工业互联网与人工智能融合的发展路径 - AI大模型正驱动平台化设计、智能化生产、个性化定制等新模式加速涌现，同时国内开源人工智能技术降低了企业智能化门槛，这要求工业互联网平台提供更深层次的应用 [1] - 面向大型企业，需要以工业软件为抓手，开展人工智能赋能工业软件的技术应用，并研发专用的多模态大模型 [1] - 面向中小企业，应发展“模型即服务（MaaS）”模式，布局多元工业智能体，以降低其应用人工智能的技术难度 [1] 新型工业网络的升级与部署 - 工业网络开放智能升级是人工智能与工业深度融合的关键支撑，政策部署提出到2028年推动不少于5万家企业实施新型工业网络改造升级 [1] - 为支撑柔性制造等动态场景，网络需具备“自感知、自决策、自执行”的能力，这是实现产线实时调整与工艺动态优化的高级应用基石 [1] - 企业可优先在生产控制、设备协同等高价值环节部署5G、时间敏感网络（TSN）、工业光网等新型网络技术，通过分阶段试点验证、分步骤落地推广，实现从“单点智能”到“全局智能”的演进 [1] 未来发展的重点部署方向 - 下一步需要重点围绕新型工业网络创新、工业高质量数据集建设、工业智能体培育和推广等方面展开部署 [2] - 需加强新型工业网络在实时性、确定性、安全性及算网控一体化方面的研究 [2] - 应在汽车、钢铁等重点行业组建创新联合体，建设一批真正有高价值的典型工业数据集 [2] - 应构建多层级的应用体系，按照“设备级-产线级-车间级-工厂级-企业级-生态级”的思路，分步推动工业智能体研发和能力提升 [2]