刚刚，工信部公布多个传感器揭榜挂帅任务！面向人形机器人等应用！

据传感器专家网获悉，9月13日，工信部官网发布《关于组织开展2023年未来产业创新任务揭榜挂帅工作的通知》，面向元宇宙、人形机器人、脑机接口、通用人工智能4个重点方向，聚焦核心基础、重点产品、公共支撑、示范应用等创新任务，发掘培育一批掌握关键核心技术、具备较强创新能力的优势单位，突破一批标志性技术产品，加速新技术、新产品落地应用。 请推荐单位高度重视未来产业创新任务揭榜挂帅工作，充分调动企业、金融机构、科研院所、新型研发机构、相关产业联盟及行业协会的积极性，遵循公开、公平、公正的原则完成好推荐工作，并在政策、资金、资源配套等方面加大支持力度。 其中，在元宇宙、人形机器人等方向，均提及传感器技术应用的突破。尤其是人形机器人揭榜挂帅任务榜单，五大核心基础中，就有3项关于传感器，单独列明了力传感器、MEMS姿态传感器、触觉传感器等关键部件的揭榜挂帅任务，国产传感器又一重磅新机遇来了！人形机器人揭榜挂帅任务榜单

（三）力传感器

揭榜任务：面向人形机器人准确获取驱动关节和肢体末端触感力学信号的需求，突破稳定可靠的力传感器结构设计与制造、智能化信号处理与分析、多信息智能识别与模型分析等关键技术；研制系列化、高性能、低成本、智能化的新型力传感器；发展低成本、规模化的传感器生产制造方法，推动新型力传感器在人形机器人上的产业化应用。

预期目标：到2025年，完成人形机器人系列化力传感器的设计与制造，满足驱动关节、手指、足底等肢体末端力测量需要，并在人形机器人上开展实际应用。传感器采用低成本、高性能的设计，精度达到0.5%FS，响应时间优于0.03s，具有智能信息采集与处理能力，提升力传感器的智能化水平。

（四）MEMS姿态传感器

揭榜任务：面向人形机器人姿态控制对高性能、小型化姿态传感器的需求，突破传感器小型化结构设计、陀螺仪高精度加工工艺、智能响应姿态解算等关键技术；研制基于MEMS惯性器件的高性能姿态传感器；研究减小传感系统体积重量，降低功耗，提升传感器抗振动、抖动能力以及传输性能的方法；发展低成本、规模化传感器生产制造方法，推动新型MEMS姿态传感器在人形机器人上的产业化应用。

预期目标：到2025年，完成高性能、低成本的MEMS姿态传感器研制，具有较强的抗振动和抖动性能，俯仰角和横滚角静态精度为0.1°，零偏稳定性（1σ，10s平滑）不低于0.3°/h，MEMS姿态传感器具有强的鲁棒性和智能稳定算法。

（五）触觉传感器

揭榜任务：围绕人形机器人灵巧手使用工具、操作设备、分拣物品、高精度装配等能力，在灵巧手掌内配置触觉传感器，以感知操作目标的位姿、硬度、肌理等特征，提高灵巧手的智能化操作能力。研发小体积、高可靠性、高稳定性的人形机器人手部触觉传感器，满足人形机器人灵巧手感知、操作、交互等需求，提升新型触觉传感器自主设计与研发水平，推动触觉传感器的产业化应用。

预期目标：到2025年，完成小体积高可靠性高稳定性的手部触觉传感器研制，实现指尖、指腹和掌面部位传感器阵列密度1mm×1mm（厚度≤0.3mm）；力检测范围0.1N/cm2~240N/cm2(10g/cm2~24kg/cm2)±5%；最小检测力10g。

关于通知全文及其余附件内容附录于下文，通知原文网址可在页底点击【阅读原文】链接查看。

工信厅科函〔2023〕235号

为深入贯彻落实***总书记关于揭榜挂帅工作的重要指示精神，加快推动未来产业创新发展，现在组织开展未来产业创新任务揭榜挂帅申报工作。有关事项通知如下：

一、揭榜任务内容

面向元宇宙、人形机器人、脑机接口、通用人工智能4个重点方向，聚焦核心基础、重点产品、公共支撑、示范应用等创新任务，发掘培育一批掌握关键核心技术、具备较强创新能力的优势单位，突破一批标志性技术产品，加速新技术、新产品落地应用。（任务详见附件）。

二、推荐条件

（一）申报单位须为在中华人民共和国境内注册、具有独立法人资格的企事业单位。申报单位需承诺揭榜后能够在指定期限内完成相应任务。

（二）鼓励企业、金融机构、科技服务机构、高校、科研院所及新型研发机构等以联合体方式申报，牵头单位为1家，联合参与单位不超过4家。

（三）各省、自治区、直辖市及计划单列市工业和信息化主管部门、中央企业集团组织按照政府引导、企业自愿的原则，优先推荐创新能力突出、产业化前景好、行业带动作用明显的项目。

三、工作要求

（一）申报主体可通过申报系统（https://jbgs.ccidnet.com）进行申报，完成注册后填写申报所需材料。申报截止时间为2023年11月10日。

（二）推荐单位于2023年11月30日前使用账号登录系统并确认推荐名单。各省、自治区、直辖市工业和信息化主管部门每个方向推荐项目数量原则上不超过15个；计划单列市工业和信息化主管部门每个方向推荐项目数量原则上不超过5个；上海（浦东新区）、深圳、济南-青岛、北京、天津（滨海新区）、杭州、广州、成都、长沙、武汉、南京等国家人工智能创新应用先导区每个方向推荐项目数量原则上不超过3个，不占属地指标，经省、自治区、直辖市工业和信息化主管部门审核后统一报送；中央企业集团和部属单位不占属地指标，可直接报送，每个方向推荐项目数量原则上不超过3个。

（三）工业和信息化部组织遴选并公布入围揭榜单位名单（每个揭榜方向原则上不超过5家）。入围揭榜单位完成攻关任务后（名单公布之日起不超过2年），工业和信息化部委托第三方专业机构开展测评工作，择优确定揭榜优胜单位（每个揭榜方向原则上不超过3家）。

（四）请推荐单位高度重视未来产业创新任务揭榜挂帅工作，充分调动企业、金融机构、科研院所、新型研发机构、相关产业联盟及行业协会的积极性，遵循公开、公平、公正的原则完成好推荐工作，并在政策、资金、资源配套等方面加大支持力度。

联系方式：

工业和信息化部科技司李谨成010-68205234

申报系统技术咨询樊炳辰 010-68209219

孙美玉010-68209262

附件：

1.元宇宙揭榜挂帅任务榜单 .doc

2.人形机器人揭榜挂帅任务榜单.doc

3.脑机接口揭榜挂帅任务榜单.doc

4.通用人工智能揭榜挂帅任务榜单.doc

工业和信息化部办公厅

附件2人形机器人揭榜挂帅任务榜单

一、核心基础

（一）全身动力学控制算法

揭榜任务：面向人形机器人高动态行走的全身控制问题，突破人形机器人多体动力学实时模型、基于全身力矩的模型预测控制、长距离离线身体姿态和落足点规划、在线步态规划与实时姿态跟踪、面向仿人机器人高爆发关节伺服阻抗控制等关键技术。形成人形机器人高动态行走控制方法，在人形机器人实物平台上进行实验验证。

预期目标：到2025年，建立人形机器人高动态行走控制算法，可支持具有双足、双臂、腰、髋、膝、踝等不少于28个自由度的人形仿生机构。支撑人形机器人实现平地、斜坡、台阶、非平整路面、松软路面等环境的高动态行走，平地最大行走速度≥4km/h, 最大奔跑速度≥9km/h。

（二）电机驱动器

揭榜任务：面向人形机器人快速、灵活的伺服驱动需求，突破高性能伺服驱动设计、制造与测试等技术。研发小体积、高爆发、高效率的高功率密度电机伺服驱动器。提升电机伺服驱动器自主研发水平，推动高性能伺服驱动器的产业化应用。

预期目标：到2025年，完成系列化的高功率密度电机伺服驱动器，支持多种行业标准化码盘和通讯接口。最高效率不低于95%，重量小于210g（含散热片），尺寸小于170cm3，最大连续功率达到6kW，拥有智能伺服控制算法，可实现高速柔性伺服驱动控制。

（三）力传感器

揭榜任务：面向人形机器人准确获取驱动关节和肢体末端触感力学信号的需求，突破稳定可靠的力传感器结构设计与制造、智能化信号处理与分析、多信息智能识别与模型分析等关键技术；研制系列化、高性能、低成本、智能化的新型力传感器；发展低成本、规模化的传感器生产制造方法，推动新型力传感器在人形机器人上的产业化应用。

预期目标：到2025年，完成人形机器人系列化力传感器的设计与制造，满足驱动关节、手指、足底等肢体末端力测量需要，并在人形机器人上开展实际应用。传感器采用低成本、高性能的设计，精度达到0.5%FS，响应时间优于0.03s，具有智能信息采集与处理能力，提升力传感器的智能化水平。

（四）MEMS姿态传感器

揭榜任务：面向人形机器人姿态控制对高性能、小型化姿态传感器的需求，突破传感器小型化结构设计、陀螺仪高精度加工工艺、智能响应姿态解算等关键技术；研制基于MEMS惯性器件的高性能姿态传感器；研究减小传感系统体积重量，降低功耗，提升传感器抗振动、抖动能力以及传输性能的方法；发展低成本、规模化传感器生产制造方法，推动新型MEMS姿态传感器在人形机器人上的产业化应用。

预期目标：到2025年，完成高性能、低成本的MEMS姿态传感器研制，具有较强的抗振动和抖动性能，俯仰角和横滚角静态精度为0.1°，零偏稳定性（1σ，10s平滑）不低于0.3°/h，MEMS姿态传感器具有强的鲁棒性和智能稳定算法。

（五）触觉传感器

揭榜任务：围绕人形机器人灵巧手使用工具、操作设备、分拣物品、高精度装配等能力，在灵巧手掌内配置触觉传感器，以感知操作目标的位姿、硬度、肌理等特征，提高灵巧手的智能化操作能力。研发小体积、高可靠性、高稳定性的人形机器人手部触觉传感器，满足人形机器人灵巧手感知、操作、交互等需求，提升新型触觉传感器自主设计与研发水平，推动触觉传感器的产业化应用。

预期目标：到2025年，完成小体积高可靠性高稳定性的手部触觉传感器研制，实现指尖、指腹和掌面部位传感器阵列密度1mm×1mm（厚度≤0.3mm）；力检测范围0.1N/cm2~240N/cm2(10g/cm2~24kg/cm2)±5%；最小检测力10g。

二、重点产品

（六）旋转型电驱动关节

揭榜任务：面向人形机器人高爆发、高功率密度的旋转关节性能需要，研究融合驱动、传动、力感知、伺服控制、热控的关节设计方法，研发高响应、轻量化、变刚度、高精度、模块化的电机驱动力控关节，提升电机驱动关节的自主研发水平和人形机器人高动态运动能力，推动高性能力控关节的应用。

预期目标：到2025年，研制系列化的人形机器人一体化旋转电驱动关节，集成减速器、电机、驱动器等，满足腰、髋、膝、肘等关节伺服驱动需要，峰值输出功率密度优于600W/kg，峰值力矩密度优于100N.m/kg，在人形机器人上实现应用验证。

（七）直线型电驱动关节

揭榜任务：面向人形机器人对高推力密度、高动态响应线性致动器的迫切需求，研究高速高功率密度永磁伺服电机设计、高动态响应伺服驱动、基于动力学匹配的驱动-传动一体化集成、基于全状态反馈的电动线性致动器柔顺运动控制等关键技术；研制高推力密度、高动态响应线性电驱动关节，并在人形机器人上开展应用验证。

预期目标：到2025年，研制系列化人形机器人直线型电驱动关节，满足臀关节、膝关节、踝关节等应用需求，采用规模化、低成本、高性能的智能一体化设计，实现双向驱动伺服线性致动，推力覆盖500-10000N，推力密度不低于1500 N/kg，在人形机器人或足式机器人上实现应用验证。

（八）机械臂与灵巧手

揭榜任务：研发高功率密度的集成肩关节、肘关节、腕关节与灵巧手的人形机械臂及灵巧手，实现人形机械臂及灵巧手的运动与操作功能，提升人形机器人关键部件的自主研发水平，推动人形机械臂及灵巧手的产业化应用。

预期目标：到2025年，关节自由度数量满足运动与操作要求，臂手一起工作时，手指末端负载能力≥3kg，灵巧手集成位置、力、触觉等传感器，臂体重量≤9kg（其中灵巧手≤900g）；支持多种行业标准化通讯接口。

（九）高算力主控制器

揭榜任务：研发用于人形机器人运动规划与感知决策的高算力主控制器，在硬件通信、实时计算和能量消耗等关键技术上实现突破；研究复杂工况下的系统实时性和可靠性，满足人形机器人信息采集、智能计算、通信交互等需求；构建具备人形机器人基本功能的控制器软件系统，研究开放性控制器软件，实现先进算法的模块化可拓展。

预期目标：到2025年，研制高算力主控制器，满足人形机器人的智能控制算法需求，单台主控制器工作功耗不高于60W，算力不低于200Tops，硬件可支持高带宽总线通信方式，具有多种常用传感器的通信接口。

（十）高能量密度电池

揭榜任务：研制高能量密度、轻量化、高可靠、可高倍放电、快速充电的电池组，具备过充过放保护、防爆阻燃和高频振动工况下的安全可靠性能，满足人形机器人长时间续航、高倍率放电需求。实现电池组小型化、轻量化设计，同时满足人形机器人瞬时功率大、连续工作时间长的需求。

预期目标：到2025年，人形机器人电池满足便捷插拔替换、外部充电标准配置的要求。具备过充、过放保护、防爆阻燃和高频振动工况下的工作能力。输出电压48V-100V，电池组的能量密度不低于220Wh/kg。

三、公共支撑

（十一）人形机器人的端到端仿真开发平台

揭榜任务：面向人形机器人对端到端智能控制软件平台的迫切需求，突破机器人多智能体与复杂环境建模技术，面向机器人自主学习与技能发育的通用强化学习算法库，研发域随机化及GPU并行计算的训练与演进技术；研制新一代人形机器人端到端仿真开发平台，鼓励开源开放的新方法和新机制，并在人形机器人上开展应用验证。

预期目标：到2025年，研制新一代人形机器人端到端仿真开发平台，具有友好的开发界面。支持动态环境的推理、技能强化和具身安全演进，支持大规模并行GPU机器学习训练，同一场景下并行开展训练的机器数量不低于1000个。

（十二）人形机器人的标准、测试与评估

揭榜任务：搭建并完善人形机器人整机系统集成标准，完成软硬件模块通用接口的标准定义、撰写、试点应用；形成评估人形机器人关键共性能力的综合测评标准和关键核心部件的性能测评标准；建立人形机器人综合测试评估和实验平台，重点建立自主运动能力、复杂环境适应能力、平衡与抗扰能力、灵巧操作能力、人机交互能力的量化评估体系；研究电液驱动部件、一体化力控关节、环境感知模块、力觉感知模块等关键核心部件的性能测评方法，建立测试和实验平台。

预期目标：到2025年，实现软硬件模块通用接口的标准定义和标准撰写，编写各子模块的行业标准与规范，完成整机系统集成标准定义和标准撰写；制定关键共性能力的综合测评标准，建立实验平台。综合测评标准包含行走、作业、智能、交互等模块标准；实验平台可以测试机器人自主行走、双臂作业、任务决策与规划等功能，测试人形机器人行走能力、续航能力、载重能力等关键性能，同时可以测试核心零部件的关键性能。

（十三）人形机器人的机器脑智能控制技术

揭榜任务：开发基于人工智能大模型的“大脑”模型，实现人形机器人的环境感知、行为控制、人机交互能力。开发控制人形机器人的“小脑”模型，搭建运动控制算法库，建立网络控制系统架构。面向特定应用场景，构建人形机器人仿真系统和训练环境，支撑快速低成本的技术创新。支持人形机器人算力设施建设部署，强化机器人具身智能，加速大模型训练迭代和相关产品落地应用。

预期目标：到2025年，构建特定场景的人形机器人多模态环境感知-自然语言-运动规划数据集，具有感知能力、语音识别能力、自然语言处理能力、任务决策与规划能力，建立不低于100亿的典型任务参数集，自动化处理任务的类型不低于100种，并能够在人形机器人上实现应用。

四、典型应用

（十四）面向工业制造的典型应用

揭榜任务：围绕工业4.0自动化、数字化、信息化、智能化要求，针对智能制造场景中复杂设备操作、复合工具使用、人机协同作业等任务需求，研制环境适应性强、具备稳定行走能力、可自主操作工具与决策、融入智能制造数字化信息体系的面向工业制造的人形机器人。

预期目标：到2025年，人形机器人在制造业领域实现应用突破，实现制造业环境中稳定行走速度不低于3km/h，可以操作不低于10种设备或工具，综合工况续航不低于4h。整机通电后准备时间小于5min。

（十五）面向灾害救援的典型应用

揭榜任务：面向人形机器人在灾害救援中复杂地形机动和环境高适应性要求，突破复杂地形的运动控制技术、危险环境的感知与理解技术、对抗条件下的智能决策与规划技术、人机协作救援技术等关键技术，实现人形机器人在复杂环境中执行多种任务，如搜救、搬运物资等。

预期目标：到2025年，人形机器人在灾害救援领域实现应用突破，实现高温、耐冲击、防尘防水、防爆等能力，能够自主进入极端环境实施救援任务，地形攀爬能力不低于50cm，移动速度不低于5km/h，综合续航不低于4h。

（十六）面向危险作业的典型应用

揭榜任务：围绕核辐射操作、空间站维修、有毒气体环境作业、月球表面钻探等应用场景，研发在高危行业代替人力进行维修、操作任务的人形机器人，突破人形机器人智能化作业、特殊环境下稳定行走、无监督环境下自治规划与决策等关键技术，推动人形机器人在危险环境中人机隔离、机器换人、黑灯工厂的应用。

预期目标：到2025年，研制的人形机器人能够满足危险作业环境的抗辐射、低重力、高低温等环境适应性要求，可以使用工具开展焊接、切割、整理等作业任务，准确率达到95%以上；实现与人协作式的共融作业，能够操作50种以上的工具；可以完成安装、拆卸、旋拧、插拔等多类精细操作。

（十七）面向智慧物流的典型应用

揭榜任务：围绕物流仓储与运输、货物搬运的场景需求，研制具有自主移动、货物清点搬运、装卸码垛、分拣、配送的仓储物流人形机器人，突破整机轻量化、力感知和柔顺控制、高鲁棒性全身运动控制、多模态融合感知、视觉增强、自主决策与运动规划技术，实现人形机器人在室内结构化环境中的智能协同工作，提升各环节的综合作业效率。

预期目标：到2025年，研制面向智慧物流的人形机器人整机，实现自主移动速度≥4km/h；双臂负载能力≥10kg；单次工作时长≥3h。整机通电后准备时间小于5min，并在典型物流场景完成应用验证。

（十八）面向安防巡逻的典型应用

揭榜任务：面向社区、工厂、边境等大范围区域巡逻检查需求，研究人形机器人在道路、草地、台阶、坡、沟等地形环境下行走技术，突破长距离运动、拟人化交互、巡逻监控、目标物跟踪、数据远程回传等关键技术，研制安防巡逻人形机器人，推动人形机器人在室内外环境的安防应用。

预期目标：到2025年，完成安防巡逻人形机器人整机研制，单次运动里程不小于6km，单次工作时长不少于3h，负重不小于5kg，实现在居民社区、工厂或哨所等场景下的示范应用。

（十九）面向服务娱乐的典型应用

揭榜任务：面向公共服务与创新娱乐场景应用的需求，研制采用多模态大模型和云端大脑驱动的人形机器人整机，并在固定岗位引导、特定内容问询、老人陪护和陪伴、商业娱乐表演等典型场景开展应用示范。

预期目标：到2025年，面向服务与娱乐等场景应用的通用人形机器人能够与人类进行比较流畅的沟通，能通过手势、自然语言进行沟通，基础动作单元不少于15种，落地应用场景不少于10个。

附：1.2023年未来产业创新任务揭榜单位推荐表-人形机器人方向

2.2023年未来产业创新任务揭榜单位申报材料

附件1元宇宙揭榜挂帅任务榜单

一、核心基础

（一）基于Linux内核的XR操作系统

揭榜任务：开展面向空间计算的轻量化Linux内核XR系统技术研究，突破基于动态时间帧补偿的低延时全链路渲染、针对光学畸变及色散的预校正渲染、基于注视点的动态渲染、三维化显示等关键技术，设计通用一体化的空间感知和智能人机交互接口，提升使用者的沉浸感、交互的自然度。兼容适配不同主芯片平台；支持主流三维引擎工具和标准。

预期目标：到2025年，完成基于Linux内核的XR操作系统开发工作，系统延迟时间等核心指标达到行业领先；兼容多种硬件主芯片平台；支持多种三维引擎工具；支持OpenXR、GSXR、WebXR等XR标准；适配超过100款主流应用的三维显示。

（二）实时三维引擎

揭榜任务：研究多机集群渲染、动态全局光照、高性能图形图像处理等技术，研发具备跨平台能力的实时三维引擎，实现超大规模场景的高性能高质量实时渲染；研究基于机器学习与程序化的内容生成、多人协同交互等基于实时三维引擎的数字化内容创作技术，研发具备程序化内容生成能力的开放引擎创作交互开发工具及创作平台；基于实时三维引擎，在电视演播、教育、文博、工业等多个领域开发数字化示范应用。

预期目标：到2025年，研发实时三维引擎，支持在主流国内外操作系统上运行，支持单眼和双眼，最低支持8k分辨率、12bit 位宽的渲染输出，支持亿级三角形在8K 60FPS下的渲染。输入反馈延迟等性能指标达到国际先进水平。

（三）三维序列数据编码传输方案

揭榜任务：研究三维序列数据编解码及传输框架，结合三维序列数据特点，研究针对三维空间不规则动态网格、稠密点云序列和隐式表示三维模型等6自由度数据编码系统，实现三维序列数据的高效智能压缩。研究三维序列数据传输技术，围绕三维序列数据传输方式、传输协议开展关键核心能力和标准构建。在沉浸式通话、元宇宙会议、沉浸视频点播等场景实现大规模应用。

预期目标：到2025年，在保证高质量的视觉效果条件下，三维空间不规则动态网格、稠密点云序列和隐式表示三维模型等6自由度数据编码压缩率达到行业领先水平。实现点云序列传输方案设计，实现至少1种点云传输协议验证。

（四）面向元宇宙沉浸多感交互的5G-A网络

揭榜任务：研究元宇宙业务QoS、网络资源、计算资源等多要素联合受限下的5G-A网络容量理论模型，指导系统性能评估及容量优化。研究支持元宇宙终端计算任务卸载到边缘、云的5G-A网络端边云协同优化，有效降低终端的计算开销及功耗。研究基于网络状态、用户行为和媒体特征等多维感知信息的沉浸式媒体自适应传输，有效提升网络资源利用率及系统容量。研究基于视频、音频、动作及触觉等多模态数据的5G-A网络多模态协同传输，支持多模态多感官实时交互。

预期目标：到2025年，完成云VR、云AR、分离渲染等元宇宙典型应用场景的系统容量理论模型；支持5G-A网络下的终端计算任务卸载，实现终端计算开销及功耗的有效降低；支持沉浸式媒体自适应传输，实现网络资源利用率提升，相比现有5G网络，单小区系统容量（并发XR用户数）提升3倍以上；支持多模态协同传输，多模态交互场景下端到端时延不超过50毫秒。相关技术指标应通过实验室仿真验证或系统原型样机验证，达到行业领先水平。

（五）基于物体特征点的三维模型快速匹配系统

揭榜任务：针对基于图像的三维建模，开展三维模型特征点匹配和对比的研究。主要利用优化后的基于特征（形状）的技术方法进行粗配准，利用优化后的基于几何（icp）的技术方法进行精配准，通过降维以及限制自由度的方式实现快速、稳定的配准。突破对点云数据的无序性、非结构化、不均匀和噪声等干扰，有效地利用已有的信息实现精确、鲁棒的点云配准算法，实现在室内正常光照条件下，在市场主流移动设备上快速、精确地完成点云的配准。实现在工业设备维修维护等场景的应用，解决技术专家无法到场指导设备维修维护的问题。需要兼容不同的主芯片平台。

预期目标：到2025年，完成基于物体特征点的三维模型快速匹配算法；根据不同设备尺寸，建模阶段，采集不多于4000个特征点即满足物体的建模要求，配准阶段，不多于10秒完成配准，物体特征点的精确度偏差毫米级。实现在200-2000勒克斯光照强度范围内，即使建模和配准的环境光照不同，算法都能稳定、准确地配准。系统在重点领域实现规模化商用。

二、重点产品

（六）高逼真数字人快速构建与多模态交互系统

揭榜任务：研制高速4D面部采集技术，研究并实现批量化、自动化的产业级面部模型处理与制作流程。基于多模态信息进行多样化采集，建设人脸高精度4D模型数据库，实现高逼真数字人面部和身体的快速构建。搭建基于大模型的多模态数字人交互系统，实现视觉、听觉等多模态输入信息的统一表征，实现基于预训练模型的表情、动作推理。

预期目标：到2025年，数字人4D面部动态重建帧率≥30fps，绑定后生成表情误差小于5mm，数字人的自然度、真实度等主观体验评分达到行业领先水平。基于多模态交互输入结合大模型实现高准确度、低延迟的动作、表情、行为推理。

（七）虚拟空间创作平台

揭榜任务：研究基于元宇宙虚拟空间的构建系统，实现低代码快速构建虚拟空间。研究音视频互动平台，实现在元宇宙中进行语音、视频交流。研究多人协作系统，实现数字孪生模型的多人交互协作。研究共享桌面技术，实现多人共享演示内容。研究元宇宙空间与云渲染方式的融合，实现手机或PC访问元宇宙空间。研究人物换装、捏脸功能，实现在虚拟空间中打造个性化的数字人。集成智能助手，提供专属场景的业务问答与指令。

预期目标：到2025年，实现不少于5类场景的低代码快速构建，支持会议元宇宙、展览元宇宙、教育元宇宙、办公元宇宙、园区元宇宙等场景，场景运行流畅不卡顿。支持在线人数、模型加载效率、延迟时间等核心指标达到国际先进水平。

（八）3D沉浸式实时通信系统

揭榜任务：研究基于多模态、多视角的三维视觉技术，实现对人、物、场的动态三维数据采集、建模和显示。研制基于多传感器的三维数据捕捉设备和基于裸眼3D显示器的沉浸式实时通信系统，旨在提供身临其境的沉浸感体验，可应用于视频会议和远程协作，为远程教育和培训、远程手术和医学会诊、游戏和文旅等领域提供新的技术手段。

预期目标：到2025年，3D沉浸式实时通信系统从采集到呈现端到端时延小于400ms，帧率大于25，三维重建平均误差、结构相似性、感知损失指标达到行业领先水平。

（九）3D实景地图平台

揭榜任务:研究3D实景地图平台，突破3D实景地理实体在语义化、结构化等维度上的技术瓶颈。研究用时空数据编织与时空知识图谱技术实现对地理实体自身属性及实体间关系进行一致性描述，以实现地理实体的语义化，达到计算机可理解、可分析。研究用GeoAI方法识别分类技术，实现地理实体单体分割并获取其几何轮廓及组成结构。在城市规划、应急防灾、交通治理等场景下实现快速批量应用。

预期目标:到2025年，地理实体语义化覆盖率、结构化准确率等核心指标达到行业领先。

（十）基于文本描述的3D场景生成系统

揭榜任务：研究基于文本描述的3D场景生成系统，突破传统方法需要大量标记3D模型数据集的限制，解决当前基于文本描述的3D场景生成算法结果过饱和、过平滑、缺少细节等问题。研究多模态室内3D场景生成，实现高质量3D内容生成，包括复杂效果，基于文本生成多样性3D内容和360°场景等。研究基于分布式云渲染实现多模态实时3D场景生成系统，实现高带宽高质量内容实时传输，海量高质量3D内容实时云端生产、渲染、交互。

预期目标：到2025年，实现根据输入的文本信息，对于实例输入的文本生成特定实例图像。实现基于文本或文本+图像的室内3D场景的生成，生成场景的渲染视角图像与文本一致性指标CLIP score、渲染图像的感知指标Inception score等核心指标达到国际领先。

三、公共支撑

（十一）元宇宙数字身份标识技术解决方案

揭榜任务：研究元宇宙数字身份标识技术，构建跨平台、跨设备、跨系统的元宇宙中数字身份及作品标识体系。研究数字身份映射体系，将元宇宙中数字身份与现实中人员身份关联，确保元宇宙世界中数字身份活动的真实性。通过“嵌入式”标识服务，为每个数字身份及相关作品分配唯一数字标识，建立起可信赖、可查验、可追溯的数字身份及标识管理体系。

预期目标：到2025年，实现元宇宙数字身份标识技术解决方案在至少1类行业领域开展应用试点；实现元宇宙数字身份及作品的唯一标识技术，数字身份标识可跨平台、跨设备、跨系统互认互通；技术解决方案的安全性、创新性及实用性达到行业领先水平。

附：1.2023年未来产业创新任务揭榜单位推荐表-元宇宙方向

2.2023年未来产业创新任务揭榜单位申报材料

附件3脑机接口揭榜挂帅任务榜单

一、核心基础

（一）非植入式脑机接口芯片

揭榜任务：研发非植入脑机接口核心芯片及配套关键技术，用于记录、传输和处理脑电信号。在微型化设计、应用开发、可靠性设计、工具开发等方面实现突破。

预期目标：到2025年，芯片集成度显著提高，研发集高精度脑电采集、信号处理和无线传输功能于一体的芯片。芯片实现量产，通道密度、通道功耗、输入阻抗、共模抑制比、等效噪声等核心指标达到国际领先，支持多形态无线脑机接口应用系统，支持手机、头显等移动终端的工具开发。

二、重点产品

（二）植入式脑机接口技术与系统

揭榜任务：可自研以下所列若干方向或全部：植入式电极、植入式芯片、植入式神经信号记录系统、基于脑机接口的植入式刺激系统、神经信号解码算法及示范配套应用软件，实现微创、安全、长期、稳定、高精度的神经信号记录和刺激。

预期目标：到2025年，研发植入式电极、芯片、系统和配套关键技术，植入时间、通道数、生物相容性、信号质量等核心指标达到国际领先，植入后电学性能稳定。植入式神经信号记录系统超柔性且高通量，系统鲁棒性高，电极密度大，芯片性能国内领先。系统可长期稳定植入5年以上，在达到有效工作时间后或中途停止使用时可完整取出。基于脑机接口的植入式刺激系统可对脑神经进行闭环调控。可支持智能调控和远程调控，方向性精准刺激、实时性、安全性、抗强磁干扰等核心指标达到国内领先。

（三）无线非植入脑电采集技术与系统

揭榜任务：能记录和分析处理极微弱脑电信号，可支持多模态生理信号的综合分析，在精密制造、解码算法、材料等方面实现突破。

预期目标:到2025年，系统输入阻抗、共模抑制比、抗噪、同步精度、采样精度、采样率和功耗等核心指标达到国际领先水平。支持实时信号质量分析、高速信息通信，支持视觉、听觉、运动想象等范式的脑信号解码，数据格式兼容常用分析平台。

（四）多模态可穿戴智能技术与系统

揭榜任务：研发可对包括脑信号在内的多模态生理信号进行采集与分析的技术和系统，在脑信号采集基础上，结合体动信号或其他生理信号进行长期监测和分析。

预期目标：到2025年，可穿戴系统实现轻质、小型化、智能化、低功耗，具备信号采集、分析和处理功能，支持无线传输，可控制外设，可支持生物反馈训练等闭环调控，支持模态数量多，多模态信号保持同步。可以检测直立等多种体位信号。生物电信号采样率、数模转换精度、共模抑制比、幅频特性、输入参考噪声、输入阻抗、信噪比、耐极化电压等核心指标达到国内领先水平。

（五）脑电生物反馈式睡眠识别和干预技术与系统

揭榜任务：研发脑电生物反馈式睡眠识别和干预技术，能基于人工智能技术进行“睡眠-心理情绪-生物节律-认知”相关性研究，客观分析睡眠过程中的脑电波活动，评估睡眠深度和睡眠质量，识别睡眠障碍并及时干预。

预期目标：到2025年，产品轻量化、可穿戴且柔性，可在多种场景下长期使用。能实时输出符合国际认可和行业惯用的睡眠周期分期的睡眠时相，睡眠周期分期与PSG人工矫正后结果一致率高。实时检测睡眠特征波的敏感度高。可支持睡眠闭环个性化干预调控，优化睡眠体验。

（六）脑机接口神经损伤运动康复训练技术与系统

揭榜任务：面向神经损伤造成的运动功能障碍，研发用于进行主动式闭环康复训练的技术和系统，以提升大脑神经传导功能重组或代偿，促进肢体运动功能和躯体感觉功能恢复，提升肢体功能康复水平。

预期目标：到2025年，系统支持无线传输和可穿戴，无需外接电源。运动意图解析精准度、脑状态信息实时监测灵敏度和采集灵敏度、辅助运动外设运动自由度等核心指标达到国内领先，受试者感知信息（包括力）可实时记录；可提供多模态反馈，可自定义训练方式、时间和次数。

（七）基于脑机接口的情绪或认知检测评估技术与系统

揭榜任务：研发非侵入式脑机接口技术，实现对情绪或认知的检测与评估。具有范式丰富、情感交互自然、检测速度快、普适性好、可靠性高的特点。

预期目标：到2025年，可进行脑电实时采集、处理以及情绪或认知的实时检测与评估，模型特征可解释且可检验，用于情绪或认知测评的情景信息丰富。情绪任务科学合理，支持听觉、视觉以及多模态情绪任务，对情绪障碍或认知水平的检测与评估准确率高。

（八）基于非侵入式脑机接口的人机班组协同感知和控制技术与系统

揭榜任务：研发基于非侵入式脑机接口的人机班组交互、协同感知和控制技术。在非开阔环境作业、巡逻检查、搜索救援等复杂环境下，支持操作人员通过脑机系统与无人系统交互及目标协同检测。

预期目标：到2025年，可实现对无人系统高效操控，控制指令输入准确率和人机班组执行任务成功率高。将基于机器视觉的目标检测与基于操作人员脑电响应的目标检测相结合，实现脑机协同环境感知，降低伴随设备目标检测的不确定性。

三、典型应用

（九）面向工业安全监测的典型应用

揭榜任务：研发用于工业高危作业安全监测的技术和产品。以脑机接口技术为基础，结合生理指标和运动状态，实时监测与人员认知负荷水平相关的脑活动指标，识别影响人身安全和工作安全的人员异常状态，防范和监测因人员过度疲劳和疾病而引发的安全事故。

预期目标：到2025年，系统便携式可穿戴设计，支持无线传输，即戴即用。能长时程实时监测高危作业人员认知负荷相关的脑活动指标和其他生理指标，可及时对困倦、注意力不足、反应迟缓、长时间异常体态等异常状态及时反馈和提醒。实时监测时间分辨率达到秒级，脑电电压测量精度范围内误差小。电极及其他接触皮肤的部件生物相容性好，数据使用合法依规，符合相关伦理要求。

（十）面向驾驶安全监测的典型应用

揭榜任务：利用脑机接口对驾驶行为进行安全监测，在脑机接口基础上，结合生理等其他指标信息，监测驾驶员异常状态。

预期目标：到2025年，能实时监测驾驶人员认知负荷相关的脑活动和其他生理指标，可及时对驾驶员困倦、注意力不足、反应迟缓等异常状态进行迅速及时的反馈和提醒。参与安全监测的驾驶员数量不少于100人，累计监测时长不少于20000h，降低因疲劳驾驶导致的事故风险发生率，数据使用合法依规，符合相关伦理要求。

附：1.2023年未来产业创新任务揭榜单位推荐表-脑机接口方向

2.2023年未来产业创新任务揭榜单位申报材料

附件4通用人工智能揭榜挂帅任务榜单

一、核心基础

（一）智能芯片

揭榜任务：围绕人工智能任务计算特征、访存模式、数值分布等特点，突破适用于人工智能计算范式的矩阵乘加内核架构、高速互联总线等核心技术。训练端，重点补齐内存带宽、互联线性度等短板，提升吞吐率等算力性能指标。联合上下游企业协同研发具备高可扩展性、高易用性、高灵活性等优势的芯片软件栈，加大力度突破先进封装、仿真验证等制造工艺核心技术。

预期目标：到2025年，训练芯片支持FP16、FP32和混合精度（FP16/FP32）处理能力，内存容量达到128GB及以上，单芯片FP16达到500 TFLOPS以上，支持结构化稀疏后FP16算力达1 PFLOPS以上。片间互联带宽达到300 GB/s以上，支持智能服务器单机内部全互联。高效支持可信计算、隐私计算或联邦学习等功能，提升基于硬件的安全性。

（二）智能算力集群

揭榜任务：攻克人工智能集群计算领域中总线互联、RAS技术、功耗散热等瓶颈，加强智能服务器与智能芯片、操作系统、开发框架、应用软件的兼容适配。建设大型智能算力集群，通过液冷等方式满足绿色化需求。开发配套云端运维管理和调度系统，满足大规模人工智能训练/推理要求。

预期目标：到2025年，智能算力集群节点扩展规模不低于1024卡，与国内外主流人工智能软硬件环境完成兼容适配；总体算力规模超过500 PFLOPS，PUE不超过1.25。开发支持低响应时延、动态扩展等特性的集群云端运维管理和调度系统，针对基于Transformer的重点模型具备分钟级断点续训能力。

（三）高质量数据集

揭榜任务：建设大规模通用中文语料库，加强主流中英文数据的清洗及过滤，构建标准化语料资源池，整合文字、图片、音视频等多模态数据集，并实现对外开放。打造高质量代码、书籍、人类反馈指令数据、科学文献等专业知识数据集。面向工业、医药、电信、金融、教育等重点行业汇聚高质量、权威的行业训练数据资源，赋能行业发展。

预期目标：到2025年，实现通用文本数据集规模总量达到10TB、通用图文数据集数据总量达到1亿对、通用音视频数据集数据总量达到100TB。面向编程代码、科研文献、百科教材等专业知识，以及工业、医药、电信、金融、教育等重点行业，形成不少于3个高质量数据集，各数据集赋能10个及以上专用模型训练或微调。

（四）人工智能风险管控软件

揭榜任务：针对人工智能训练数据投毒、算法模型漏洞、敏感有害生成内容等重点风险，研发多维度一体化的人工智能风险管控软件产品。构建人工智能安全风险测评数据集，提出相应安全风险的检测、防御方法，支持人工智能应用服务、中间件与基础依赖组件等对象的漏洞检测与及时预警，识别生成内容潜在偏见歧视、伦理、违规违法等风险。

预期目标：到2025年，构建3个人工智能安全风险测评数据集，覆盖偏见歧视、违规违法、恶意指令注入、伦理等多维度安全风险，提出不少于10种面向人工智能数据安全风险的检测、防御方法，组织不少于5个典型智能产品开展试点验证工作。

二、重点产品

（五）语言大模型产品

揭榜任务：探索以知识为中心的大模型范式，通过上下文编码、动态记忆机制等核心技术，提升语言认知大模型的智慧涌现水平。对标国际先进产品，提升中英双语的语义理解、逻辑推理、代码编程等能力，实现在线知识咨询功能，能够实时融合基于互联网的海量信息。开展大模型推理加速算法研究，提升语言大模型赋能智能产品的部署效率。

预期目标：到2025年，语言大模型在中英文均达到世界先进水平，提升大模型泛化能力，零样本或少样本学习在超过30个基准中达到优异性能。中英双语认知能力全面提升，在模型常识性、专业性、逻辑性、推理能力方面取得重大突破。语言大模型在数字座舱、机器人或语音助手等领域实现应用。

（六）语音大模型产品

揭榜任务：研究具有高通用性和高解释性的通用语音表征理论和方法，突破语音数据依赖性强、领域适应性弱等难题，实现超大规模语音表征训练、语音表征信息解耦合建模等关键技术，支撑语音大模型的泛化性。构建面向多个语种、多个语音任务共享的语音大模型，赋能语音助手、虚拟客服、数字人等智能产品的智能化升级。

预期目标：到2025年，语音大模型达到世界先进水平，覆盖语种超20个，其中汉语、英语、法语等5个以上重点语种的处理效果业界领先，可支撑语音识别、语音合成、声纹识别、情感识别等10个以上语音任务，性能较传统模型实现显著提升。

（七）视觉大模型产品

揭榜任务：研究视觉大模型统一算法底层架构，创新视觉大模型训练路径，构建支持动态视觉理解和生成统一的底层基础模型架构，突破静态向动态视觉大模型的范式升级。视觉大模型能够通过少样本微调解决图像、视频等视觉任务，生成式任务指标达到国际先进水平，解决视觉大模型的高效设计、有效训练、快速推理等关键技术问题。

预期目标：到2025年，训练超过千亿级参数规模的通用视觉大模型，能够通过少样本微调方式解决超过30个视觉基础任务（包括10个以上动态视觉或三维视觉任务）并且表现出色，推理速度达到全球领先，具备在智能终端产品的部署能力。

（八）多模态大模型产品

揭榜任务：研究多源多模态异构数据的表示和对齐方法，实现文本、图像、视频、语音等模态数据间的语义对齐，全面提升多模态大模型性能。研究多模态大模型训练和推理加速方法，构建算法、框架、硬件和并行策略等协同考虑的优化和计算架构，提升万亿级参数多模态模型的工程效率。

预期目标：到2025年，全面提升多模态大模型性能，多模态大模型达到万亿参数，零样本学习下解决15个以上多模态任务，基于主观评价的最终效果和推理速度达到国际先进水平。

三、典型应用

（九）面向工业制造领域的典型应用

揭榜任务：推动基于人工智能的设备实时控制、资源动态优化、多智能体协同等核心技术突破，推进人工智能技术和产品在工业制造领域的深度融合应用。提升制造业全过程全场景的智能水平，实现重点装备智能化改造，满足高端制造场景对于复杂环境、连续任务的认知和决策需求。

预期目标：到2025年，通过嵌入式人工智能集成开发，提升高端制造装备精度及其一致性、保持性，在原材料、装备制造、电子信息等重点行业开展部署应用，实现良率、生产效率、运维成熟度或安全性等指标的显著提高。结合柔性生产、智能工厂等方面的技术应用基础，开发覆盖生产制造全流程的专用模型库，在不少于10家制造业企业落地应用。

（十）面向民生服务领域的典型应用

揭榜任务：推动人工智能在信息消费、政务、医疗和交通等重点行业的融合应用，拓展人工智能在典型场景下的规模化应用。打造新型民生服务模式，优化人机交互体验，提高服务精准度、效率和个性化水平，促进传统产业智能化升级。

预期目标：到2025年，在信息消费、政务、医疗或交通等重点行业形成通用大模型与行业专用模型协同发展的解决方案，利用内容生成、语义理解、语音对话、知识图谱等人工智能技术，实现政务服务智能写作、智能问诊、自动驾驶等功能，有效提升点击转化率、用户满意度、诊疗准确度等关键指标，助力人民生活消费体验升级。

（十一）面向科学研究领域的典型应用

揭榜任务：探索基于人工智能的科学研究新范式，面向生物医药、材料、流体力学、气象等专业领域，挖掘科研专用数据的内在机理，缩短科学原理的发现周期。利用人工智能技术突破科学计算瓶颈，构建智能化科学研究工具集，支撑仿真模拟、数学建模等软件发展，提升科研效率。

预期目标：到2025年，通用人工智能赋能科学研究全链条任务，显著提升生物医药、材料、流体力学或气象等重点领域的科学发现效率。研发智能化科研工具集，支持数据分析、知识提取、智能建模等不少于5项专用工具调用，并与主流开发框架完成集成。

（十二）面向信息安全领域的典型应用

揭榜任务：为应对复杂网络环境下的安全挑战，研发并训练面向网络安全的人工智能大模型，配合调度控制中枢实现与当前领先的安全系统（如XDR、SIEM、EPP、EDR等）的整合，赋能网络安全业务。功能上，具备深度理解多系统数据的能力，能通过综合调度各系统的API接口，实现智能化安全任务自动处理，包括但不限于异常分析、定位威胁、辅助溯源攻击、响应处置等能力，提高安全运营效率。

预期目标：到2025年，研发安全大模型，通过调度控制中枢系统，成功整合3种以上的现有安全系统，并能实现对其API接口的智能调度。支持至少30种不同的安全任务，实现智能化、自动化的解决方案，并能自动生成专业级别的安全报告。

附：1.2023年未来产业创新任务揭榜单位推荐表-通用人工智能方向

2.2023年未来产业创新任务揭榜单位申报材料

审核编辑 黄宇