大模型将在医疗、教育领域发力，北京发布“人工智能 +”行动计划

IT之家 7 月 26 日消息，北京市发展和改革委员会、北京市经济和信息化局北京市科学技术委员会、中关村科技园区管理委员会今日发布了《北京市推动“人工智能 +”行动计划（2024-2025 年）》。

《行动计划》提出了发展目标：2025 年底，通过实施 5 个对标全球领先水平的标杆型应用工程、组织 10 个引领全国的示范性应用项目、推广一批具有广泛应用前景的商业化应用成果，力争形成 3-5 个先进可用、自主可控的基础大模型产品、100 个优秀的行业大模型产品和 1000 个行业成功案例。率先建设 AI 原生城市，推动北京成为具有全球影响力的人工智能创新策源地和应用高地。

《行动计划》提出，围绕机器人、教育、医疗、文化、交通等领域组织实施一批综合型、标杆性重大工程，促进大模型核心理论与技术突破，增强人工智能工程化能力，提高重点行业的科技水平和服务质量，构建跨行业、跨领域协同创新组织模式，形成大模型行业应用新生态。

IT之家具体汇总如下：

（一）人工智能 + 机器人

整合创新资源，结合真实场景需求，推出融合具身智能的机器人，以应用牵引具身智能迭代演进。搭建具身智能应用试验场，验证物流仓储、生产制造、家庭服务、医疗护理、科研探索等场景下具身智能机器人性能，持续提升具身智能的智能水平。规范具身智能训练数据采集标准，建设各细分行业真实场景的高质量数据库，持续促进具身智能自我进化。

（二）人工智能 + 教育

发挥教育资源优势，加强大模型企业、教育机构和管理部门协同联动，重点汇聚北京市优质教学案例、讲义素材、施教方法以及学生心理健康、公序良俗常识等教学知识，培育跨学科、跨学段的教育大模型平台，提供智能备课、课件生成、课程分析、学习跟踪、家校联动等辅助工具，平衡班级制授课和个性化学习，为教师减负提效。加强师生人工智能素养，探索思维培养智能体、跨学科 PBL 课程设计等工作。

（三）人工智能 + 医疗

围绕优质医疗资源，构建医疗监管机制创新、医院与医生科研成果收益均衡以及医院信息系统智能化升级的三者合一“北京医生”医疗大模型平台，释放医院、医生、大模型企业协同创新潜力，促进医疗、医保、医药等“三医”联动，建立高质量医疗数据标注库和医疗大模型训练可信空间。探索医生与医疗智能体协同机制，优化导诊服务、在线问诊、处方生成、用药咨询、慢病管理以及家庭智能医生等医疗辅助服务，推动互联网医院向人工智能医院升级。

（四）人工智能 + 文化

基于北京深厚的历史文化和旅游资源，汇聚文学作品、历史建筑、文化遗迹、景点信息等优质文旅数据，协同旅游景点、文创单位和管理部门，推动人工智能与文旅深度融合，支撑文化大模型服务平台，为市民和游客提供个性化、高效且便捷的文旅服务，增进优秀传统文化的传播效能，弘扬社会主义核心价值观。

（五）人工智能 + 交通

基于大模型生成道路、车辆、人流、天气等仿真数据，加快自动驾驶仿真训练，优化车路云网一体化技术路线，探索 FSD、ASD 等单车智能技术，建设智能、高效、安全的城市交通网络。依托高级别自动驾驶示范区建设，融合车载传感器、路侧视频设备、高精度地图、交通管制信息、天气环境等多源数据，构建交通大模型平台，精准预测交通流量及拥堵情况，优化交通信号灯控制机制，做好车辆出行路径的动态规划与交通引导。

如何系统的去学习大模型LLM ？

作为一名热心肠的互联网老兵，我意识到有很多经验和知识值得分享给大家，也可以通过我们的能力和经验解答大家在人工智能学习中的很多困惑，所以在工作繁忙的情况下还是坚持各种整理和分享。

但苦于知识传播途径有限，很多互联网行业朋友无法获得正确的资料得到学习提升，故此将并将重要的 AI大模型资料 包括AI大模型入门学习思维导图、精品AI大模型学习书籍手册、视频教程、实战学习等录播视频免费分享出来。

所有资料 ⚡️ ，朋友们如果有需要全套《LLM大模型入门+进阶学习资源包》，扫码获取~

👉[CSDN大礼包🎁：全网最全《LLM大模型入门+进阶学习资源包》免费分享]👈

在这里插入图片描述

一、全套AGI大模型学习路线

AI大模型时代的学习之旅：从基础到前沿，掌握人工智能的核心技能！

二、640套AI大模型报告合集

这套包含640份报告的合集，涵盖了AI大模型的理论研究、技术实现、行业应用等多个方面。无论您是科研人员、工程师，还是对AI大模型感兴趣的爱好者，这套报告合集都将为您提供宝贵的信息和启示。

三、AI大模型经典PDF籍

随着人工智能技术的飞速发展，AI大模型已经成为了当今科技领域的一大热点。这些大型预训练模型，如GPT-3、BERT、XLNet等，以其强大的语言理解和生成能力，正在改变我们对人工智能的认识。那以下这些PDF籍就是非常不错的学习资源。

在这里插入图片描述

四、AI大模型商业化落地方案

阶段1：AI大模型时代的基础理解

目标：了解AI大模型的基本概念、发展历程和核心原理。
内容：
- L1.1 人工智能简述与大模型起源
- L1.2 大模型与通用人工智能
- L1.3 GPT模型的发展历程
- L1.4 模型工程
  - L1.4.1 知识大模型
  - L1.4.2 生产大模型
  - L1.4.3 模型工程方法论
  - L1.4.4 模型工程实践
- L1.5 GPT应用案例

阶段2：AI大模型API应用开发工程

目标：掌握AI大模型API的使用和开发，以及相关的编程技能。
内容：
- L2.1 API接口
  - L2.1.1 OpenAI API接口
  - L2.1.2 Python接口接入
  - L2.1.3 BOT工具类框架
  - L2.1.4 代码示例
- L2.2 Prompt框架
  - L2.2.1 什么是Prompt
  - L2.2.2 Prompt框架应用现状
  - L2.2.3 基于GPTAS的Prompt框架
  - L2.2.4 Prompt框架与Thought
  - L2.2.5 Prompt框架与提示词
- L2.3 流水线工程
  - L2.3.1 流水线工程的概念
  - L2.3.2 流水线工程的优点
  - L2.3.3 流水线工程的应用
- L2.4 总结与展望

阶段3：AI大模型应用架构实践

目标：深入理解AI大模型的应用架构，并能够进行私有化部署。
内容：
- L3.1 Agent模型框架
  - L3.1.1 Agent模型框架的设计理念
  - L3.1.2 Agent模型框架的核心组件
  - L3.1.3 Agent模型框架的实现细节
- L3.2 MetaGPT
  - L3.2.1 MetaGPT的基本概念
  - L3.2.2 MetaGPT的工作原理
  - L3.2.3 MetaGPT的应用场景
- L3.3 ChatGLM
  - L3.3.1 ChatGLM的特点
  - L3.3.2 ChatGLM的开发环境
  - L3.3.3 ChatGLM的使用示例
- L3.4 LLAMA
  - L3.4.1 LLAMA的特点
  - L3.4.2 LLAMA的开发环境
  - L3.4.3 LLAMA的使用示例
- L3.5 其他大模型介绍