— 1 —

广州市科学技术局关于发布 2023 年度

广州市重点领域研发计划人工智能

重大科技专项申报指南的通知

（征求意见稿）

各有关单位：

为深入实施创新驱动发展战略，贯彻落实《广州市科技创新

条例》《广州市科技创新“十四五”规划》《广州市人民政府关于

印发广州市重点领域研发计划实施方案的通知》，加快解决制约

人工智能领域发展的关键核心技术问题，取得一批产业带动性

强、技术自主可控的重大科技成果，现发布 2023 年度广州市重

点领域研发计划人工智能重大科技专项项目申报指南。有关事项

通知如下：

一、组织方式

由项目申报单位组织科研人员按照申报指南自行申报，通过

广州科技大脑（https://gzsti.gzsi.gov.cn/）填报项目申报书并提交

有关申报材料，经项目组织单位推荐、市科技局组织评审和审核

等程序后，符合条件的予以立项。

二、申报条件

（一）牵头申报单位应为广州市行政区域内设立、登记、注

册的具有独立法人资格的机构，或在我市视同法人单位统计的企

业非法人分支机构。或为内地与香港、内地与澳门科技合作委员

— 2 —

会协商确定的港澳高校之一，至少 1 家广州企事业单位作为参与

单位。

视同法人单位统计的企业非法人分支机构应在广州工商行

政管理机关领取《营业执照》，具有独立经营场所，以该分支机

构的名义独立开展生产经营活动一年（含）以上，且在广州地区

“纳统”。

（二）申报单位及其合作单位应具有完成项目实施的工作基

础和条件，在相关领域具有一定的技术优势，有健全的科研管理、

知识产权管理和财务管理制度。鼓励产学研联合申报，鼓励港澳

地区高校院所与我市企事业单位合作申报。

（三）项目负责人（项目组成员第 1 名）应为申报单位正式

职工，除两院院士外年龄不超过 60 周岁（指 1962 年 1 月 1 日及

以后出生），项目实施期内在职。在职公务员、退休人员不得作

为项目负责人。

（四）申报单位、合作单位及项目负责人未在科研诚信惩戒

期内。

三、申报限制

（一）市科技计划已立项竞争性项目不得再次申报，同一项

目不得申报不同的科技计划类别，已获得国家级、省级财政资金

支持或市级其他部门财政资金支持的项目不得再次申报。

（二）作为项目负责人在研和当年新申报的市科技计划竞争

性项目累计不得超过 1 项；作为项目主要承担人（项目组成员第

— 3 —

二名和第三名），在研和当年新申报的市科技计划竞争性项目累

计不得超过 2 项。

“在研”项目是指，在申报新市科技计划项目前，存在未完成

项目验收流程或终止流程的竞争性项目。

（三）项目申报单位存在到期未验项目的，不得新申报竞争

性项目（申报单位为高校的，限制到二级院系，由高校负责审查）。

“到期未验”项目是指，在申报新市科技计划项目前，项目申

报单位存在 2022 年 1 月 15 日前合同到期且未验收或终止的市科

技计划竞争性项目的。

（四）申报单位为企业的同一年度最多申报 2 项竞争性项

目。

四、申报材料

（一）申报项目需在广州科技大脑填报提交《广州市科技计

划项目申报书》及相关附件材料，其中需签字盖章的附件材料应

签字盖章后扫描上传。申报阶段不需要提交纸质材料。

（二）申报单位为视同法人单位统计的企业非法人分支机

构，须在单位注册前致函市科技局说明情况，并提供《营业执照》

和纳统证明材料。

（三）与合作单位联合申报的项目，应按照提供的模板签订

合作协议。协议应明确合作各方的合作方式、任务分工、知识产

权归属、经费分配、收益分配及预期目标等内容。申报项目的合

作事项应与合作协议相关内容一致。

— 4 —

与市外单位联合申报的，主要成果转化地和实施地应在广州

市。

（四）项目组成员中如有申报单位以外的人员（包括研究

生），其所在单位即被视为合作单位，应当在项目申报书中填写

合作单位信息。

（五）企业作为申报单位，需要核实营业执照。其中，已经

在市电子证照系统签发“电子营业执照”的，通过市电子证照系统

直接调取；对尚未在市电子证照系统签发“电子营业执照”的，需

提供营业执照扫描件。

（六）申报单位及申报人应如实填写申报材料，应对申报材

料的真实性、合法性、有效性负责。凡弄虚作假者，一经发现并

核实后，已获立项的作取消立项或实施终止处理，其失信行为记

入市科研信用记录并按规定予以处理。。

（七）项目申报书附件材料包括但不限于：

1. 申报单位法人资质证照、组织机构代码证复印件。具体

要求按照本通知要求提供。

2. 项目负责人资质材料（学历学位、职称材料），项目组

前三名成员身份证件复印件。

3. 相关单位合作共同申报项目的，需按模板提供合作协议。

（模板详见广州科技大脑）。

4. 申报单位为企业的，需提供 2021 年度财务审计报告（2022

年注册成立的公司无需提供），确因特殊原因无法及时提供的需

— 5 —

上传相关情况说明，并提供 2020 年审计报告。

五、申报程序

（一）申报单位注册。申报单位进入广州科技大脑按要求完

成单位用户注册（新开户），获取单位用户名及密码；已有单位

用户账号的，无需另行注册。

（二）单位和申报人信息维护。单位用户登录广州科技大脑，

完善录入单位信息基本情况。申报人根据需要自行注册账号，完

善个人信息。

（三）项目申报。申报人登录广州科技大脑，选择该项目专

题，在线填写申报材料后，提交至申报单位审核。

（四）单位审核。申报单位对申报材料进行认真审查，确保

申报质量，通过后提交至组织单位审核。

（五）审核推荐。组织单位对申报材料进行网上推荐。申报

单位如需修改申报信息可与组织单位联系，经组织单位网上推荐

的项目不再退回修改。

六、实施期限

项目起止时间为 2023 年 4 月 1 日—2026 年 3 月 31 日，实

施期限为 3 年。

七、申报时间

申报单位网上申报开始时间为 2022 年 X 月 X 日 9 时（具体

时间待定），申报材料网上提交截止时间为 2022 年 X 月 X 日

20 时，组织单位网上审核推荐截止时间为 2022 年 X 月 X 日 20

— 6 —

时。

八、注意事项

（一）为进一步简化优化科技项目申报，现对申报单位“项

目组前三名成员身份证复印件”“正式职工佐证材料”两项申报材

料实行告知承诺制。申报人如未能及时提交上述材料，可以在申

报书中签署“告知承诺制事项书面承诺”，视同已提交相关材料。

如经核查承诺不实，将取消所申报项目立项资格，并按相关规定

做出处理。

（二）广州科技大脑中申报书“申报单位基本情况”的相关内

容从单位信息模块中自动读取，请各单位管理员在申报项目前，

尽早登录（注册）广州科技大脑填写完善，并确认“组织单位” 是 否准确。

（三）应合理安排项目申报书填报和材料提交时间，避免出

现在项目申报截止时间到期前平台网络繁忙耽误申报。

（四）在广州科技大脑提交申报材料后应留意项目状态及组

织单位审核意见。

（五）项目申报受理和评审立项等信息可在平台系统上查

询。

（六）项目申报人及申报单位需自行承担包括知识产权纠纷

在内的潜在风险。

（七）项目申报人和申报单位须认真仔细阅读申报指南各项

要求，并按申报指南要求在广州科技大脑提交申报材料，不接收

— 7 —

补充提交申报材料。因材料缺失或不符合要求、错过申报时间节

点等原因，导致未成功申报的责任由项目申报人和申报单位自行

承担。

九、联系方式

接听时间：工作日 9:00-12:00、14:00-18:00。

申报系统单位注册及信息维护咨询电话：83588209（戴老

师）。

申报系统技术支持：83124114、83124194。（系统操作指南

详见：https://gzsti.gzsi.gov.cn/pms/index.html#/news?type=czzn）

业务咨询：83124132、83124034，联系人：杨欣卉、邓夏凌

（高新技术处）。

综合咨询：83124036，联系人：陈良（资源配置与管理处）。

附件：2023 年度广州市重点领域研发计划人工智能重大科

技专项申报指南

广州市科学技术局

2022 年 3 月 日

— 8 —

附件

2023年度广州市重点领域研发计划

人工智能重大科技专项申报指南

按照习近平总书记“加强人工智能和产业发展融合、加强人

工智能同保障和改善民生的结合、加强人工智能同社会治理的结

合”的重要讲话精神，根据《广州市重点领域研发计划实施方案》，

结合《广州市人工智能产业链高质量发展三年行动计划

（2021—2023 年）》，拟实施人工智能重大科技专项。现发布

2023 年度项目申报指南。

一、支持强度

支持强度为 500 万元/项。

每个项目仅支持 1 项。评审专家经评议认为项目申报质量

都未达指南研发内容和指标要求时，可都不给予支持。

二、申报要求

1.项目申报须涵盖该任务下所列的全部研究内容和考核指

标。

2.对于企业牵头申报的项目，应配套能支持任务指标的自筹

资金（各级财政资助经费不得列入自筹经费）。

三、支持方向、研究内容及考核指标

支持方向一：先进制造

— 9 —

项目 1：工业产品表面弱小瑕疵精准快速仿生成像检测系统

研究内容：

1.研究适合工业制造动态光照环境下新体制快速特征成像

方法；

2.研发基于新体制成像传感芯片的视觉瑕疵检测系统；

3.研究基于基于特征识别、深度学习、SNN 协同瑕疵检测方

法，并研法相应的软硬件系统；

4.研究在多种金属（以铝为代表）基片、玻璃（光纤）表面

和陶瓷釉面等工件表面点痕、划痕和污渍等常见缺陷高效准确检

测应用系统。

考核指标：

1.可以支持点，线，弧类型的瑕疵，基材类型包括金属、玻

璃、塑料、陶瓷釉面；

2.最小能检测点瑕疵不小于 30 μm*30 μm, 检测准确率不低

于 99.9%；

3.检测速度不低于 1000 帧/秒。

4.在制造型企业中实现至少 2 项示范应用。

要求：以企业为牵头单位申报。

项目 2：基于 3D 视觉的工件缺陷在线实时检测技术

研究内容：

1.针对工业缺陷区弱小、难检测问题，研究基于高性能工业

— 10 —

相机的高分辨 3D 缺陷成像技术；

2.针对工业缺陷检测中的缺陷数据样本少问题，基于人机交

互技术，自动生成指定类型缺陷数据，扩充缺陷样本数据库；

3.面向种类繁多、形状复杂的缺陷，研究基于深度学习的高

精度、鲁棒缺陷检测方法；

4.配合高灵敏机械臂、高稳定性工业光源等技术，搭建面向

工业环境的 3D 缺陷检测系统，实现工业产品表面缺陷样本的快

速采集、缺陷区域的准确检测及缺陷产品的智能分拣。

考核指标：

1.缺陷检测识别准确率大于 99%，漏检率小于 1%；

2.能有效检测到空间尺寸 30 μm*30 μm、深度 20 μm 的缺陷、

划痕等，检测过程中不能产生二次缺陷；

3.相比于 2D 检测技术，能够有效降低漏检率，提升检出率

20%以上；

4.可在电子产品、新能源汽车等领域的不少于 4 种产品中应

用。

要求：以企业为牵头单位申报。

项目 3：可移动抓取工件机器人研发

研究内容：

面向工业、传统制造、物流等领域对多样工件机器人化智能

转运的重大需求，研究可移动抓取工件机器人系统：

— 11 —

1.研究低纹理、弱光照、高动态环境下的机器人视觉特征提

取与语义复合 SLAM 技术，实现复杂环境下自动操作机器人的

多模态环境感知与交互环境语义理解；

2.研究基于深度神经网络与三维视觉的复杂对象识别与抓

取规划，以及多约束、强耦合、高冗余机器人系统的自主抓取运

动控制与性能优化方法，实现机器人对多种类、堆叠对象的智能

抓取规划与高效控制；

3.研究基于多模态感知与学习的多尺度安全防护方法，提升

机器人在动态行人、障碍物等情况下的安全作业性能；

4.面向传统制造、智慧物流等领域开展应用示范。

考核指标：

1.抓取工件重量>500 g，移动速度＞10 cm/s；

2.识别工件种类>20 种；

3.自主抓取无碰规划时间≤2 s；

4.物体抓取成功率≥98%；

5.适应系统与任务约束种类≥3 种；

6.安全防护措施不少于 3 种,响应时间小于 50 ms；

7.在制造、物流等领域实现至少 2 项示范应用。

要求：以企业为牵头单位申报。

支持方向二：车辆交通

项目 4：面向复杂动态环境下智能决策关键技术研发

— 12 —

研究内容：

1.研究多目标复杂场景下的运动目标跟踪与运动态势预测，

基于多模态数据与时空序列模型实现多维度交通场景重建；

2.研究专家规则系统和人工智能系统相结合的智能决策系

统，应对复杂场景；

3.研究智能系统和脑机结口相结合的智能系统，学习人类驾

驶员在安全、舒适、快捷等方面的选择运动轨迹的权衡策略。

考核指标：

1.对动态障碍物的常见的 3 种意图（车道保持、左侧换道、

右侧换道）提前 2s 预测准确率不低于 95%；

2.智能决策系统在高速公路、城市快速路、城区道路等场

景下进行合理决策，自主跟车、车道保持、自主换道、超车、停

车、调头、转弯等关键行为正确率不低于 98% （1 和 2 可以是

仿真和真实场景下）。

要求：以企业为牵头单位申报。

项目 5：异构集成智能多模感算芯片及系统

研究内容：

项目研究针对智能驾驶场景中多模态感知数据的分布与处

理特点，聚焦视觉传感器和毫米波雷达传感器，设计基于芯片粒

异构集成技术的智能感知和计算芯片及系统。内容包括：

1.研究 MIMO 天线与毫米波雷达芯片的 Chiplets 集成技术，

— 13 —

研究芯片粒间高带宽性能的主要限制条件，解决芯片间互连线延

迟，高密度布线串扰等问题，并设计出高能效的数据收发链路；

2.利用新型存算架构实现低功耗智能视觉感知和计算一体

化方案，并突破传统相机帧频和动态范围的限制，完成自动驾驶

中实时目标跟踪和深度估计等任务;

3.研究毫米波雷达传感器与视觉传感器的异构集成，解决多

源异构数据的时钟同步、滤波除杂、抗干扰等问题；

4.研究融合视频和毫米波雷达数据的低功耗智能感知算法

与模型，实现低功耗多模态感算一体的数据融合，实现隐私保护

下的检测及识别；

5.研究多芯片系统互联、系统架构与部署方法，实现实时采

集、传输、存储计算，满足智能驾驶以及车联网 V2X 系统中边

云互动需求。

考核指标：

1.支持系统架构为 3 发 4 收 94 GHz MIMO 毫米波 FMCW 雷

达，连续调频带宽>2 GHz，扫频斜率>100 MHz/μs,发射功率>10

dBm，接收机噪声系数<18 dB，中频带宽>10 MHz，雷达系统功

耗<3.5 W；

（2）支持毫米波雷达及视频数据融合；视频处理支持支持

1080p@30 fps；存算处理可支持 RISC-V；支持深度学习，峰值

算力不小于 100 GOPs；支持可重构以适应不同场景精度要求，

功率小于 5 w；

— 14 —

（3）支持>4 粒的芯片粒间异构集成，整体尺寸<3 cm*3 cm；

实现芯片粒间高集成度的突破，形成具有自主知识产权的高能效

MIMO 毫米波雷达与视频视觉处理器的 Chiplets 互连技术，为异

构芯片粒高密度互连提供设计规范和解决方案。

（4）提出融合视频和毫米波雷达数据的低功耗智能感知算

法与模型不少于 2 个，实现低功耗多模态感算一体的数据融合。

（5）样品将通过实际应用场景展示验证考核其性能，需要

在 2 种以上的智慧交通系统典型场景中得到推广应用。

要求：以企业为牵头单位申报。

项目 6：高精定位技术研究

研究内容：

1.针对复杂城市场景下的导航芯片定位精度受限问题（比如

城市高架桥下、林荫遮挡和城市峡谷等），研究基于人工智能在

精准定位技术中的解决方案，克服当前系统中信号易被遮挡、自

主定位系统中位置漂移等问题，保障智能驾驶安全行驶；

2.形成在智能驾驶行业的示范应用。

考核指标：

1. 城市复杂环境下，定位精度达到分米级；

2. 人工智能导航定位芯片在至少 2 种运营场景形成示范应

用，如无人／有人公交混合模式。

3. 芯片性能指标包括冷启动时间：小于 30s（A-GNSS 辅助

— 15 —

定位模式下小于 10s）；RTK 定位精度：小于 0.02m； 多径复杂

环境下，捕获灵敏度：-140dBm~ -150dBm 之间，跟踪灵敏度：

-160dBm~ -170dBm 之间。

要求：以企业为牵头单位申报。

支持方向三：健康医疗

项目 7：基于前沿技术的智能医学科学数据中心

研究内容：

1.建设涵盖重大致盲、致畸、致死等疾病的临床医学科学数

据中心，实现医疗数据的统一互通和增值流转；

2.突破医学数据跨模态融合、智能质量控制、标准化的数据

处理流程、数据和贡献源头追溯、数据防篡改等关键技术，并推

进智能医学创新人才队伍建设；

3.建立基于前沿技术的数字智能医学创新平台，实现不同层

级医疗机构的数据联动、全流程安全可溯源，临床医学多学科、

多模态数据整合标准化体系建设及关键技术的人才储备。考核指

标：

1.建立 2-3 个不同病种/模态的数据质量智能评估模型，根据

疾病种类实现多标签分类，且准确率均超过 90%；

2.建设基于医学数据治理相关的标准 2-3 个；

3.获得国际或国家核心技术发明专利授权不少于 3 个；

4.数据中心在 10 家或以上不同层级的医疗机构进行应用探

— 16 —

索；

5.数据种类基本涵盖重大致盲、致畸、致死性疾病，具体可

包括但不限于以下病种：白内障、糖尿病视网膜病变、脊柱侧弯、

心脑血管疾病、肝胆疾病等，且已标注的高质量医学数据量须达

到图片量不少于 2 万张、临床诊疗视频时长不少于 250 小时。

6.提出一套基于智能前沿技术和数据的智能医学人才教学

和培养模式，并进行初步应用探索。

项目 8：恶性肿瘤一体化智能诊疗平台

研究内容：针对膀胱癌、卵巢癌、胰腺癌、宫颈癌等恶性程

度高、早期筛查难的恶性肿瘤，建立包括疾病影像、病理、基因、

代谢等组学的标准化病例数据库，基于人工智能前沿技术，研发

涵盖恶性肿瘤早期筛查—分期分级—治疗决策—预后推断的全

周期智能管理系统，形成一体化的精准诊疗平台并在全国多家医

疗机构进行应用探索。

考核指标：

1.针对至少 2 种恶性肿瘤，形成涵盖影像、病理、基因、代

谢等组学的病例数据，每种疾病均不少于 5000 例；

2.基于以上每种疾病开发 AI 决策模型，每个模型需具备疾

病筛查、分期和治疗决策的功能，模型均需在不少于 5 家三甲医

院开展外部验证，验证病例数不少于 2000 例，且准确率均在 90%

以上，疾病漏诊率在 5%以下，误诊率在 10%以下；

— 17 —

3.上述 AI 决策模型需整合形成一体化智能诊疗平台，并在

全国 20 家以上医疗机构进行应用探索，项目完成时须形成国家

标准、行业标准或团体标准不少于 2 项。

项目 9：手术辅助机器人及模拟训练系统

研究内容：

针对颅脑外科、眼科、耳鼻喉科等精细手术标准化培训的应

用需求，开展以下研究：

1.研发基于虚拟现实、多模态融合操作反馈、多源传感工具

追踪的手术模拟系统，系统具备虚拟手术环境搭建、手术操作效

果预测能力；

2.研制机器人辅助的手术系统，具备从端手术操作臂及主端

控制器；

3.研究基于医学影像仪器的智能专家系统，具备立体视觉建

立及手术操作评估能力。

考核指标：

1.完成至少能够执行 4 类手术操作的仿真系统，系统需提供

不少于 4 种手术工具模拟设备，仿真系统对工具的追踪误差不大

于 0.05 mm；组织构造结构误差与标准尺寸差距不大于：前后径

2 mm 及垂直径 1 mm；

2.完成具备至少一种手术执行能力的机器人系统，末端位置

精度不少 0.02 mm，姿态精度不低于 0.06°，自由度不低于 5，远

— 18 —

程中心定点精确度不低于 0.3 mm；

3.完成适用至少一种医学临床影像仪器的立体视觉算法，提

供快速的神经网络立体匹配算法（运算过程不占用 CPU/GPU 资

源），算法的深度视差图匹配错误率不大于 6.3%，加速比不低

于 4，能效比不低于 100；

4.完成具备自主识别、智能评估能力的专家系统，系统应能

够识别且评估至少一种完整手术操作，其手术步骤总体识别准确

率不低于 98%。

支持方向四：城市治理

项目 10：基于自主可控根技术的人工智能平台示范应用

研究内容：

1.基于自主可控的芯片、AI 框架、AI 工具等全栈自主可控

开发环境，研究面向行业场景的人工智能平台；

2.研究人工智能标准用例库、训练库、测试库、场景库、模

型库等，构建人工智能应用资源库；

3.研究海量数据智能标注技术，构建通用的数据标签与结构

化标注标准体系；

4.研究开放环境下的人工智能安全与隐私保护技术，构建可

信的人工智能技术标准体系；

5.构建人工智能测试验证服务能力。

考核指标：

— 19 —

1.开发环境软硬件的国产化率不低于 80%；

2.支持 PB 级数据智能标注，支持 3 种以上数据智能标注技

术，支持 5 种以上应用资源库；

3.提供不少于 25 款 AI 训练、推理、开发工具，支持面向图

像、视频、音频、文本等的人工智能算法；

4.支持智能系统安全分析和评估，具备 10 种智能安全攻击

的评估能力；

5.有 6 种以上场景的应用示范。

要求：以企业为牵头单位申报。

项目 11：面向新能源产业的电池状态智能预测关键技术研

究

研究内容：

1.研究动力电池健康监控体系架构，研究动力电池自然老化

过程的荷电状态与电气健康特征的智能分析平台；

2.研究高泛化性的动力电池荷电状态人工智能预测方法、和

动力电池荷电状态预测曲线的智能修正方法，实现动力电池剩余

电量精确预测；

3.研究基于自主可控人工智能根技术的动力电池健康状态

多源预测模型、动力电池健康状态估计评估模型，实现新能源汽

车动力电池健康预测分析与安全管理系统。

考核指标：

— 20 —

1.构建设备分析监控体系架构，监控系统接入数据容量不低

于 10 万点；

2.构建新能源汽车动力电池剩余电量预测和健康状态估计

模型，动力电池剩余电量预测误差<6%，动力电池剩余寿命预测

误差<10%；

3.形成具备智能预测功能的样机一套；

4.有 1 家以上新能源汽车厂商的应用示范。

要求：以企业为牵头单位申报。

项目 12：面向城市治理的自然语言处理关键技术研究

研究内容：

1.基于大模型研发深层语义理解、逻辑推理决策等关键技

术；

2.构建面向城市治理的超大规模知识图谱与事理图谱，研发

基于知识图谱、事理图谱的知识搜索与问答平台；

3.研究能适应多种智能形态的认知与决策计算框架及动态

常识知识库；

4.研究面向城市治理的具备语义理解、多轮交互、知识推理、

知识纠错的应用系统。

考核指标：

（1）基于自主可控人工智能根技术搭建自然语言处理基础

框架，提供知识问答、知识搜索、知识推理、知识推荐的其中 2

— 21 —

种服务；

（2）超大规模知识图谱，节点数量达 10 亿以上，关系数量

达100亿以上；超大规模事理图谱的具体事件数量达200万以上；

（3）支持亿级规模的图神经网络训练；

（4）构建城市治理知识库，实现支持 50 个以上治理指标、

5000 条以上城市治理知识的多轮问答应用；

（5）有 2 个行业以上 5 个应用场景的应用示范。

要求：以企业为牵头单位申报。

支持方向五：智慧农业

项目 13：生猪养殖智能监控技术和管理平台研发及应用

研究内容：

1.研究生猪养殖场智能视频监控技术，对进出人员、车辆、

物资进行智能识别、自动控制、异常告警，对现场操作人员进行

生产行为的规范性检测，识别视频中生猪的行为动作包括不限于

母猪在限位栏中的姿态（包括站立和躺下）、动作（反复撕咬或

嚼栅栏、打哈欠等）、哺乳等行为，并判断是否正常；

2.通过猪只的生产性能（体尺、体重、背膘）和生理指标（体

温）等生命体征信息的自动感知技术，构建生猪生长数字化模型

和健康监测模型；通过养殖场周边疫情数据、日常巡检数据、异

常诊断数据等，构建疫病监测预警模型；

3.研发集成智能监控、生长模型、疫病监测模型的多维信息

— 22 —

智能管理平台并应用示范。

考核指标：

1.针对人员、车辆、物资的识别率达到 99%以上，对操作人

员的生产行为规范性检测率达到 95%以上，对生猪的行为识别和

体重智能估测算法准确率达到 90%以上；

2.构建 1 个以上生猪的生长数字化模型和 3 个以上生猪疫病

监测预警模型；

3.研发 1 个多维信息智能管理平台；

4.在广州市内 2 个中大型（2000 头以上猪场）的养猪场应用

示范。

项目 14：植物工厂无人化智慧生产关键技术和智能装备研

究及应用

研究内容：

1.研究植物工厂条件下种植环境智慧管理技术，适应高效育

种与种苗生产的技术需求；

2.研究育种及种苗生产多模式种植单元无人化切换物流输

送技术，实现植物工厂的多功能反季应用生产；

3.研发种植对象长势表型特征信息无人化提取与智慧管控

技术；

4.开发无人化植物工厂育种高效加代及种苗均一化生产技

术与装备；

— 23 —

5.集成环境智慧管理、多模式种植单元无人化切换物流输

送、作物长势表型特征信息无人化提取与智慧管控等技术，开发

植物工厂无人化智慧生产装备体系，进行应用示范。

考核指标：

1.建立植物工厂无人化植物工厂高效生产模式 1-2 套；突破

多模式种植单元无人化切换物流输送、作物长势表型特征信息无

人化提取与智慧管控、种苗均一化培育管控等技术 3-4 项。

2.开发植物工厂育种加代快速培育装备系统 1 套；构建植物

工厂高效、高品质种苗培育装备系统 1 套；建立植物工厂无人化

智慧生产装备体系 1 套，立体种植层≥8，播种、环控、光照、水

肥、装盘、堆解垛、穿梭输送、转向输送、提升输送、种植对象

信息提取及配套作业设备 12 台（套）以上，种植穴盘向种植单

元填充输送作业率＞600 盘/小时，培育种苗株高变异系数＜5%；

3.在广州市建立植物工厂生产基地，并进行应用示范。

项目 15：荔枝等岭南果蔬智能采摘机器人和云控平台研究

及应用

研究内容：

1.研制荔枝等岭南特色的果蔬类采摘机器人，实现果蔬的无

人快速采摘；

2.突破野外复杂环境信息快速感知、智能传感与视觉伺服、

机器人自主导航、目标智能识别及精确定位作业、机器人行为性

— 24 —

能自监测、集群调度和智慧管理等关键技术；

3.研制轻量化自主作业采摘机器人，整机精度、速度和综合

性能可以满足果蔬基地场景的应用；

4.研发基于 5G 的大数据管理云平台，通过云控平台实现实

时智能监控、环境感知数据的集中分析和调度、多机自主协同作

业。

考核指标：

1.采摘机器人搭载激光测距仪、姿态传感器、自主导航系统、

5G 通信模块等；

2.单台机器采摘效率在单人采摘的 80%以上，损坏率在 1%

以内；

3.机器人终端能够对果蔬的种类、大小、成熟度等特征进行

识别，平均识别检测率 90%以上，处理单张图像的时间小于 0.5

秒；

4.云控平台实现对超过 10 台以上机器人的实时管控和多机

协同作业。

5.在广州市内不少于 3 家果蔬基地部署运行。

支持方向六：共性关键技术

项目 16：综合在线动态学习能力的网络优化技术及专用数

字处理芯片设计

研究内容：

— 25 —

1.研究基于具体应用的先验信息，结合训练样本的动态网络

训练算法，实现在零训练样本或者小训练样本情况下的网络性能

优化学习；

2.研究在给定训练数据规模下的网络结构优化学习算法，实

现在训练数据出现增量情况下的网络结构动态优化调整；

3.研究高效、高性能的实时网络结构优化及多资源条件（如

算力、内存）限制下的模型自动搜索和生成技术，直接生成满足

场景需求的模型，降低系统复杂度；研究面向工业检测场景中小

样本任务的高效模型蒸馏和模型通道剪枝技术，降低模型参数冗

余，提升目标检测、识别与定位精度；

4.研究具有数据及结构自适应优化的网络模型的面向 FPGA

和 ARM 等低功耗芯片的模型量化及实现技术，在保证性能的前

提下，提升模型计算效率并降低功耗。

考核指标：

1.至少实现一种以上的工业应用示范，系统能独立实时运

行；

2.基于 0-3 个训练样本情况下，神经网络实现分类检测精度

≧95%,误检率低于 5%；

3.针对多资源条件限制下的模型搜索方案不少于 2 套，在保

证性能的前提下，所搜索模型的参数量比现有方法降低 15%；

4.针对工业检测业务场景，提出针对性的高效模型蒸馏方案

不少于 3 套，模型通道剪枝方案不少于 2 套；

— 26 —

5.量化模型在硬件平台上完成部署，模型压缩率比当前方案

提升 20%，精度损失不超过 3%。

项目 17：面向虚拟数字人的高自然度多媒体数字内容合成

关键技术及应用

研究内容：

1.研究高精度 3D 人脸重建技术，实现基于 RGB 人脸图像或

3D 结构光与光学动作捕捉的高分辨、高逼真度三维人脸重建技

术；构建人脸及表情高精度数据库；

2.研究对人脸、姿态、动作、表情、声纹、语音等元素的全

面感知，实现基于视觉、语音、语言理解等多模态人机交互；

3.研究面向高自然度数字人的表情捕捉与迁移技术，解决物

体遮挡和运动模糊问题，实现高准确度和高自然度的表情迁移；

4.研究基于文本合成高自然度语音合成技术和基于文本或

语音输入合成高自然度虚拟数字人嘴型动画技术，并能通过

2D/3D 虚拟数字人形象配合语音合成进行实时反馈，提高语音与

虚拟数字人嘴型匹配度；

5.建立高逼真数字孪生人资产库，构建高自然度数字人建模

及交互平台；在智慧教育、智慧文娱、智慧健康、陪护机器人等

领域形成示范应用。

考核指标：

1.研发精细化人脸建模技术，实现人脸形状、人脸唇形、皮

— 27 —

肤纹理、人脸妆容等精细化建模，支持 4K 以上分辨率的人脸纹

理贴图生成，虚拟人脸对真实人脸的重建度>95%，达到影视级

的人脸重建效果；3D 重建人脸的人脸关键点拟合归一化平均误

差不超过 3.65；3D 重建人脸纹理贴图与真实纹理贴图的结构相

似度不低于 0.85；

2.实现基于场景、性别、年龄等定制化条件的 2D/3D 数字人

形态不少于 10 种；虚拟人体对肢体、动作、手势的重建度>90%；

3.多模态情感识别细粒度不少于7 种，手势姿态动作识别>20

种，中英文的语音识别率>95%，声纹识别准确率＞98%；支持

汉语唇形对齐功能，Lip Vertex Error 不高于 6.8x10

-4 mm；

4.构建高自然度虚拟数字人建模及交互平台 1 套，包括虚拟

数字人建模模块、高质量快速渲染模块和虚拟数字人交互模块

等；构建影视人物、主播等人物的三维资产库，建立不少于 20

人的数字人物形象；

5.在智慧教育、智慧文娱、智慧健康、陪护机器人等领域实

现不少于10个场景的典型应用，三年营收增加不少于1000万元。

项目 18：基于序列医疗数据的微行为精准分析技术与应用

研究内容：

1.研究基于视频、步态、脑电等多模态序列数据的协同表征、

融合分析技术，对人体微行为进行准确捕捉与建模，建立其与抑

郁症等难发现疾病之间的映射关系；研究面向不稳定医疗序列数

— 28 —

据的可信推理技术；

2.基于特殊造影视频、运动康护视频等序列数据，研究针对

所关注目标（如运动器官）的时序微动作准确定位与识别方法，

实现医学参数（如运动器官的动作幅度、持续时间等参数）的准

确测量；研究基于手术视频的工作流程识别，对异常手术动作和

行为进行准确定位与识别；

3.研究基于脑电、视频等多种序列数据融合的情绪识别技

术，实现抑郁症等疾病的早期筛查与辅助诊断需求，构建情绪调

节系统，并在高等院校或中小学进行典型示范应用；

4.构建面向序列医疗数据的智能分析平台，支撑序列数据的

高速存储、管理、标注、分析模型导入与运行、可视化分析等功

能，并在残疾人辅助康复、诊疗等领域实现典型应用。

考核指标：

1.提出基于视频、步态、脑电等多模态序列数据的协同表征

框架不少于 3 个，多源序列数据融合分析框架不少于 2 个，研究

面向不稳定医疗序列数据的可信推理技术不少于 3 项；

2.基于视频、步态等序列数据的小目标检测、微动作定位与

识别算法不少于 3 个，多类识别精度>85%；实现基于序列数据

的运动器官的动作幅度、持续时间等医学参数的智能化测量，测

量精度达到人类水平的 90%；

3.提出基于脑电、肌电、视频等多种序列数据融合的情绪识

别算法，情绪识别精度达到 80%以上；

— 29 —

4.建成面向序列医疗数据的智能分析云平台，具备序列数据

的高速存储、管理、标注、分析模型导入与运行、可视化分析等

功能，并在残疾人辅助康复、诊疗等领域实现典型应用；构建情

绪调节系统，并在高等院校或中小学进行典型示范应用。