政策目标与量化指标 - 工业和信息化部等8部门发布《"人工智能+制造"专项行动实施意见》，旨在加快推进人工智能技术在制造业的融合应用 [1] - 政策目标是到2027年，实现人工智能关键核心技术安全可靠供给，产业规模和赋能水平稳居世界前列 [2] - 具体量化目标包括：推动3至5个通用大模型在制造业深度应用，推出1000个高水平工业智能体，打造100个工业领域高质量数据集，推广500个典型应用场景 [2] - 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，选树1000家标杆企业 [2] 重点任务与实施路径 - 实施意见围绕创新筑基、赋智升级、产品突破、主体培育、生态壮大、安全护航、国际合作等7个重点任务，细化21项具体措施 [2] - 提供附件《制造业企业人工智能应用指南》，从智能化评估、基础能力提升、数据集构建、算力资源规划、模型选型与部署、安全防护等方面为企业提供详尽指南 [4] - 鼓励龙头企业、央企国企先行先试，提供规模化应用场景，同时支持中小企业开展数字化、智能化改造 [4] - 鼓励有关地方给予企业"算力券"、"模型券"等支持，降低企业开发应用成本 [4] 行业应用与赋能案例 - 政策强调将人工智能技术深度嵌入研发设计、中试验证、生产制造、营销服务、运营管理等制造业全流程各环节 [3] - 在研发设计环节，重点推进智能辅助设计、软件代码辅助编写、药物研发等 [3] - 在生产制造环节，推广机器视觉、无人智能巡检等工业质检技术，强化产线实时监测和预测性维护 [3] - 以山东金信空调集团为例，其依托工业大模型开发的数智风机，使设备检修周期缩短40% [3] - 在有色金属行业，中铝集团发布人工智能大模型"坤安"2.0，已推进建设百余个应用场景，并筛选发布52个场景，建成8个行业高质量数据集 [5][6] 重点行业转型指引 - 政策附件《人工智能赋能制造业重点行业转型指引》针对原材料、装备制造、消费品、电子信息、软件和信息技术服务等行业提供分类指引 [6] - 在有色金属行业，提出研发数据自动化治理与标注技术，打造行业高质量数据集 [6] - 在纺织服装领域，提出打造个性化设计与虚拟试衣系统，推动部署自适应生产系统以提升产品良品率 [6] - 在电子元器件领域，提出提升设计智能化水平，打通数据孤岛，重点突破高精度仿真预测技术 [6]