政策文件与目标 - 中国八部门联合印发《"人工智能+制造"专项行动实施意见》，旨在促进人工智能科技创新与产业创新深度融合，实现人工智能技术与制造业应用的"双向赋能" [1] - 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] - 具体量化目标：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] - 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] - 生态与治理目标：建成全球领先的开源开放生态，全面提升安全治理能力 [1] - 政策部署了创新筑基、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大重点任务及21项具体措施 [1] 技术创新与基础设施 - 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 [2] - 推动智能芯片软硬协同发展 [2] - 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和行业模型 [2] - 开展"模数共振"行动，发布制造业高质量数据集建设指南 [2] 制造业应用与升级 - 加快重点行业应用赋能，深入开展人工智能赋能新型工业化"深度行"活动 [2] - 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生产制造核心环节 [2] - 提升重点企业应用水平，实施《制造业企业人工智能应用指南》，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 [2] - 推进重点区域推广应用，建设并开放一批"人工智能+制造"应用场景，打造具备行业特色的创新高地 [2] - 推动重点领域智能化升级，加强人工智能与信息通信网络协同，推动人工智能与工业互联网平台融合赋能 [2] 智能产品与装备发展 - 推动智能装备迭代，将人工智能技术融入大飞机、船舶等重大技术装备的研发、制造、运行 [3] - 发展无人机等智能低空装备 [3] - 开展搭载自动驾驶功能的智能网联汽车产品测试与安全评估，有序推进产品准入和上路通行试点 [3] - 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，推动具身智能产品创新 [3] - 建设人形机器人中试基地和训练场 [3] - 打造智能体新业态，开展工业智能体任务规划等技术攻关，支持智能体应用商店建设运营，构建智能体分类分级管理体系 [3] 产业生态与政策支持 - 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] - 开展人工智能产业规模测算，建立应用监测评价指标体系 [3]

2026.01. 09 人工智能作为新一代信息技术，当仁不让地成为了第四次产业革命的核心。当前，包括我国在内的世 界各大经济体都在人工智能这个事关未来的产业赛道上加大投入、竞争领先地位。 我国人工智能产业目前已经取得了长足发展，从基础支撑、核心技术到行业应用的产业链条正在形 成，产业集群初步显现，一批创新活跃、特色鲜明的创新企业加速成长，新模式、新业态不断涌现。 1月8日，作为全球"大模型第一股"的内地企业智谱（02513.HK）在港交所上市就是一个重要体现。 但是，我国人工智能产业发展也面临着核心基础技术薄弱、应用场景有待拓宽等诸多问题，一些关键 领域受制于人的情况还有待根本改善。今后，要充分发挥自身优势、补齐短板，通过创新加快推进我 国人工智能产业发展。 本文字数：1594，阅读时长大约3分钟 作者 | 一财评论员 近日，工业和信息化部、中央网信办、国家发展改革委等八部门联合印发了《"人工智能+制造"专项 行动实施意见》（下称《实施意见》），其中强调，到2027年，我国人工智能关键核心技术要实现 安全可靠供给，产业规模和赋能水平要稳居世界前列。 "关键核心技术""产业规模和赋能水平"是其中的关键词。这也是 ...

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]

截至2026年1月7日收盘，芯片ETF天弘(159310)实现三连阳，成交2421.87万元。跟踪的中证芯片产业指数(H30007)强势上涨 1.88%，成分股长川科技(300604)上涨13.09%，珂玛科技(301611)上涨9.55%，雅克科技(002409)上涨8.05%，盛美上海(688082)， 中微公司(688012)等个股跟涨。 拉长时间看，截至1月7日，芯片ETF天弘(159310)近2周规模增长3254.77万元，实现显著增长。 科创综指ETF天弘(589860)实现三连阳，换手11.55%，成交3592.19万元，市场交投活跃。跟踪的上证科创板综合指数(000680)强 势上涨1.53%，成分股益诺思(688710)上涨20.00%，富信科技(688662)上涨20.00%，安达智能(688125)上涨20.00%，芯源微 (688037)，广钢气体(688548)等个股跟涨。 拉长时间看，截至1月7日，科创综指ETF天弘(589860)最新规模达3.13亿元，创近1月新高。 【产品亮点】 芯片ETF天弘(159310)跟踪中证芯片产业指数，反映芯片产业上市公司证券的整体表现。一键布局中 ...

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 工业和信息化部等八部门联合印发《“人工智能+制造”专项行动实施意见》，旨在通过系统性政策引导，推动人工智能技术与制造业深度融合，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位居世界前列，并设定了包括推广通用大模型应用、打造高质量数据集、培育标杆企业等在内的具体量化目标，全方位赋能新型工业化，打造新质生产力 [1][5][7] 总体目标与量化指标 - 到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 [1][7] - 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][7] - 培育**2-3家**具有全球影响力的生态主导型企业及一批专精特新中小企业，选树**1000家**标杆企业 [1][7] 创新筑基：夯实人工智能赋能底座 - **强化算力供给**：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核心技术，推动大模型一体机、边缘计算服务器部署，提升智算资源供给能力 [2][8] - **开发行业模型**：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，并推动模型轻量化部署 [2][8] - **开展“模数共振”行动**：推动建立企业首席数据官制度，梳理数据资源清单，发布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 [9] 赋智升级：拓展推广高价值应用场景 - **加快重点行业赋能**：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，分类制定行业应用全景图和转型路线图 [2][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 [10][11][12] - **提升企业应用水平**：鼓励龙头企业、央国企先行先试，提供规模化应用场景，并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][12] - **推进区域推广应用**：发挥国家人工智能创新应用先导区作用，建设开放应用场景，依托国家高新区等加快人工智能新产品新服务规模化落地 [2][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，并推动AI技术融入大飞机、船舶、智能网联汽车等重大装备 [3][14] - **加速智能终端升级**：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，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 [14] - **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，构建智能体分类分级管理体系 [15] 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，梯次培育专精特新“小巨人”、制造业单项冠军、独角兽等企业，鼓励地方给予“算力券”“模型券”支持 [16] - **打造创新载体**：布局一批人工智能领域重点实验室，加强对类脑智能、世界模型等前沿技术探索，高质量建设国家人工智能应用中试基地 [4][16] - **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，提供行业模型调优、数据治理等服务，鼓励打造生态伙伴型服务商 [17] 生态壮大：加强资源配置优化产业生态 - **强化标准引领**：加强人工智能安全、治理、伦理等基础标准及赋能应用标准研制，构建关键技术产品及赋能应用综合评测体系，支持建设大模型评测基准体系 [18] - **推动开源开放**：建设高水平人工智能开源社区，部署实施一批开源项目，举办开发者大会等活动，繁荣开源文化 [18] - **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，加强高技能人才培养并积极引进海外高端人才 [19] 国际合作：塑造国际合作竞争新优势 - **推动产业走出去**：鼓励企业定制人工智能产品和解决方案出海，开展人工智能赋能新型工业化深度行“海外版”，引导企业高效开展技术验证和合规认证 [21] - **打造国际合作平台**：积极参加多双边合作机制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]

核心观点 - 工业和信息化部等八部门联合印发《“人工智能+制造”专项行动实施意见》，旨在通过系统性政策引导，推动人工智能与制造业深度融合，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，并构建全球领先的产业生态 [1][2] 发展目标与量化指标 - **总体目标**：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][2] - **模型与应用**：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][2] - **企业培育**：培育2至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“懂智能、熟行业”的赋能应用服务商，选树1000家标杆企业 [1][2] - **生态建设**：建成全球领先的开源开放生态，安全治理能力全面提升 [1] 核心技术突破与算力供给 - **芯片与硬件**：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 [1][2] - **算力设施**：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、全国一体化算力网监测调度平台 [1][2] - **服务与部署**：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，以提升智算资源供给能力 [1][2] 行业模型与算法开发 - **模型开发**：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 [3] - **体系构建**：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，鼓励大小模型协同创新 [3] - **落地应用**：推动模型轻量化部署，加快在工业场景落地应用，打造模型公共服务平台，提供高水平模型及配套工具服务 [3] 智能装备与终端升级 - **工业装备**：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，提升自主决策、分析和执行等能力 [3] - **医疗装备**：加快发展手术机器人、智能诊断系统等，加速智能医疗装备产品创新和临床应用推广 [3] - **重大装备与交通**：推动人工智能技术融入大飞机、船舶等重大技术装备研发、制造、运行，发展无人机等智能低空装备，开展搭载自动驾驶功能的智能网联汽车产品测试与安全评估，有序推进产品准入和上路通行试点 [3] - **消费终端**：支持端侧模型等技术突破，培育智能手机、电脑、平板、智能家居等人工智能终端 [5] - **新型终端**：聚焦工业巡检、远程医疗等重点场景，加快增强现实/虚拟现实（AR/VR）可穿戴设备、脑机接口等新型终端的产业化、商业化进程 [5] - **具身智能**：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，打造人形机器人标杆产线，在典型制造场景率先应用 [5] 产业生态与资金支持 - **工作机制**：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，引导企业错位发展，防范产业“内卷式”竞争 [4] - **资金支持**：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，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 [4] - **应用示范**：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，推进新技术、新产品的推广应用和迭代升级，释放国内市场需求潜力 [4] - **监测体系**：开展人工智能产业规模测算，建立应用监测评价指标体系，完善人工智能产业监测分析平台，动态监测全球产业发展态势 [4] 开源开放与国际合作 - **开源生态**：建设高水平人工智能开源社区，部署实施一批开源项目，构筑具有全球影响力的人工智能开放生态 [5] - **社区活动**：举办开发者大会、“校源行”等活动，传播开源理念，繁荣开源文化，支持开发套件、模型应用等开源工具研发，推动人工智能开源成果应用落地 [5] - **产业出海**：鼓励企业针对不同国家和地区特点，定制人工智能产品和赋能应用解决方案，开展人工智能赋能新型工业化深度行“海外版”，支持行业组织、专业机构为企业提供出海配套服务，引导企业高效开展各类技术验证和合规认证，服务产业有序出海发展 [6]

行业竞争格局与客户自研趋势 - 互联网领域主要潜在客户如阿里、腾讯、百度均已推出自研芯片，字节也有团队在研发，市场消息称其产品可能在明年流片并进入应用 [1] - 互联网企业研发人工智能芯片主要围绕其主营业务或针对特定应用场景，旨在完成完整或较为完整的行业解决方案 [1] 公司核心定位与产品优势 - 公司是智能芯片领域全球知名的新兴公司 [1] - 公司提供云边端一体、软硬件协同、训练推理融合、具备统一生态的系列化智能芯片产品和平台化基础系统软件 [1] - 公司产品是针对人工智能领域内多样化应用场景而设计、研发的通用型智能芯片 [1] - 公司产品对视觉、语音、自然语言处理、传统机器学习技术等各类人工智能技术具备较好的普适性 [1] - 公司可为多个行业领域客户提供不同尺寸、多场景的差异化产品，以满足客户的差异化需求 [1]

新浪科技讯 1月2日上午消息，百度今日于港交所公告称，昆仑芯已透过其联席保荐人以保密形式向香 港联交所提交上市申请，以申请批准昆仑芯股份于香港联交所主板上市及买卖。 公告显示，分拆完成后，预计昆仑芯仍将为百度的附属公司，目前全球发售的规模与结构、百度对昆仑 芯持股百分比的减少幅度等，尚未落实。 公开资料显示，昆仑芯前身为百度智能芯片及架构部，于2021年4月完成独立融资，首轮估值约130亿 元。目前，公司投资方包括上河动量资本、山证投资、中移和创等。 责任编辑：郝欣煜 责任编辑：郝欣煜 新浪科技讯 1月2日上午消息，百度今日于港交所公告称，昆仑芯已透过其联席保荐人以保密形式向香 港联交所提交上市申请，以申请批准昆仑芯股份于香港联交所主板上市及买卖。 公告显示，分拆完成后，预计昆仑芯仍将为百度的附属公司，目前全球发售的规模与结构、百度对昆仑 芯持股百分比的减少幅度等，尚未落实。 公开资料显示，昆仑芯前身为百度智能芯片及架构部，于2021年4月完成独立融资，首轮估值约130亿 元。目前，公司投资方包括上河动量资本、山证投资、中移和创等。 ...

在《高参访谈》节目中，上海财经大学数字经济研究院院长高红冰与清华大学公共管理学院院长朱旭峰 进行对话。 在汽车行业，智能化转型同样显著，从电动汽车到智能车辆的转变，借助大量数据训练实现自动驾驶， 并广泛采用智能芯片。 新浪声明：所有会议实录均为现场速记整理，未经演讲者审阅，新浪网登载此文出于传递更多信息之目 的，并不意味着赞同其观点或证实其描述。 责任编辑：李思阳 在《高参访谈》节目中，上海财经大学数字经济研究院院长高红冰与清华大学公共管理学院院长朱旭峰 进行对话。 高红冰预测未来将出现200亿台机器人，这将促使许多行业经历重大变革，甚至可能引发新一轮的产业 洗牌。人工智能技术的渗透不仅要求计算架构从传统的CPU转向更适应大模型需求的GPU，还预示着将 带来显著的GDP增量。 高红冰预测未来将出现200亿台机器人，这将促使许多行业经历重大变革，甚至可能引发新一轮的产业 洗牌。人工智能技术的渗透不仅要求计算架构从传统的CPU转向更适应大模型需求的GPU，还预示着将 带来显著的GDP增量。 在汽车行业，智能化转型同样显著，从电动汽车到智能车辆的转变，借助大量数据训练实现自动驾驶， 并广泛采用智能芯片。 此外，他指 ...