重磅！北京公布首批10个行业大模型应用案例

添加书签

AIGC开放社区
2023-06-30

专注AIGC领域的专业社区，关注OpenAI、百度文心一言等大语言模型（LLM）的发展和应用落地，关注LLM的基准评测和市场研究，欢迎关注！

近日，北京市科委、中关村管委会举办首期北京市人工智能策源地引领推介活动，公布了北京市涵盖医疗、建筑、汽车、金融等10个行业的大模型应用案例。北京市科委、中关村管委会二级巡视员刘航出席会议并讲话。

北京百度网讯科技有限公司、北京智谱华章科技有限公司、中国科学院自动化研究所、科大讯飞、第四范式等家企业入选，并介绍了应用案例情况。

刘航指出，大模型赋能行业应用正在蓬勃兴起，场景驱动成为大模型技术创新的重要模式，有望形成新的产业业态和经济增长点。

刘航介绍，此次发布的首批行业大模型典型应用案例是为了落实北京市《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》和《通用人工智能创新发展若干措施》，进一步加快人工智能场景建设相关举措落地实施，结合当前大模型技术与垂直行业应用正在快速融合的阶段特点，加快拓展大模型行业应用。

此次发布的10个行业大模型典型应用案例，均由技术供给方与场景需求方联合研发，展现了大模型技术能力，并深度结合不同行业需求特点，帮助行业用户实现降本增效，而且协助其开发新功能、形成新产品、拓展新应用，推动了人工智能技术与行业更加深度融合。

以下是10个行业大模型应用案例介绍（排名不分先后）。

百度集团和国网智能电网研究院有限公司共同开发的基于电力行业NLP大模型——设备运检知识助手示范应用。

在智慧能源领域，基于百度“文心”系列大模型及领先的深度学习、知识图谱增强等技术，构建了千万级电力文本样本库和电力行业知识图谱，联合训练电力行业NLP大模型，在电力专业分词、电力营销敏感实体识别F1指标分别提升9.27%、13.28%，达到92.376%和94.947%，显著增强了设备及电网运营的自动化、智能化水平。

北京智谱华章科技有限公司和北京中医药大学东方医院共同开发——数字中医大模型示范应用。

在智慧医疗领域，基于智谱华章高精度千亿中英双语稠密模型“GLM-130B”，面向中医领域名医经验挖掘整理需求，构建数字中医服务平台，探索高危肺结节人工智能临床诊疗和临床评价研究等解决方案，实现中医临床经验的智慧化复制新模式。

中国科学院自动化研究所和中铁建设集团有限公司共同开发的面向建筑领域——多模态行业大模型示范应用。

在智慧城市领域，基于“紫东太初”多模态大模型和跨模态通用人工智能平台，联合研发建筑工程全闭环智能应用系统，形成项目地图索引、风险快速传达、自动回复等功能，赋能工程方案设计、技术文件审核等多个阶段场景，大大提升建筑行业智能化水平。

中关村科学城城市大脑股份有限公司和科大讯飞（北京）有限公司共同开发——自主可控城市大脑大模型示范应用。

面向城市治理领域智能化管理需求和国产化自主可控的安全需求，有效打通科大讯飞“星火”基础大模型和中科大脑公司“如如ChatTT”行业大模型，针对城市治理数据资源访问和应用受限、城市治理服务模型通用泛化能力弱以及人工智能时代下的信息安全等问题，在如如ChatTT基础上，完成城市治理大模型的国产化改造并示范应用，加速城市智能化建设，全面提升城市治理能力。

云知声智能科技股份有限公司和北京友谊医院共同开发的基于山海大模型——门诊病历生成系统示范应用。

在智慧医疗领域，基于云知声700亿参数规模的自研“山海”大模型，结合前端声音信号处理、声纹识别、语音识别、语音合成等全栈式智能语音交互技术，预计可提升医生的电子病历录入效率超过400%，节约单个患者问诊时间超过40%，提升医生门诊效率超过66%。

北京科学智能研究院和中国航发北京航空材料研究院共同开发——覆盖元素周期表原子间势函数预训练模型示范应用。

在科学研究领域，基于科学智能研究院深度势能原子间势函数预训练模型DPA-1，可模拟原子规模高至100亿，大幅提高模型迁移能力和元素容量，提高模型预测精度，降低研发成本，缩短研发周期。

第四范式（北京）技术有限公司和北京中关村银行股份有限公司共同开发——多模态智慧金融大模型示范应用。

在智慧金融领域，基于第四范式百亿参数大模型“式说”，联合开展金融多模态智慧金融平台研发及私有化部署，在行业术语通俗化解释、客户经理信贷管理、人工客服问答、AI应用快速研发等多个环节形成大模型能力，大幅降低客服管理成本，提升客服人员效率及客户满意度。

毫末智行科技有限公司和长城汽车股份有限公司共同开发——自动驾驶大模型DriveGPT示范应用。

在自动驾驶领域，基于毫末智行自研的业界首个自动驾驶生成式预训练大模型DriveGPT，提供问题场景的快速发现、场景数据的快速筛选与自动标注、罕见场景的数据生成，以及云端仿真测评等能力，可有效节省90%的标注成本，将算法对于模糊车道线的识别能力从40%左右提升到90%以上，对驾驶轨迹的预测误差降低近3倍。