12月24日下午，2024中国信通院ICT深度观察研究成果报告会人工智能伙伴分论坛在北京举行。论坛聚焦人工智能产业协同发展，发布研究成果和最新趋势，众多人工智能领域的生态伙伴应邀齐聚一堂，展开交流分享，为推动人工智能领域生态融合与创新贡献力量。
会上，中国信通院正式发布大模型落地路线图(RD2LM，以下简称“路线图”) 。路线图的研究和设计遵循“需求拉动、问题驱动、创新推动、技术带动”四大原则，从大模型的现状诊断、能力建设、应用部署、运营管理四大阶段着手，围绕基础设施、数据资源、算法模型、应用服务、安全可信五个层面全方位分析大模型在落地过程中面临问题与解决思路，探索适合大模型的最佳落地路线。
（一）现状诊断：剖析大模型发展现状
剖析大模型发展现状是明晰业务需求、促进企业数字转型的必要前提。在能力分析阶段，路线图梳理了大模型具备的技术能力及应用场景，评估战略规划、人才团队、经费预算以及大模型建设涉及的基础设施、数据资源、算法模型、应用服务等人工智能发展基础。在需求分析阶段，路线图分析了业务场景需求，全面规划基础设施、数据资源、算法模型、应用服务等大模型发展要素，统筹规划大模型所需各类要素。
（二）能力建设：筑牢大模型技术底座
夯实大模型技术底座是建设技术能力、构建生态要素的重中之重。在方案设计阶段，路线图设计贴合战略规划和业务需求的大模型建设方案，从技术、应用、安全等层面进行方案可行性验证。在研发测试阶段，路线图指出要研发以大模型为核心的技术能力和工具平台作为智能技术底座，开发智能应用并搭建运维管理平台。
（三）应用部署：革新大模型应用范式
革新大模型应用范式是打造原生应用、融合业务场景的关键所在。在应用开发阶段，路线图指出应通过高质量专业领域数据优化大模型能力，面向业务场景需求定制开发基于大模型的原生应用。在效能评估阶段，路线图构建面向基础设施、数据资源、算法模型、应用服务、安全可信等大模型全栈应用成熟度评估体系。
（四）运营管理：构建大模型管理体系
构建大模型管理体系是监控业务风险、优化管理能力的核心任务。在运行监测阶段，路线图将持续建设完善大模型数据、模型、应用监测体系，通过多维埋点进行实时监测和动态追踪。在运维管理阶段，路线图将持续完善大模型管理体系，通过数据治理、模型迭代、业务运营等措施保证业务安全和高效运转。
大模型应用方可结合自研或采购实际需求，选择实施大模型落地路线图部分步骤实现大模型应用落地。未来，中国信通院将充分结合研究、咨询、标准、评估等工作基础，启动《大模型落地路线图》系列报告编制、大模型落地“样板间”工程招募等工作。
迎同仁相聚,汇卓识远志。中国信通院人工智能研究中心愿与大模型产学研用各方携手共进，共同推动大模型高质量发展和落地。
