★ 國家工業信息安全發展研究中心 何丹丹

摘要：人工智能作為新一輪科技革命和產業變革的核心驅動力，正深刻重塑工業生產方式與產業組織形態。以大模型、智能體、具身智能為代表的新一代人工智能技術，正在推動制造業從“單點智能化”向“全流程數智化”躍遷。本文系統梳理了我國人工智能賦能新型工業化的政策演進脈絡，深入分析了人工智能在研發設計、生產制造、運營管理、節能降耗與綠色制造等重點領域的實踐探索。基于此，文章提出了構建工業智能體體系、培育高質量工業數據集、推進智能工廠梯度建設、完善標準體系與安全治理等實踐建議，為人工智能賦能新型工業化提供理論參考與實施指引。

關鍵詞：人工智能；新型工業化；智能制造；工業大模型；工業智能體

Abstract: As the core driving force of the new round of scientific and technological revolution and industrial transformation, artificial intelligence (AI) is profoundly reshaping industrial production methods and industrial organizational forms. A new generation of AI technologies, represented by large language models, intelligent agents, and embodied intelligence, is propelling the manufacturing industry to leap from "single-point intelligence" to "full-process digital and AI transformation". This paper systematically reviews the policy evolution of AI empowering new industrialization in China, and conducts an in-depth analysis of practical explorations in key areas such as R&D and design, production and manufacturing, operations management, energy conservation and consumption reduction, and green manufacturing. Based on this, the paper puts forward practical recommendations including building an intelligent industrial agent system, cultivating high-quality industrial datasets, promoting the tiered development of smart factories, and improving standard systems and security governance, so as to provide theoretical reference and implementation guidance for AI-empowered new industrialization.

Key words: Artificial intelligence; New industrialization; Intelligent manufacturing; Industrial large language model; Industrial intelligent Agent

1   引言

黨的二十大報告明確提出“推進新型工業化，加快建設制造強國”的戰略部署。2023年全國新型工業化推進大會進一步強調，大力推動數字技術與實體經濟深度融合。2024年3月，“人工智能+”寫入政府工作報告，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。2024年至2026年間，工業和信息化部相繼印發《制造業企業數字化轉型實施指南》《機械工業數字化轉型實施方案》《“人工智能+制造”專項行動實施意見》等政策文件，系統部署了人工智能賦能新型工業化的重點任務與實施路徑。

我國人工智能產業規模持續擴大。截至2025年4月，我國人工智能專利申請量達157.6萬件，占全球申請量的38.58%，位居全球首位；已累計培育400余家人工智能領域國家級專精特新“小巨人”企業，占據了全球十分之一的人工智能產業規模，形成了覆蓋基礎層、框架層、模型層、應用層的完整人工智能產業體系[1]。與此同時，黨的十八大以來，我國制造業規模和質量不斷邁上新臺階，總體規模連續16年位居全球第一。據統計，2025年我國規模以上制造業企業人工智能技術應用普及率超30%， 累計建成3.5萬余家基礎級、8200余家先進級、500余家卓越級及15家領航級智能工廠。人工智能正從單點應用向全流程滲透，從試點示范向規模化推廣演進，成為推動制造業高端化、智能化、綠色化發展的關鍵引擎。

在此背景下，深入研究人工智能賦能新型工業化的實踐模式，對于推動工業高質量發展、培育新質生產力具有重要的理論價值和現實意義[2]。

2   政策體系與產業發展現狀

2.1   國家層面政策體系

近年來，我國構建了從戰略規劃到行動指南的完整政策鏈條，為人工智能賦能新型工業化提供了堅實的制度保障。2025年8月，國務院印發《關于深入實施“人工智能+”行動的意見》，強調推動工業全要素智能聯動，加快人工智能在設計、中試、生產、服務、運營全環節落地應用。2025年10月，《中共中央關于制定國民經濟和社會發展第十五個五年規劃的建議》正式發布，人工智能被列為新質生產力重點發展方向，明確提出全面實施“人工智能+”行動，以人工智能引領科研范式變革，搶占人工智能產業應用制高點。2026年1月發布的《“人工智能+制造”專項行動實施意見》進一步細化了實施路徑，從供給和應用兩端發力： 一端抓供給，加強通用大模型和行業大模型的研發布局；一端抓應用，推動制造業的全流程、重點行業、重點產品的智能升級。該意見還針對原材料、裝備制造等重點行業提出了具體的智能化升級方向，如推動工業母機柔性化智能化躍升、加速汽車行業全鏈條智能化升級等。 2026年3月，《國民經濟和社會發展第十五個五年規劃綱要》正式發布，明確提出深化拓展“人工智能+”，賦能經濟社會發展和治理能力提升，促進生產方式深層次變革和生產力革命性躍遷。

2.2   地方層面配套政策

在國家政策框架下，各地紛紛出臺配套措施，形成了央地協同的政策格局。北京市印發《北京市人工智能賦能新型工業化行動方案（2025年）》，明確打造行業頭部大模型，對達到國內一流、國際領先水平的大模型算力成本給予最高不超過3000萬元支持。廣東省發布《廣東省人工智能賦能制造業高質量發展行動方案（2025—2027年）》，提出支持工業企業、人工智能企業打造一批具備數據處理和智能決策能力的工業智能體，對符合條件的工業智能體項目擇優予以資金支持。蘇州市出臺《蘇州市加快推進“AI+制造”創新發展行動方案（2025—2026年）》，目標到2026年底建設10個制造業重點行業人工智能應用賦能中心，培育150個工業垂類大模型，打造1000個典型應用場景和智能終端產品，建設15個國家卓越級以上智能工廠。

2.3   產業發展現狀

我國人工智能產業呈現出強勁的發展勢頭。在算力基礎設施方面，截至2026年3月底，我國智能算力規模達1882 EFLOPS（FP16），萬卡級集群成為支撐大模型訓練與推理的主流載體。在大模型開發方面，以DeepSeek-R1、通義千問為引領的開源大模型技術性能比肩國際先進水平，其開源模式極大降低了行業創新門檻。在應用賦能方面，2025年上半年我國AI大模型解決方案市場規模達30.7億元，同比增長122.1%。從賦能環節分布看，大模型在工業價值鏈中的應用呈現“兩端高、中間低”的微笑曲線態勢，研發設計與營銷服務環節更易獲得AI賦能。值得注意的是， 2025年生產制造環節的應用占比已由19.9%增長至25.9%， 表明AI正在向價值創造的核心環節加速滲透。

3   關鍵應用場景分析

3.1   研發設計智能化

人工智能正在重塑工業產品的研發設計范式[3]。基于大模型的生成式設計能力，能夠根據設計約束條件自動生成滿足性能要求的方案，大幅縮短研發周期。 TCL發布的顯示領域垂域大模型—星智大模型3.0， 憑借更全面的知識體系和更高效的學習適應能力，在半導體顯示行業得到充分應用， 可直接助力產品開發過程，支持產品問題解析效率提升20%，材料開發效率提升30%。在裝備行業，利用人工智能技術深度融入數控系統， 賦能“實時感知—自主學習—智能決策—閉環執行”全流程，提升工業母機自適應作業與執行能力。我國自主研發的新一代智能數控系統正式發布，是全球首臺集成AI芯片與AI大模型的數控系統， 可以讓工業母機的操作精度在原有微米級的基礎上再提升30%，加工效率也將提升5%~10%。

3.2   生產制造智能化

生產制造是人工智能賦能工業的核心環節[4]。2025年， 生產制造環節的大模型應用占比已提升至25.9%。在質量檢測方面，基于機器視覺和深度學習的智能質檢系統已廣泛應用于電子、汽車、鋼鐵等行業。人工智能“數字之眼”能夠精準檢測車身焊點、產品表面缺陷等，檢測成功率超過95%。在工藝優化方面，通過分析歷史生產數據，人工智能能夠發現工藝參數與產品質量之間的隱含關系， 實現工藝參數的自適應優化[5]。在設備運維方面，構建基于大模型的智能診斷系統，精準感知、準確判斷設備狀態，實現遠程監控與預測性維護，有效降低非計劃停機時間。

3.3   運營管理智能化

后端運營管理環節是大模型應用占比最高的領域。企業運營對大模型的依賴度持續加深，大模型已從初期的輔助數據分析升級為智能決策等復雜場景支持。煤炭科學研究總院有限公司研發的新一代人工智能調度平臺“礦山知行”，通過整合太陽石礦山大模型、多智能體協同決策和數據知識融合等關鍵技術，構建覆蓋“人—機—環”全要素的智能化調度體系，可實現數據、決策、運營“三化一體”協同發展，推動調度從輔助決策向自主決策轉型升級，完成從“少人調度”到“黑燈調度”的智能化演進。在供應鏈管理方面，支持工業企業建設數智化供應鏈，基于工業大模型開展協同采購、協同制造、協同配送等應用，帶動供應鏈相關企業智能化改造。

3.4   節能降耗與綠色制造

人工智能在工業節能降耗和綠色制造方面展現出巨大潛力。通過實時監測生產過程中的能耗數據，結合工藝參數和外部環境因素，人工智能能夠建立能耗預測模型，識別節能潛力點，優化能源使用策略。在水泥、鋼鐵等高耗能行業，人工智能賦能的窯爐煅燒控制、原料配比優化等應用，能夠顯著降低單位產品能耗，減少碳排放。

4   對策建議

4.1   構建工業智能體體系

工業智能體是人工智能賦能新型工業化的重要載體。一是聚焦重點場景，在研發設計、生產運營、運維服務、節能降耗、供應鏈管理等環節，打造一批具備數據處理和智能決策能力的工業智能體；二是推動多智能體協同，研制多智能體互聯互通規范，制定和推廣工業智能體主流協議標準，實現不同智能體之間的協同作業；三是建設智能體創新平臺，支持有條件的地區建設智能體領域創新中心，培育感知、需求、執行、決策、評測類智能體。

4.2   培育高質量工業數據集

數據質量直接決定人工智能賦能新型工業化的效果。一是圍繞重點行業，支持工業企業、平臺企業、數據服務企業建設高質量的行業通識和行業專識數據集，構建工業知識語料庫；二是推進工業數據治理，建立數據質量標準體系，提升數據的準確性、完整性和一致性；三是探索數據要素流通機制，支持企業承擔和建設可信數據空間創新發展試點，探索構建制造業領域數據資源交換體系。

4.3   推進智能工廠梯度建設

智能工廠是人工智能賦能新型工業化的關鍵抓手。建議按照基礎級、先進級、卓越級、領航級的梯度培育體系，推動智能工廠建設。一是基礎級智能工廠重點實現關鍵設備聯網和數據采集；二是先進級智能工廠實現生產過程的數字化管控和局部智能化；三是卓越級智能工廠實現全流程智能化和跨業務協同優化；四是領航級智能工廠引領行業智能化發展方向，形成可復制推廣的模式和經驗。

4.4   完善標準體系與安全治理

標準體系是人工智能賦能新型工業化的重要保障。截至2025年4月，我國已累計制定了40余項人工智能行業關鍵標準和10余項國際標準。建議進一步完善工業人工智能標準體系，重點制定工業大模型、工業智能體、工業數據治理等領域的技術標準和應用規范。同時，加強人工智能安全治理，確保工業人工智能系統的可靠性、安全性和可控性，完善人工智能監管體制機制。

5   結語

人工智能賦能新型工業化是培育新質生產力、推動制造業高質量發展的戰略選擇。在國家政策的有力引導和產業界的共同努力下，我國人工智能賦能新型工業化已取得顯著成效，形成了從戰略規劃到行動指南的完整政策鏈條，建成了覆蓋基礎層、技術層、應用層的完整產業體系。

展望未來，隨著大模型、智能體、具身智能等新一代人工智能技術的持續演進，人工智能與工業的融合將不斷深化。應堅持“以實體經濟為牽引，以場景應用為導向”，推動人工智能在工業全要素、全鏈條、全環節的深度應用，加快實現從“中國制造”向“中國智造”的跨越，為建設制造強國、網絡強國、數字中國提供堅實支撐。

作者簡介：

何丹丹（1991-），女，河北定州人，工程師，博士，現就職于國家工業信息安全發展研究中心，研究方向為人工智能應用、數字經濟、數字經濟國際合作等。

參考文獻：

[1] 欒燕, 孟祥曦. 人工智能大模型與新型工業化融合的路徑與挑戰[J]. 信息通信技術與政策, 2025, 51 (1) :76 - 82.

[2] 惠寧, 楊金璇, 許瀟丹. 論人工智能對制造業新質生產力影響的邏輯機理[J]. 北京工業大學學報(社會科學版), 2025, 25 (3) : 50 - 62.

[3] 徐福龍, 郭晁煜, 辛偉濤. 人工智能助力制造業轉型升級的路徑研究[J]. 中國國情國力, 2025, (8) : 7 - 10.

[4] 穆榮平, 郭京京, 李雨晨, 等. 人工智能賦能制造業創新驅動發展態勢、問題和建議[J]. 中國科學院院刊, 2025, 40 (8) : 1329 - 1339.

[5] 侯衛鋒, 古紹武, 張志銘, 等. 工業大模型賦能的新型流程工業智能工廠核心工業軟件體系[J]. 中國科學: 信息科學, 2025, 55 (7) : 1783 - 1800.

摘自《自動化博覽》2026年6月刊