八部門聯合發布《“人工智能+制造”專項行動實施意見》

1月7日，工業和信息化部、中央網信辦、國家發展改革委等八部門聯合印發《“人工智能+制造”專項行動實施意見》（以下簡稱《意見》），為我國人工智能與制造業深度融合繪制了清晰的路線圖。到2027年，我國將實現人工智能關鍵核心技術的安全可靠供給，產業規模和賦能水平穩居世界前列。這一綱領性文件的出臺，標志著我國AI制造從單點技術突破邁向全鏈條賦能的新階段，也為全球AI產業競爭格局注入新動能。

目標與愿景：2027年的AI制造藍圖

《意見》以“3-5-100-500”為核心量化目標，勾勒出未來三年AI制造的發展路徑。具體而言，到2027年，我國將推動3至5個通用大模型在制造業深度應用，形成覆蓋全鏈條的行業大模型體系；打造100個工業領域高質量數據集，解決AI模型訓練中的數據孤島問題；推廣500個典型應用場景，覆蓋研發設計、生產制造、營銷服務等環節；選樹1000家標桿企業，形成可復制的智能化轉型經驗。此外，《意見》還提出培育2至3家具有全球影響力的生態主導型企業，打造一批“懂智能、熟行業”的賦能服務商，并建成全球領先的開源開放生態，全面提升安全治理能力。

這一目標體系不僅體現了我國AI制造的雄心壯志，更彰顯了我國在全球AI產業競爭中的戰略定力。通過夯實技術基礎、拓展應用場景、構建產業生態，我國有望在2027年建成全球AI制造的創新高地，引領新一輪產業變革。

創新筑基：AI賦能底座的全面夯實

技術是AI制造的基石。《意見》從算力供給、模型創新、數據共振三方面入手，系統部署了AI賦能底座的建設任務。

在算力供給方面，《意見》提出推動智能芯片軟硬協同發展，突破高端訓練芯片、端側推理芯片等關鍵核心技術。通過有序推進高水平智算設施布局，加快建設算力互聯互通平臺和全國一體化算力網監測調度平臺，我國將顯著提升智算資源供給能力，為AI模型訓練和推理提供堅實支撐。

模型創新是AI制造的核心。《意見》支持模型訓練和推理方法創新，培育重點行業大模型，發展“云-邊-端”模型體系。通過推動大小模型協同創新，我國將打造出適應制造業實時性、可靠性、安全性特點的高性能算法模型，為工業場景落地提供有力保障。

數據是AI模型的“燃料”。《意見》開展“模數共振”行動，推動建立企業首席數據官制度，持續推進數據管理能力成熟度國家標準貫標。通過梳理適配行業模型需求的數據資源清單，發布制造業高質量數據集建設指南，我國將加速基礎數據向高質量行業數據集的轉化，實現“以模引數”和“用數賦模”的良性循環。

應用拓展：AI在制造業的全鏈條滲透

AI的價值在于應用。《意見》從行業賦能、全流程升級、企業分層三方面入手，系統部署了AI在制造業的應用拓展任務。

在行業賦能方面，《意見》聚焦原材料、裝備制造、消費品等重點行業，加快AI技術的落地應用。例如，在石化化工行業，AI技術將助力提質增效，實現油田作業區及化工安全生產監測預警、設備預測性維護、工藝流程自適應優化等；在電力裝備領域，AI技術將推動全生命周期智能化，提升發電、輸電設備的智能監控與調度優化水平。

全流程升級是AI制造的關鍵。《意見》推動AI技術深度嵌入生產制造核心環節，改造研發設計、中試驗證、生產制造、營銷服務、運營管理等全流程。通過提升輔助設計、仿真模型構建、排產調度、設備預測性維護等能力，我國將打造出個性化、低成本、高效能的新型制造模式。

企業分層是AI制造落地的保障。《意見》鼓勵龍頭企業先行先試，提供規模化應用場景，先行探索AI賦能制造業的新模式新應用；同時支持中小企業開展數字化、智能化改造，加快AI應用的復制推廣。通過形成“大企業建平臺、中小企業用平臺”的協同格局，我國將加速AI技術在制造業的全面普及。

產品突破：智能新產品新業態的構建

AI制造不僅需要技術賦能，更需要產品創新。《意見》從裝備迭代、終端升級、軟件創新三方面入手，系統部署了智能新產品新業態的構建任務。

在裝備迭代方面，《意見》加快工業母機、工業機器人等各類工業裝備的智能化升級，研制新一代AI數控系統，提升自主決策、分析和執行等能力。通過推動AI技術融入大飛機、船舶等重大技術裝備的研發、制造、運行，我國將顯著提升裝備制造業的智能化水平。

終端升級是AI制造的重要方向。《意見》支持端側模型、開發應用工具鏈等技術突破，培育智能手機、電腦、平板、智能家居等AI終端。通過聚焦工業巡檢、遠程醫療等重點場景，加快增強現實/虛擬現實（AR/VR）可穿戴設備、腦機接口等新型終端的產業化、商業化進程，我國將打造出具有國際競爭力的智能終端產品。

軟件創新是AI制造的靈魂。《意見》推動AI與工業軟件的深度融合，提升設計生產效率。通過開展工業智能體技術攻關和應用推廣，打造編程開發智能體，推動智能體云化部署，我國將構建出智能體分類分級管理體系，引導新業態健康發展。

生態壯大：AI產業生態的全面優化

良好的產業生態是AI制造持續發展的保障。《意見》從主體培育、標準引領、開源開放三方面入手，系統部署了AI產業生態的優化任務。

在主體培育方面，《意見》支持企業加大創新投入，積極承擔國家重大任務，集聚資源打造具有全球影響力的生態主導型企業。通過發展AI企業孵化器，實施中小企業創業支持計劃，梯次培育更多AI專精特新“小巨人”企業、高新技術企業，我國將構建起層次分明、協同發展的企業梯隊。

標準引領是AI產業生態規范發展的關鍵。《意見》發揮多部門標準技術組織的作用，加強跨行業跨領域協同，分級分類推動安全、治理、倫理等基礎標準研制。通過構建AI關鍵技術產品及賦能應用綜合評測體系，打造權威測評榜單，我國將顯著提升AI產業的標準化水平。

開源開放是AI產業生態創新發展的動力。《意見》建設高水平AI開源社區，部署實施一批優質開源項目，構筑具有全球影響力的人工智能開放生態。通過舉辦開發者大會、“校源行”等活動，傳播開源理念，繁榮開源文化，我國將激發AI產業的創新活力，推動技術迭代升級。

安全護航：AI制造的可靠保障

安全是AI制造發展的前提。《意見》從技術攻關、標準引領、治理機制三方面入手，系統部署了AI制造的安全保障任務。

在技術攻關方面，《意見》提出突破深度合成鑒偽、工業模型算法安全防護、訓練數據保護等關鍵技術，加強數據安全管理，強化AI安全保護能力。通過構建安全風險庫、語料庫等資源，建設工業安全大模型，我國將顯著提升AI技術的透明度和可解釋性，降低幻覺風險。

標準引領是AI安全治理的基礎。《意見》推動制定工業和信息化領域AI分類分級、評估評測、應急處置等安全政策標準，強化跨行業跨領域協同。通過構建AI綜合評測體系，支持建設AI大模型評測基準體系，我國將打造出權威測評榜單，牽引技術迭代升級。

治理機制是AI安全治理的保障。《意見》建立AI安全風險監測預警技術能力，強化風險監測、研判和防范。通過制定工業和信息化領域AI安全風險信息報送與共享工作指引，統籌產業鏈各環節力量，加強信息共享、風險通報、協同處置，我國將構建起高效、有序的AI安全治理體系。

國際合作：AI制造的全球視野

在全球化的背景下，AI制造的發展離不開國際合作。《意見》從產業合作、國際合作平臺兩方面入手，系統部署了AI制造的國際合作任務。

在產業合作方面，《意見》鼓勵企業針對不同國家和地區特點，定制AI產品和賦能應用解決方案。通過開展AI賦能新型工業化深度行“海外版”，支持行業組織、專業機構為企業提供出海配套服務，我國將引導企業高效開展各類技術驗證和合規認證，更好服務產業有序出海發展。

國際合作平臺是AI制造國際合作的重要載體。《意見》支持依規辦好世界AI大會、人形機器人大賽等具有全球影響力的高端賽、展、會，積極宣傳我國AI標桿案例。通過高質量建設中國—金磚國家AI發展與合作中心，提升務實合作水平，我國將推動全球AI產業協同發展，貢獻中國智慧和中國方案。