當前，新一輪科技革命和產業變革深入演進，人工智能（AI）全方位、深層次賦能工業發展，產業智能化、融合化、綠色化加速，促進全球產業鏈供應鏈深度調整。

　　變革生產方式

　　我國擁有豐富的應用場景、超大規模市場和龐大人才隊伍，為人工智能發展奠定了堅實基礎，已經形成覆蓋基礎層、框架層、模型層、應用層的完整產業體系。而人工智能技術快速演進也為千行百業注入新動能。

　　“人工智能打破了虛擬與現實的邊界，推動技術創新范式發生根本性變革。同時，突破了時間和空間限制，變革生產制造方式。”賽迪研究院數字經濟首席研究員王宇霞舉例說，在使用人工智能技術之前，人類發現的穩定晶體數量為4.8萬個，在引入人工智能材料發現工具GNoME模型后，科研人員在短時間內發現了220萬種新晶體，其中38萬種新晶體具備穩定結構，成為最有可能通過實驗合成并投入使用的潛在新材料。

　　制造業是人工智能的主戰場。通過在制造業大規模應用，人工智能技術和產品也實現迭代升級，形成雙向賦能。工業和信息化部支持建設11個國家人工智能創新應用先導區，開展人工智能賦能新型工業化深度行系列活動，遴選151項典型案例，樹立一批通用大模型、行業大模型和企業標桿，為產業智能化轉型提供指引。

　　賽迪研究院信息化與軟件產業研究所日前發布的《人工智能賦能新型工業化：范式變革與發展路徑》報告認為，要圍繞研發設計、中試驗證、營銷服務、運營管理等環節，逐步實現制造業全流程智能化升級。

　　“在制造業改造初期，可優先選擇業務場景相對標準化、技術門檻較低的領域開展應用示范，利用人工智能技術快速實現規?；渴?；從中長期看，可逐步將人工智能應用向設計研發、生產制造等核心環節滲透，攻克人工智能技術與復雜工業場景融合難題，形成一批切實可行的智能化解決方案，最終構建起全流程、全要素、全場景的行業應用人工智能體系。”王宇霞說。

　　例如長安汽車通過建立以三維數字化、全球協同設計為核心的汽車產品智能化研發云平臺，實現跨部門、跨企業、跨區域協同，保障設計方案協調與適配。這種研發模式能夠充分利用各地優質資源，確保不同國家和地區研究中心之間的數據實時傳遞和協作，提升研發效率和質量。

　　創新產品形態

　　今年的《政府工作報告》提出，支持大模型廣泛應用，大力發展智能網聯新能源汽車、人工智能手機和電腦、智能機器人等新一代智能終端以及智能制造裝備。

　　“近年來，以大模型為代表的人工智能技術，加速與智能手機、網聯汽車、家電、穿戴設備等深度融合，提升終端產品使用體驗。”王宇霞說。

　　企業加速布局人工智能技術的創新應用，AI手機、AI PC（個人計算機）等智能終端的市場普及率逐步提升。國際數據公司（IDC）預測，2025年中國智能終端市場出貨量將增長4%，其中AI個人計算機、AI平板和AI手機總計出貨量同比增長20%。

　　聯想最新財報顯示，在個人電腦市場整體下降的背景下，聯想中國區營收和利潤同比增長均超過20%，一個重要的增長點便是AI PC。聯想是全球首家在AI PC端側部署和運行DeepSeek大模型的企業。今年2月，聯想天禧個人智能體系統深度融合DeepSeek大模型，能力獲得重大升級。

　　“各大廠商通過技術創新、場景落地重塑人機交互范式，推動行業從單純的產品競爭轉向全方位的價值創造。”賽迪研究院電子信息研究所副所長趙燕介紹，智能終端集成專用AI引擎，提升硬件算力水平。同時，將AI大模型嵌入操作系統內核，打造系統運行的底層智能中樞。

　　前不久，中興通訊發布業內首款全尺寸內嵌DeepSeek的小折疊手機，用戶不需要單獨下載，一句指令即可直接開啟應用。此外，通過星云引擎智能調用多種專家大模型，用戶只需提出具體問題，手機便可自動選擇最合適的“專家”解答。

　　“近年來，我們不斷拓展AI在手機、PC、平板以及移動互聯終端設備中的應用，加速AI普惠。未來，我們將持續依托星云AI芯、端、云一體化技術能力，融合星辰大模型、DeepSeek等，探索更智能的交互方式，提升用戶體驗。”中興通訊高級副總裁、終端事業總裁倪飛說。

　　但是，目前AI終端標準尚未建立，出現開發環節軟硬件適配難度大，以及產品質量參差不齊、同質化競爭嚴重的現象，個人隱私保護、數據安全與合規等問題也備受關注。

　　趙燕建議，應共建新一代智能終端行業標準，打造通用適配和應用開發平臺，保障智能終端在不同操作系統下的兼容性和互操作性，統籌推進產業生態化；加強端云兩側設備軟硬件安全技術研發，制定出臺法律法規，完善政府監管機制，有效解決用戶的數據安全及隱私問題。

　　加速深度融合

　　中國信息協會常務理事、國研新經濟研究院創始院長朱克力認為，傳統工業化依賴要素投入和規模擴張，而人工智能驅動的智能化轉型則通過數據要素激活、算法模型迭代和智能決策優化，推動制造業從生產型制造向服務型制造躍遷。當前，工業大模型與垂直場景的深度融合成為新亮點。以深度學習框架為基礎的行業大模型加速落地，在電子信息、汽車制造等領域實現從設計到生產的閉環應用。

　　人工智能賦能新型工業化已取得重要進展。賽智產業研究院院長趙剛介紹，技術底座不斷夯實，人工智能算力、智算操作系統、工業大模型平臺等技術在制造業加快應用，工業企業廣泛接入DeepSeek等模型，工業大模型應用平臺超100個。產業政策持續出臺，廣東、江蘇等省份出臺促進人工智能賦能新型工業化支持政策。

　　推動人工智能與新型工業化深度融合，需在技術、生態和制度多維度協同發力。朱克力分析，技術層面應聚焦基礎模型疊加行業知識的雙輪驅動，突破算法泛化能力不足的瓶頸；生態構建需打破數據孤島和技術壁壘；制度保障方面，需完善創新激勵與風險防控體系。

　　“要深化工業領域物聯網、算力芯片、工業級智算平臺、工業大模型等新技術研發和應用，突破復雜工業場景下的技術性能瓶頸；加強工業企業數據治理，推動工業數據標注、訓練和推理，建設高質量工業數據集；以智能制造為主攻方向，深化各行業工業大模型、智能體和具身智能應用，促進制造業全鏈條智能化轉型。”趙剛說。

　　朱克力表示，工業數據的碎片化問題會制約模型訓練效果，需建立跨行業的數據共享機制，在保障安全的前提下推動數據要素流通。政府層面，可建設國家級工業數據交易平臺，制定數據確權、交易和使用的標準規范。企業層面，鼓勵龍頭企業開放智能平臺接口，帶動中小企業接入生態，形成鏈主企業引領、配套企業協同的發展格局。

原標題：賦能新型工業化走深向實
記者：李芃達 黃鑫
責任編輯：肖春芳
網頁編輯：蘇偉