編者按：今年的政府工作報告提出，持續推進“人工智能+”行動，將數字技術與制造優勢、市場優勢更好結合起來，支持大規模廣泛應用。這是“人工智能+”第二次被寫入政府工作報告，與去年側重于技術研發和產業集群建設不同，今年的提法更側重于技術的落地應用，將人工智能的應用重點指向了制造業。《中國電子報》特開設“AI+制造”深度調研行欄目，深入基層、走進一線展開實地調研，報道各地方、各企業優秀案例，探討新一代AI技術落地帶來的機遇與挑戰，推廣“AI+制造”中國方案。

　　無人工智能（AI）不科技。面對一波未平一波又起的科技革命浪潮，幾乎所有人都在發出這樣的感慨。伴隨AI的種子在各行各業生根發芽、快速成長，全球經濟和社會發展格局正在悄無聲息地改變。作為立國之本、興國之器、強國之基，制造業在AI的加持下也終于迎來轉型升級的破局時刻。

　　從頂層設計走向場景落地

　　隨著AI技術深度融入工業生產全流程，制造業開啟新一輪智能化升級。工業和信息化部提出三大舉措：構建先進制造業體系、強化AI技術賦能、推動工業互聯網規模化應用。例如，今年啟動的“人工智能賦能新型工業化專項行動”已在鋼鐵、汽車、電子等重點行業展開，通過供需對接與標準推廣，加速高端裝備、智能終端的升級。

　　在頂層設計的強力驅動下，我國目前已形成了覆蓋基礎層、框架層、模型層、應用層的完整產業體系。國產廠商研發的AI手機、AI電腦、AI眼鏡等智能產品已超百款，實現了“智”變升級；人形機器人主流產品已經實現了“站得住、走得穩、跑得快”，正加快從“舞臺上動起來”向“工廠里用起來”轉變；大模型在電子、原材料、消費品等行業加快落地，在研發設計、中試驗證、生產制造、運營管理等環節得到應用。

　　尤其是DeepSeek等國產大模型的火爆“出圈”以及Manus等智能體應用的出現，讓工業領域的AI落地更具確定性。“AI+制造”也隨之進入關鍵轉折點和全面落地期。

　　“工業AI已正式迎來從技術突破到應用爆發、從降本到增值轉換、從單點突破到產業鏈級智能升級的范式，行業正式進入AI 2.0時代。”領馭科技數字化技術咨詢總監顏少林表示。

　　舉個例子，從迭代速率觀察，工業互聯網過往需要3~5年方能完成的技術部署目標，在AI智能體的驅動下，能夠實現以季度為單位的迭代速度，甚至僅需2~4個季度即可完成工業互聯網時代的部署目標工作量。

　　“‘人工智能+’是技術驅動的創新而非簡單模式驅動，而且它本身從歷史階段看，也是在‘互聯網+’廣泛賦能的發展底盤之上，因而對各產業轉型升級的帶動力度更大，有望形成新一輪發展動能。”中央財經大學數字經濟融合創新發展中心主任陳端表示。他指出，中國擁有超大規模市場與海量數據優勢、完備的工業制造產業鏈，基于這些比較優勢，再加上政策的扶持，可以在戰略層面強勢引導資源配置，加快新興賽道的形成。

　　從單點突破走向生態協同

　　不同于其他國家，我國的人工智能發展更注重整體布局與產業協同，而非單一技術指標的突破。作為全球工業門類最齊全的國家，我國制造業增加值占全球比重約30%，結合這一基礎和優勢，人工智能產業發展更加注重應用優先與產業協同，推動人工智能技術與行業Know-How深入融合，形成差異化競爭力。

　　走進位于北京亦莊的小米汽車工廠，AI元素出現在汽車制造全流程。700余臺機器人組成的“鋼鐵軍團”高速運轉，車間綜合自動化率高達91%，關鍵工藝更是實現了100%的自動化；X-Eye智能質檢系統替代人工肉眼，缺陷識別準確率超99.9%；小米人形機器人“鐵大”走進工廠，分階段在小米SU7汽車產線承擔質檢、物料運輸等7類核心任務。據介紹，產能充沛時，該工廠每76秒便有一臺新車駛出生產線。

　　小米汽車工廠的案例折射出我國制造業發展的“新脈動”。業內人士普遍認為，AI帶來的不僅是一個個生產環節上的單點突破，而是整個產業鏈條的智能化躍遷。

　　具體來看，在基礎層，算力與芯片的自主突破為“AI+制造”鑄就了核心底座。例如，鵬城實驗室建成自主可控的E級智能算力平臺，為工業大模型訓練提供支撐；新一代智能數控系統集成AI芯片，使工業母機精度提升30%，效率提高5%~10%。

　　在模型層，DeepSeek、通義千問、騰訊混元等通用大模型與行業垂直模型集中涌現，具備工業文本生成、工業知識問答、工業理解計算、工業代碼生成和工業多模態等核心能力，為“AI+制造”提供了技術支撐。例如，DeepSeek的工業視覺質檢方案已部署于比亞迪電池產線，通過多模態模型（圖像+激光掃描）識別電池極片毛刺、隔膜褶皺等缺陷，漏檢率從0.3%降至0.05%，每年減少質量損失超2億元。中國一汽攜手阿里云，基于通義千問大模型共同探索汽車智造的未來。

　　在應用層，專業服務平臺為工業企業擁抱AI技術打開了窗口。卡奧斯COSMOPlat工業互聯網平臺在工業領域也有諸多運營賦能案例，比如在卡奧斯創智物聯膠州互聯工廠，卡奧斯COSMOPlat打造的設備管理智能體便集成設備說明書、維修指南、運行狀態、備件庫存等知識，為工廠的經驗傳承提供創新解決方案。樹根互聯股份有限公司自主研發的根靈工業大模型也已在企業績效管理、客戶服務、售后運維、生產維修等工業核心場景落地，持續為工業AI發展注入新活力。

　　“從兩化融合的角度看，制造業數字化轉型已經全面開啟從點到面、從系統到體系的再升級。”中國電子云副總裁李樹翀如是說道。他指出，從之前的單點數字化升級到多系統協同的數字化體系，從企業自身的數字化系統擴展到與供應鏈、營銷、服務等網絡實現數字化協同的工業互聯網體系，新型數字化體系的構建，大大提高了企業的生產、運營和管理效率，也提升了全社會的資源組織和協調效率，并為制造業企業開展技術創新、產品創新，以及商業模式創新提供了更廣闊的空間。

　　從技術比拼走向供需對接

　　任何一項新興技術最終的落腳點一定是價值落地，而價值落地離不開供需對接。只有提高創新鏈和產業鏈的融合效能，加快打通“雙鏈”間的藩籬和堵點，實現無縫對接，才能加速科技創新成果轉化，讓技術真正賦能產業發展。

　　在蘇州，“人工智能+制造業”創新應用中心儼然已經成為一個熱門打卡點。超3000平方米的展區空間內展示的各類人工智能產品、應用和解決方案吸引著源源不斷的參訪團。常常是上一批參訪團還沒離開，下一批參訪團就已經在門口排隊了。據悉，該中心已梳理出81家“AI+制造”服務商名錄，實現了技術與需求的高效匹配和精準對接。其中一家專門為智能工廠打造“智慧大腦”的技術服務商，目前已服務橫跨34個行業的近1000多個制造業客戶。

　　在上海，作為全球最大的人工智能孵化器，上海市徐匯區打造的“模速空間”人工智能大模型專業孵化和加速平臺構建了算力調度、開放數據、金融服務等五大平臺。據悉，短短1年多的時間，便有100余家大模型企業在此扎根，帶動周邊200多家AI企業形成創新矩陣，加速了技術成果向實際生產力的轉化進程。

　　在東莞，人工智能大模型中心的建成運營，標志著產業升級進入新階段。在打通大模型落地最后1公里方面，東莞市人工智能大模型中心基于AI開發生產線，為企業提供模型訓練服務、推理服務。由于實現了訓推資源復用，能夠提升30%的資源使用效率。值得一提的是，工程化工具為大模型二次開發訓練和應用提供了基礎支撐，可將大模型的應用開發周期縮短90%。據悉，該中心正在推動21萬家工業企業與AI技術深度融合，助力東莞完成從“世界工廠”到“智造高地”的華麗蛻變。

　　“創新鏈的融通，要求強化基礎研究、應用研究、技術開發、成果轉化的全過程貫通，確保創新活動的持續性與有效性；產業鏈的對接，強調推動全鏈條升級，使各創新環節最大范圍、最大程度地支持產業鏈創新，加快延鏈、補鏈、穩鏈，保障產業高效運轉。”南京大學經濟學院院長鄭江淮表示，“創新鏈和產業鏈的對接關鍵在‘無縫’，核心是借助體制機制創新打破‘創新孤島’，構建‘需求牽引供給、供給創造需求’的良性循環。”

　　2025年，制造業掀起的新一輪智能化浪潮，不僅是AI技術的革新，更是全球產業格局的重構。可以肯定的一點是，在AI與制造業深度融合的浪潮中，中國已然站在了全球產業變革的最前沿，“破局時刻”近在眼前。(記者 宋婧)

　　 轉自：中國電子報