核心政策目标 - 到2027年，人工智能关键核心技术实现安全可靠供给，产业规模和赋能水平稳居世界前列 [1] - 推动3至5个通用大模型在制造业深度应用，形成特色化、全覆盖的行业大模型 [1] - 打造100个工业领域高质量数据集，推广500个典型应用场景 [1] - 培育2至3家具有全球影响力的生态主导型企业和一批专精特新中小企业，打造一批赋能应用服务商，选树1000家标杆企业 [1] - 建成全球领先的开源开放生态，安全治理能力全面提升 [1] 核心技术突破与算力供给 - 支持突破高端训练芯片、端侧推理芯片、人工智能服务器、高速互联、智算云操作系统等关键核心技术 [2] - 有序推进高水平智算设施布局，加快建设算力互联互通平台、全国一体化算力网监测调度平台 [2] - 开展智算云服务试点，推动大模型一体机、边缘计算服务器、工业云算力部署，提升智算资源供给能力 [2] 行业模型开发与应用部署 - 支持模型训练和推理方法创新，开发适应制造业实时性、可靠性、安全性特点的高性能算法模型 [3] - 培育重点行业大模型，发展“云－边－端”模型体系，持续提升泛化能力 [3] - 打造面向工业细分场景小模型，鼓励大小模型协同创新 [3] - 推动模型轻量化部署，加快在工业场景落地应用，打造模型公共服务平台 [3] 智能装备与重大装备融合 - 加快人工智能赋能工业母机、工业机器人，研制新一代人工智能数控系统，提升自主决策、分析和执行能力 [4] - 加快发展手术机器人、智能诊断系统等智能医疗装备，加速产品创新和临床应用推广 [4] - 推动人工智能技术融入大飞机、船舶等重大技术装备研发、制造、运行 [4] - 发展无人机等智能低空装备 [4] - 开展搭载自动驾驶功能的智能网联汽车产品测试与安全评估，有序推进产品准入和上路通行试点 [4] 智能终端升级与新型终端产业化 - 支持端侧模型、开发应用工具链等技术突破，培育智能手机、电脑、平板、智能家居等人工智能终端 [5] - 聚焦工业巡检、远程医疗等重点场景，加快增强现实/虚拟显示（AR/VR）可穿戴设备、脑机接口等新型终端的产业化、商业化进程 [5] - 推动具身智能产品创新，建设人形机器人中试基地和训练场，打造人形机器人标杆产线，在典型制造场景率先应用 [5]