大家好，今天来为大家分享北京算力交易平台的一些知识点，和北京慧辰在算力方面有什么问题么是否有布局的问题解析，大家要是都明白，那么可以忽略，如果不太清楚的话可以看看本篇文章，相信很大概率可以解决您的问题，接下来我们就一起来看看吧！

本文目录

1. 目前国内有哪些区块链技术应用开发平台
2. 北京慧辰在算力方面有什么问题么是否有布局
3. 北京制定通用人工智能创新措施

一、目前国内有哪些区块链技术应用开发平台

区块链作为去中心化的核心安全技术，未来在银行、审计、物联、医疗、公证、版权、社交等领域有广泛应用前景。

区块链技术有望在金融、医疗等领域广泛应用。

区块链使用去中心化的数据安全技术，可提升数据安全性、降低数据维护成本、推动组织智能化发展，未来有望在银行、审计、物联网、医疗、公证、版权管理等领域广泛应用，给予“增持”评级。

数据中心化存储存在诸多痛点，区块链技术望成救星。

大数据和云计算时代数据的集中程度较高，导致云端中心的操纵权力过高，数据集体泄露的危险性加大，且所有数据都经过云端，效率低、成本高。区块链技术可以在保障内容不被窜改的前提下实现数据的去中心化存储，根本性地解决上述问题。区块链支持下的比特币已安全运行近七年，足以验证该技术的可靠性。

超越比特币，区块链未来将拥抱金融、社会的更广阔天地。

现在，区块链还是主要应用于货币（区块链1.0），将来将应用于超越货币之外的金融领域（区块链2.0），甚至超越金融领域的社会公证、智能化领域（区块链3.0）。海外传统行业巨头从2014年起纷纷布局区块链：全球各大银行成立区块链联盟，德勤等著名会计师事务所研发区块链审计技术，纳斯达克首推区块链证券交易，IBM联合三星布局区块链物联网。区块链创业活跃，遍布金融、医疗、音乐各领域。

国内关注度爆发，金融信息化、物联网领域率先受益。国内对于区块链的关注度从2015年中开始爆发，创业和投资已经初见苗头，2016年相关创投活动有望进一步涌现。目前，A股尚无纯正的区块链标的，从技术相关性角度考虑，我们预计金融信息技术及物联网厂商有望率先进军该领域。我们初步交流发现，投资者对该领域比较陌生，甚至将区块链和比特币混为一谈，因为比特币的政策障碍而否定区块链技术的应用，存在明显的预期差。若市场风险偏好提升，区块链技术有望成为新的TMT风口，主题投资价值突出。

催化剂：央行支持数字货币发展，区块链创业和投资事件密集出现。

风险提示：技术落地还需完善，海外大厂与本土技术公司形成竞争。

1.区块链望颠覆云计算，重构全社会数据架构

云计算技术是近十年来最具颠覆性的技术之一，传统IT巨头HP、IBM在云化的大趋势下节节败退。支付、消费、数据存储的云化也为消费者带来了前所未见的便捷体验。

然而云计算并非十全十美。作为一种“中心化”技术，云计算要求本地的数据要上传到云端进行计算和存储，不但增加了整个系统的运行负担和成本、降低了系统的效率，也让用户的数据更易受到集中攻击，隐私更容易暴露。而区块链技术通过建立可靠、可信、安全的去中心化系统，可以解决这些痛点。

除了在支付和金融领域的应用外，区块链在医疗、数据、版权管理、社交等领域也有应用尝试，有望重构整个社会的数据结构。

目前海外的区块链技术探索日渐成熟，IBM、摩根大通、纳斯达克等巨头引领变革，医疗、公证、社交等领域创业多点开花，而国内央行、农行、阿里、万向等巨头也表现出对区块链技术的兴趣。我们认为，2016年将是国内区块链技术的发轫之年，相关创业和投资活动将开始涌现，A股也将开始关注这一新技术领域，金融信息技术和物联网相关标的有望率先加码区块链。

2.数据中心化存储三大挑战凸显，区块链切中痛点

“大数据”将数据集中化，为大规模侵犯隐私创造便利。互联网+企业的中心数据库拥有大量用户数据，开放的云平台其实使数据更高度集中。一旦数据中心遭受攻击，大量隐私数据可能被泄露。而随着人们暴露在网络中的隐私越来越多，对于隐私的重视程度也越来越高。

区块链技术将泄露个人隐私的可能性降到最低。借助区块链技术，个人的身份信息只有自己能看到，并且实现真正的去中心化存储。特别是对于医疗健康等敏感数据领域，未来新型的去中心化数据安全技术很可能颠覆现有的集中大数据模式。

3.存款、票据失踪事件多发，金融数据存储亟待去中心化

建立不可篡改的数据技术对于金融机构加强内部管理异常重要。与价值相关的数据，比如存款余额，更加吸引人为篡改的行为。传统银行的所有数据都存放在数据中心，银行对于这些数据的控制能力极强，使内部人为篡改更加便利。数据表明：虽然银行内部篡改挪用金额的现象鲜有发生，但少数的几次牵涉金额巨大。此外，Sony等涉及在线支付的企业也多次出现信用卡信息泄露，导致用户信用卡被盗刷等重大损失事件。

即使没有人为篡改，假如中央数据库物理损毁，对整个金融生态的破坏性是巨大的。

区块链技术将信用建立在计算机与数学原理之上，杜绝人为操控。区块链技术中特有的工作量证明机制和共识机制杜绝了篡改数据的可能性。并且，分布式记账可以分散中央数据库损毁的危险，保证数据安全。因此，金融领域对于区块链技术有很高需求。

4.数据云端存储成本高昂，去中心化是降低成本的实际需求

海量数据云端存储成本高昂，微信等互联网巨头限制数据存储规模。现在互联网每天产生的数据量都很巨大，而将数据存放在中心需要多台服务器。服务器的购买、运行、维护费用都很高昂。中心式系统处理效率较低。所有数据都上传至中心统一处理，中心负载较大。微信近期停止了用户聊天记录的云端上传存储功能，原因是数亿用户的记录数据可能达数亿GB（数百PB），对腾讯的带宽和存储能力形成巨大挑战。

区块链技术的分布式存储原理在降低成本的同时提高效率。通过区块链技术，可以把系统中的每一个节点作为服务器使用，实现网络自治，降低对中心化的云端数据存储能力的需求。区块链技术在自动化审计、物联网自组网等领域均有应用需求。

5.区块链技术验证可行，根本上解决数据篡改问题

区块链与比特币共同诞生。比特币是一个真正去中心化的点对点电子货币交易系统，而区块链技术是保障比特币系统安全运行的核心技术。区块链技术可以保证该去中心化的电子货币系统实现自我管理，杜绝身份伪造、重复支付问题。比特币系统从2009年建立以来，已经自主运行了近7年之久，足见其技术的可靠性和稳定性。

2014年9月，全球第二大在线支付网络Paypal宣布全美数字商品可以通过Paypal接受比特币付款。全球互联网网站和服务提供商对比特币的接受程度较高，在没有第三方监管和维护的情况下，目前唯一能保障大体量交易安全的机制仅有区块链。

现在，区块链关注度高于比特币。人们逐渐关注到比特币背后的区块链技术。由于其可以实现像比特币系统一样完全自组式的系统，开始触动大型投资机构的神经。目前区块链技术大有从比特币系统中提炼出来、应用于其他领域的趋势。

6.原理：通过无法作弊的工作量证明，确保数据不被篡改

迄今为止，比特币系统是区块链技术的唯一成熟应用，因此报告将结合比特币系统的原理说明区块链技术。

从应用角度理解，区块是定时记录一部分交易数据的账单。与传统账单不同，区块链账单是全网公开的，但是对交易人的信息进行了加密处理。其他人能看到的只是一串能够唯一确定交易人的字符密码，这就在全网账单公开的情况下保护了每个人的交易隐私。传统账单的页码是连续的数字，而区块链账单的页码是前十位数字为0的超长随机数密码。因此，在区块链账单中，还需要指定上一页的页码，才能将账单有序排列。

从技术角度理解，区块就是一种可检索、不能篡改的数据结构。每个区块包括区块头信息和区块主体。结合前面描述的应用角度，如果把区块看作交易账单，区块头中的“本区块哈希值”相当于账单的“本页页码”，“父区块哈希值”相当于“上页页码”。而“页码”的具体数值是使用上一页“正文”的全文作为自变量，通过哈希函数生成的随机字符串。只要“页码”数值不发生变化，几乎可以断定对应页的“正文”没有经过篡改。而网络里的计算机要争夺记账权，就必须随机生成到前十位数字是0的“页码”，而随机数的前十位为0是个极端罕见的事件，因此整个区块链网络也需要花10分钟左右的时间，才可能由某台计算机找到一个这样的“页码”。一旦找到，这台计算机就夺得了记账权，它所生成的新账单（区块）就会更新到网络中的所有计算机。账单（区块）通过上页页码（父哈希）寻找父区块，自动链接成为账本（区块链）。

区块链形成过程可以简要地划分为三个阶段：

第一个阶段：向全网所有节点广播最近的交易数据。

第二个阶段：由于记账可以得到比特币奖励，很多会计会去争夺记账权。争夺记账权的方式是比拼计算能力，必须用随机生成的方式解出一个超长密码，第一个生成正确密码的人可以获得记账权。我们所说的“会计”，在比特币中有一个专用的称谓“矿工”。矿工通过CPU算力解出难题，获得记账权和奖励，被称作“挖矿”。

第三个阶段：得到记账权的矿工将交易数据压缩进新的区块，所有节点可以轻松查验新区块的交易信息是否正确，正确的的区块将互相串联，形成链条，并被各节点储存。

7.通过数学和计算机原理抵御攻击、伪造和篡改

缺乏中心监管的系统很有可能面临身份伪造、篡改数据、节点宕机等问题。区块链技术可以有效地解决上述问题。

区块链的不可篡改性由工作量证明机制与共识机制共同保证。最长的链条才被全网公认。如果某个人想要篡改数据，链条就会出现分支（如图所示）。为了让别人认可这条伪造的链条，他必须以个人力量维持这支链条直到其长度大于真正的链条。由于工作量证明机制，记录每个区块都需要耗费大量的算力；而且单个节点的算力必须超过全网51%的算力，才有可能超过真正的链条长度。随着系统的壮大，这一点几乎不可能实现。

8.颠覆数据组织和存储，重构支付、金融与社会

区块链著作《区块链新经济蓝图》将区块链应用的蓝图划分为货币、金融、社会三个层面。在货币层面，区块链已经拥有比特币这样成熟的应用；在金融和社会层面的区块链应用从2015年开始正在积极布局研发中，未来将会是一片蓝海。

由于银行对于安全与效率共同提升的需求极为迫切，且区块链技术可以显著降低成本，因此银行与区块链之间形成了紧密的联系。银行正在探索使用区块链技术来应用到他们自己的系统中，把系统迁移到分布式数据库。

区块链的去中心化属性，能够让金融资产比传统中心化的方式更经济地进行流动，并且可以防止人为操控。全球金融巨头们抱着这样的期待，开始大规模拥抱区块链技术。

2015年12月，金融创新公司R3宣布，加入其区块链联盟的银行已逾40家，名单中不乏国际金融巨型企业，如瑞银（UBS）、高盛（Goldman Sachs）、J.P摩根（J.P. Morgan）、巴克莱（Barclays）、汇丰（HSBC）等。这些全球最大的银行正在一起研究如何在区块链上建立统一的金融生态。

此外，央行和农行也表达了对比特币在电子货币和金融数据领域应用的兴趣。实际上，传统金融巨头都是想尝试私有区块链，特别是混合私有链（可以理解为“联盟区块链”）。在银行之间，这样一种受到访问许可并可以共享的账簿技术，既可以提供价值交换和智能合约，又能保障安全。因此，“联盟账本链”将成为短期内银行间在区块链领域合作的趋势，提高支付、结算的便捷性与公平性。

区块链技术在比特币中的应用实际上就是分布式账簿，因此会计和审计业务是区块链技术较容易延伸到的领域。我们认为，去中心化的股权分配具有强大公证能力，或成为未来区块链应用的一个主流方向。

布比区块链,利用密码学可证明的算法构建多中心网络信任,公开、透明、不可篡改、不可撤销;多方参与信息透明共享,建立真品溯源的全程链式路径,直达消费者!!!公司纷纷布局区块链，重视区块链人才培养。国内金融界目前对于区块链的重视程度可见一斑。国内现在一些初创公司也开始做区块链创新。

在众多区块链创业公司中，布比区块链要做的是一项新的技术和产品——实现真正的价值流通，使得互联网到达一个新的高度。如果有了这个技术的应用，在转移资产的时候就可以没有中心机构了，可以实现我们之间资产的直接转移。将来如果网络本身可以结账，我们就可以直接转移了，就不需要通过中间机构。在海外，区块链技术已经被广泛地在很多去中心化领域实验。未来区块链技术有望再深度拓展，渗透入生活的点点滴滴。

从2015年到现在，投资到区块链相关初创公司的总金额，已经突破了10亿美元。以谷歌、雅虎为代表的高新科技风投巨头们已经开始布局区块链技术这个热门领域。Startup Management基金创始人Mougayar预测，金融公司未来使用区块链就像今天浏览网站一样， 2016年将有15亿美元规模的非货币性资产在区块链上进行交易，同时投资于区块链相关初创企业的风投规模将超过25亿美元。2016年区块链技术最有可能走出研发期，步入幼稚发展期；此外，联盟式区块链技术在银行等金融领域将会迎来快速发展。德勤预计，许多大型金融机构对区块链技术的应用测试（例如跨境支付、贸易结算等）将在2016年成为现实。

国外已从2013年开始研发区块链技术，而国内2015年才开始广泛关注。百度指数显示从2015年中开始区块链关注度获得爆发式增长。2016年1月20日，中国人民银行召开数字货币研讨会，研究基于区块链技术的数字货币发行。我们判断，央行的举措将继续引爆国内区块链关注度，2016年继续保持高增长态势。

金融信息技术与物联网板块望率先受益

综合国内外发展情况，我们认为：2016年海外将摆脱单一的比特币应用，进入区块链2.0时代，即以金融领域为入口探索区块链技术的应用，特别是在私有联盟区块链方面；国内区块链投资和创业的热情将持续升温，进入广泛的研发及应用阶段。

从投资角度看，目前A股市场尚无纯正的区块链标的，但随着技术的渗透，相信相关企业会逐步涉足，而金融信息化、物联网行业有望成为先行者。其中，金融信息化、支付等领域可借助区块链技术提高安全性，抵御攻击、伪造和篡改；而物联网领域将借助比特币的这一底层技术，完善分布式云网络，避免数据过度集中带来的问题。

我国央行1月份表示，将争取早日推出央行发行的数字货币，区块链即为重要支撑技术。

二、北京慧辰在算力方面有什么问题么是否有布局

1、今年北京慧辰在算力发力，并未出现任何问题。目前，国家正大力推进东数西算，正是打造算力交易平台的好时机。从供给侧看，算力调度平台继承“东数西算”工程的大量算力，让算力布局更为合理；从需求侧看，算力调度平台能够帮助数字企业合理安排算力资源，实现降本增效。在这个时候，北京慧辰和国内在算力方面实力强劲的中科信控合作，是比较有远见的。

2、现在，算力调度交易平台虽有成网趋势，但仍未展现出规模发展、形成合力。从长远来看，北京慧辰和中科信控打造集群算力调度与交易平台的商业前景也十分广阔。

3、据北京慧辰发布，双方共建“集群算力调度与交易平台”，平台将以算力流通机制、安全保障体系、平台监管机制、交易商业模式和运营模式创新，推动算力交易供给侧和需求侧双向驱动改革为目标，利用大数据、人工智能、区块链等新一代数据信息技术，为算力交易相关方提供稳定可信的一体化服务平台。

4、平台也将支持算力交易调度的应用系统，为智算、超算、通用算力等各类算力产品提供算力发现、供需撮合、交易购买、调度使用等综合服务，将有效结合算力发展需求，助力形成自由流通、按需配置、有效共享的数据要素市场，赋能全行业数字化发展。

三、北京制定通用人工智能创新措施

在加强算力资源统筹供给能力方面，征求意见稿提出，组织商业算力定向满足该市紧迫需求。加强与头部公有云厂商等市场主体合作，实施算力伙伴计划，并确定首批伙伴计划成员，明确供给技术标准、软硬件服务要求、算力供给规模、优惠策略等，向在京高校院所和中小企业公布一批优质算力供应商。

文件还提出，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“北京人工智能公共算力平台”，朝阳区“北京数字经济算力中心”等项目建设，快速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、多模态大模型、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。

在提升高质量数据要素供给能力方面，征求意见稿提出，针对目前大模型训练高质量中文语料占比过少，不利于中文语境表达及产业应用的问题，整合现有开源中文预训练数据集和高质量互联网中文数据并进行合规清洗。同时持续扩展高质量多模态数据来源，建设合规安全的中文、图文对、音频、视频等大模型预训练语料库，通过北京国际大数据交易所社会数据专区进行定向有条件开放。

文件还提出，加快推动数据要素高水平开放的“国家数据基础制度先行先试示范区”建设，争创国家级数据训练基地，提升北京人工智能数据标注库规模和质量。倡议高质量数据网站所属企业提供部分脱敏高质量数据，进行定向有条件开放，企业或科研机构通过在线申请进行有偿使用，并探索基于数据贡献、模型应用的商业化场景合作。

在系统布局大模型技术体系方面，文件提出，开展大模型创新算法及关键技术研究，加强大模型训练数据采集及治理工具研发，开放大模型评测基准及工具，探索具身智能、通用智能体和类脑智能等通用人工智能新路径等。

对于场景应用，征求意见稿提到政务服务、医疗、科学研究领域、金融、自动驾驶、城市治理等六个领域。

文件提出探索营造包容审慎的监管环境，鼓励生成式人工智能产品在科研等非面向公众服务领域实现向上向善应用，发布《北京市互联网信息服务算法推荐合规指引》等。

附：北京市促进通用人工智能创新发展的若干措施（2023-2025年）（征求意见稿）

为抢抓大模型发展机遇，重视通用人工智能发展，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，推动我市通用人工智能领域实现创新引领，提出以下落实措施：

（一）组织商业算力定向满足本市紧迫需求

加强与头部公有云厂商等市场主体合作，实施算力伙伴计划，并确定首批伙伴计划成员，明确供给技术标准、软硬件服务要求、算力供给规模、优惠策略等，向在京高校院所和中小企业公布一批优质算力供应商。

（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“北京人工智能公共算力平台”，朝阳区“北京数字经济算力中心”等项目建设，快速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、多模态大模型、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

利用政府统一入口，降低公有云采购成本，普惠中小企业，同时减少企业分别面对不同云厂商的沟通成本。针对弹性算力需求，建设统一的多云算力调度平台，实现异构算力环境统一管理、统一运营，方便企业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。建设北京与河北、天津、山西、内蒙古等省（市）算力集群的直连基础光传输网络，进一步提升平台对四地算力资源感知能力，探索开展算力交易。

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

针对目前大模型训练高质量中文语料占比过少，不利于中文语境表达及产业应用的问题，整合现有开源中文预训练数据集和高质量互联网中文数据并进行合规清洗。同时持续扩展高质量多模态数据来源，建设合规安全的中文、图文对、音频、视频等大模型预训练语料库，通过北京国际大数据交易所社会数据专区进行定向有条件开放。

（五）打造“国家数据基础制度先行先试示范区”，谋划国家级数据训练基地

加快推动数据要素高水平开放的“国家数据基础制度先行先试示范区”建设，争创国家级数据训练基地，提升北京人工智能数据标注库规模和质量。倡议高质量数据网站所属企业提供部分脱敏高质量数据，进行定向有条件开放，企业或科研机构通过在线申请进行有偿使用，并探索基于数据贡献、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

建设指令数据集及多模态数据集众包服务平台，开发集成相关工具应用的智能云服务系统，鼓励并组织来自不同学科的专业人员标注通用人工智能模型训练数据及指令数据，提高训练数据的多样性，给予贡献者适当奖励，推动平台持续良性发展。

三、系统布局大模型技术体系，持续探索通用人工智能路径

（七）开展大模型创新算法及关键技术研究

围绕大型语言模型构建、训练、调优对齐、推理部署等全流程，支持开展创新算法及核心技术研究，形成完整高效的训练体系并对外开源。探索多模态通用模型架构，研究大模型高效并行训练技术，以及逻辑和知识推理、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技术。

（八）加强大模型训练数据采集及治理工具研发

从“采、存、管、研、用”五个方面，研发包含数据采集、清洗、标注、脱敏、存储等功能在内的数据处理工具。重点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，数据管理平台相关系统，数据清洗、标注、分类、注释等软件工具及算法，数据内容安全审查算法及工具等。

（九）开放大模型评测基准及工具

构建多模态多维度的基础模型评测基准及评测方法。建立基础模型评测工具集，提供适应性的工具进行评测。建立公平高效的自适应评测机制，根据评测目标的不同，自动适配不同的工具和指标。研究人工智能辅助的智能模型评测算法，面向主观型或生成式的任务，构建自动化评估工具。集成包括通用性、高效性、智能性、鲁棒性在内的多维度评测工具，构建基础模型线上评测服务平台。

（十）推动大模型基础软硬件体系研发

支持研发分布式高效训练系统，实现模型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，推动人工智能芯片与框架的广泛适配。研发人工智能芯片评测系统，实现多芯片多框架的自动化评测。为大模型训练和应用提供自主创新的基础软硬件生态底座。

（十一）探索具身智能、通用智能体和类脑智能等通用人工智能新路径

发展面向通用人工智能的基础理论框架体系，加强人工智能数学机理、自主协同与决策等基础理论研究。推动具身智能系统研究及应用，突破机器人在开放环境、泛化场景、连续任务等复杂条件下的感知、认知、决策技术。探索价值与因果驱动的通用人工智能新路径研究，打造通用人工智能统一理论框架体系、评级标准及测试平台，研发通用人工智能操作系统和编程语言，推动通用智能体底层技术架构应用。探索类脑智能等交叉学科研究，通过大脑神经元连接模式、编码机制、信息处理原理研究，启发新型人工神经网络模型建模和训练方法。

四、推动通用人工智能技术创新场景应用

（十二）推动在政务服务领域率先试点应用

围绕政务咨询、政策服务、接诉即办、政务办事等工作，率先实现大模型技术赋能。借助大模型语义理解、自主学习和智能推理等能力，提高政务咨询系统智能问答水平，增强多语种交互能力。支撑“京策”平台建设，优化政策规范管理和精准服务。辅助市民服务热线更高效回应市民诉求，深化民生大数据高效利用。提升办事服务便利度，辅助引导办事人员表单填写，辅助综合窗口人员更精准提供办事指引，辅助审批人员提高审批效率，推进业务数据更充分共享、业务流程更高效协同。

（十三）探索在医疗领域示范应用

支持我市有条件的研究型医疗机构提炼智能导诊、辅助诊断、智能治疗等场景需求，充分挖掘医学文献、医学知识图谱、医学影像等多模态医疗数据，构建基于医疗领域通用数据与专业数据的智能应用，实现对各种疾病和症状的准确识别和预测，辅助医疗机构提高疾病诊断、治疗和预防的决策水平。

（十四）探索在科学研究领域示范应用

发展科学智能，加速人工智能技术赋能新材料和创新药物领域科学研究。支持我市能源、材料、生物领域相关实验室设立科研合作专项，与我市相关科研机构和创新企业开展联合研发，充分挖掘材料、蛋白质和分子药物领域实验数据，研发科学计算模型，开展新型合金材料、蛋白质序列和创新药物化学结构序列预测，缩短科研实验周期。

（十五）推动在金融领域示范应用

进一步挖掘我市金融行业应用场景，系统布局一批金融机构场景开放“揭榜挂帅”项目。支持金融科技企业针对金融场景中信息负载高，信息更新快，金融从业者难以快速全面的获取准确信息的问题，探索面向金融文本深度理解和分析的人工智能技术应用。聚焦智能风控、智能投顾、智能客服等环节，推动实现金融专业长文本的精准解析和模型知识的更新，突破复杂决策逻辑与模型信息处理能力间的融合技术，实现从复杂金融信息处理到投资决策建议的转化，支撑金融领域的投资辅助决策。

（十六）探索在自动驾驶领域示范应用

支持自动驾驶企业研发多模态自动驾驶技术，发挥大型语言模型高维语义理解和泛化优势，基于车路协同数据和车辆行驶多传感器融合数据，提高自动驾驶模型多维感知和预测性能，有效解决复杂场景长尾问题，辅助提高车载自动驾驶模型泛化能力。支持在北京市高级别自动驾驶示范区3.0建设中，构建车路协同数据库，引导企业开展基于真实场景的自动驾驶模型训练迭代。探索基于低时延通讯的云控自动驾驶模型测试，发展自动驾驶新技术路径。

（十七）推动在城市治理领域示范应用

支持人工智能研发企业结合智慧城市建设场景需求，率先在城市大脑建设中引进大模型技术，开展多感知系统融合处理技术研发，打破城市治理中各系统数据孤岛，实现智慧城市底层业务的统一感知、关联分析和态势预测，科学调配政府资源和行政力量，为城市治理提供更加综合全面的辅助决策能力。

五、探索营造包容审慎的监管环境

（十八）持续推动监管政策和监管流程创新

探索营造稳定包容的监管环境，积极推动人工智能领域新技术赋能传统行业的包容审慎监管，支持人工智能算法、框架等基础技术的自主创新、推广应用、国际合作。鼓励优先采用安全可信的软件、工具、计算和数据资源，通过改进算法等技术手段，确保训练数据集的规范性。鼓励生成式人工智能产品在科研等非面向公众服务领域实现向上向善应用。积极向国家网信部门争取，在中关村核心区建立先行先试，推动实行包容审慎监管试点。

（十九）建立常态化服务和指导机制

做好对拟面向公众提供服务的生成式人工智能产品的安全评估工作，建立常态化联系服务和指导机制，督促企业遵守法律法规要求，尊重社会公德、公序良俗。优化安全评估流程机制，细化对大模型算法设计、训练数据源筛选、内容安全性、人工标注规则的审核评估标准，开展精准化服务指导，加快推进我市人工智能企业相关技术产品的安全评估工作。指导企业建立健全算法安全防范机制，在产品研发阶段引入技术工具进行安全检测，督促企业积极履行算法备案和变更、注销备案手续。发布《北京市互联网信息服务算法推荐合规指引》，引导创新主体树立安全责任意识，健全管理制度、强化技术手段、促进企业算法合规发展。

（二十）加强网络服务安全防护和个人数据保护

指导算力运营主体落实《网络安全法》《数据安全法》《个人信息保护法》等法律规定，加强网络和数据安全管理，明确网络安全、数据安全和个人信息保护主体责任，强化安全管理制度建设和工作落实，鼓励企业开展数据安全管理认证及个人信息保护认证，落实数据跨境传输安全管理制度，全面提升网络安全和数据安全防护能力。

（二十一）持续提升人工智能产业伦理治理自律自治能力

落实国家新一代人工智能创新发展试验区建设任务，加强人工智能伦理安全规范及社会治理实践研究，研发并部署人工智能伦理治理公共服务平台，服务政府监管与产业自律自治，强化相关责任主体科技伦理规范意识，提升科技伦理治理能力。

为抢抓大模型发展机遇，重视通用人工智能发展，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，推动我市通用人工智能领域实现创新引领，特制定本措施。

《若干措施》针对加强算力资源统筹供给能力、提升高质量数据要素供给能力、系统布局大模型技术体系持续探索通用人工智能路径、推动通用人工智能技术创新场景应用、探索营造包容审慎监管环境五大方向，明确组织机制，提出21项具体措施。

一是加强算力资源统筹供给能力方向，依托全市数据中心统筹联席会议工作机制，加强市区两级相关单位与重点新型研发机构、云服务企业、算力建设企业、基础电信企业等单位的沟通协作，推动存量算力归集、新建项目论证和存量项目改造。该方向提出组织商业算力、新增算力基础设施建设、建设多云算力调度平台3项具体措施。

二是提升高质量数据要素供给能力方向，联合相关单位构建大规模预训练基础数据集、高质量微调数据集。建立训练数据的供给和使用协调机制，强化相关行业主管部门、相关区政府和重点研发单位、平台企业、数据交易机构等市场主体的沟通协作。该方向提出归集高质量基础训练数据集、打造“国家数据基础制度先行先试示范区”谋划国家级数据训练基地、搭建数据集精细化标注众包服务平台3项具体措施。

三是系统布局大模型技术体系，持续探索通用人工智能路径，支持开展大模型创新算法及关键技术研究，支持大模型基础软硬件体系、训练数据采集及治理工具、评测工具研发，并支持探索通用人工智能新路径。该方向提出开展大模型创新算法及关键技术研究、加强大模型训练数据采集及治理工具研发、开放大模型评测基准及工具、推动大模型基础软硬件体系研发、探索通用人工智能新路径5项具体措施。

四是推动大模型技术创新场景应用方向，充分发挥大模型泛化能力强的特点，结合我市优势场景资源，引导企业充分挖掘领域数据资源，开展领域大模型应用技术研究，拓展大模型应用边界，探索面向细分垂直领域的大模型商业模式和创新生态。该方向提出面向政务服务、医疗、科学研究、金融、自动驾驶、城市治理领域拓展应用场景6项具体措施。

五是探索营造包容审慎监管环境方向，建立与大模型企业常态化联系与服务机制，持续调研跟踪企业在安全评估中遇到的难点堵点，加强同国家网信办沟通协调，积极争取在中关村核心区建立先行先试特区，推动实行包容审慎监管试点。该方向提出持续推动监管政策和监管流程创新、建立常态化服务和指导机制、加强大模型网络安全防护和个人数据保护、持续提升人工智能产业伦理治理自律自治能力4项具体措施。

如果你还想了解更多这方面的信息，记得收藏关注本站。