文章核心观点 - 人工智能与制造业的深度融合面临高质量工业数据稀缺、人才短缺及低水平重复建设等挑战 但国家层面已出台顶层规划以推动高水平行业模型开发、数据生态共建及人才培养 旨在全方位赋能新型工业化 [1][2] 行业现状与挑战 - 人工智能技术正以前所未有的速度和广度向制造业渗透 赋能行业高质量发展 [1] - 人工智能与制造业的融合并非一帆风顺 制造业涉及门类多且各行业基础不一 [1] - 部分企业和机构涌入行业垂直大模型领域进行低水平重复建设 导致资源分散且质量不高 [1] - 行业缺乏人工智能复合型人才 [1] - 高质量工业数据少且共享难 制约了人工智能模型的训练效率与泛化能力 [1] 政策建议与行动 - 建议国家加快制定电气装备制造业等行业的人工智能发展规划 [1] - 建议联合共建行业人工智能创新中心 并协同打造行业垂直大模型 [1] - 建议多措并举共建高质量的工业数据生态 [1] - 工业和信息化部等8部门已联合印发《“人工智能+制造”专项行动实施意见》 [2] - 专项行动将在开发高水平行业模型、开展“模数共振”行动、加快重点行业应用赋能、加强人才引育等方面开展工作 [2] 行业影响与展望 - 国家出台的“顶层规划”将对人工智能与制造业的融合起到重要推动作用 [2] - 目标是推动人工智能技术全方位、深层次、高水平赋能新型工业化 [2] - 在科技革命浪潮中 数字化与智能化已成为竞争关键 推动实体经济与数字技术深度融合将助力制造业更上一层楼 [2]