6月15日,湖北省新G肺炎疫情防控指挥部举行第110场新闻发布会,湖北省经信厅相关负责人介绍了省政府办公厅印发的《加快发展数字经济培育新的经济增长点的若干措施》。
据介绍,湖北省将实施数字经济五项工程,包括5G万站工程,今年该省新建5G基站5万个以上,实现5G网络武汉市城区室外全覆盖;大数据开发应用工程,以工业互联网大数据分中心建设为契机,加快武钢大数据IDC、腾龙数据中心、中金数谷武汉大数据中心等大数据项目建设,力争3年内J大数据试点示范企业达到30家,人工智能和大数据产业规模超过1000亿元;万企上云工程,打造“云行荆楚”企业上云品牌,力争3年内全省建成较为完备的工业云平台体系;产业数字化改造工程,多面实施以数字化、网络化、智能化、绿色化和安全化为特征的新一轮G水平技术改造;线上新经济培育工程,持续推动互联网新业态新模式发展。
文件内容可以概括为“四个五”:即聚焦五个方面、实施五项工程、创建五个示范区、实行五项制度。
聚焦五个方面。聚焦数字网络化,推进5G网络和数据中心等网络基础设施建设;聚焦数字产业化,发展数字创新和服务产业;聚焦产业数字化,强化一二三产业的深度融合应用;聚焦治理智能化,建设智慧城市,强化数字治理;聚焦生活智慧化,发展线上经济、平台经济。
实施五项工程。一是实施5G万站工程。今年新建5G基站5万个以上,实现5G网络武汉市城区室外全覆盖。二是实施大数据开发应用工程。力争3年内J大数据试点示范企业达到30家。三是实施万企上云工程。培育国内L先的平台服务商3-5家。四是实施产业数字化改造工程。力争3年内打造30家以上智能示范工厂。五是实施线上新经济培育工程。持续推动互联网新业态新模式发展。
创建五个示范区。包括新一代人工智能创新发展示范区,信息技术创新应用示范区,5G+工业互联网创新发展示范区,新一代信息技术与传统产业融合发展示范区,公共卫生应急体系信息化建设示范区。
实行五项制度。一是实行联席会议制,省L导为召集人、省直12个部门单位参加。二是实行席信息官制,强化企业信息化L导责任。三是实行专家委员会制,建立省J数字经济专家委员会,为宏观决策、项目策划提供智库支撑。四是实行配套奖补制,省市县三J财政安排资金奖补数字经济相关项目及企事业单位和个人。五是实行考评监管制,建立准确反映数字经济发展水平的趋势的指标体系,实行以G质量发展为导向的考核机制。
附件:
湖北省将以新基建重大项目为抓手,建立省市两级项目库,湖北省经信厅谋划了40个省级“点线心站台园” 项目,总投资1300多亿元。
湖北未来产业发展重点:盯紧光电子、3D打印与新一代信息技术等15个重点产业领域
奋力夺取疫情防控和经济社会发展“双胜利”,为实现决胜全面建成小康社会、决战脱贫攻坚目标任务提供有力支撑
《蓝皮书》旨在为政府部门政策制定、企业战略决策提供科学参考,同时帮助公众理解AI技术对经济社会发展的深远影响,AI赋能行业应用案例,产业政策及趋势分析
人形机器人市场规模预计从 2024 年的 20.3 亿美元增长到2029 年的 132.5 亿美元,复合年增长率达 45.5%;中国 60% 的企业将把AI 融入其主要产品和服务中,并且这些 AI 功能将成为收入增长的主要驱动力
从数据看数据标准和治理保障体制不完善,数据流通利用基础较为薄弱;从算法看模型自身存在不可解释性和可靠性风险;旺盛的大模型应用场景需求加剧人才供需矛盾
十五五”时期推进新型工业化主要统筹好“四对关系”:一是高质量供给引领和满足内需的关系;二是做优增量和盘活存量的关系;三是产业国内根植与海外布局的关系;四是有效市场与有为政府的关系
AI迎宾接待机器人的核心是人机交互,在智能人机交互的研究中,对情感的识别、分析、理解、表达的能力是重点研发方向;从人类的语音,面部表情等多个维度捕捉情感信息,并对其进行分析和判别
多模态感知技术让机器人具备类似人类五感的多模态智能感知能力;通过表情识别、语音情感分析等技术,让机器人感知人 类情绪并做出相应情感回应,增加亲和力和互动性
AI陪伴机器人在外观设计具备人类相似特征;在行为模式上模仿人类的行为,具备手眼协调,动态足控制能力;在各个领域的实际应用和用途,协助人类完成各种复杂任务
机器人机械手有多个关节和多个自由度,具有很高的灵活性;配置了必要的传感器,可以精确控制机械手的操作;微小的外形尺寸使得机械手具有很高的操作精度
展厅迎宾机器人的“小脑”核心技术正在从基于模型的控制方法向基于学习的控制方法演进,视觉-语言模型为机器人学习复杂技能提供了新的范式,有很强的泛化能力,能够根据不同的指令组合技能
基于模型的小脑技术路线控制方法有ZMP判据及预观控制,混杂零动态规划方法,虚拟模型解耦控制;基于学习的小脑技术路线控制方法有强化学习和模仿学习
迎宾服务机器人需要整合视觉,听觉,触觉等多种感知模态,使机器人在复杂场景中做出更准确的决策;结合听觉和触觉信息,机器人可以更好地理解人类的指令和情感状态
LLM(大语言模型+VFM(视觉基础模型)实现人机语言交互、任务理解、推理和规划;VLM(视觉-语言模型)实现更准确的任务规划和决策;VLA (视觉-语言-动作模型)解决机器人运动轨迹决策问题