guān)系統(tǒng)，研發(fā)數(shù)據(jù)清洗、標(biāo)注、分類、注釋及內(nèi)容審查等算法及工具。

　　(九)建設(shè)大模型評(píng)測(cè)開放服務(wù)平臺(tái)

　　鼓勵(lì)第三方非盈利機(jī)構(gòu)構(gòu)建多模態(tài)多維度的基礎(chǔ)模型評(píng)測(cè)基準(zhǔn)及評(píng)測(cè)方法;研究人工智能輔助的模型評(píng)測(cè)算法，開發(fā)包括通用性、高效性、智能性、魯棒性在內(nèi)的多維度基礎(chǔ)模型評(píng)測(cè)工具集;建設(shè)大模型評(píng)測(cè)開放服務(wù)平臺(tái)，建立公平高效的自適應(yīng)評(píng)測(cè)體系，根據(jù)不同目標(biāo)和任務(wù)，實(shí)現(xiàn)大模型自動(dòng)適配評(píng)測(cè)。

　　(十)構(gòu)建大模型基礎(chǔ)軟硬件體系

　　支持研發(fā)大模型分布式訓(xùn)練系統(tǒng)，實(shí)現(xiàn)訓(xùn)練任務(wù)高效自動(dòng)并行。研發(fā)適用于模型訓(xùn)練場(chǎng)景的新一代人工智能編譯器，實(shí)現(xiàn)算子自動(dòng)生成和自動(dòng)優(yōu)化。推動(dòng)人工智能訓(xùn)練推理芯片與框架模型的廣泛適配，研發(fā)人工智能芯片評(píng)測(cè)系統(tǒng)，實(shí)現(xiàn)基礎(chǔ)軟硬件自動(dòng)化評(píng)測(cè)。

　　(十一)探索通用人工智能新路徑

　　發(fā)展面向通用人工智能的基礎(chǔ)理論體系，加強(qiáng)人工智能數(shù)學(xué)機(jī)理、自主協(xié)同與決策等基礎(chǔ)理論研究，探索通用智能體、具身智能和類腦智能等通用人工智能新路徑。支持價(jià)值與因果驅(qū)動(dòng)的通用智能體研究，打造統(tǒng)一理論框架體系、評(píng)級(jí)標(biāo)準(zhǔn)及測(cè)試平臺(tái)，研發(fā)操作系統(tǒng)和編程語言，推動(dòng)通用智能體底層技術(shù)架構(gòu)應(yīng)用。推動(dòng)具身智能系統(tǒng)研究及應(yīng)用，突破機(jī)器人在開放環(huán)境、泛化場(chǎng)景、連續(xù)任務(wù)等復(fù)雜條件下的感知、認(rèn)知、決策技術(shù)。支持探索類腦智能，研究大腦神經(jīng)元的連接模式、編碼機(jī)制、信息處理等核心技術(shù)，啟發(fā)新型人工神經(jīng)網(wǎng)絡(luò)模型建模和訓(xùn)練方法。