政策核心目标 - 八部门联合发布《“人工智能+制造”专项行动实施意见》，提出到2027年，人工智能关键核心技术实现安全可靠供给，产业规模和赋能水平稳居世界前列 [1] - 目标推动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] - 政策旨在通过“智能产业化”和“产业智能化”双向赋能，加快制造业智能化、绿色化、融合化发展，支撑制造强国等国家战略 [1] 行业应用与赋能路径 - 政策要求分类制定“人工智能+制造”行业应用全景图和转型路线图，加快赋能原材料、装备制造、消费品、电子信息、软件和信息技术服务等重点行业 [2] - 鼓励龙头企业、央国企先行先试，提供规模化应用场景并研发应用工业智能体，探索新模式 [2] - 深入实施中小企业数字化赋能专项行动，支持中小企业开展数字化、智能化改造，加快应用复制推广 [2] 技术融合现状与市场机遇 - 根据IDC 2025年7月发布的调研，中国工业企业中已应用大模型及智能体的比例从2024年的9.6%显著提升至2025年的47.5% [3] - 专家指出，人工智能能提高制造业定制化能力、精细化程度，降低劳动力成本，并提升市场需求响应能力和生产质量 [2] - 融合AI技术的产品可进一步提升企业竞争力 [2] 受益行业与企业 - 政策出台将利好工业互联网基础设施企业和机器人企业 [2] - 为制造业整体解决方案提供商增加了新的市场机遇 [2] - 专家建议，为传统制造业和中小企业提供可行的解决方案、可用人才及更多转型资本支持，以增强其智能化转型意愿 [2] 政策保障与资金支持 - 建立部门合作、央地联动、产业协同的工作推进机制，引导企业错位发展，防范产业“内卷式”竞争 [3] - 统筹现有资金渠道，布局支持“人工智能+制造”相关技术研发和赋能应用任务 [3] - 发挥国家人工智能产业投资基金作用，丰富优质项目储备，吸引带动更多社会资本有序加大投资 [3]

政策文件与核心目标 - 八部门联合印发《“人工智能+制造”专项行动实施意见》及两份配套文件《人工智能赋能制造业重点行业转型指引》和《制造业企业人工智能应用指南》[1] - 核心目标是到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[1][3][6] - 提出围绕创新筑基、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大重点任务，细化21项具体措施，促进“双向赋能”[1][7] 2027年量化发展目标 - 推动3-5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[6] - 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[6] - 培育2-3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[6] - 建成全球领先的开源开放生态，安全治理能力全面提升[6] 创新筑基任务 - 强化人工智能算力供给，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技术[7] - 开发高水平行业模型，培育重点行业大模型，发展“云－边－端”模型体系，打造面向工业细分场景小模型[7] - 开展“模数共振”行动，推动建立企业首席数据官制度，夯实企业数据治理基础[7] - 这些举措旨在降低基础资源成本和技术门槛，增强工程化能力，吸引制造业企业主动参与[7] 赋智升级与行业应用 - 加快赋能原材料、装备制造、消费品、电子信息、软件和信息技术服务五大重点行业[1][9] - 为五大行业量身定制转型路径，摒弃“一刀切”[9] - **原材料行业**（如钢铁）：提升全流程智能化水平，研发覆盖生产全流程的动态模型及行业大模型、智能体，实现实时感知、参数优化、质量溯源等[9][10] - **装备制造行业**（如汽车）：加速全链条智能化升级，打造汽车大模型，自动生成造型方案，实时仿真优化参数，推动智能研发新范式[10] - **消费品行业**（如家居）：强化智能化运营和智能产品供给，建立数据驱动的产品设计智能体，优化产品功能，加快新品上市[10] - 加速全流程转型升级，深化智能工厂梯度培育，推动大模型技术深度嵌入研发设计、生产制造、营销服务、运营管理等核心环节[10] 产品突破方向 - **推动智能装备迭代**：加快工业母机、工业机器人等装备搭载智能体，研制新一代人工智能数控系统；发展手术机器人、智能诊断系统等智能医疗装备；推动AI技术融入大飞机、船舶等重大装备及无人机等智能低空装备[13] - **加速智能终端升级**：支持端侧模型等技术突破，培育智能手机、电脑、智能家居等AI终端；加快AR/VR可穿戴设备、脑机接口等新型终端在工业巡检、远程医疗等场景的产业化[13] - **打造智能体新业态**：开展工业智能体任务规划、群体协同等技术攻关，推动智能体云化部署[13] 主体培育与分层扶持 - 梯次培育企业，支持打造具有全球影响力的生态主导型企业，同时发展人工智能企业孵化器，培育专精特新“小巨人”、高新技术企业、制造业单项冠军等[14] - 鼓励有关地方给予企业“算力券”、“模型券”等支持，强化赋能中小企业公共服务，降低企业开发应用成本[2][12][14] - 形成分层扶持机制：龙头企业、央国企先行先试，提供规模化应用场景，研发工业智能体；中小企业借助政策支持，从痛点明确环节切入智能化改造[11][15] - 旨在形成“大企业建生态、中小企业进生态”的协同格局[15] 战略意义与行业影响 - 标志着推进智能制造进入系统化、深水区的新阶段，其成功关键在于形成持续迭代的创新循环[6] - 目标是让AI不仅成为提升效率的工具，更能激发制造模式的颠覆性创新，为“中国制造”向“中国智造”跃迁提供核心动力[6] - 强调全要素、全链条、全周期的智能化跃升，超越过去聚焦个别环节的智能化[10] - 关乎中国制造业能否在全球竞争中从规模优势转向质量、效率和智能优势[6]

政策发布与核心目标 - 八部门联合印发《“人工智能+制造”专项行动实施意见》及两份配套文件《人工智能赋能制造业重点行业转型指引》和《制造业企业人工智能应用指南》[1] - 核心目标是到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[1][3] - 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7大重点任务，细化21项具体措施，促进“双向赋能”[1][4] 2027年量化发展目标 - 推动3-5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[3] - 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[3] - 培育2-3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[3] - 建成全球领先的开源开放生态[3] 创新筑基任务 - 强化人工智能算力供给，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技术[6] - 开发高水平行业模型，培育重点行业大模型，发展“云－边－端”模型体系，打造面向工业细分场景小模型[6] - 开展“模数共振”行动，推动建立企业首席数据官制度，夯实企业数据治理基础[6] 赋智升级与行业应用 - 加快赋能原材料、装备制造、消费品、电子信息、软件和信息技术服务五大制造业相关重点行业[1][7] - 为五大行业量身定制转型路径，摒弃“一刀切”[7] - 以钢铁行业为例，提升全流程智能化水平，研发覆盖生产全流程的动态模型及行业大模型、智能体[7] - 以汽车行业为例，打造汽车大模型，自动生成车身造型等方案，实时仿真优化参数，推动智能研发新范式[8] - 以家居领域为例，建立数据驱动的产品设计智能体，优化产品结构功能、提升智能操控能力[8] - 深化智能工厂梯度培育，推动大模型技术深度嵌入研发设计、生产制造、运营管理等全流程[8] 产品突破方向 - 推动智能装备迭代：加快工业母机、工业机器人等装备搭载应用智能体，研制新一代人工智能数控系统；加快发展手术机器人、智能诊断系统等智能医疗装备；推动AI技术融入大飞机、船舶等重大技术装备，发展无人机等智能低空装备[10] - 加速智能终端升级：支持端侧模型等技术突破，培育智能手机、电脑、智能家居等人工智能终端；加快AR/VR可穿戴设备、脑机接口等新型终端的产业化[10] - 打造智能体新业态：开展工业智能体任务规划、群体协同等技术攻关，推动智能体云化部署[10] 主体培育措施 - 梯次培育企业，支持打造具有全球影响力的生态主导型企业，同时培育专精特新“小巨人”、制造业单项冠军、独角兽等企业[11] - 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[2][11] - 鼓励龙头企业、央国企先行先试，提供规模化应用场景，研发应用工业智能体[9] - 深入实施中小企业数字化赋能专项行动，支持中小企业开展数字化、智能化改造[9]

公司融资与股权结构 - 深圳东壁科技数据有限责任公司于近期完成Pre-A轮融资 融资金额近亿元人民币[1] - 该轮融资的投资机构为中科创星 该公司亦是其天使轮投资方[1] - 公司法定代表人为吴登生 成立于2024年 位于深圳市[1] - 公司注册资本为153.532648万元人民币[1] - 公司股东包括吴登生、熊德、北京中科创星硬科技中小企业创业投资合伙企业（有限合伙）、深圳东壁智联科技数据合伙企业（有限合伙）及深圳东壁智汇科技数据合伙企业（有限合伙）[1] 公司业务与经营状况 - 公司所属行业为软件和信息技术服务业[1] - 公司对外投资了3家企业[1] - 公司拥有40条商标信息[1] - 公司拥有4个行政许可[1]

政策发布与总体目标 - 八部门联合印发《"人工智能+制造"专项行动实施意见》，旨在推动人工智能与制造业深度融合，打造新质生产力，赋能新型工业化 [1][5] - 总体目标是到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 [1][6] - 具体量化目标包括：推动3-5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 [1][6] - 企业培育目标：培育2-3家具有全球影响力的生态主导型企业，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][6] 创新筑基：夯实人工智能赋能底座 - 强化人工智能算力供给，支持突破高端训练芯片、端侧推理芯片、人工智能服务器等关键技术，有序推进高水平智算设施布局 [7] - 开发高水平行业模型，培育重点行业大模型，发展"云-边-端"模型体系，打造面向工业细分场景的小模型，并推动模型轻量化部署 [7] - 开展"模数共振"行动，推动建立企业首席数据官制度，发布制造业高质量数据集建设指南，促进企业数据开发与模型建设深度融合 [8] 赋智升级：拓展推广高价值应用场景 - 加快重点行业应用赋能，分类制定"人工智能+制造"行业应用全景图和转型路线图，加快赋能原材料、装备制造、消费品、电子信息等重点行业 [9] - 加速全流程转型升级，推动大模型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 [9][10][11] - 提升重点企业应用水平，鼓励龙头企业、央国企先行先试，深入实施中小企业数字化赋能专项行动 [11] - 推进重点区域推广应用，依托国家自主创新示范区、高新区等，加快人工智能新产品新服务新业态规模化落地 [11] - 推动重点领域智能化升级，加强人工智能与工业互联网平台融合赋能，深化人工智能技术在绿色制造领域融合应用 [12] 产品突破：构建智能新产品新业态 - 推动智能装备迭代，加快工业母机、工业机器人等装备搭载智能体，研制新一代人工智能数控系统，发展智能医疗装备、智能低空装备、智能网联汽车 [13] - 加速智能终端升级，培育智能手机、电脑、AR/VR可穿戴设备、脑机接口等人工智能终端，推动具身智能产品创新，建设人形机器人中试基地和训练场 [13] - 打造智能体新业态，开展工业智能体技术攻关，支持智能体应用商店建设运营，选树一批工业智能体应用典型案例，加速智能体规模化、商业化进程 [14] 主体培育：激发各类企业创新活力 - 梯次培育企业，支持打造生态主导型企业，发展人工智能企业孵化器，梯次培育更多专精特新"小巨人"、高新技术企业、制造业单项冠军等 [15] - 打造创新载体，建设人工智能领域国家制造业创新中心，布局一批重点实验室，高质量建设国家人工智能应用中试基地 [15] - 发展赋能应用服务商，建设人工智能赋能应用加速器，培育优质赋能应用服务商，鼓励工业企业、人工智能企业等打造生态伙伴型服务商 [16] 生态壮大：加强资源配置优化产业生态 - 强化标准引领，加强安全、治理、伦理等基础标准，软硬协同等通用标准、赋能应用标准研制，深入开展"人工智能标准行"活动 [17] - 推动开源开放，建设高水平人工智能开源社区，部署实施一批模型、数据集、智能体等优质开源项目，构筑具有全球影响力的开放生态 [17] - 加强人才引育，支持高校调整优化相关学科专业，培养既懂人工智能又懂制造业应用的复合型人才，加强高技能人才和科技领军人才培养 [18][19] 国际合作：塑造国际合作竞争新优势 - 支持产业合作，鼓励企业定制出海解决方案，开展人工智能赋能新型工业化深度行"海外版"，引导外资投向人工智能领域 [21] - 打造国际合作平台，积极参加国际组织下的人工智能议题讨论，支持办好世界人工智能大会等高端赛展会，高质量建设中国—金砖国家人工智能发展与合作中心 [21] 保障措施：强化全方位政策支持保障 - 建立部门合作、央地联动、产业协同的工作推进机制，鼓励地方因地制宜制定政策 [22] - 统筹现有资金渠道支持技术研发和赋能应用，发挥国家人工智能产业投资基金作用，吸引社会资本加大投资 [22] - 开展新技术新产品新场景大规模应用示范行动，用好首台（套）、首批次、首版次应用政策，释放国内市场需求潜力 [22] - 开展人工智能产业规模测算，建立应用监测评价指标体系，完善产业监测分析平台，动态监测全球产业发展态势 [23]

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]

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》，旨在加快推进人工智能技术在制造业的融合应用，打造新质生产力，全方位赋能新型工业化 [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 [1] - 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，形成特色化、全覆盖的行业大模型，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] - 具体量化目标还包括：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] 重点赋能行业与主体 - 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被列为人工智能赋能新型工业化发展的重点行业 [2] - 政策鼓励龙头企业、央国企先行探索人工智能赋能制造业的新模式、新应用 [2] - 政策将深入实施中小企业数字化赋能专项行动 [2] 技术发展与产业基础建设 - 在夯实人工智能赋能底座方面，政策强调要强化人工智能算力供给，推动智能芯片软硬协同发展 [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] - 支持开发高水平行业模型，培育重点行业大模型，打造面向工业细分场景小模型，鼓励大小模型协同创新 [2] - 开展“模数共振”行动，探索建立“数据协同、模型训练、应用开发、安全保障”一体化机制 [2] 产品突破与企业培育 - 推动智能装备迭代和智能终端升级，加快人工智能与工业母机、工业机器人、智能网联汽车等融合 [2] - 培育人形机器人等新业态，打造软件和智能体新业态，推动人工智能与工业软件深度融合 [2] - 构建智能体分类分级管理体系，培育企业梯队，打造创新载体 [2] 国际合作与市场拓展 - 推动优势产业高水平走出去，开展人工智能赋能新型工业化深度行“海外版” [3] - 打造国际合作平台，积极参与多双边合作机制下的人工智能议题讨论 [3] 实施保障与资金支持 - 建立部门合作、央地联动、产业协同的工作推进机制，鼓励地方因地制宜制定政策措施 [3] - 引导企业错位发展，防范产业“内卷式”竞争 [3] - 统筹现有资金渠道，布局支持“人工智能+制造”有关技术研发和赋能应用任务 [3] - 发挥国家人工智能产业投资基金作用，丰富优质项目储备，吸引带动更多社会资本有序加大投资 [3]

文章核心观点 - 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》，旨在通过强化AI算力供给、开发行业模型、拓展应用场景等措施，到2027年深度推动人工智能与制造业融合，将AI打造为真正的生产力工具，并培育具有全球影响力的生态主导企业 [1][2] 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] - 目标是建成全球领先的开源开放生态，为人工智能发展贡献中国方案 [1] 夯实人工智能赋能底座 - 专项行动首位是“创新筑基：夯实人工智能赋能底座”，首要任务是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芯片行业机遇 - AI算力需求驱动AI芯片行业快速发展，以GPU为代表的逻辑芯片得到迅速发展 [3] - 据预测，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，2025年至2029年年均复合增长率为53.7% [3] - 华为、寒武纪、海光信息等厂商正加速AI芯片国产替代 [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，AI基础设施建设或将推动AI算力规模增长，从而带动国内AI芯片企业实现收入增长 [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] - 优先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五大制造业相关重点行业 [4] - 分类制定“人工智能+制造”行业应用全景图和转型路线图，加快标杆解决方案和经验推广应用 [4] - 配套的《指引》对五大重点行业的细分行业如何利用人工智能赋能做出了具体部署 [4] 重点行业赋能的具体方向与影响 - 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，实时仿真优化结构强度、风阻系数等参数 [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] - 优先选择这五大行业的原因包括：它们是国民经济的支柱和优势产业，中国具有规模与产业集聚优势；这些产业更容易与AI融合；这些产业具有数字化改造的迫切性 [5] - 人工智能对原材料行业的影响：将材料数据和经验转化为工艺优势，并加速新材料研发 [5] - 人工智能对装备制造业的影响：提高装备的自主能力和自适应控制能力，增强生产效率；通过预测性维护降低产品次品率 [5] - 人工智能对消费品行业的影响：丰富产品功能；对电子信息和软件行业的影响：推进芯片工艺提升，提高软件产品的智能水平 [5]

政策核心目标 - 到2027年，人工智能关键核心技术实现安全可靠供给，产业规模和赋能水平稳居世界前列 [1] - 推动人工智能与制造业深度融合，以发展新质生产力、构建现代化产业体系 [1] - 全方位、深层次、高水平赋能新型工业化 [1] 具体量化发展目标 - 到2027年，推动3至5个通用大模型在制造业深度应用 [1] - 形成特色化、全覆盖的行业大模型 [1] - 打造100个工业领域高质量数据集 [1] - 推广500个典型应用场景 [1] - 培育2至3家具有全球影响力的生态主导型企业 [1] - 培育一批专精特新中小企业 [1] - 打造一批“懂智能、熟行业”的赋能应用服务商 [1] - 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] 重点任务与举措 - 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项重点任务推出举措 [2] - 推动智能芯片软硬协同发展 [2] - 支持模型训练和推理方法创新 [2] - 培育重点行业大模型 [2] - 推动大模型技术深度嵌入生产制造核心环节 [2] - 加快人工智能赋能工业母机、工业机器人 [2] - 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 [2] 行业应用指引 - 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 [2] - 附件《制造业企业人工智能应用指南》指导企业将人工智能应用于研发设计、生产制造、经营管理及延伸服务等领域 [2]

文章核心观点 - 八部门联合发布《“人工智能+制造”专项行动实施意见》，旨在通过推动人工智能与制造业深度融合，发展新质生产力，赋能新型工业化，目标是到2027年使中国人工智能关键核心技术实现安全可靠供给，产业规模和赋能水平稳居世界前列 [1][4][5] 总体要求与目标 - **总体要求**：坚持创新驱动、场景牵引、市场主导、安全可信、开放共享、普惠融通，推动“智能产业化”与“产业智能化”双向赋能，加快制造业智能化、绿色化、融合化发展 [5] - **量化目标（至2027年）**： - 推动 **3-5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] - 打造 **100个** 工业领域高质量数据集 [5] - 推广 **500个** 典型应用场景 [5] - 培育 **2-3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 [5] - 打造一批“懂智能、熟行业”的赋能应用服务商 [6] - 选树 **1000家** 标杆企业 [6] - 建成全球领先的开源开放生态，安全治理能力全面提升 [6] 创新筑基：夯实人工智能赋能底座 - **强化算力供给**：推动智能芯片软硬协同发展，突破高端训练芯片、端侧推理芯片、人工智能服务器等关键技术，有序推进高水平智算设施布局，提升智算资源供给能力 [7] - **开发高水平行业模型**：开发适应制造业特点的高性能算法模型，培育重点行业大模型，发展“云-边-端”模型体系，打造面向细分场景的小模型，并推动模型轻量化部署与应用 [7] - **开展“模数共振”行动**：推动建立企业首席数据官制度，夯实数据治理基础，梳理数据资源清单，发布高质量数据集建设指南，推动基础数据转化为高质量行业数据集，并促进数据开发与模型建设深度融合 [7][8] 赋智升级：拓展推广高价值应用场景 - **加快重点行业应用赋能**：深入开展“深度行”活动，建设应用对接平台，参考《人工智能赋能制造业重点行业转型指引》，加快赋能原材料、装备制造、消费品、电子信息、软件和信息技术服务等重点行业 [9] - **加速全流程转型升级**：深化智能工厂梯度培育，推动大模型技术嵌入研发设计、中试验证、生产制造、营销服务、运营管理等全流程 [9] - **研发设计**：推进智能辅助设计、软件代码辅助编写、药物研发等 [9] - **中试验证**：应用虚拟仿真、多模态融合等技术优化工艺、提高效率、降低成本 [10][11] - **生产制造**：深化人工智能在流程控制、工艺优化、排产调度、工业质检、预测性维护等环节应用 [11] - **营销服务**：推广智能客服、数字人、个性化推荐、定制化售后等 [11] - **运营管理**：运用大模型优化供应链管理，提升战略、人力、财务、风险管理能力 [11] - **提升重点企业应用水平**：开展企业人工智能应用就绪度评估，鼓励龙头企业、央国企先行先试，并支持中小企业开展数字化、智能化改造 [12] - **推进重点区域与领域应用**：发挥国家人工智能创新应用先导区、国家高新区等作用，推动区域集群化转型升级，并加强人工智能与工业互联网、绿色制造等领域的融合应用 [12][13] 产品突破：构建智能新产品新业态 - **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，研制新一代人工智能数控系统，发展手术机器人、智能医疗装备，推动人工智能技术融入大飞机、船舶等重大技术装备，发展无人机等智能低空装备，并推进智能网联汽车测试与试点 [14] - **加速智能终端升级**：培育智能手机、电脑、平板、智能家居等人工智能终端，加快AR/VR可穿戴设备、脑机接口等新型终端的产业化，推动具身智能产品创新，建设人形机器人中试基地和标杆产线 [16] - **打造软件和智能体新业态**：推动人工智能与研发设计类、生产控制类、经营管理类等工业软件深度融合，开展工业智能体技术攻关和应用推广，打造编程开发智能体，并构建智能体分类分级管理体系 [16] 主体培育：打造发展和赋能应用主力军 - **梯次培育企业**：支持企业打造生态主导型企业，梯次培育更多人工智能专精特新“小巨人”企业、高新技术企业、制造业单项冠军企业等，鼓励地方给予“算力券”“模型券”等支持 [16] - **打造创新载体**：建设人工智能领域国家制造业创新中心，布局重点实验室，高质量建设国家人工智能应用中试基地 [17] - **发展赋能应用服务商**：健全制造业数字化转型服务体系，建设人工智能赋能应用加速器，培育优质赋能应用服务商，打造标准化赋能解决方案 [17] 人工智能赋能制造业重点行业转型指引（摘要） - **原材料行业**：提升钢铁行业全流程智能化水平，推动石化化工行业提质增效，加快人工智能与新材料研发深度融合，促进人工智能赋能有色金属行业，推动人工智能赋能建材行业创新应用 [26][27][28][29] - **装备制造行业**：推动工业母机柔性化智能化跃升，加速汽车行业全链条智能化升级，推进电力装备全生命周期智能化，推动人工智能技术在船舶行业应用落地，打造航空航天智能化制造体系 [30][31] - **消费品行业**：提升纺织服装领域个性化设计与高效生产能力，强化家居领域智能化运营和智能产品供给能力，构建食品加工领域安全高效智慧化管理体系，提升医药智能研发与供应管理水平，推进生物制造领域全链条创新发展，推动历史经典产业焕新升级 [32][33][34][35][36] - **电子信息行业**：提升电子元器件设计智能化水平，推动消费电子、新型显示等行业柔性智造，强化电子信息元件与产品质量管控能力，创新电子信息行业绿色低碳发展智能方案 [37][38][39] - **软件和信息技术服务行业**：打造软件全生命周期智能工具链产品体系，加快传统软件与服务智能化升级，培育打造垂直领域智能体，建设软件行业高质量数据集 [40][41] 制造业企业人工智能应用指南（摘要） - **开展智能化评估和规划**：企业应开展智能化水平诊断评估，并制定人工智能应用规划，确定核心场景和技术导入优先级 [42] - **提升智能化基础能力**：升级硬件基础能力（如改造“哑设备”、部署边缘计算、推动数据中心转型智算中心），并提升软件智能化水平（如升级核心软件、植入智能算法） [43] - **构建高质量数据集**：建设数据资源平台和工业知识库，应用数据集处理工具链，建立数据管理体系，并构建多样化的多模态工业高质量数据集 [43][44][45] - **合理规划布局算力资源**：科学规划算力规模，合理配置算力资源（鼓励采用云服务或自建智算设施），并加强云边端算力协同调度 [47] - **开展模型选型与调优**：科学确定高价值应用场景（研发设计、中试验证、生产制造、营销服务、运维管理），量化场景关键指标，结合业务选定安全可信的模型，并采用提示词工程、模型微调、混合调优等技术进行优化 [48][49][50][51] - **模型部署与集成及持续提升**：在实际环境中验证模型性能并灵活部署，提升模型应用易用性，定期评估应用能力水平并推动迭代优化升级，深化技术融合创新，并鼓励领军企业向产业链输出优秀技术方案 [52][53][54]