2.“云计算和大数据”重点专项2018年度项目申报指南.doc

“云计算和大数据”重点专项 2018 年度 项目申报指南 为落实 《国家中长期科学和技术发展规划纲要(2006-2020 年)》，以及国务院《关于促进云计算创新发展，培育信息产 业新业态的意见》和《关于印发促进大数据发展行动纲要的 通知》等提出的任务，国家重点研发计划启动实施“云计算和 大数据”重点专项。根据本重点专项实施方案的部署，现提出 2018 年度项目申报指南建议。 本重点专项总体目标是：形成自主可控的云计算和大数 据系统解决方案、技术体系和标准规范；在云计算与大数据 的重大设备、核心软件、支撑平台等方面突破一批关键技术； 基本形成以自主云计算与大数据骨干企业为主体的产业生态 体系和具有全球竞争优势的云计算与大数据产业集群；提升 资源汇聚、数据收集、存储管理、分析挖掘、安全保障、按 需服务等能力，实现核心关键技术自主可控。 本重点专项按照云计算和大数据基础设施、基于云模式 和数据驱动的新型软件、大数据分析应用与类人智能、云端 融合的感知认知与人机交互等 4 个创新链(技术方向)，共部 署 20 个重点研究任务。专项实施周期为 5 年（2016—2020） 。 -1- 1. 云计算和大数据基础设施 1.1 数据科学的若干基础理论（基础研究类） 研究内容：研究大数据的数据建模理论，包括大数据的 统一表示和有效度量等；研究大数据的新型计算复杂性理论， 包括多项式可计算问题类的细分等；研究高通量计算理论与 算法、高效并行计算算法、分布式计算算法、近似计算算法 等；研究大规模分布式可扩展的数据存储与组织，能效优化 的分布存储和处理的系统架构，以及数据副本一致性、数据 压缩、数据划分与迁移等问题；研究大数据的数据治理理论 与方法，包括数据质量管理、数据权属、数据隐私保护等。 考核指标：形成有国际性影响的数据科学理论体系，发 表系列高水平学术论文和若干专著。在关键技术上申请系列 专利，形成专利群。 1.2 基于 NVM 的 TB 级持久性内存存储系统及应用（共 性关键技术类） 研究内容：研究持久性内存存储 I/O 栈与存储管理；分 布式持久性内存文件系统；基于 RDMA 的分布式持久性共享 内存新型编程模型；构建分布式持久性内存存储系统；研制 基于 TB 级内存系统的典型大数据应用系统及示范。 考核指标：研制不少于 8 节点的内存存储系统，每节点 包含 TB 级非易失性的持久性内存。分布式内存系统中节点 间通信延迟不超过 1us，高负载通信延迟不超过 10us，带宽 可扩展，8 节点带宽不低于 40GB/s。支持持久性内存的一致 -2- 性，支持分布式持久共享内存的新型编程模型接口。支持持 久化键值存储系统、高性能大图数据处理等典型大数据应用， 读操作 ops 不低于 5000 万/s，写操作 ops 不低于 1000 万/s。 1.3 面向异构体系结构的高性能分布式数据分析系统 （共性关键技术类） 研究内容：面向分布式异构体系结构，研究基于数据流 的编程模型、性能建模技术、同步通信技术和运行时系统， 并实现高通量视频、机器学习典型等应用示范。具体内容： 支持异构体系结构上的数据流编程模型与软件工具链；异构 体系结构上的运行时系统，支持 CPU 与加速器之间的高效率 混合执行，支持加速器上的细粒度流水线并行；性能建模技 术和优化调度技术，优化分配 CPU 与加速器上的运行资源； 分布式异构系统数据处理技术，包括数据与计算的高效划分 技术、负载平衡以及高性能同步通信技术。 考核指标：支持 CPU-GPU 异构体系结构，并支持单机 多加速器和多机多加速器。性能建模技术可自动选取优化的 执行模式，包括仅在 CPU 上执行、仅在加速器上执行以及在 CPU 和加速器上混合执行，并可给出混合执行时在 CPU 和 GPU 上执行的比例。支持单个 GPU SM 上部署多个 kernel 的 细粒度任务调度，以及以此为基础的流水线并行模式。单机 上 CPU/GPU 细粒度混合执行的应用性能是通用 CPU 的 5 倍 以上，是仅实现粗粒度并行性的 GPU 的 2 倍以上。在 8 台服 务器 16 块 GPU 的环境下，应用性能是 8 台 CPU 服务器的 5 -3- 倍以上，是仅实现粗粒度并行性的 16 块 GPU 性能的 2 倍以 上。 1.4 面向图计算的通用计算机技术与系统（共性关键技 术类） 研究内容：图计算众核处理器和异构图计算机体系结构； 支撑异构图计算机的系统软件；面向异构图计算机系统的分 布式处理技术；基于异构图计算机的数据管理与分析系统； 基于异构图计算机的通用计算机系统，开展应用示范。 考核指标：研制面向图计算的众核处理器芯片原型；研 制基于已有加速器的低功耗异构图计算系统，单节点图计算 机总体性能达到 G 级 TEPS，性能功耗比提升 10 倍；8 节点 的分布式异构图计算系统总体性能可达 10GTEPS，静态图计 算可获得 2-3 倍加速比；单节点支持 50 亿条边的图数据存储 和查询，平均查询响应时间为秒级，支持每秒 10 万边的图流 数据分析；开展包含社交网络在内的 2 个典型应用的验证开 发。 1.5 基于国产处理器的新一代虚拟化及虚拟执行环境 优化技术（共性关键技术类） 研究内容：研究基于国产单核、多核、众核处理器的新 型虚拟化架构，虚拟计算环境下应用驱动的软件栈构造/设计 的理论和方法；研究基于国产单核、多核、众核处理器等计 算系统核心物理资源的虚拟化和容器技术，虚拟资源池的构 建、组织、调度等技术；研究异构硬件的状态互通方法，应 -4- 用驱动的虚拟资源的动态映射和调配方法，实现面向应用的 统一编程接口；研究基于迭代反馈机制的轻量级虚拟机镜像 定制、应用定制的虚拟机优化等方法和技术，构造面向特定 应用的轻量级虚拟机；研究虚拟化和虚拟机的性能评价方法 与基准测试、性能调优工具。 考核指标：国产处理器虚拟化后的性能指标与 X86 处理 器相当，在关键行业的云计算系统中开展示范应用，在典型 云计算应用负载下，较现有产品整机服务能力提升一个数量 级，整机资源利用率提升 50%，整机性能功耗比提升 5 倍。 在关键技术上申请系列专利，形成专利群。 1.6 数据驱动的云数据中心智能管理技术与平台（共性 关键技术类） 研究内容：研究基于计算智能的云计算运行能效评价与 预测技术，实现数据驱动的云平台运行精准化评估与预测； 数据驱动的大规模云资源智能调度与管理技术，显著提升能 效，提高计算资源的利用率；大规模云计算网络资源的智能 虚拟化技术，突破云网络资源的利用效率瓶颈；面向大数据 应用的智能云工作流管理与调度技术，提供高能效、高服务 质量的大数据工作流应用服务；基于云计算的分布式计算智 能方法与技术集成，实现大规模的数据管理与智能处理；基 于以上技术突破，研发云计算的智能部署、运维管理与服务 能力保障技术，搭建云智能管理平台并开展示范应用。 考核指标：提出一套智能化的云计算运行能效评估、行 -5- 为预测、资源调度、网络虚拟、工作流管理与系统运维的关 键技术体系；研制的关键技术在基准测试上的指标与国际主 流技术或产品相比处于领先行列；云工作流和云服务请求的 接受率提升 20%以上，满足用户在时间和成本等多方面的智 能化选择需求；面向大数据智能处理需求，基于云平台集成 10 种以上的分布式计算智能方法；研制的云数据中心智能管理 系统在 50 万台服务器以上规模的云数据中心开展系统的示 范应用，整体水平处于国际领先地位；申请系列专利，形成 专利群，并制定国家标准（送审稿）若干。 2. 基于云模式和数据驱动的新型软件 2.1 群智化生态化软件开发方法与环境（基础研究类） 研究内容：研究群体智慧的形成机理、软件生态系统中 的群体协作规律、社区组织模式、社会化特性和最佳实践； 研究软件生态系统的多维度度量和评估方法、软件生态系统 形成和演化的微过程模型等；研究基于大规模群体协同的在 线需求获取与建模、软件设计与建模、软件实现与测试等群 智软件开发模式与方法；研究基于开源软件和 SaaS 服务的可 信软件资源管理框架和方法、群体驱动的软件制品搜索、推 荐与合成技术；研制基于群体智慧和协同的软件开发、管理 和维护支撑工具集及平台，形成支持智能化群体协作的软件 开发环境，并在开源社区进行示范应用。 考核指标：建立基于群智协作的软件开发理论模型，形 成覆盖软件生命全周期的群智软件开发方法、工具、环境和 -6- 最佳实践，支持单一项目达到数十到数千名开发者规模；形 成兼容国际主流、符合中国特色的群智化软件开发生态系统 建设方案，在 2 个云计算和大数据开源社区进行实践与推广， 实际应用于 10 个以上项目合计 1000 名以上开发者；形成一 批具有引领作用的高水平论文成果，申请一批相关领域的知 识产权。 2.2 基于编程现场大数据的软件智能开发方法和环境 （共性关键技术类） 研究内容：研究跨地域的软件开发现场的数据实时采集、 清洗、组织、管理技术，基于机器学习的程序语义学习及自 动生成方法与技术，面向代码质量实时动态检测与质量提升 的智能编程技术，面向代码风格与编程规范实时检测与改进 的智能人机交互方法与技术，上下文感知的编程接口与代码 推荐方法；构建跨地域的软件开发现场数据库和规范源码样 例库，研制基于智能化人机交互协作的软件敏捷开发云平台， 在不同规模的软件企业中进行示范应用。 考核指标：研制的平台支持 1000 人以上的软件开发现场， 人机交互协作系统响应时间低于 2 秒；规范源码样例库覆盖 100 个项目 1000 万行代码；在 3 个以上不同规模软件企业进 行示范应用，最大开发人员规模超过 1000 人，支持 10 个软 件开发项目，每个项目代码量不低于 10 万行，智能化人机交 互协作覆盖 70%以上的代码，接口与代码推荐平均准确率超 过 70%；形成一批具有引领作用的高水平论文成果，申请一 -7- 批相关领域的知识产权。 2.3 面向智能制造的流程管控软件平台（应用示范类） 研究内容：研究面向智能制造中企业研发设计、生产制 造、经营管理、销售服务、供应商管理和客户服务等多种流 程的企业内外部系统基础数据获取及加密传输和存储技术、 面向关键制造流程的知识建模技术、制造流程大数据实时分 析技术、深度网络挖掘和决策技术、实时工业系统闭环控制 技术、大规模企业流程并行技术等基于云模式和大数据的新 型软件应用关键技术，研制面向智能制造的流程管控软件平 台，并进行示范应用。 考核指标：提供实证的 PB 级的制造数据存储，关键企 业数据加密效果需经具有安全评测资质的第三方认证；企业 业务流程并行规模不少于 10000 条；支持 10 种常见国产和进 口工业软件系统 90%基础数据的获取；支持 10 种常见国产 和进口生产制造设备系统的秒级调用和按需闭环控制；管控 软件平台国产化率达到 80%，在 10 个大型制造企业部署和 应用。 2.4 私有云环境下服务化智能办公系统平台（应用示范 类） 研究内容：针对私有云在办公环境下的广泛应用和多元 化需求，研究适用于私有办公云建设的基础架构、虚拟应用、 网络安全、数据存储以及数据分析等多项关键技术。重点研 究计算节点非一致内存访问的动态绑定、虚拟化内存超配、 -8- 网络数据包零拷贝、虚拟磁盘预读、存储缓存加速等关键技 术。研究私有云环境下网络安全的基础理论与应用，重点研 究平台无关的云安全系统，利用虚拟化技术实现东西向、南 北向流量的统一防护。研究分布式存储的负载均衡、数据削 减和分层、高可靠、异地容灾等关键技术和解决方案。研究 基于办公数据的行为感知技术，重点研究基于上网行为的数 据挖掘技术，用户行为分析技术以及自动化的异常检测技术。 考核指标：研制私有云环境下服务化智能办公系统，实 现智能办公的行为感知，支持不少于 10 种行为感知应用，支 持新应用的快速开发和部署，在 3-5 个重要的部门开展示范 应用。完成系列国家或行业标准草案，其中若干获国家或行 业标准主管部门立项或批准。 2.5 云计算和大数据开源社区生态系统（含前期成果集 成展示） （应用示范类） 研究内容：研究开源社区的运作模式和商业模式，研制 安全可控的开源项目支撑系统，建立国内外开源项目和社区 的按需同步机制，支持企业主导创建开源软硬件项目并建设 相应的生态系统；研究基于众包的软件在线开发方法，建立 软件开发知识库和软件工程云；研究开发一批面向云计算资 源虚拟化、分布式管理与调度、存储与计算、监控与运维、 云应用开发与部署等方面的开源软件；研究开发一批涉及大 数据采集、存储、传输、分析、计算与应用相关的开源软件， 促进大数据技术的完善及在各个领域中的大规模应用；建设 -9- 有一定影响力的云计算和大数据开源社区，吸引一批云计算 和大数据的技术人员参与和互动；培养一批高素质的人才队 伍。 考核指标：建成由中国主导的云计算和大数据开源社区， 培养一支 100 人以上的开源项目维护和贡献的技术队伍，吸 引 100 家云计算和大数据相关企业参与，注册用户超 10000 人，月活跃用户超 1000 人；发布 100 项云计算和大数据相关 开源软件（中国主导的开源软件不低于 10 项） ，合计每月更 新 1 万次、下载 10 万次。 3. 大数据分析应用与类人智能 3.1 大数据分析的基础理论和技术方法（基础研究+共性 关键技术类） 研究内容：研究多源异构、先验知识缺乏、不确定条件 下大数据的表示、存储、度量、语义理解和基于认知的分析 方法，研究知识的自动抽取、知识发现的理论与方法，构建 面向领域的知识图谱；研究大数据环境下机器学习的创新理 论、方法和平台，提出面向流数据和复杂高维数据的新型分 析挖掘技术；研究大数据知识推理、问题分析与求解等关键 技术，提出大数据高效检索的理论方法；研究大数据的可视 化技术，开发面向领域和大众的可视化工具库；研究在特定 约束条件（例如安全性、隐私性、真实性、实时性）下的大 数据分析理论和技术；研制开放共享的大数据分析平台，提 供大数据分析、挖掘和可视化的基准测试。 - 10 - 考核指标：建立比较系统的大数据分析基础理论和技术 方法，在机器学习理论与方法上取得创新突破，形成国际影 响。研制大数据分析、挖掘与可视化的算法与工具库，不少 于 20 个独立的系统或工具，并在中国开源社区开放。发表系 列高水平学术论文，撰写专著若干部。在关键技术上申请系 列专利，形成专利群。 3.2 高时效、可扩展计算模型和优化技术（共性关键技 术类） 研究内容：研究新型分布式大数据组织与存储系统，增 强系统的自适应性和可扩展性，可针对不同计算模式和任务 负载特征进行自适应优化和调整；研究基于众核加速器的大 数据计算模型、分布式处理框架、易用的编程环境，开发高 效、可扩展的大数据计算系统；研究大数据分析意图理解， 以及分析意图、分析方法及数据集合的智能匹配理论与技术， 研究快速推荐数据分析途径、形成智能式交互向导的方法与 系统技术，研究弹性资源管理、高效任务调度、以及执行优 化技术；研究各类大数据机器学习算法的高效并行策略，设 计通用的编程模型和接口，研制高效、可扩展、可兼容的大 数据机器学习系统；面向连续流式大数据应用，研究具有极 高吞吐量的流数据计算引擎；开发融合了内存计算、流计算、 深度计算、以及经典机器学习的综合示范应用。 考核指标：在混合负载下，新型存储系统的性能要比开 源 Hadoop 系统提高 50%以上；大数据计算系统要支持批计 - 11 - 算、流计算等多种计算模型；形成智能交互向导的反应时间 小于 1 秒，推荐数据分析途径的用户满意度超过 80%，有向 导下数据分析执行时效比无向导提高 5 倍以上；深度学习模 型要实现百万级参数的学习能力；示范应用的数据规模要达 到 PB 级；主要系统要向中国开源社区开放，关键技术申请 系列发明专利。 3.3 互联网智慧教育关键技术与示范应用 （应用示范类） 研究内容：研究教育知识图谱构建与导航学习关键技术； 面向用户的个性化教育资源融合关键技术；在线学习助手关 键技术；基于大数据的精准化教育评价技术；虚实融合教学 场景构建和人机交互关键技术。集成上述技术，构建出互联 网智慧教育平台，针对基础教育、职业培训等开放学习群体 以及有组织学习群体开展互联网智慧教育示范应用。 考核指标：构建出互联网智慧教育平台。在基础教育方 面，重点开展大数据驱动的中小学生学业水平和信息素养测 评示范，辐射涵盖辐射东、中、西部地区的 100 个示范区， 10000 所实验校，受益人数超过 1000 万；在职业培训方面， 研发建设基于 VR/MR/AR 技术的精品特色课程资源 100 门以 上；面向企业需求的定制化人才培养等服务，培养 IT、汽车、 机械、电子等行业的技能人才 300 万以上；在有组织学习方 面，构建涉及 100 门课程的 10 万个知识主题树，示范应用支 撑的学习者人数不少于 300 万，实现跨学习平台融合汇聚 - 12 - 1000 项以上的课程和知识库等教育资源。 3.4 基于天空地一体化大数据的公共安全事件智能感知 与理解（应用示范类） 研究内容：针对目前公共安全事件预测困难和检测不准 的问题，综合利用卫星和航拍影像、地面跨时空视频、网络 数据和地理信息等，实现面向公共安全的天空地网大数据一 体化智能处理。以事件为中心，研究跨时空多源大数据的多 尺度、多粒度关联，地理信息驱动的目标检测、追踪和识别， 多源异构数据融合的目标行为表示和语义理解，建立个体行 为和群体事件的演化预测模型。突破公共安全大数据关联弱、 理解浅、利用差等瓶颈，构建跨时空大数据一体化处理的公 共安全事件智能感知和理解系统，实现多源异构数据关联挖 掘、异常行为智能感知和事件处置决策支撑，并开展应用示 范。 考核指标：研制跨时空大数据一体化处理的公共安全事 件智能感知和理解系统，并在反恐维稳重点地区和边境地区 进行应用示范。支持 3 种以上语言的识别，语种识别准确率 超过 90%，已知有害音视频发现率超过 95%。突发事件感知 准确率超过 80%，特定人员和车辆的检测率超过 90%，人员 识别准确率超过 95%。建立公共安全事件的定性描述和定量 计算的转换不确定模型，支撑普适性空间智能服务。研发天 空地网大数据在线分析与可视化工具，TB 级数据在线实时检 索与展示的响应时间低于 10 秒。 - 13 - 3.5 基于立体精准画像的学术同行评价系统（应用示范 类） 研究内容：根据学术同行评价的需求，研究学术行为的 画像模型和体系，综合运用大数据技术（获取、清理、组织、 分析等） ，为百万量级的学术群体，建立立体精准学术画像， 形成实时动态、智能的画像库和学术关系图谱。研究学术画 像的准确性验证方法和技术。研究学术画像多种维度的组合 以及自适应权重等方法，以适合不同目的学术同行评价体系， 研制以立体精准画像为基础的学术同行评价系统。 考核指标：学术画像库超过 100 万个体，具备 24 小时内 新增 1000 个学术画像的能力。个体的学术画像与真实行为的 时间间隔在 72 小时以内，学术画像的精准度超过 98%。研 制的学术同行评价系统在国家的科技、教育等权威部门开展 应用示范，能为国家科技计划的辅助决策提供支持。 4. 云端融合的感知认知与人机交互 4.1 人机物融合的云计算架构与平台（前沿基础类+共性 关键技术类） 研究内容：针对人机物融合环境下的泛在化、社会化、 情境化、智能化等应用特征，研究以人为中心的人机物融合 云计算架构模型、终端和云端资源的软件定义方法、人机物 融合应用的一体化建模方法等基础理论；研究以人为中心的 终端和云端资源动态发现与协同管理技术、资源敏感和时空 感知的应用自适应与自演化技术、面向移动互联网和物联网 - 14 - 终端及边缘设备的超轻量虚拟化等关键技术；研制以人为中 心的人机物融合云计算平台，并结合重点领域开展应用示范。 考核指标：建立面向人机物融合的软件定义基础理论与 人机物融合云计算技术体系及规范；研制的云计算平台通过 软件定义的方式接入并管理 Android 智能设备、Linux 边缘 设备和 OpenStack 公/私有云的软硬件及应用资源，验证的人 机物融合场景需覆盖 10 个不同品牌合计 100 万台终端设备、 支持 100 个第三方商业应用的按需融合；形成一批具有引领 作用的高水平论文成果，申请一批相关领域的知识产权。 4.2 基于云计算的沉浸式交互影像技术与系统 （应用 示范类） 研究内容：高维影像数据获取与语义理解，包括：面向 沉浸式影视制作的全尺度数据捕获、高维光场影像高效获取、 跨维度影像数据的语义解析及部件提取等；影像素材知识表 达与智能聚合，包括：数据驱动的高精度、专业化、风格化 模型表达，以及影像大数据动态聚合与自主生长等；影像定 制化与个性化自动生成，包括：领域知识引导的影视级高端 三维场景定制化自动生成，基于引擎的大规模影像个性化自 动生成，高维光场影像云处理和云发布；影像编辑与交互功 能深度合成，包括：语义特征结构保持的影像编辑合成、典 型交互功能迁移与自动合成，具有行为真实感的智能角色生 成与交互，以及沉浸式交互影像工业化生产关键技术等；沉 浸式交互影像高效渲染呈现，包括：高维光场影像终端显示 - 15 - 技术、三维模型高效渲染技术及工具；云端融合的沉浸式交 互影像技术系统，及其在电影电视、游戏娱乐等行业的应用 示范。 考核指标：电影级光场采集系统相机数量≥100 台，工 作范围≥20m2，捕获速度≥60fps；跨维度影像数据部件级语 义解析准确率平均达 90%，形成一个超过 5 万个模型的三维 模型库，构建的场景内模型数超过 500 个；支持高维影像对 象分割、时域编辑、风格化滤镜、虚拟对象嵌入、镜头智能 剪辑与构图优化等智能影视创作关键功能；影像发布与计算 平台传输带宽≥1TB/S，数据吞吐量读取速度≥6GB/s，写入 速度≥4GB/s，并行处理文件数量≥20 万/s，支持并行计算 GPU 数量≥100 台；制定面向沉浸式交互影像的采集、传输、 呈现的技术规范并形成标准，并实现在影视制作、游戏娱乐 等行业的典型应用示范，成果应用项目超过 50 个。 4.3 多模态自然交互的虚实融合开放式实验教学环境 （应用示范类） 研究内容：建立支持云端融合和多模态自然交互的虚实 融合课堂教学环境，具备视觉、听觉、触觉等感知能力的交 互模块基础件，以及相应的实物交互套件；建立支持中学教 育主要课程的虚拟实验开发平台和界面工具，支持教师自主 生成互动虚拟实验教学资源；支持多模态人机交互的智能化 学习环境，通过对多课程和多场景的数据汇集，研制与学习 者个性化需求与能力适配的智能化学习系统；建立新型探究 - 16 - 式学习的全面评价体系，通过对学习过程与结果的智能识别 与分析，汇集和提炼学习者的行为、心理和生理等多维度特 征，实现对学习者多层次、精准化的客观评价。 考核指标：多模态自然交互模块基础件支持手势、语音、 触觉、实物、笔式等交互技术，交互行为识别率大于 90%； 支持教师自主生成互动教学资源的虚拟实验开发平台和界面 工具，覆盖数学、物理、化学、生物等主要课程，形成 20 个 以上典型教学课件；制定云计算教学终端多模态人机交互技 术标准，以及高沉浸呈现与多模态交互智慧教育课堂环境的 行业规范；在中学开展应用示范，应用示范单位不少于 200 家；申请系列发明专利。 4.4 基于云计算和智能交互的随身办公技术与系统（应 用示范类） 研究内容：研制面向移动终端和虚实融合自然交互技术 的多用户远程和本地协同办公平台，实现相应的用户界面工 具和支撑硬件，研究面向移动协同办公和用户长历史行为大 数据的个性化用户模型及增量式学习技术；突破大数据驱动 的高灵敏触及反馈式虚拟投射键盘技术和高准确率的手指虚 拟键盘动作识别技术，研发面向移动终端的多模态深度融合 的高效率信息输入和内容编辑技术；研究基于云端的多移动 终端的分屏显示与协作机制，研制满足长期健康使用需求的、 具有匹配个体差异的沉浸式超大视场显示终端，实现多移动 终端、穿戴式显示终端与虚拟键盘、手势、语音等的统一交 - 17 - 互方式；在上述内容基础上，研究并构建面向行业应用的具 有多模态融合的高效智能的随身办公系统。 考核指标：多用户远程和本地协同办公平台支持常见的 移动终端，支持 16 个节点以上的远程交互，能支撑虚实融合 的工作讨论、协同设计等任务；多模态自然交互协同办公机 制支持虚拟键盘、触控、手势、语音和笔等通道，支持冗余、 互补、混合等 3 种以上交互通道融合方式；虚拟投射键盘具 有触及反馈功能，按键敲击识别准确率不低于 95%，支持用 户击键动作的个性化自动纠错技术，能够实现每分钟 180 个 以上英文字符正确输入；沉浸式显示系统视场角不小于 150 度，能自主显示虚拟键盘，并与手势识别等协同交互工作， 手势和击键动作识别准确率不低于 95%，经大规模人群测试 后的连续健康沉浸时间可达 2 小时；智能随身办公系统应支 持企业办公、教育培训等行业用途，形成规模化产业应用。 - 18 -