智能工厂建设成果与体系 - 截至2025年，累计建成超过3.5万家基础级、8200余家先进级、500余家卓越级智能工厂，并培育出15家领航级智能工厂 [4] - 智能工厂梯度培育体系分为基础级、先进级、卓越级和领航级四级，其中卓越级要求AI应用场景≥20%，领航级瞄准全球领先并深化AI融合 [7] - 首批15家领航级智能工厂名单于2025年底公布，涵盖装备制造、原材料、电子信息等多个关键行业 [7] 领航工厂的示范效应与具体成效 - 领航工厂在制造模式上为行业树立转型标杆，例如实现多车型柔性混流生产或依托数字孪生自主运行，带动生产效率平均提升29%，产品不良率降低47% [5] - 人工智能已渗透领航工厂70%以上的业务场景，沉淀了超6000个垂直领域模型，并带动1700多项关键智能制造装备与工业软件规模化应用 [1][5] - 领航工厂推动产业从“自动化”向“自主化”演进，形成具备感知、决策和执行能力的工业智能体 [5] 产业价值与协同升级 - 领航工厂推动企业从“产品制造商”转型为“产品+服务+解决方案”综合提供商，延展出规模化定制、产业链协同、预测性维护等高价值模式 [5] - 领航工厂向全行业输出能力，带动上下游1300多家企业协同升级，推动产业链整体向高端跃升 [5] - 通过打造开放、弹性的供应网络，旨在提升产业资源利用效率，并进一步巩固在全球供应链中的核心位置 [8] 政策支持与战略意义 - 培育领航级智能工厂是抢抓产业智能化发展机遇、构筑未来制造竞争优势的战略举措 [6] - 自2025年起，工信部联合国家发展改革委、财政部等多部门协同推进，旨在打造代表全球智能制造最高水平的“中国样板” [6] - 持续开展智能工厂梯度培育和支持领军企业探索未来制造模式，有助于破解制造业高端化、智能化发展瓶颈，推动产业向价值链高端跃升 [8]

全球大类资产配置观点 - 高盛研究部在2026年全球大类资产配置中，明确高配股票资产[1] - 股票资产内部，高盛最看好新兴市场，并维持对中国股票的高配建议[3] - 在全球大类资产配置中，公司对大宗商品观点中性，但看好黄金等贵金属，唯一明显超配的资产仍是股票[9] 全球宏观经济与市场环境 - 高盛认为今年中国经济增长会是一个相对不错的年份，同时对美国经济增长也相对乐观，全球整体增长较好[2] - 高盛预计美联储在今年会维持相对宽松的货币政策取向，存在两次降息的可能性[2] - 美国未出现衰退且全球流动性充裕，回顾过去50年历史，这样的组合每次出现都对全球股票市场是明显利好[1][2] - 高盛因此对今年全球风险资产，特别是股票，相对更有信心[2] 中国股市整体展望与回报预测 - 高盛认为中国股市的慢牛市场应会持续[1] - 高盛判断2026年对中国股票来说应该还是一个比较“开心”的阶段[1] - 去年港股和A股整体表现不错，大概都有20%到30%左右的回报，但相当一部分来自估值修复[3] - 高盛判断今年整体回报仍有空间，但推动力从估值修复转为盈利主导，预计回报区间大概在15%到20%[3] - 高盛认为未来几年整体盈利增长中枢有可能维持在12%到13%左右[5] 中国股市估值水平 - MSCI中国指数目前的动态市盈率大概在13倍左右，已回到历史平均水平[3] - 沪深300指数市盈率目前大概在15倍左右，基本回到历史中位数[3] - 相较于2024年市盈率一度不到10倍的低水平，目前估值已修复到大概13倍左右，水平相对合理[5] 盈利增长核心主题 - **人工智能**：高盛认为中国的AI发展路径是从算力转向应用再到变现，未来3到5年内，AI每年可为全市场贡献大概2%到3%左右的盈利增长[4] - **出海**：这是未来3到5年非常重要的盈利增长推动力，中国全市场上市公司海外收入占比约16%，远低于标普500成分股的28%，提升空间非常大[1][5] - **反内卷**：对于一些上游行业及部分制造业，目前毛利率处在历史低位，未来一到两年存在修复甚至反转的可能[5] 市场流动性来源分析 - **南向资金**：去年全年约有1800亿美元流入港股，今年预计可能进一步上升到2000亿美元，或创下新高[5] - **海外资金**：对冲基金对中国市场的净配置大概只有8%不到，低于历史高点11%到13%的水平，配置仍有提升空间[1][6] - **海外公募基金**：目前对中国的配置依然是低配，大概低配300个基点左右，但投资者兴趣在上升[6] - **国内资金**：目前超额存款规模仍在50多万亿人民币，高盛保守测算未来12个月个人投资者约有2万亿人民币资金、逾一万亿机构资金可进入股票市场[7] 板块与主题投资配置 - 高配AI相关行业，包括软件、互联网和硬件[8] - 继续高配原材料和保险板块[8] - 重点跟踪的主题包括：民营企业主题、中盘股主题（覆盖23个子行业共50只中盘股）、出海主题、股东回报主题（强调分红和回购）[7][8] 保险板块看多逻辑 - 慢牛市场有利于保险公司对股票资产的配置，保险公司正逐步加大对权益资产的投入，配置比例在提高[1][8] - 保险公司的分红水平不低，且业务能提供较稳定的回报，是参与高分红长期主题的好渠道[9] - 即便近期表现不错，保险板块整体估值仍低于长期平均水平，估值优势明显[9] 中国公司海外收入与全球配置 - 当前标普500成分股公司中，大概28%的收入来自海外，而中国全市场上市公司中，海外收入占比大约只有16%左右[1][5] - 从分散风险的角度看，中国仍然是海外投资者非常重要的一个选择[1][6] 个人投资者资产配置结构 - 国内个人投资者的资产配置中，房地产大概还占到55%以上，股票只有10%左右[10] - 模型显示若未来几年房地产市场平平，债券收益率走低，股票的配置比例明显偏低，理论上应提高到接近40%[10] - 如果通胀预期开始缓慢改善，那么对风险资产的配置需求也会提升[10]

报告行业投资评级 * 报告未明确给出具体的行业投资评级 [1][2][3][4][5][6][7][8][9][10][11][12][13][14][15][16][17][18][19][20][21][22][23][24][25][26][27][28][29][30][31][32][33][34][35][36][37][38][39][40][41][42][43][44][45][46][47][48][49][50][51][52][53][54][55][56][57][58][59][60][61][62][63][64][65][66][67][68][69][70][71][72][73][74][75][76][77][78][79][80][81][82][83][84][85][86][87][88][89][90][91][92][93][94][95][96][97][98][99][100][101][102][103][104][105][106][107][108][109][110][111][112][113][114] 报告核心观点 * 智能工厂是实现智能制造的关键抓手，中国智能工厂建设已初具规模，关键技术水平步入世界先进行列 [9] * 在产业升级、需求变化、技术突破与全球格局重构四重驱动下，智能工厂正经历系统性变革，呈现五大演进方向 [40] * 智能工厂梯度培育行动构建了基础级、先进级、卓越级、领航级四级联动的发展体系，已覆盖超过90%的制造业行业大类 [41][42][49] * 未来智能工厂将向更大范围、更高层次持续演进，人工智能将融入每一个制造环节，工厂将演变为能够自学习、自适应的自主智能体，并融入整个智能制造网络 [11] 总体趋势篇总结 * **变革背景**：全球制造业名义增速呈波动下降趋势，平均增长率由2004-2013年的2.83%下降至2014-2023年的2.66% [17] 中国制造业需从量的增长向量质提升转变 [17] 市场需求向个性化、多样化转变，78%的公司将在3年内使用多个生产基地以提高灵活性 [18] 人工智能技术迅猛发展，驱动工业智能迈向新阶段 [18] 全球产业格局从全球一体化走向区域经贸协同，中国制造业出海需转向能力构建与输出 [19] * **未来图景**：工厂建设从物理实体向虚实融合孪生工厂演进，例如南京天加构建三级孪生体系实现微米级建模与路径优化 [10][20] 研发设计从经验依赖转向数据+模型驱动，例如江西洪都航空应用MBSE方法使研制周期缩短26%，创成式设计应用占比从13%升至26% [10][22][23] 生产作业从局部柔性向全域可重构柔性制造系统演进，例如大全集团实现3分钟内快速换型，通富微电子使非计划停机时间减少超60% [10][25][26] 生产管理从局部静态调度转向全要素动态优化，例如江苏恒立液压使设备利用率提升25%，订单响应提速60% [10][33] 运营管理从数据辅助决策迈向智能决策与主动服务，例如宁波中集物流应用RPA与智能体技术使响应时效较人工提升70% [10][37] 行业实践篇总结 * **梯度培育总体情况**：中国已培育15家领航级智能工厂培育对象，建成500余家卓越级、8000余家先进级、3.5万余家基础级智能工厂 [9][43] 500余家卓越级智能工厂累计建设优秀场景近5000个，其中生产作业与生产管理环节合计占比62%，决策类场景占比74% [44] * **原材料行业**：聚焦“安稳长满优”核心需求，生产作业环节智能化应用最普及 [53] **钢铁行业**：例如江阴兴澄特钢通过机理与AI融合模型使成分命中率提升至98%以上，南京钢铁通过全工序孪生体使工序能耗降低3% [56][57] **石化化工行业**：例如巨化集团通过MPC算法使装置平稳率提升至99%，中石化金陵分公司构建双重预防数智化平台实现风险闭环管控 [60] * **装备制造行业**：围绕“协同化、柔性化、高端化”推进，向研发设计和服务增值两端延伸 [63] **汽车行业**：例如赛力斯汽车构建全球协同研发平台缩短新车型上市时间，五菱汽车打造制造岛支持8种车型混流生产，理想汽车构建智能主动服务体系 [66][68] **船舶行业**：例如武昌船舶实现全三维生产设计，武汉船用机械提升订单按期履约率，招商局重工建设船舶智能运营平台 [71][72] * **消费品行业**：以“高质量、高精益、高柔性”为核心方向 [74] **医药行业**：例如恒瑞医药使问题定位效率提升80%，华润双鹤实现仓储数据信息流与实物流实时同步率达100%，博腾制药使研发周期缩短63% [77][78] **家电行业**：例如海尔智慧电器满足113种不同型号热水器的生产需求，格力电器使新产品设计周期从65天缩短至35天 [81] * **电子信息行业**：围绕“高精度、快响应、强协同”系统推进 [84] **智能终端行业**：例如海康威视引入AI大模型使产品概念设计提效40%，联想天津工厂实现60多个工站的零切换换线 [87][88] **新型显示行业**：例如华星光电构建虚拟验证与孪生平台缩短产线达产时间，海信使平均故障修复时间降低30%，京东方构建全域能源数字平台每年节约电费数千万元 [91][92] 区域发展篇总结 * **总体布局**：智能工厂建设已实现全国31个省（区、市）全覆盖，各地区形成特色鲜明、错位发展的格局 [95] 环渤海地区突出央企与龙头企业带动 [95] 中部地区紧扣传统产业转型与新兴产业培育 [95] 珠三角地区凸显外向型经济特征 [95] 长三角地区卓越级和领航级智能工厂培育对象数量全国领先 [95] 成渝地区推进智能装备与电子信息“双轮驱动” [95] * **环渤海地区-北京**：累计建成19个卓越级智能工厂，装备制造业占比高于全国约14个百分点，电子信息行业占比达26.3% [99] 民营企业、央企、地方国企及三资企业占比均在20%以上，形成多元主体协同生态 [99] * **环渤海地区-山东**：累计建成49个卓越级智能工厂，原材料行业智能工厂数量超越全国水平，消费品行业占比达26.5% [101][102] 民营企业与地方国企共同构成转型核心力量 [102] * **中部地区-湖南**：累计建成16家卓越级智能工厂，装备制造业智能工厂占比近七成，民营企业占比达50% [106] * **中部地区-湖北**：累计建成24个卓越级智能工厂，大型企业占比达91.7%，央企与地方国企合计占比54.1% [109][110] * **珠三角地区-广东**：累计建成22家卓越级智能工厂，消费品与电子信息行业合计占比过半 [113] 三资企业占比高达31.8%，达到全国平均水平的三倍，中央企业占比36.4% [113]

核心观点 - 2026年A股市场驱动力将从流动性推动转向盈利改善 主要规模指数估值已处于历史80%分位以上的高位 系统性低估机会基本消失[1] - 2026年“流动性+盈利”的驱动主线或将延续 但盈利驱动线索的重要性将显著提升 流动性推高估值的边际效应在弱化[1] 市场估值与驱动力切换 - 自“9·24”行情以来 A股经历显著估值修复 主要规模指数估值处于历史高位区间 例如中证500的估值分位数已超过90%[1] - 2025年行情驱动经历了演变 上半年由国内流动性宽松和事件驱动 下半年由美元流动性转松叠加部分行业盈利改善共同驱动[1] - 展望2026年 流动性友好环境将继续推高估值 但核心驱动的切换将主导未来股指上涨节奏[1] 盈利改善的潜在方向 - 利润修复 尤其是在工业、原材料等领域[2] - 内需政策持续发力 2025年中央经济工作会议明确的积极财政与促消费政策有望逐步传导至企业端[2] - 外需的延续性 全球经济预计将保持温和增长 继续为国内出口链企业提供支撑[2] - 中证500、中证1000等中小盘指数的境外收入占比较高 对外需修复的弹性可能更大[2] 指数行业构成与市场表现 - 当前上证50、沪深300等主要指数中 信息技术、工业行业的占比已显著提升 金融等传统权重行业占比则持续优化[2] - 指数构成的变化与中国经济结构转型的脉络高度契合 也促使不同风格指数的表现分化[2] - 工业、原材料等周期属性板块占比更高的中证500、中证1000指数 表现可能相对更强[2] 2026年交易节奏展望 - 上半年可能出现“流动性环境宽松+物价修复”的有利组合 有望推动市场整体延续上行趋势[2] - 年中将成为一个重要的观察窗口 需关注海外货币政策新动向、国内政策窗口期以及价格修复的持续性[2]

工业投资现状与问题 - 2021至2024年，制造业投资增速分别为13.5%、9.1%、6.5%、9.2%，对稳投资起到关键作用[17] - 2025年1-11月，制造业投资同比增速放缓至1.9%，但仍高于全部投资增速4.5个百分点[17][18] - 2017-2024年，电子信息制造、仪器仪表等行业投资年均增速（15.4%、14.9%）远高于制造业整体增速（6.9%）[19] - 2025年1-11月，设备工器具购置投资同比增长12.2%，占全部投资比重为17.4%[22] - 2025年第三季度，全国规模以上工业企业产能利用率为74.6%，为历史同期较低水平[30] - 2018-2024年，工业增量资本产出率（ICOR）约为14.9，较2012-2017年（13.1）上升1.8，投资效率下降[32] “十五五”投资新思路与方向 - 投资思路需把握“四个转变”、“三个策略”（投转型、投增量、投攻坚）和“四个落点”[7] - 传统产业增加值占比近80%，投资需瞄准高端化、智能化、绿色化、融合化方向[44][46] - 2024年，我国工业战略性新兴产业增加值占工业比重不足30%[61] - 2024年，我国战略性新兴产业专利平均市场价值（18.7分）远低于发达国家平均水平（30分以上）[61] - 2023年，我国有600余种产品高度依赖国外进口，其中中间品占进口金额的90.9%[72][75] 政策建议 - 建议构建“技术—经济—安全”三维投资方向动态识别机制，并形成国家关键技术清单[78][81][82] - 需针对传统、新兴、未来产业构建差异化的投资方式与财政金融政策协同体系[84][85][86][87]

政策文件核心内容 - 工业和信息化部印发《工业互联网和人工智能融合赋能行动方案》[1] - 方案旨在显著提升工业互联网与人工智能融合赋能水平[1] - 目标期限为到2028年[1] 量化发展目标 - 推动不少于5万家企业实施新型工业网络改造升级[1] - 在20个重点行业打造一批高质量数据集[1] - 满足人工智能工业应用需求的新型工业网络规模将持续扩大[1] 重点实施领域与行业 - 实施基础底座升级、数据模型互通、应用模式焕新、产业生态融通等四大行动[1] - 融合赋能效应将在更广范围、更深程度、更高水平上释放[1] - 新型工业网络将在原材料、装备制造、消费品、电子信息等重点行业工业企业加快部署应用[1] 产业链与生态发展目标 - 面向重点产业链关键环节、典型场景，培育一批智能化解决方案供应商[1] - 有效推动大中小企业协同升级[1] - 重点企业、技术产品、公共服务等要素资源实现高效配置[1]

政策与战略意义 - 智能制造被定位为制造业高质量发展的核心引擎，标志着中国智能制造从数字化、网络化迈向了智能化的关键跃升期 [1] - 首批15家领航级智能工厂的公布，标志着中国智能制造体系进入以人工智能深度应用为特征的新阶段，是制造业智能化金字塔的塔尖 [1][3] - 该举措紧密对接“十四五”智能制造发展规划和“十五五”构建以先进制造业为骨干的现代化产业体系的目标，符合智能化、绿色化和融合化的发展方向 [5] 首批名单概况与布局 - 工业和信息化部等六部门于2025年年底联合公布了首批15家领航级智能工厂名单 [1] - 名单涵盖装备制造、原材料、电子信息等多个关键行业，包括传统制造龙头、装备制造企业、新兴制造领域骨干和消费品领域标杆 [2] - 企业落户于上海、江苏、浙江、山东、湖北等10个省（区、市），形成了“多点突破、全域覆盖”的布局 [2] 评选标准与定位 - 领航级智能工厂需具备“行业引领者、应用AI技术引领者、智能制造模式创新引领者、绩效引领者、复制引领者、培育计划引领者”六个“引领者”身份，是“六边形战士” [5] - 其定位是瞄准全球领先、深化AI融合 [5] - 该体系深度融入智能制造梯度培育行动，向上对接“人工智能+”等国家重大战略，向下通过“母工厂加复制推广”模式带动产业链协同创新 [9] 标杆企业案例分析（以长飞光纤为例） - 长飞光纤光缆股份有限公司凭借“面向极致工艺的棒纤缆全产业链一体化智能工厂”成功入选 [7] - 作为“应用AI技术的引领者”，公司将AI算法全面融入生产全流程，AI系统全程自主决策，实现2000多摄氏度高温下的微米级精度控制 [7] - AI应用使光纤拉丝速度达到每分钟3500米的全球最高水平，且全程无需人工干预 [7] - 公司掌握三大主流光纤预制棒制备技术，将光纤预制棒直径做到了全球最大尺寸，实现了对国外技术的追赶与超越 [7] - 公司连续九年稳居全球光纤产业市场份额第一，在国内拥有36个子公司和8个海外基地，正成为“复制引领者” [7]

核心观点 - 工业和信息化部印发《工业互联网和人工智能融合赋能行动方案》，旨在通过一系列具体行动，显著提升两者融合赋能水平，并设定了到2028年的量化发展目标 [1][2] 政策目标与量化指标 - 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 [2] - 到2028年，在20个重点行业打造一批高质量数据集 [2] - 到2028年，满足人工智能工业应用需求的新型工业网络规模持续扩大，并在原材料、装备制造、消费品、电子信息等重点行业工业企业加快部署应用 [2] 实施路径与行动 - 通过实施基础底座升级、数据模型互通、应用模式焕新、产业生态融通等四大行动，推动融合赋能 [2] - 推动工业互联网和人工智能在更广范围、更深程度、更高水平上释放融合赋能效应 [2] 产业生态与资源配置 - 面向重点产业链关键环节、典型场景，培育一批智能化解决方案供应商 [2] - 有效推动大中小企业协同升级 [2] - 重点企业、技术产品、公共服务等要素资源实现高效配置 [2]

政策核心与目标 - 工信部等八部门联合印发《“人工智能+制造”专项行动实施意见》，旨在加速人工智能与实体经济融合，推动制造业智能化、绿色化、融合化发展 [2] - 工信部同步发布《工业互联网和人工智能融合赋能行动方案》，目标到2028年推动不少于5万家企业实施“人工智能+工业互联网”升级改造 [2] - 政策核心是促进人工智能技术与制造业应用双向赋能，一手抓技术供给（智能产业化），一手抓赋能应用（产业智能化） [3] 关键量化目标 - 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 [4] - 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 [4] - 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，选树1000家标杆企业 [4] - 到2028年，推动不少于50000家企业实施新型工业网络改造升级 [7] - 到2028年，在20个重点行业打造一批高质量数据集 [7] 重点任务与技术布局 - 部署创新筑基、赋智升级、产品突破、主体培育、生态壮大、安全护航、国际合作等七大重点任务，细化21项具体措施 [4] - 技术攻关包括推动智能芯片软硬协同发展，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 [5] - 推动智能装备迭代，加快人工智能赋能工业母机、工业机器人，并培育智能手机、电脑、平板、智能家居等人工智能终端 [5] - 攻关深度合成鉴伪、工业模型算法安全防护、训练数据保护等关键技术 [5] 重点赋能行业 - 政策附件《人工智能赋能制造业重点行业转型指引》为原材料、装备制造、消费品、电子信息、软件和信息技术服务等行业转型提供指引 [6] - 原材料行业涵盖钢铁、石化化工、新材料、有色金属、建材等 [6] - 装备制造行业涵盖工业母机、汽车、电力装备、船舶、航空航天等，其中汽车行业将加速全链条智能化升级，打造汽车大模型 [6] - 实施工业互联网与重点产业链“链网协同”工程，在钢铁、航空、电力、石化化工、医药等重点行业推广融合应用 [7] 工业互联网与AI融合 - 工业互联网是人工智能与制造业融合的重要载体，两者互促共进，人工智能正从工业互联网的“辅助工具”变为“核心引擎” [7][8] - 融合将满足人工智能工业应用高通量、低时延、高可靠、低抖动通信需求，新型工业网络规模将持续扩大 [7] - 人工智能的自生成、自决策、自组织等新特征，将助力工业互联网设施升级、能力优化、服务创新，加速产业模式和企业组织形态变革 [8] 产业规模与影响 - 中国工业互联网与人工智能核心产业规模双双突破万亿元，深度融合将带动相关产业规模达到数十万亿元 [2] - 人工智能与制造业融合被视为驱动产业升级、重塑全球格局的关键变量，对于建设制造强国意义重大 [4][6] 地方政策与行动 - 上海市发布行动方案，目标到2028年新增年产值超10亿元制造业企业100家 [9] - 北京市发布行动计划，力争用时两年推动人工智能核心产业规模突破万亿元 [10] - 江苏省强调优化算力、算法、数据等核心生产要素配置，加大“AI+产业”复合型人才培育，加快打造人工智能产业发展高地 [10] - 广州市海珠区和珠海市相继成立了全国首批专责人工智能发展的区级和市级政府工作部门 [10] - 各地积极探索“人工智能+”制造，有助于形成区域间协同创新生态，加快科技创新与产业创新深度融合 [11]

政策核心与目标 - 工信部等八部门联合印发《“人工智能+制造”专项行动实施意见》，部署七大重点任务，旨在促进人工智能技术与制造业应用双向赋能，加快制造业智能化、绿色化、融合化发展 [3] - 工信部同步发布《工业互联网和人工智能融合赋能行动方案》，目标到2028年推动不少于5万家企业实施“人工智能+工业互联网”升级改造 [3] - 政策核心观点为发展人工智能是实现新型工业化的“必答题”，将一手抓技术供给（智能产业化），一手抓赋能应用（产业智能化） [3] 具体量化目标 - 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 [5] - 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 [5] - 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，选树1000家标杆企业 [5] - 到2028年，推动不少于50000家企业实施新型工业网络改造升级 [9] - 到2028年，在20个重点行业打造一批高质量数据集 [9] 重点任务与技术方向 - 七大重点任务包括创新筑基、赋智升级、产品突破、主体培育、生态壮大、安全护航、国际合作，并细化为21项具体措施 [5] - 技术攻关方向包括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 [5] - 推动智能装备迭代，加快人工智能赋能工业母机、工业机器人 [5] - 培育智能手机、电脑、平板、智能家居等人工智能终端 [5] - 攻关深度合成鉴伪、工业模型算法安全防护、训练数据保护等关键技术 [5] 重点赋能行业 - 《人工智能赋能制造业重点行业转型指引》覆盖原材料、装备制造、消费品、电子信息、软件和信息技术服务等行业 [6] - 原材料行业包括钢铁、石化化工、新材料、有色金属、建材等 [6] - 装备制造行业包括工业母机、汽车、电力装备、船舶、航空航天等 [6] - 针对汽车行业，提出打造汽车大模型，自动生成车身造型、内饰布局方案，实时仿真优化结构强度、风阻系数等参数 [6] 工业互联网融合应用 - 工业互联网是人工智能与制造业融合的重要载体，两者互促共进 [8][9] - 人工智能正从工业互联网的“辅助工具”变为“核心引擎”，赋予其实时优化、智能调度等能力 [10] - 人工智能加速向研发设计、生产制造、管理决策、运维服务等制造业全环节延伸，形成创成式设计、无人智能巡检等新应用模式 [10] - 实施工业互联网与重点产业链“链网协同”工程，在钢铁、航空、电力、石化化工、医药等重点行业推广融合应用参考指南 [9] 地方政策与产业动态 - 上海市发布《支持先进制造业转型升级三年行动方案（2026—2028年）》，目标到2028年新增年产值超10亿元制造业企业100家 [12] - 北京市发布人工智能创新高地建设行动计划，力争用时两年推动人工智能核心产业规模突破万亿元 [12] - 江苏省将人工智能发展摆在突出位置，优化算力、算法、数据等核心生产要素配置，加大“AI+产业”复合型人才培育 [12][13] - 广州市海珠区与珠海市相继成立人工智能发展局，为全国首批专责人工智能发展的区级政府工作部门 [13] 市场规模与产业影响 - 中国工业互联网与人工智能核心产业规模双双突破万亿元 [3] - 两者的深度融合将带动相关产业规模达到数十万亿元，成为驱动经济增长的关键动能 [3] - 我国已形成具有地方产业特色的人工智能技术创新集群和先进制造业产业集群，各地探索“人工智能+”制造有助于构建区域协同创新生态 [13]