政策目标与量化指标 - 到2027年，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] - 到2027年，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] - 到2027年，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] 人工智能赋能底座建设 - 专项行动首位是“创新筑基：夯实人工智能赋能底座”，首先提出强化人工智能算力供给 [2] - 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，加快建设全国一体化算力网监测调度平台，促进算力资源高效利用 [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] - 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 [2] AI芯片行业市场与机遇 - 据弗若斯特沙利文预测，中国的AI芯片市场规模将从2024年的1425.37亿元激增至2029年的13367.92亿元 [3] - 2025年至2029年期间，中国AI芯片市场规模年均复合增长率为53.7% [3] - AI芯片是AI大模型的底座，技术迭代、国产替代有望带来发展新机遇 [3] - 华为、寒武纪、海光信息等厂商正加速AI芯片国产替代 [3] - 英伟达GPU产品持续迭代，国内GPU、ASIC厂商加速国产替代，AI基础设施建设或将推动AI算力规模增长 [3] 重点行业应用赋能 - 专项行动第二位是“赋智升级：拓展推广高价值应用场景”，明确提出加快重点行业应用赋能 [4] - 加快人工智能赋能原材料、装备制造、消费品、电子信息、软件和信息技术服务等制造业相关重点行业 [4] - 对于装备制造行业，明确提出加速汽车行业全链条智能化升级，打造汽车大模型，自动生成车身造型、内饰布局等方案，实时仿真动态优化结构参数 [4][5] - 加快人工智能技术在硬件配置、参数调优等环节应用，开发模块化工艺岛，打造柔性可重构产线 [5] 重点行业选择原因与影响 - 优先选择原材料、装备制造、消费品、电子信息、软件和信息技术服务五大行业，因其是国民经济的支柱产业和优势产业，中国在这些行业具有规模优势和产业集聚优势 [5] - 这些产业往往是更容易和AI融合的产业，例如电子消费品已广泛实现智能化 [5] - 这些产业具有数字化改造的迫切性，例如AI是中国突破原材料技术瓶颈的关键 [5] - 对于原材料行业，人工智能将材料数据和经验转化为工艺优势，并加速新材料研发 [5] - 对于装备制造业，人工智能将提高装备的自主能力和自适应控制能力，从而增强生产效率，并通过预测性维护降低次品率 [5] - 对于消费品行业，人工智能可以丰富其功能，对于电子信息和软件，人工智能可以推进芯片工艺提升和提高软件产品智能水平 [5]