市场整体表现 - 纽约股市三大股指于2月27日全线下跌 道琼斯工业平均指数下跌521.28点至48977.92点，跌幅1.05%；标准普尔500指数下跌29.98点至6878.88点，跌幅0.43%；纳斯达克综合指数下跌210.171点至22668.212点，跌幅0.92% [1] - 标普500指数十一大板块多数上涨但权重板块下跌 医疗板块和能源板块分别领涨1.77%和1.68%，而科技板块和金融板块分别下跌2.17%和1.99% [1] 宏观经济数据 - 美国1月生产者价格指数（PPI）数据超预期引发通胀担忧 1月终端需求PPI环比上涨0.5%，高于市场预期的0.3%；同比涨幅为2.9%，高于预期的2.8%；核心PPI环比大幅上涨0.8%，显著高于预期的0.3% [1] - 通胀结构显示服务业是主要驱动因素 市场分析认为这可能是企业将关税成本转嫁给消费者以维持利润率的迹象，表明通胀问题尚未解决，并为美联储货币政策带来不确定性 [2] - 其他经济数据表现不一 2月芝加哥地区制造业PMI为57.7，高于预期的52.5；2025年12月建筑行业支出环比增加0.3%，符合预期 [2] 科技行业与人工智能主题 - 英伟达股价连续下跌显著打压市场情绪 股价在2月27日下跌4.16%，此前一日已下跌5.46% [4] - 戴尔科技因强劲AI服务器前景股价大幅上涨 公司2026财年第四季度财报超预期，并预计2027财年人工智能服务器营业收入将增长超过100%，股价当日上涨21.93%至每股148.08美元 [4] - 人工智能应用导致企业大规模裁员引发市场关注 金融科技公司Block宣布将利用AI推进工作自动化，员工人数从超1万人大幅削减至不足6000人，公司股价因此上涨16.82% [3] - 市场对人工智能的资本支出、行业冲击风险及私人信贷市场压力感到担忧 [2] 公司行为与市场动态 - 2月股市表现不佳促使上市公司股票回购激增 已有超过200家上市公司授权回购股票，2月股票回购授权金额达到2333亿美元，处于历史高位 [2]

公司战略与投资 - 苹果公司宣布其Mac mini产品将于今年晚些时候首次实现美国本土生产，这是公司6000亿美元投资计划的重要组成部分 [1] - 生产地点位于美国得克萨斯州休斯顿的全新工厂，该工厂已于去年率先投入人工智能服务器的制造，此次扩产使其成为苹果在美高端制造的核心枢纽 [1] - 公司正加速推进人工智能服务器生产，并同步建设“苹果先进制造中心”，用于开展实践培训和培养本土技术人才 [1] 供应链调整与成本动因 - 苹果将Mac mini生产迁回美国的举措与美国关税政策直接相关，自相关政策实施以来，公司已累计支付约33亿美元额外关税成本 [3] - 为规避风险，公司持续优化全球供应链布局，目前销往美国的iPhone中半数产自印度 [3] - Mac电脑、AirPods及Apple Watch等主要产品已转向越南生产，此次Mac mini回流美国被视为平衡成本与政策风险的战略性选择 [3]

公司财务表现 - 联想集团上财季营收为222亿美元，增长好于预期 [1][2] - 上财季净利润同比下降21% [1][2] - 业绩公布后，公司股价一度下跌6.3% [1][2] 个人电脑（PC）行业动态 - 上季度全球PC市场出货量增长9.6% [1][2] - 联想、惠普和戴尔的出货量均录得两位数增长 [1][2] - 假日促销以及涨价预期推动的提前购机正在提振PC行业 [1][2] 供应链与成本压力 - AI热潮导致存储芯片等消费电子零部件供应紧张 [1][2] - 存储芯片涨价令公司利润率承压 [1][2] - 全球性供应短缺对利润率的影响预计将在未来几个月加剧 [1][2] - 行业巨头更有能力通过谈判获得优先供货 [1][2] 需求前景与分析师观点 - 大华继显分析师预计提前释放的需求将在第一季度持续 [1][2] - 随着低价库存耗尽，未来可能出现更多涨价，并最终影响终端需求 [1][2] 公司业务亮点 - 联想人工智能服务器业务发展势头强劲 [1][2] - 得益于AI基建投资热潮，基础设施解决方案集团季度营收增长31%，达到52亿美元，创纪录新高 [1][2]

政策核心与目标 - 政策核心目标是推动人工智能在制造业落地，前提是建设强大的算力基础设施[4] - 政策明确提出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核心技术[4] - 政策鼓励有序推进高水平智算设施布局，加快建设算力互联互通平台及全国一体化算力网监测调度平台[5] 市场现状与痛点 - 中国在用算力中心机架总规模从“十四五”初期的520万架增长至2025年9月底的1250万架，年均增速达30%[6] - 算力市场存在结构性失衡：通用算力相对过剩，智能算力相对短缺[6] - 存在区域错配：西部算力闲置供给过剩，东部算力紧张，“东数西算”工程效能未充分释放[6][7] - 核心技术“卡脖子”：国内高端AI训练芯片市场份额低，工艺制程主流为7nm/14nm，落后于海外4nm[8] - 软件生态受CUDA垄断，国产芯片生态互不兼容，迁移成本高[9] - 算力在制造业应用深度不足，多停留在浅层数据处理阶段[10] 政策影响与未来趋势 - 短期将刺激市场资金聚焦算力基础设施，带动硬件与智算中心建设需求增长[2][5] - 长期将推动算力需求从互联网向工业界延伸，形成万亿级增量市场[5][15] - 政策将推动建设全国一体化算力网监测调度平台，缓解区域算力错配问题[12] - 政策将加速国产高端算力硬件发展，预计2026年国产AI芯片在工业级领域将实现突破[13] - 政策将推动国产智算云操作系统等中间件发展，完善软硬件生态协同体系[14]

文章核心观点 - 传统基于销售量的半导体市场估值方法严重低估了行业真实价值，因为它忽略了自研芯片设计公司、拥有内部设计的OEM厂商、无晶圆厂公司的完整价值贡献，以及中国公司的快速发展 [1][5] - 采用更全面的评估方法后，麦肯锡预计2024年半导体市场规模约为7750亿美元，比传统估值（6300亿至6800亿美元）高出14%至23% [15] - 预计到2030年，半导体市场规模将达到1.6万亿美元（区间为1.5万亿至1.8万亿美元），远超传统预测的1万亿至1.1万亿美元 [2][20] - 未来增长高度集中于尖端工艺节点芯片和高带宽内存（HBM），市场呈现“赢家通吃”格局，增长在各细分领域极不平衡 [2][28][29] 市场规模与评估方法 - **传统方法的局限**：传统方法主要通过衡量芯片从无晶圆厂、代工厂和IDM向电子公司的销售额来评估市场，无法充分反映自研芯片、OEM内部设计芯片的价值，也低估了中国公司的贡献 [1][5] - **新评估方法**：麦肯锡采用定制化分析，弥补传统方法不足 [7] - **自研芯片设计公司**：通过考察与芯片设计和制造相关的内部研发支出、销售成本和一般管理费用来估算其价值，这些芯片不公开销售，用于内部云服务 [7] - **拥有自主设计的OEM厂商**：同时考虑其销售成本和预估的内部毛利率，确保分析一致性，而非仅看制造成本 [7] - **无晶圆厂公司**：将包括HBM在内的整个先进封装（如CoWoS）的价值归于无晶圆厂公司，并保留捆绑软件的全部毛利润，而非扣除一部分 [10] - **中国公司**：结合已公布收入、基于产能的预估收入及内部专有模型数据，保守估算其价值，以应对数据不完整问题 [13] 当前市场格局 (2024年) - 2024年半导体市场规模估算为7750亿美元，构成如下 [15]： - 中国以外的所有半导体厂商：约6040亿美元（其中前20大公司贡献5070亿美元） - 总部位于中国的公司：930亿美元 - 拥有自主芯片设计的OEM厂商：520亿美元 - 芯片设计公司：250亿美元 - 最大的垂直行业分别为 [18]： - 计算和数据存储：3500亿美元 - 无线通信：2000亿美元 - 汽车：750亿美元 - 尖端工艺节点的价值高达2200亿美元，相当于所有类型内存（NAND、DDR DRAM和HBM）价值的总和 [18] 未来增长预测 (至2030年) - 预计到2030年半导体市场规模在1.1万亿至1.8万亿美元之间，基准情景为1.6万亿美元，比2024年预测值增加8250亿美元 [20] - 2024年至2030年整体市场的复合年增长率预计为13%，但各细分领域增长差异显著 [28] - **领先垂直行业的增长轨迹** [25][26]： - **计算和数据存储**：从3500亿美元增长至8100亿美元，增加4600亿美元，占半导体总预期增长额8250亿美元的一半以上，主要驱动力是人工智能服务器需求 - **无线通信**：从2000亿美元增长至3500亿美元，增加1500亿美元，增长源于高端智能手机需求、其他无线设备半导体含量增加以及向更小制程节点的过渡 - **汽车**：芯片价值持续增长，主要动力是向电动汽车转型和高级驾驶辅助系统（ADAS）的完善 细分市场增长不平衡 - **尖端工艺节点（非存储器件）**：预计复合年增长率达22%，是增长最快的领域 [28] - 2纳米制程节点需求预计到2030年飙升136% - 如果1.4纳米节点在2027年问世，其预计复合年增长率约314% - **高带宽内存（HBM）**：预计复合年增长率达20%，远高于DDR DRAM（12%）和NAND（9%） [28] - **先进成熟节点**：需求预计仅增长2%到4% [28] - **增长贡献份额** [28][29]： - 尖端芯片（主要用于人工智能）将贡献总增长的62% - 存储器市场将贡献总增长的31%，其中近一半与HBM相关 - 先进成熟节点的增长速度远低于上述领域，其价值可能在2026年被前沿节点超越 对半导体公司的启示与战略 - **尖端芯片和HBM领域** [34]： - 将迎来最大增长，预计复合年增长率超过20%，是“最可靠的增长途径” - 成功取决于持续创新，以提供速度更快、能效更高的解决方案 - 竞争格局呈“赢家通吃”，少数公司将攫取大部分利润 - **先进和成熟节点领域** [35]： - 预计复合年增长率约为3%，增长较为缓慢 - 存在局部高增长点，如光连接芯片和功率半导体 - 产能扩张可能超过市场增速，对价格构成压力，竞争加剧 - 增长将主要来自更高销量而非提价，公司需追求规模经济、成本削减和产品差异化 - **通用战略建议** [37][38]： - 高增长领域公司应密切关注市场趋势，快速调整产品组合，在战略转折点果断行动 - 低增长领域公司应着力提升业绩，打造差异化产品并实现成本优势，可通过程序化并购和动态资源管理来增加在高增长领域的投资 - 领先企业通常通过组合策略优化经济利润，包括程序化并购、动态资源重新配置、超越竞争对手的投资、提高生产力以及实现鲜明差异化

全球人工智能与算力发展背景 - 全球人工智能加速推进，智算需求高速增长，各国正加速人工智能布局与算力基础设施投入 [3] - 中国工信部等八部门印发《“人工智能+制造”专项行动实施意见》，提出强化人工智能算力供给，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 [3] 中国算力产业现状与指数排名 - 中国信息通信研究院发布的《综合算力指数蓝皮书（2025年）》显示，中国算力产业生态建设取得进展，但仍面临基础设施建设不均衡、算力应用深度广度不足等问题 [3] - 省级综合算力指数排名前三为河北、江苏、广东 [3] - 城市算力分指数排名前列包括廊坊市、张家口市、大同市、广州市、杭州市等 [3] 算力需求与基础设施增长 - 截至2025年6月底，中国已发布1509个大模型，在全球已发布的3755个大模型中占比约40.2% [5] - 截至2025年底，累计有748款生成式人工智能服务完成备案，435款生成式人工智能应用或功能完成登记，2025年全年新增446款完成备案，新增330款完成登记 [5] - 中国数据中心标准机架数从2019年315万架增加到2024年超900万架，截至2025年6月底，在用算力中心机架总规模达1085万标准机架 [5] - 在用标准机架数TOP10省份为河北、广东、江苏、贵州、内蒙古、上海、浙江、北京、山西、山东，其中TOP6省份均超过60万架 [5] - 河北、上海、浙江、贵州、内蒙古为在用智算规模TOP5省份，河北在用智算规模约占全国总量的14.8% [5] 人工智能算力市场规模预测 - 2024年全球人工智能服务器市场规模为1251亿美元，2025年预计将增至1587亿美元，2028年有望达到2227亿美元 [6] - 生成式人工智能服务器占比将从2025年的29.6%提升至2028年的37.7% [6] - 中国人工智能算力市场规模预计2025年达到259亿美元，同比增长36.2% [6] 政策支持与全国一体化算力网建设 - 2025年年底国家数据局发布《关于加强数据科技创新的实施意见》，提出加快全国一体化算力网建设，推动多元算力资源并网池化、智能调度和便捷使用 [15] - 中国电信集团数据发展中心主任林睿称，此举有效解决了当前存在的算力孤岛、标准不一等根本性障碍 [15] 算力资源区域布局特点 - 中国综合算力格局呈现“东部引领、中西部崛起”的协同发展态势 [17] - 省级行政区综合算力指数TOP10为河北、江苏、广东、浙江、北京、上海、内蒙古、山西、山东、贵州 [17] - 城市算力分指数前10位为廊坊、张家口、大同、广州、杭州、中卫、乌兰察布、呼和浩特、苏州、贵阳，绝大多数位于中国八大算力枢纽节点区域 [17] - 在TOP30城市中，部分城市如廊坊、张家口、大同依托政策与区位优势，乌兰察布、呼和浩特凭借政策和能源优势，吸引关联产业集聚 [24] 数据生产与算力规模 - 中国数据生产总量持续增长，2024年达到41.06泽字节(ZB)，较2023年的32.85 ZB增长25%，较2022年的26.83 ZB增长22% [18][19] 算力中心能效与绿色化发展 - 中国在用算力中心PUE（电能利用效率）平均值为1.46，较2023年降低0.02，反映在节能降耗方面取得一定进展，但仍存在较大提升空间 [25] - 河北、浙江、广东、北京、江苏、内蒙古和四川在国家级绿色数据中心创建方面成效显著，总量占全国一半以上 [25] - 河北依托张家口、承德等地气候条件，加快推进绿色数据中心建设，截至2024年已有19个数据中心入选国家绿色数据中心 [25]

评级与目标价调整 - 高盛将超微电脑股票评级下调至“卖出” [1] - 12个月目标价从每股34美元下调至26美元 [1] 盈利能力与利润率 - 过去三年公司利润率已大幅缩水降至9.5% [1] - 公司正寻求大型但会摊薄利润率的交易未来盈利能力存在较大不确定性 [1] - 即便营收增长强劲利润率仍存在进一步下滑的可能性 [2] - 高盛给出的每股收益预测数据较市场普遍预期低10% [2] 市场地位与业务构成 - 公司在人工智能服务器市场占据领先地位在二级云服务细分领域表现突出 [1] - 软件业务在整体营收中占比不足2% [1] 风险与挑战 - 供应商集中度过高仅其中一家供应商的采购占比就高达64% [1] - 销售团队规模相较于竞争对手存在明显差距 [1] - 对公司借助数据中心构建模块平台推行扩张策略的可行性提出质疑 [1]

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]

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 [1] - 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，显著提升融合赋能水平 [1] - 工信部副部长表示，发展人工智能是实现新型工业化的必答题，下一步将一手抓技术供给促进“智能产业化”，一手抓赋能应用加快“产业智能化” [1] 产业发展规模与前景 - 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，成为驱动经济增长的关键动能 [1] - 人工智能正从工业互联网的“辅助工具”变为“核心引擎”，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 [7] 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 [2] - 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 [2] - 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 [2] - 到2028年，推动不少于50000家企业实施新型工业网络改造升级 [6] - 到2028年，在20个重点行业打造一批高质量数据集 [6] 关键技术与产品布局 - 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 [3] - 支持模型训练和推理方法创新，培育重点行业大模型 [3] - 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 [3] - 培育智能手机、电脑、平板、智能家居等人工智能终端 [3] - 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 [3] 重点行业转型指引 - 《意见》附件《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 [3] - 原材料行业包括钢铁、石化化工、新材料、有色金属、建材等 [3] - 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 [3] - 针对汽车行业，加速全链条智能化升级，打造汽车大模型以自动生成车身造型、内饰布局方案，并实时仿真优化结构强度、风阻系数等参数 [3] 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，《方案》围绕基础设施、要素支撑、融合应用、产业生态四个方面提出目标 [5][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参考指南 [6] - 工业互联网为人工智能提供互联通道、数据资源、平台中枢，人工智能则助力工业互联网设施升级、能力优化、服务创新 [6][7] 地方政策与行动 - 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 [8] - 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 [8] - 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，加快建立高质量数据集 [8] - 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 [9]