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]

文章核心观点 - 全国人大代表张帆指出，人工智能与制造业的深度融合面临挑战，包括高质量工业数据稀缺、人才不足、低水平重复建设等问题，并提出了推动高质量融合发展的建议 [1] - 工业和信息化部等八部门已联合印发《“人工智能+制造”专项行动实施意见》，旨在通过开发高水平行业模型、开展“模数共振”行动等措施，推动人工智能全方位、深层次赋能制造业 [2] - 在数字化与智能化成为竞争关键的背景下，以开放姿态推动实体经济与数字技术深度融合，将推动中国制造业发展更上一层楼 [2] 根据相关目录分别进行总结 人工智能与制造业融合的现状与挑战 - 人工智能技术（大模型、生成式AI、具身智能）正加速演进，以前所未有的速度和广度渗透千行百业，赋能制造业高质量发展 [1] - 融合过程并非一帆风顺，尽管有国家纲领性文件指引，但制造业门类多、基础不一，导致企业和机构涌入行业垂直大模型时出现低水平重复建设，造成资源分散和质量不高 [1] - 高质量工业数据少、共享难，制约了人工智能模型训练效率与泛化能力，这是当前面临的最重要制约因素之一 [1] - 相关领域人才缺乏，进一步制约了人工智能与制造业的深度融合 [1] 推动深度融合的建议与政策行动 - 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，并联合共建行业人工智能创新中心 [1] - 建议协同打造行业垂直大模型，多措并举共建高质量的工业数据生态，并加快人工智能复合型人才培养 [1] - 工业和信息化部等八部门已联合印发《“人工智能+制造”专项行动实施意见》，作为推动融合的“顶层规划” [2] - 该意见计划开展的工作包括：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 [2] 未来展望与行业意义 - 新一轮科技革命浪潮中，数字化与智能化已成为竞争关键 [2] - 以开放的姿态推动实体经济与数字技术深度融合，必将推动中国制造业发展更上一层楼 [2] - 专项行动实施意见的出台，将对人工智能与制造业的融合起到重要的推动作用，后续需继续关注意见的落地过程 [2]