一是支撑自然资源部门业务应用模型训练。围绕自然资源领域的基础业务需求，对数据进行转换、验证、清洗、聚合和标注，为土地利用效率评价模型、要素承载力模型、要素适宜性模型、要素潜力评价模型等模型提供数据训练，直接服务于自然资源部门规划实施监督等日常业务开展。

二是支撑智慧城市辅助决策模型训练。突破基础数据支撑层面，通过引入智能算法、知识图谱、监测技术等，构建决策分析模型，为城市体检评估模型、交通预测模型、城市环境监测模型、慢病趋势推演模型等模型提供数据训练，为智慧城市治理服务提供技术支撑。

三是支撑企业、公众应用模型训练。聚焦规划服务下沉，通过整合多维度规划数据，形成面向企业、公众的实用化数据成果，为企业用地方案评估模型、企业选址决策模型等模型提供数据训练，为企业、公众需求提供直观、精准的高质量空间规划信息支持。

一是提升诊断效率。提升诊断速度以及报告质量，显著减少医生人力，为试点医疗机构节省8个心电图医生，按照每个医生每年人工成本15万元计算，每年可节省经济成本120万元。

二是辅助设备优化。辅助心电器械设备厂商进行心电AI算法优化及提升，高校、研究所相关科研使用以及其余应用研究场景，具有良好应用前景。

在车路云一体化自动驾驶场景，通过赋能算法模型训练，推动车路协同应用研发和方案建设，使自动驾驶模型的泛化能力提升25%，通行效率提升20%，交通事件和安全预警的响应效率提升至分钟级。