据Gartner预测，到2026年超过80%的企业将使用生成式人工智能的API或模型，或在生产环境中部署生成式人工智能的相关应用。生成式人工智能的工具产品、应用服务加速迭代，不断适配企业数字化转型需求，引领商业智能新潮流。

大模型技术正在引领新一轮的人工智能浪潮，人工智能基础设施(AI Infra)作为此轮变革的重要基石，已成为技术和产业发展的关键战略要素。AI Infra工作组（以下简称“工作组”）围绕AI软硬件基础设施领域，开展了多项标准研究和产业生态工作。2024年，工作组将聚焦大模型基础设施领域，体系化开展技术研究。

当前，代码大模型处于快速发展期，在代码生成、代码解释、代码注释等能力方面大放异彩。金融、科技、互联网、电信、软件等各行业对代码大模型积极关注并逐步开展试点落地，但业界对于代码大模型的建设、评价、选择等缺乏统一标准，尤其在模型能力定义、评估指标体系、评估过程、安全和隐私保障等方面亟需指引和规范。

数字化和智能化是新型工业化的鲜明特征，汽车行业作为工业的代表性行业，一直在积极地探索和推进数智化转型，以大模型、智能语音、智能视觉等为代表的人工智能技术已用于汽车研发、生产、销售、使用等多个环节，在汽车行业具有多方面应用空间，尤其是新兴的大模型技术，正逐步赋能智能座舱、自动驾驶等场景，引领未来出行的新潮流。

随着产业数字化转型步伐的加快，大模型技术已成为推动行业智能化升级的关键。其中，知识库的应用是大模型与行业深度融合的重要途径，知识的协同使用、知识与数据的双轮驱动将进一步提高大模型智能应用的水平。为推动产业健康持续发展，中国信息通信研究院（以下简称“中国信通院”）联合业界单位共同编制了基于知识的人工智能技术和产品系列标准，并已为多家企业提供知识计算评估服务。

在国家数字经济等政策推动以及垂直行业高质量发展需求的带动下，人工智能技术和产业持续保持高速发展的态势。技术创新日趋活跃，生成式AI、知识驱动AI、大模型等技术带动各类应用百花齐放；产业融合不断加深，智能自动化、推荐、搜索、决策、广告、风控等技术已经与企业生产运营管理等环节深度融合。但是，人工智能供需双方面临的产品能力参差不齐、用户选型困难、安全可信要求落实不明确等问题愈发突出，亟待通过评测等手段树立技术和产品和标杆，为产业发展提供指引。

近年来，在国家数字经济等政策的推动下，人工智能与产业的融合程度不断加深、产品不断丰富、应用场景持续增加。但是，人工智能供需双方面临的产品能力参差不齐、缺乏行业基准和标杆、用户选型困难、安全可信要求落实不明确等问题愈发突出。

《“十四五”数字经济发展规划 》明确提出加快数字经济建设步伐、完善数字社会发展模式，并以数字化转型为契机整体驱动全社会、各层面向新发展阶段迈进。机器人流程自动化（Robotic Process Automation，RPA）作为典型的“数字员工”，具有落地效率高、投资回报快等特征，已在各类政企单位的众多业务场景得到了应用，并得到了越来越多用户的认可和投入，相关产业已进入成长扩大的关键时期。