需求单位：市体育局

建设周期：12个月

所属领域：民生

主要建设内容："智慧体育AI"将人工智能（AI）技术深度应用于体育领域，实现体育数据的智能化分析、优化、管理。利用用户数据，结合贵阳市体育场馆、体育赛事活动、国民体质监测等进行分析，为用户提供个性化服务推送，为政府决策提供依据。

场景需求：根据平台数据，建立分析系统，采用算法算力、用户画像等作为支撑。

1、为用户提供个性化推荐。通过对用户运动偏好、消费习惯等数据进行分析，逐步建设贵阳市本地的体育用户画像，运用AI技术，为用户提供个性化服务推荐，形成用户专有“运动健康码”，如智能推荐最优体育健身场地，寻找健身伙伴，根据场馆人流监控数据，通过智能调度最大化提高公共体育设施的使用效率，减少资源闲置和过度消耗，让市民有更多元、更便利的选择；如赛事数据分析，少儿连续参加体育赛事，有赛事成长册，记录少儿体育成长，通过参与赛事记录累计积分兑换体育小器材、场馆健身卡等，丰富用户健身需求。

2、为政府决策提供数据支持。辅助制定体育产业政策、优化赛事布局、精准投放广告等，（如全民健身场地设施地图，可以清楚反映出场地设施布局分布，结合人口分布优化体育场地设施投入）。

需求单位：市体育局

建设周期：12个月

所属领域：政府

主要建设内容：运用物联网、云计算及传感器技术，利用摄像头捕捉功能，连接各种智能设备和传感器，整合部门资源，实现高效协同管理，构建贵马专属智能化赛事保障体系，依托报名平台打造集科技、专业与记忆的一体的智慧马拉松赛道。

场景需求：在马拉松赛道沿线安装高清摄像头，与公安监控系统互通，实时传送运动员信息至贵阳市城运中心，与卫健、公安、交管联动，全过程监控，运用智能手环，实时定位运动员位置，确保运动员安全。

采用人脸识别技术，根据运动员pose摆拍，抓拍选手运动照片，形成贵马专属运动相册。依托报名系统，形成运动员专属贵马报名、中签、号码布、领物、参赛、成绩等一整套贵马记忆。

需求单位：市住房公积金管理中心

建设周期：12个月

所属领域：民生

主要建设内容：

1、搭建AI数字技术底座，集成大模型基础设施，提供模型管理、向量计算、应用编排等全链路能力，支撑大规模训练与推理。

2、建设知识库管理系统，通过NLP技术结构化存储公积金行业政策法规、业务规程等专业语料，实现智能检索，为全场景服务提供知识引擎。

3、打造数字柜台应用场景，基于语义理解精准识别用户意图，动态指导业务办理流程，实现咨询与办事一体化的高效服务体验。

场景需求：基于自然语言处理与大数据模型，构建住房公积金数字柜台，采用多轮对话引擎实时解析用户意图，自动对接核心业务系统完成数据调取、材料核验（OCR识别）及流程审批，实现账户查询、证明打印、额度试算、提取申请（租房/退休/还贷）等9项业务“聊天即办事”的无感操作，助力公积金服务向智能化、人性化转型。

合作方要求：具备人工智能算法研发、大数据分析及大模型集成能力，拥有住房公积金领域相关项目经验。

需求单位：市住房公积金管理中心

建设周期：12个月

所属领域：民生

主要建设内容：

1、资金运行专题库建设：整合缴存、提取、放贷、还贷等内部业务数据，银行专户等外部金融数据，经加工形成资金运行专题库。

2、资金运行模型建设：运用机器算法等技术，构建缴存、提取、放贷、还款、资金流入、流出等预测模型，以及流动性监控、资金计划监控等管理模型。

3、资金运用决策分析：利用资金运行模型，提供资金流入、流出、余额预测，以及个贷率、银行活期/定期余额监控等核心能力，支撑资金运用决策。

场景需求：依托资金流动性预测、个贷率监控及银行账户余额监控等核心能力，构建精细化资金运行管理体系。该体系为科学制定年度归集与月度资金计划提供数据支撑，精准预测银行资金需求并辅助资金划拨，预判流动性以优化定期存款配置。同时动态监控流动性风险并实时预警，为实时调整公积金政策适应房地产发展趋势提供数据支撑。由此形成数据驱动的全闭环资金管理体系，有效降低资金风险，提升资金运行效率及保值增值能力。

合作方要求：具备人工智能算法研发、大数据分析能力，拥有住房公积金领域的核心业务系统研发和数据分析经验。

需求单位：市应急管理局

建设周期：24个月

所属领域：产业

主要建设内容：基于城运中心应急指挥平台，接入Deepseek大模型，加强应急要素管理和训练，探索构建应急指挥算法和智能应急库，强化算力支撑，实现应急指挥的全流程智能分析、研判、调度和复盘。

场景需求：聚焦突发事件应急指挥接报、处置、灾后重建和复盘等重点环节，围绕应急资源、应急预案、应急队伍等重点要素，建立智能应急知识库、资源库和预案库等，在发生突发事件时，能通过智能化分析突发事件周边重点信息，汇集突发事件现场多类型物联感知设备设施，对周边态势、衍生风险和次生灾害进行分析研判，结合预案科学适配应急救援装备、物资、队伍和专家等，提出应急处置方案、重点关注事项和预期处置效果；在事件处置完成后，提供事故预防、风险管控、隐患排查和灾后重建方案等建议，并对相应事件进行复盘和数据整理，探索应急指挥新模式，着力强化应急响应和处置能力，全面提升应急指挥能力。

需求单位：市医保局

所属领域：政府

主要建设内容：依托贵阳市医保全病历数据中心汇聚的定点医疗机构门诊、住院及医保结算等核心诊疗过程数据（2024年至今累计病历超480万份，形成有价值的医保数据超25亿条），通过进行数据要素化处理，平台政用已深度支撑贵阳市DIP基金监管，赋能智能审核、异常行为预警及控费模型优化。现基于数据汇集，希望实现赋能更多商用、民用的人工智能应用，例如拓展商用领域，支持医药企业研发优化和保险产品创新，民用领域可通过移动应用为市民提供实时医保结算查询、个性化健康预警及慢性病管理服务等。

场景需求：意向企业可依托贵阳市医保全病历数据中心数据，实现更多商用、民用人工智能场景应用，重点路径如下：
 1、药企真实世界药物研究的数据需求；
 2、商保理赔、精算模型开发；
 3、基因检测数据分析；
 4、医疗器械研发临床数据分析挖掘，用以改进其产品研发和运营模式，提升运营效率或研发进度，形成可推广的数据赋能绿色模式。

合作方要求：具备人工智能算法、大数据分析及隐私计算等研发能力，拥有医保领域相关数据要素化处理项目经验。

需求单位：市林火防控中心

建设周期：24个月

所属领域：政府

主要建设内容：

1、对设定时间、区间所发生的火警、火情进行整理，分析问题成因，并提出解决措施。利用AI算法模型，通过对不同来源（卫星热源、卫星热点、视频监控、电话报警）的历史或实时的火警、火情数据，即时间、地点、成因等多维度进行整理、计算和分析，快速提出预防或处置措施。针对历史火警、火情数据区域，给出合理预防解决措施；针对实时火警、火情数据区域，快速给出合理处置措施；

2、结合贵阳贵安现有资源、气候、地形等实际。提出对非森林防火期、森林防火期、高森林火险期、高森林火险天气等重点时段提出工作安排建议。运用AI等前沿技术，构建四大时空预测模型（非森林防火期数据模型、森林防火期数据模型、高森林火险期数据模型、高森林火险气象数据模型），将贵阳贵安现有的森林资源、森林防火专题及业务、与森林防火相关行业、贵州特有季节气候、地形地貌等多维度数据，输入该时空预测模型，通过人工智能计算，多次训练算法，给出非森林防火期、森林防火期、高森林火险期、高森林火险天气等重点时段合理的工作安排建议。

场景需求：

1、利用AI算法模型，对火警发生地气象、林情、风险点位以及周边处置力量、资源等信息进行分析，提出处置建议供指挥部参考。

2、运用AI等前沿技术，将历史火警、火情信息与气象、季节气候、生产生活习惯进行综合分析，及时生成风险预警提示和工作安排意见。

合作方要求：具备人工智能算法研发、大数据分析及智能硬件集成能力。

需求单位：市教育局

建设周期：24个月

所属领域：民生

主要建设内容：搭建基于AI的学生学习反馈与优化软硬件系统。系统依托AI技术分析学生课堂学习轨迹，包括课堂答题等数据分析课堂教学效果，如师生互动频率、学生专注度等。依据分析结果，快速生成针对性教学调整建议，如教学方法的改进、教学内容的补充等。配备相应的软件系统和数据存储设备，实现教学反馈的实时化与个性化。以试点为依托，形成成熟模式以便推广。

场景需求：当前教学过程中，教学反馈周期长，难以满足学生个性化发展需求。传统方式无法全面捕捉学生学习轨迹和精准评估课堂效果。本场景旨在借助 AI 技术，解决教学反馈滞后、教学策略难以适应学生个体差异的痛点。通过及时的教学情况反馈，优化教学改进机制，提升教学质量，让每个学生都能在适合自己的教学节奏和方式下学习成长。

合作方要求：拥有先进的 AI 数据分析技术，在教育领域有音视频分析、数据挖掘等成功经验。熟悉教师专业发展需求和教育教学评估体系，能够提供完善的技术支持和后续服务，确保平台稳定运行和数据安全。

需求单位：市教育局

建设周期：24个月

所属领域：民生

主要建设内容：构建AI驱动的教师专业发展评估软硬件系统。系统会收集教师课堂教学的音视频数据、学生课堂表现数据等学生学习反馈数据以及教学成果数据。

运用AI算法对这些数据进行深入分析，从教学方法、课堂管理、师生互动等多个维度精准评估教师教学优势与改进点。依据评估结果，为每位教师生成个性化的教学改进建议和成长规划，配套在线培训资源供教师提升。以试点为依托，形成成熟模式以便推广。

场景需求：目前教师专业发展评估方式较单一，多依赖主观评价，难以精准定位教师的优势与不足。传统方法也无法为教师提供针对性的改进建议。本场景借助AI技术，旨在解决教师专业发展评估不精准、改进措施缺乏个性化的问题，以促进教师不断提升教学水平，推动教育质量整体提高。

合作方要求：拥有先进的 AI 数据分析技术，在教育领域有音视频分析、数据挖掘等成功经验。熟悉教师专业发展需求和教育教学评估体系，能够提供完善的技术支持和后续服务，确保平台稳定运行和数据安全。

需求单位：市人力资源和社会保障局

建设周期：12个月

所属领域：政府

主要建设内容：聚焦人社局案件处理痛点，需整合多渠道案件来源（12345转派、网上受理等），解决案件分散、人工流转低效问题，实现智能分发、全流程留痕，满足监管与追溯需求，还要简化外转流程，压缩处理时限，提升群众诉求响应速度与满意度。

以“全流程数字化、智能化管理”为核心，搭建数据中台整合多渠道案件，利用规则引擎（按案件内容、职责分工配置分发规则）自动分发给责任处室/单位，构建流程引擎把控处理节点，设置审核环节保障质量，最后通过统一出口回传结果，实现“受理-分发-处理-审核-反馈”闭环。

场景需求：在系统建设方案中，引入AI大模型实现案件处理全流程智能化升级，提升政务服务效能。构建“数据中台+AI大模型驱动+闭环流程”三位一体架构，以AI大模型为核心引擎，贯穿案件受理、分发、处理、审核全链路，实现案件处理的自动化、智能化与标准化。

数据中台层：统一存储案件基础信息、处理记录等全量数据，支持多源数据清洗与标准化转换，为AI大模型提供高质量数据支撑。

AI大模型层：集成自然语言处理（NLP）、机器学习等AI能力，训练专属案件分类与处理模型，实现案件智能分类、自动转派及处理结果生成。

流程闭环层：覆盖 “受理-分发-处理-审核-反馈”全链路，通过节点时限管控与智能提醒机制确保处理效率。

需求单位：市住建局

建设周期：36个月

所属领域：民生

主要建设内容：

“贵阳市购房需求研究数据库”：

1、需要先联同知名研究专家或院士对购房需求大模型进行前置研究，为构建该数据库奠定坚实的理论基础后再开展进一步的底数采集。

2、常态化采集贵阳购房群体的心理特征、需求特征、行为特征等，形成庞大的客源底数数据库，及时反映群众对房子的需求动态变化情况及规律趋势。

3、主要涉及八大模块的工作，包括理论研究指导、确定研究方法、测评工具设计、统计样本采集、特征聚类分析、生成分析模型、生成分析结果、常态化采集环节，以确保研究理论扎实、研究体系完善、研究内容充足，要求科学分配工作任务，逐步开展研究工作，确定研究思路后严格按照流程执行。

“贵阳市地产项目全维数据库”：

1、需结合项目立项、拿地、建设、销售、交付等过程产生的数据、走势、难点等问题，确定研究维度及研究标准后开展数据采集工作。

2、基于住建体系数据及交易中心巡查队优势，对全市项目安全维度、价值维度、交易维度等全过程进行动态统计更新和展示【安全维度包含取证情况、施工进度、交付情况、预售资金监管等；价值维度包含项目配套及周边配套情况等；交易维度包含销售、备案、签约等情况】，形成全维度房源统计数据库，实时反映市场交易情况、趋势特征及风险预警。

3、主要涉及六大模块的工作，包括建立统计维度、数据采集与导入、数据清洗与整理、建立分析模型、定期更新整理、形成分析报告环节，以确保数据体系真实客观，分析体系科学严谨。

“人房匹配应用程序及衍生打造”：

1、需要基于“贵阳市购房需求研究数据库”和“贵阳市地产项目全维数据库”两大数据库的数据采集情况，一方面探索合适的数据分析模型，总结“人”和“房”各自的发展特征，摸清贵阳市购房者在购房时的在意因素；另一方面要构建合理的匹配机制和程序算法，并进行多轮算法优化，最终形成一套科学合理的“人-房”匹配程序。

2、该程序核心要实现线上填写、自动分析、生成报告、楼盘推送与展示几个维度的功能。

场景需求：

1、购房者可在线上购房测评程序进行购房需求测评，免费获得科学的购房咨询报告，内容包含购房心理分析、购房决策提醒及与自身需求契合度较高的项目推介，以及推介项目的优劣势、项目安全度、购房优惠政策等真实信息；消除购房者与房源之间的信息壁垒，简化看房前信息筛选流程，避免看房时信息遗漏，提供真实的政务端数据支撑，增加置业体验感，让买房信息透明化，保障购房安全，从而提升购房信心。

2、指导科学施策。指导科学分类住房体系、优化住房供应机制、解决配地难题、楼市政策的制定与实施等；规范行业发展，对市场提供更为专业和权威的市民购房咨询可以从政府引导和规范行业的角度，帮助中介群体提升水平、淡化虚假信息；推进定制化房源打造，构建好房子标准，引导企业进行定制化开发，形成购房需求的科学锁定、市场供应的精准释放、交易流程的便捷高效等，即能促进房源销售，又能减轻企业开发成本，从而实现房地产良性循环发展。

3、帮助企业在拿地环节准确的、科学的精准识别客户，有效降低企业开发风险、缩短开发周期、节约开发成本。指导项目的产品研发与设计，打造更贴合市场需求的产品，从而加快销售流速强化现金流，促进企业投资拿地的意愿度。

需求单位：贵安新区城乡建设局

建设周期：12个月

所属领域：政府

主要建设内容：

1、构建智能感知体系，提升城市治理能力。通过信息化手段，构建智能化城市管理平台，实现对城市各项事务的高效管理和实时监控。

2、优化资源配置。利用大数据分析，合理配置城市资源，提升公共服务的效率和质量，确保资源的可持续利用。

3、实现智能决策。通过数据驱动的决策支持系统，提升城市管理者的决策科学性，确保治理措施的有效性。

场景需求：

1、大模型通过多模态分析能力 （图像识别、自然语言处理等），实现对城市管理事件的精准识别与自动化分派。

2、执法助手与智能裁量推荐，大模型深度整合历史执法案例库和实时政策法规，为执法人员提供智能辅助决策。

合作方要求：

1、拥有大模型深度优化能力；

2、支持多源数据集成，且能通过逻辑层统一口径；

3、有成功实施的项目案例。

需求单位：贵州医科大学

建设周期：48个月

所属领域：产业

主要建设内容：项目聚焦三大核心板块，集美业AI大模型、AI柔性供应、AI智能营销系统三者于一体，构建集生产、营销、管理数据全生命周期处理（采集、管理、挖掘、分析、应用）及智能交互于一体的数据智能平台。

1、AI美妆护肤行业大模型：通过先进AI技术，实现个性化护肤美妆方案推荐、虚拟试妆AR体验及成分分析安全预警。

2、面向消费者端的AI大模型智造柔性供应：依托AI驱动，打造C2M定制化生产、需求预测库存优化及可持续生产的柔性供应链体系。

3、美妆行业AI智能营销系统⸺“AI云店”：整合智能导购推荐、动态定价促销及KOC/KOL内容裂变功能，提升营销效能。

场景需求：

1、AI美妆护肤行业大模型；

2、面向消费者端的AI大模型智造柔性供应；

3、美妆行业AI智能营销系统⸺AI云店生成内容，匹配达人分发，扩大营销影响力，如自动生成“早C晚A”教程。

合作方要求：

1、持续运维与迭代。提供7×24小时运维支持，定期模型更新（如适应新流行成分“神E”）。

2、具备A/B测试能力，持续优化推荐策略。

3、培训与知识转移。为品牌方团队提供技术培训，确保自主运营能力。

需求单位：贵州食品工程职业学院

建设周期：36个月

所属领域：民生

主要建设内容：建设人工智能技术应用基础及模型训练综合实训室、食品分拣生产示范线（计算机视觉应用开发实训室）、人工智能科普教育中心（展厅）、人工智能系统集成与运维及鸿蒙应用开发实训室。配置昇腾AI服务器、3D视觉机械臂、鸿蒙开发实验箱等硬件设备，搭建AI算法验证平台、食品行业数据中台，开发《食品自动化AI分拣实战》等课程资源库。

场景需求：学校现有人工智能实训场地仅80㎡，设备总值不足200万元，无法满足每年300名学生的实训需求，且算力不足、产业场景缺失，导致毕业生在AI技术岗位就业率不足15%。

合作方要求：

1、技术能力：

具备AI大模型训练与微调能力，能提供昇腾AI全栈解决方案（硬件设备、开发工具链、课程资源包）。支持工业级智能分拣产线设计与部署，具备3D视觉定位、机械臂逆运动学算法开发能力。

2、产教融合经验：

有职业院校实训基地建设案例，能提供“课程资源开发+师资培训+企业真实案例转化”的一体化服务。可共建“AI+食品”技术研发中心，共享脱敏生产数据，支持科研项目落地。

3、国产化适配能力：

熟悉鸿蒙系统开发环境搭建，能实现食品加工设备与鸿蒙终端的国产化适配（兼容率≥95%）。

需求单位：中科富创（贵州）智能技术有限公司

建设周期：36个月

所属领域：产业

主要建设内容：项目基于现有的生产能力和自研大模型，将全国业务积累的数字化能力重构整合，形成聚焦物流领域向多产业数字化转型赋能的，数字化、智能化、标准化转型云服务。项目根植“1+5+N”模式现代物流体系，即1个人工智能大模型赋能底座，5个数智服务平台（包括产业互联网科技服务平台、数智供应链金融云服务平台、多式联运数智物流运营平台、虚拟电厂数智能源服务平台、数智物流贸易服务平台），N个产业应用场景（低空、酱酒、多式联运、工业、农业等），打造西南地区首个AI驱动的产业融合型智慧物流枢纽，带动贵州重点产业数字化转型。

场景需求：围绕物流领域数字化转型，解决贵州山区地形复杂，物流网络运行效率低、产业链数据割裂，供应链响应滞后、服务同质化严重，难以满足产业升级需求、区域协同壁垒高，枢纽辐射能力不足等问题。

合作方要求：

1、拥有大模型深度优化能力；

2、支持多源数据集成，且能通过逻辑层统一口径；

3、有成功实施的项目案例。

需求单位：贵州省瑞立达科技有限公司

建设周期：36个月

所属领域：产业

主要建设内容：拟建设AI深度驱动的玻璃盖板制造工艺智能化平台，结合计算机视觉（缺陷检测）、强化学习（工艺优化）、数字孪生（虚拟调试）及行业大模型（工艺知识挖掘）等关键技术，实现智能分拣、自适应调参和良率预测。覆盖切割、抛光、镀膜等核心工序，显著提升自动化率和良率，推动玻璃盖板制造向高精度智能化升级。

场景需求：主要围绕制造业领域玻璃盖板生产环节，通过AI算法，实现对玻璃切割参数、钢化炉参数等生产参数的精准优化，行业高精度制造痛点。

需求单位：贵州猛猪科技有限责任公司

建设周期：24个月

所属领域：产业

主要建设内容：依托自研的生猪大数据服务平台，建设疫病高质量数据集，通过描述、图片等智能识别生猪疫病并推送治疗建议。

场景需求：通过“养殖数据监测”，解决传统养殖中“人工排查效率低、疫病漏诊率高、防控滞后”的问题，尤其在降本增效（如降低死亡率、减少用药成本）和生物安全预警上具有明确价值。

需求单位：贵州好百年新材料科技有限责任公司

建设周期：24个月

所属领域：产业

主要建设内容：项拟建设综合智能管理平台，具备数据兼容、智能化产、供、销管理能力。

场景需求：围绕消纳磷石膏固废-新型建材生产领域，实时精准反映磷石膏消纳数量，在采购、生产、物流、销售、售后环节对原材料采购、库存、消耗和财务成本核算协同；原材料库存上下限智能管理；生产数据（产量、质量、数量等）和财务软件（用友）的兼容；产品入库批次仓储及物流排车的智能管理；产销协同智能管理（销售订单转生产计划及班次和人员的智能排程、物流及售后）；工艺优化；能耗智能管理；安全、消防及环保监测；人力资源及协同办公等场景，尽可能实现持续降低成本需求，安全、环保、质量管理痛点，提升管理效率等问题。

合作方要求：具备相关资质，承担过制造业项目。

需求单位：贵州风云气象数字科技有限公司

建设周期：24个月

所属领域：产业

主要建设内容：主要包括研发“星安”多灾种协同应急大模型，打造“星安智脑”跨部门协调应急智能软件平台，构建贵州省灾害大数据智能分析中台。基于数据集赋能行业应用创新，实现技术能力跨越式升级，紧扣“提升数据集建设能力和应用水平”的核心导向，形成可复用的技术路径，打造行业数据赋能应用新范式。

场景需求：主要围绕气象、森林火险、地质灾害等领域应急指挥决策场景，构建“监测预警-预案匹配-路径规划-效果评估”闭环，推动跨部门协同响应时间缩短至30分钟以内，解决应急调度僵化、信息孤岛等痛点。

合作方要求：具备软件开发乙级资质，承担过气象类、地质灾害环保类等系统软件开发项目经验，具备人工智能大模型的开发能力，具备模型训练的能力。

需求单位：贵州黔芯智造工程与技术研究有限公司

建设周期：24个月

所属领域：产业

主要建设内容：本项目旨在依托国产开源大模型DeepSeek及相关人工智能技术，拟构建一个政策文件服务综合智能体系统，具备政策文件智能检索、辅助撰写、智能解读、智能问答能力。

场景需求：本项目主要面向政策综合服务领域，解决政策文件检索、撰写、解读和问答面临的一系列问题。在政策检索环节，用户面临着效率低下、精准度不足的困境。现有的政策查询平台多采用关键词匹配方式，无法理解语义关联，导致大量无效信息干扰检索结果。在政策解读方面，专业术语晦涩难懂，政策文件往往缺乏针对性解读，普通公众和企业难以准确把握政策核心要义，影响政策落地效果。政策文件撰写工作中，存在重复劳动量大、缺乏智能辅助工具等问题，工作人员需耗费大量时间进行资料收集和文本整理，严重制约政策制定效率。智能问答基于本地集群部署DeepSeek，提供高效、安全的大模型服务。

合作方要求：有相关人工智能和大模型相关项目经验。