领航级智能工厂的定义与意义 - 领航级智能工厂是制造业智能化的最高标准，融合了新一代信息技术、先进制造技术、精益管理理念，代表了我国制造业智能化的最高水平 [1] - 建设领航级智能工厂是制造业数字化转型与智能化变革的重要任务，对于打造未来制造模式标杆、培育新质生产力、提升制造业全球竞争力具有重要意义 [1] - 领航级智能工厂是智能工厂发展的高级形态，经历了基础级、先进级和卓越级3个阶段后的最高级发展阶段，具有先进性、变革性、引领性等特点 [3] 领航级智能工厂的评选现状与规模 - 工信部等6部门公布了首批15家领航级智能工厂名单，涵盖装备制造、原材料、电子信息、消费品等多个关键行业 [1] - 全国已培育15家领航级智能工厂，建成500余家卓越级智能工厂、7000余家先进级智能工厂、3.5万余家基础级智能工厂，智能工厂建设初具规模 [2] 领航级智能工厂的核心内涵与标准 - 技术领航：要求人工智能技术应用场景比例不低于60%，深度融合5G、数字孪生等前沿技术，实现装备、工艺、软件和系统的创新突破 [3] - 标杆领航：主要技术经济指标达到全球领先水平，在关键行业形成可复制的实践样本 [3] - 生态领航：通过“智能制造母工厂”模式带动产业链协同升级，塑造行业发展新生态 [3] - 在建设成效上，要求主要技术经济指标全球领先，应用人工智能技术场景比例不低于60%，远高于卓越级20%的要求 [7] - 在建设内容上，必须覆盖工厂建设、研发设计、生产作业、生产管理、运营管理5个环节 [7] - 在技术融合方面，要实现人工智能与制造深度耦合、工业互联网+数字孪生+算力基础设施的融合应用、从产品全生命周期到供应链全链条的全环节协同 [7] 领航级智能工厂的产业与国家战略价值 - 能够加速制造业从“要素驱动”向“创新驱动”转型，通过技术突破与模式创新破解传统产业痛点，带动上下游企业数字化转型，构建更具韧性的产业链供应链，助力中国制造迈向全球价值链高端 [4] - 是应对全球产业竞争的关键支撑，通过培育具有全球影响力的智能制造样板，能够强化我国制造业的全球话语权，为制造强国建设筑牢根基 [4] - 为数字经济与实体经济深度融合提供重要载体，推动经济结构优化升级 [4] - 多聚焦高端装备、核心零部件、新一代信息技术等战略性新兴产业，不仅是技术领先力的体现，更是提升中国制造全球价值链地位的关键平台 [7] 领航级智能工厂的企业效益与案例 - 显著提升企业核心竞争力，有效实现研发降本、生产提效、柔性定制等目标，适配市场多样化需求 [5] - 上汽通用五菱汽车股份有限公司的岛式智能工厂建成后，制造效率提升30%，设备综合利用率达98.8%，产品研发周期降低43% [5] - 上汽通用五菱的三大岛群可实现20余款车型混合高效生产，年产值达560亿元 [5] - 上汽通用五菱围绕5个环节24个智能制造典型场景推进智能化建设，人工智能应用典型场景比例达75%，开创“岛”式汽车生产工艺先河 [5] 技术应用与工厂实践案例 - 徐州重型机械有限公司凭借“全球定制敏捷交付的移动式起重机智能工厂”项目入选首批领航级智能工厂 [2] - 该工厂以“全球定制、敏捷响应”为核心，深度融合5G全连接、数字孪生与工业互联网，实现从“多品种、小批量”到“高定制、快交付”的制造范式重构 [2] 未来发展方向与建议 - 未来5年，数智化将不只是解决效率问题，更要解决创新和韧性问题 [6] - 首批入选工厂应持续深化技术创新，聚焦人工智能、数字孪生等核心技术的深度应用，突破关键技术瓶颈，保持技术领先性 [6] - 应强化经验沉淀与开放共享，梳理可复制成果，通过标准制定、案例推广等方式，带动产业链上下游中小企业协同升级，放大“领航”效应 [6] - 应布局未来制造场景，主动探索绿色低碳、柔性定制等新方向 [6] - 更多的领航级智能工厂将从卓越级智能工厂中培育出来 [8] - 卓越级工厂应推动大模型、智能体、智能机器人等新技术在工厂的广泛深度应用，开展未来制造模式初步探索，加速各环节智能化变革 [8] - 打造更多领航级智能工厂需构建“政策引导、企业主体、生态协同”的多元推进体系，分层次、分领域推动制造业智能化升级 [8]

美股市场内部轮动 - 周四美股出现显著内部轮动，道指上涨0.55%，标普500微涨0.01%，而纳指下跌0.44% [1] - 代表小盘股的罗素2000指数大幅上涨1.1%，刷新历史新高，在年初五个交易日内领先纳指100指数约4个百分点，创下历史上第二强的开年表现 [1] - 尽管三大股指涨跌互现，但标普500中上涨股票数量远超下跌股票数量，能源、可选消费、必需消费和房地产板块整体上涨，而超过一半的超大市值科技股出现回调 [3] 军工行业政策与市场反应 - 特朗普计划到2027年将美国军费预算大幅提升50%至1.5万亿美元，并计划用未来几年的关税收入填补军费缺口，预示着军工订单体量将迎来爆发 [5][6] - 特朗普对军工企业提出三大限制：在生产效率达标前严禁股票回购和分红；提议将高管年薪封顶在500万美元；强制要求利润优先用于扩建工厂和维护装备 [6] - 雷神公司被特朗普公开点名指责，市场重新评估传统巨头的利润空间，行业洗牌在即，同时特朗普重提“夺取格陵兰岛”及“未来型号装备”刺激军工及无人机板块狂热上涨，例如RCAT股价飙升13% [6] 关税政策裁决的潜在影响 - 美国最高法院将于周五对特朗普全面关税计划的合法性做出最终裁决，此判决将决定数十亿美元关税收入的去留，并直接影响美股盈利预期与美债收益率走向 [7] - 富国银行首席策略师指出，若法院裁定关税违法并推翻，标普500指数成分股公司2026年的息税前利润有望较去年水平提升约2.4% [8] - 关税裁决若转向，不同行业将受到差异化影响：消费板块（如玩具、服装、家居、家电）因进口依赖度高，采购成本下降将提升毛利率；工业与运输板块将受益于全球供应链物流成本降低及潜在的关税退款 [9][10] - 原材料与内向型制造行业此前受贸易保护政策庇护，若失去价格屏障可能面临更剧烈的国际竞争，股价表现预计将相对滞后 [11] - 即使最高法院裁定现行政策违法，白宫仍可能引用其他法律授权以国家安全为由重新实施类似限制，政策博弈不会终结 [11] 债市对财政赤字的担忧 - 2025年美债录得超过6%的回报，创五年最佳，核心逻辑是美联储持续降息，但此逻辑正受到财政因素挑战 [12] - 2025财年关税贡献了约1,950亿美元财政收入，若裁决导致关税停收，联邦预算赤字将面临巨大资金缺口，可能重新引发市场对美国财政可持续性的担忧，推高长期国债收益率 [12] - 若法院要求政府向进口商返还已缴纳的关税，国债发行量可能在短期内激增以筹集资金，这对债市构成利空 [12] 市场策略展望 - 市场已部分消化关税被推翻的预期，债市最初的抛售可能是短暂的，一旦退款规模明朗，投资者可能“基于事实买入”重新压低收益率 [13] - 投资者焦点不仅在于裁决结果，更在于白宫的后续反应，若白宫迅速补位新的贸易限制措施，股市的“盈利红利”预期可能会迅速缩水 [13] - 若关税取消带来的经济刺激过强，可能会让美联储对2026年的降息路径产生动摇，从而使市场波动性维持在高位 [14]

政策文件与目标 - 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][12] - 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[3][14] - 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”[3][4][14][16] 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][14] - 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][14] - 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，选树1000家标杆企业[3][14] 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[4][16] - 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[4][16] - 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[4][16] 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][7][12][17] - 《指引》为五大行业量身定制转型路径，例如提升钢铁行业全流程智能化水平，研发覆盖生产全流程的动态模型和大模型[7][17] - 加速汽车行业全链条智能化升级，打造汽车大模型以自动生成造型方案、优化结构参数[8][18] - 强化家居领域智能化运营，建立数据驱动的产品设计智能体以优化产品功能和加快上市节奏[8][18] - 推动大模型技术深度嵌入研发设计、生产制造、营销服务、运营管理等全流程[8][18] 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[10][20] - 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[10][20] - 加速智能终端升级，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的产业化[10][20] - 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][20] 主体培育与企业支持 - 梯次培育企业，支持打造生态主导型企业，并培育更多专精特新“小巨人”、制造业单项冠军、独角兽等企业[11][21] - 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][13][21] - 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][19] - 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][19] 专家观点与行业意义 - 政策标志着推进智能制造进入系统化、深水区的新阶段，目标是让AI激发制造模式的颠覆性创新[3][14] - 该行动关乎中国制造业从规模优势转向质量、效率和智能优势，在全球竞争中切换赛道[4][15] - 政策举措降低了AI技术在制造业应用的基础资源成本和技术门槛，增强工程化能力，吸引企业从被动应用转向主动参与[5][16] - 政策超越了过去聚焦个别环节的智能化，强调全要素、全链条、全周期的智能化跃升[8][18] - 分层扶持机制有助于形成“大企业建生态、中小企业进生态”的协同格局[11][21]

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]

核心观点 - 工业和信息化部发布《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，到2028年显著提升“人工智能+工业互联网”的融合赋能水平，核心量化目标包括推动超过5万家企业实施升级改造，并在20个重点行业打造高质量数据集 [1] 基础底座升级行动 - **网络升级**：支持工业企业综合运用5G/5G-A、工业光网、时间敏感网络（TSN）、单对线以太网（SPE）、边缘计算、云化控制等技术，推动工业网络向控网算一体化演进，以适应智能装备协同生产、工业模型训练推理等新需求 [1] - **产品攻关**：加快5G可编程逻辑控制器（PLC）、AI路由器、工业算网交换机等产品攻关，并滚动发布新型工业网络产品目录，以推进重点行业网络改造，形成自组网、自管理、自优化、自修复等智能化网络能力 [2] - **平台智能化**：基于深度学习、大模型等技术强化工业互联网平台的要素连接、智能分析、资源配置能力，鼓励平台企业加快基于人工智能的低代码、无代码技术创新以提升开发效率 [3] - **模型与智能体**：探索依托工业互联网平台打造“模型池”，培育上线工业模型产品，推动平台底层架构与人工智能适配兼容，发展“工业互联网平台+智能体”等创新模式，打造面向生产网络优化、人机交互等典型场景的工业智能体应用 [4] - **算力供给**：加快工业互联网与通算中心、智算中心、超算中心融合应用，鼓励公共算力服务商向工业企业提供服务 [5] - **边缘与端侧部署**：引导工业企业加快边缘一体机、智能网关等设备部署，鼓励在生产设备、传感器、无人运输车辆（AGV）等部署轻量化算力模块以提升实时处理能力，同时加快构建全国一体化算力网络，推动智算云服务在工业领域应用，提升工业智算供给和利用效率 [6] 数据模型互通行动 - **数据汇聚共享**：鼓励工业企业加快信息模型应用以推进多源异构数据联通共享，依托国家工业互联网大数据中心等基础设施汇聚供应链、工业基础、“双碳”等数据，推动建立全国工业数据目录，并发挥工业互联网标识解析体系作用提升数据协同能力 [7] - **数据流通机制**：鼓励龙头企业建立工业数据可信流通空间以促进产业链端到端数据共享，健全工业数据确权授权和收益分配机制，探索数据资产登记与价值评估模式，并开展数据要素应用场景征集以构建需求场景图谱清单 [8] - **数据集建设**：面向工业模型训练需求，鼓励企业联合开展工业数据清洗、标注、合成、评估，支撑通识类、行业通用类、行业专用类数据集建设，引导龙头企业带动上下游开放数据资源打造高质量行业数据集，并加强数据标注、训练、安全等方面关键技术攻关 [8] - **模型开发部署**：引导工业互联网平台企业加快工业机理、知识经验模型化封装，提升工业模型的逻辑推理、跨模态数据处理等能力，助力形成面向原材料、高端装备等重点行业的工业大模型，以及面向质量检测、智能控制等场景的专用小模型，并探索开发模型互联接口以优化大模型与小模型协同效率 [9] 应用模式焕新行动 - **模式变革**：鼓励工业企业利用工业互联网打通消费与生产、供应与制造等数据流，基于人工智能加快平台化设计、智能化生产、个性化定制、网络化协同、服务化延伸、数字化管理、精细化投融、可视化治理等应用模式变革 [10] - **具体应用**：加快设计方案、物料清单等资源汇聚以实现设计图纸、三维模型、指令代码自动生成，降低研发周期和成本，打造基于人工智能的虚拟产线以增强设备状态预测、工艺调优等自主决策能力，并加快工业设备运维模型、知识图谱等产品研发以打造无人智能巡检、故障实时自愈等服务 [10] - **重点行业推广**：实施工业互联网与重点产业链“链网协同”工程，在钢铁、航空、船舶、工程机械、农机装备、电子信息制造、电力、石化化工、有色金属、纺织服装、医药、轻工等重点行业编制、发布、更新、推广一批融合应用参考指南 [11] - **供需对接**：分行业梳理融合应用的典型场景、技术产品清单、供应商名录等，加快场景培育与开放，建立解决方案资源池，并开展人工智能与“链网协同”典型案例征集，遴选一批系统集成水平高、连接元素广、链式转型效益好、智能化水平高的项目 [12] 产业生态融通行动 - **企业培育**：推动工业企业、工业互联网企业、工业软件企业、人工智能企业加快打造具备智能系统集成能力的解决方案，鼓励龙头企业孵化行业级智能化解决方案供应商，支持供应商向智能化转型，并培育一批在工业数据、工业模型等领域的专业化服务商及民营科技领军企业、优质中小企业 [13] - **技术产品创新**：鼓励人工智能企业、工业互联网企业、工控企业联合推进工业通信芯片、工业传感器、工业终端、工业控制系统等智能化升级，逐步深化人形机器人应用 [14] - **软件与工具**：利用人工智能优化工业软件开发流程和模式以降低开发门槛和成本，研发智能生产调度管理软件、工艺参数自优化软件等通用工具产品 [15][16] - **标准与安全**：加强工业互联网与人工智能标准体系衔接，完善融合人工智能的工业互联网体系架构，并推动人工智能赋能网络安全技术创新 [17] - **公共服务**：统筹推动创新中心、实验室等载体建设，推动行业数据集、工业模型评测等公共服务平台建设为中小企业提供低成本智能服务，支持建设开源项目和社区鼓励成果共享，并持续开展“百城千园行”、供需对接深度行等活动加强宣传推广 [18]

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]