RM新时代|官网产品

工信部聯(lián)科〔2025〕279號

各省、自治區、直轄市及計劃單列市、新疆生產(chǎn)建設兵團工業(yè)和信息化主管部門(mén)、黨委網(wǎng)信辦、發(fā)展改革主管部門(mén)、教育廳（教委）、商務(wù)主管部門(mén)、國資主管部門(mén)、市場(chǎng)監管局（廳、委）、數據管理部門(mén)，各有關(guān)單位：

現將《“人工智能+制造”專(zhuān)項行動(dòng)實(shí)施意見(jiàn)》印發(fā)給你們，請結合實(shí)際認真抓好落實(shí)。

工業(yè)和信息化部

中央網(wǎng)信辦

國家發(fā)展改革委

教育部

商務(wù)部

國務(wù)院國資委

市場(chǎng)監管總局

國家數據局

2025年12月25日

“人工智能+制造”專(zhuān)項行動(dòng)實(shí)施意見(jiàn)

人工智能加速與實(shí)體經(jīng)濟深度融合，深刻改變制造業(yè)生產(chǎn)模式和經(jīng)濟形態(tài)，成為驅動(dòng)產(chǎn)業(yè)升級、重塑全球格局的關(guān)鍵變量。為貫徹落實(shí)《關(guān)于深入實(shí)施“人工智能+”行動(dòng)的意見(jiàn)》，加快推進(jìn)人工智能技術(shù)在制造業(yè)融合應用，打造新質(zhì)生產(chǎn)力，全方位、深層次、高水平賦能新型工業(yè)化，制定本實(shí)施意見(jiàn)。

一、總體要求

以習近平新時(shí)代中國特色社會(huì )主義思想為指導，深入貫徹黨的二十大和二十屆歷次全會(huì )精神，完整準確全面貫徹新發(fā)展理念，加快構建新發(fā)展格局，統籌發(fā)展和安全，堅持創(chuàng )新驅動(dòng)、場(chǎng)景牽引、市場(chǎng)主導、安全可信、開(kāi)放共享、普惠融通，一端抓技術(shù)供給，推動(dòng)“智能產(chǎn)業(yè)化”，一端抓賦能應用，加快“產(chǎn)業(yè)智能化”，整體壯大產(chǎn)業(yè)生態(tài)，促進(jìn)人工智能科技創(chuàng )新與產(chǎn)業(yè)創(chuàng )新深度融合、人工智能技術(shù)與制造業(yè)應用“雙向賦能”，加快制造業(yè)智能化、綠色化、融合化發(fā)展，有力支撐制造強國、網(wǎng)絡(luò )強國和數字中國建設。

到2027年，我國人工智能關(guān)鍵核心技術(shù)實(shí)現安全可靠供給，產(chǎn)業(yè)規模和賦能水平穩居世界前列。推動(dòng)3－5個(gè)通用大模型在制造業(yè)深度應用，形成特色化、全覆蓋的行業(yè)大模型，推出1000個(gè)高水平工業(yè)智能體，打造100個(gè)工業(yè)領(lǐng)域高質(zhì)量數據集，推廣500個(gè)典型應用場(chǎng)景。培育2－3家具有全球影響力的生態(tài)主導型企業(yè)和一批專(zhuān)精特新中小企業(yè)，打造一批“懂智能、熟行業(yè)”的賦能應用服務(wù)商，選樹(shù)1000家標桿企業(yè)。建成全球領(lǐng)先的開(kāi)源開(kāi)放生態(tài)，安全治理能力全面提升，為人工智能發(fā)展貢獻中國方案。

二、創(chuàng )新筑基：夯實(shí)人工智能賦能底座

（一）強化人工智能算力供給。推動(dòng)智能芯片軟硬協(xié)同發(fā)展，支持突破高端訓練芯片、端側推理芯片、人工智能服務(wù)器、高速互聯(lián)、智算云操作系統等關(guān)鍵技術(shù)。有序推進(jìn)高水平智算設施布局，加快建設全國一體化算力網(wǎng)監測調度平臺，促進(jìn)算力資源高效利用。開(kāi)展智算云服務(wù)試點(diǎn)，推動(dòng)大模型一體機、邊緣計算服務(wù)器、工業(yè)云算力部署，提升智算資源供給能力。

（二）開(kāi)發(fā)高水平行業(yè)模型。支持模型訓練和推理方法創(chuàng )新，開(kāi)發(fā)適應制造業(yè)實(shí)時(shí)性、可靠性、安全性特點(diǎn)的高性能算法模型。培育重點(diǎn)行業(yè)大模型，發(fā)展“云－邊－端”模型體系，持續提升泛化能力。打造面向工業(yè)細分場(chǎng)景小模型，鼓勵大小模型協(xié)同創(chuàng )新。推動(dòng)模型輕量化部署，加快在工業(yè)場(chǎng)景落地應用。打造模型公共服務(wù)平臺，提供高水平模型及配套工具服務(wù)。支持建設大模型評測基準體系，打造權威榜單，定期發(fā)布評測結果，牽引技術(shù)迭代升級。

（三）開(kāi)展“模數共振”行動(dòng)。推動(dòng)建立企業(yè)首席數據官制度，持續推進(jìn)數據管理能力成熟度國家標準貫標，夯實(shí)企業(yè)數據治理基礎。梳理適配行業(yè)模型需求的數據資源清單，發(fā)布制造業(yè)高質(zhì)量數據集建設指南，用好制造業(yè)數字化轉型促進(jìn)中心等載體，推動(dòng)將基礎數據轉化為高質(zhì)量行業(yè)數據集，實(shí)現“以模引數”。指導企業(yè)加強數據工程能力建設，促進(jìn)企業(yè)數據開(kāi)發(fā)與模型建設深度融合，探索建立“數據協(xié)同、模型訓練、應用開(kāi)發(fā)、安全保障”一體化機制，實(shí)現“用數賦?！?。

三、賦智升級：拓展推廣高價(jià)值應用場(chǎng)景

（四）加快重點(diǎn)行業(yè)應用賦能。深入開(kāi)展人工智能賦能新型工業(yè)化“深度行”活動(dòng)，組織高水平專(zhuān)家、企業(yè)、研究機構等賦能服務(wù)團深入行業(yè)、地方、園區。建設人工智能應用對接平臺，促進(jìn)供需精準匹配。參考《人工智能賦能制造業(yè)重點(diǎn)行業(yè)轉型指引》（見(jiàn)附件1），分類(lèi)制定“人工智能+制造”行業(yè)應用全景圖和轉型路線(xiàn)圖，加快賦能原材料、裝備制造、消費品、電子信息、軟件和信息技術(shù)服務(wù)等制造業(yè)相關(guān)重點(diǎn)行業(yè)，加快標桿解決方案和經(jīng)驗推廣應用。

（五）加速全流程轉型升級。系統梳理重點(diǎn)環(huán)節應用場(chǎng)景，深化智能工廠(chǎng)梯度培育，推動(dòng)大模型技術(shù)深度嵌入生產(chǎn)制造核心環(huán)節，改造研發(fā)設計（含工業(yè)設計）、中試驗證、生產(chǎn)制造、營(yíng)銷(xiāo)服務(wù)、運營(yíng)管理等全流程，提升輔助設計、仿真模型構建、排產(chǎn)調度、設備預測性維護等能力。

研發(fā)設計環(huán)節。重點(diǎn)推進(jìn)智能輔助設計、軟件代碼輔助編寫(xiě)、藥物研發(fā)等，打造個(gè)性化、低成本、高效能的新型研發(fā)設計模式。加強工業(yè)研發(fā)數據集建設和開(kāi)源共享，探索建立人工智能預測結果評估體系，提升工程技術(shù)創(chuàng )新能力，疏通人工智能科學(xué)發(fā)現的“堰塞湖”。

中試驗證環(huán)節。大力推進(jìn)中試智能化改造，加快虛擬仿真、多模態(tài)融合等技術(shù)在中試環(huán)節的應用，通過(guò)全面感知、實(shí)時(shí)分析、科學(xué)決策和精準執行，優(yōu)化工藝流程、提高中試效率、降低試驗成本。

生產(chǎn)制造環(huán)節。深化人工智能技術(shù)在工業(yè)核心流程控制、工藝優(yōu)化、排產(chǎn)調度等環(huán)節應用，促進(jìn)生產(chǎn)過(guò)程分析、決策、執行智能化。推廣機器視覺(jué)、無(wú)人智能巡檢等工業(yè)質(zhì)檢技術(shù)，強化產(chǎn)線(xiàn)實(shí)時(shí)監測和預測性維護，提升設備故障識別準確性，實(shí)現安全生產(chǎn)風(fēng)險預警與事件告警。

營(yíng)銷(xiāo)服務(wù)環(huán)節。推廣智能客服、數字人、商品三維模型，重點(diǎn)突破個(gè)性化推薦、定制化售后、服務(wù)化延伸等，發(fā)展基于人工智能技術(shù)的答疑、培訓等功能，改善售前、售中、售后服務(wù)體驗，提升服務(wù)價(jià)值。

運營(yíng)管理環(huán)節。發(fā)揮大模型推理預測能力，加速訂單處理、銷(xiāo)量預測、庫存預警等環(huán)節智能升級，優(yōu)化供應鏈管理。運用大模型分析和生成能力，提升企業(yè)對戰略、人力資源、財務(wù)、風(fēng)險等管理能力。

（六）提升重點(diǎn)企業(yè)應用水平。開(kāi)展制造業(yè)企業(yè)智能化成熟度評估，實(shí)施《制造業(yè)企業(yè)人工智能應用指南》（見(jiàn)附件2），為企業(yè)智能化轉型升級提供實(shí)施路徑和方法指引。鼓勵龍頭企業(yè)、央國企等先行先試，提供規?；瘧脠?chǎng)景，研發(fā)應用工業(yè)智能體，先行探索人工智能賦能制造業(yè)新模式。深入實(shí)施中小企業(yè)數字化賦能專(zhuān)項行動(dòng)，支持中小企業(yè)開(kāi)展數字化、智能化改造，加快中小企業(yè)人工智能應用復制推廣。

（七）推進(jìn)重點(diǎn)區域推廣應用。建設并開(kāi)放一批“人工智能+制造”應用場(chǎng)景，打造具備行業(yè)特色的創(chuàng )新高地。依托國家自主創(chuàng )新示范區、國家高新區、國家級經(jīng)開(kāi)區資源集聚、人才密集等優(yōu)勢，加快人工智能新產(chǎn)品新服務(wù)新業(yè)態(tài)規?；涞?。支持先進(jìn)制造業(yè)集群、數字產(chǎn)業(yè)集群等開(kāi)展人工智能賦能應用，推動(dòng)區域制造業(yè)智能化轉型升級。

（八）推動(dòng)重點(diǎn)領(lǐng)域智能化升級。加強人工智能與信息通信網(wǎng)絡(luò )協(xié)同，推動(dòng)人工智能與工業(yè)互聯(lián)網(wǎng)平臺融合賦能，研發(fā)面向工業(yè)互聯(lián)網(wǎng)等基礎設施的數據集、大模型、智能體，推進(jìn)人工智能技術(shù)在基礎設施規劃、建設、運營(yíng)、維護等環(huán)節深入應用。深化人工智能技術(shù)在綠色制造領(lǐng)域融合應用，針對能源和碳排放管理、資源循環(huán)利用等場(chǎng)景需求，研發(fā)推廣智能化綠色化協(xié)同解決方案。打造一批面向行業(yè)的應用安全解決方案，加快安全大模型、智能體等落地應用，構建安全運行體系，提升工業(yè)領(lǐng)域安全水平。

四、產(chǎn)品突破：構建智能新產(chǎn)品新業(yè)態(tài)

（九）推動(dòng)智能裝備迭代。加快工業(yè)母機、工業(yè)機器人等各類(lèi)工業(yè)裝備搭載應用智能體，研制新一代人工智能數控系統，提升自主決策、分析和執行等能力。加快發(fā)展手術(shù)機器人、智能診斷系統等，加速智能醫療裝備產(chǎn)品創(chuàng )新和臨床應用推廣。推動(dòng)人工智能技術(shù)融入大飛機、船舶等重大技術(shù)裝備研發(fā)、制造、運行，發(fā)展無(wú)人機等智能低空裝備。開(kāi)展搭載自動(dòng)駕駛功能的智能網(wǎng)聯(lián)汽車(chē)產(chǎn)品測試與安全評估，有序推進(jìn)產(chǎn)品準入和上路通行試點(diǎn)。

（十）加速智能終端升級。支持端側模型、開(kāi)發(fā)應用工具鏈等技術(shù)突破，培育智能手機、電腦、平板、智能家居等人工智能終端。聚焦工業(yè)巡檢、遠程醫療等重點(diǎn)場(chǎng)景，加快增強現實(shí)/虛擬現實(shí)（AR/VR）可穿戴設備、腦機接口等新型終端的產(chǎn)業(yè)化、商業(yè)化進(jìn)程。推動(dòng)具身智能產(chǎn)品創(chuàng )新，建設人形機器人中試基地和訓練場(chǎng)，打造人形機器人標桿產(chǎn)線(xiàn)，在典型制造場(chǎng)景率先應用。

（十一）打造智能體新業(yè)態(tài)。開(kāi)展工業(yè)智能體任務(wù)規劃、群體協(xié)同等技術(shù)攻關(guān)，強化工業(yè)機理與智能體決策模型融合、智能體與工業(yè)系統間交互適配，推動(dòng)智能體云化部署。研制開(kāi)放協(xié)同的智能體協(xié)議和接口，提升智能體互聯(lián)互通互操作效率。支持智能體應用商店建設運營(yíng)，選樹(shù)一批工業(yè)智能體應用典型案例，發(fā)布企業(yè)級應用實(shí)踐指南，加速智能體規?；?、商業(yè)化進(jìn)程。構建智能體分類(lèi)分級管理體系，研究智能體互聯(lián)網(wǎng)體系架構，探索智能體注冊發(fā)現、身份認證、接入管理機制，引導新業(yè)態(tài)健康發(fā)展。加快傳統軟件產(chǎn)品和服務(wù)升級，推動(dòng)人工智能與工業(yè)軟件深度融合，提升設計生產(chǎn)效率。

五、主體培育：打造人工智能發(fā)展和賦能應用主力軍

（十二）梯次培育企業(yè)。支持企業(yè)加大創(chuàng )新投入，積極承擔國家重大任務(wù)，集聚資源打造具有全球影響力的生態(tài)主導型企業(yè)。發(fā)展人工智能企業(yè)孵化器，實(shí)施中小企業(yè)創(chuàng )業(yè)支持計劃，梯次培育更多人工智能專(zhuān)精特新“小巨人”企業(yè)、高新技術(shù)企業(yè)、制造業(yè)單項冠軍企業(yè)、獨角獸企業(yè)和瞪羚企業(yè)。鼓勵有關(guān)地方給予企業(yè)“算力券”“模型券”等支持，強化賦能中小企業(yè)公共服務(wù)，降低企業(yè)開(kāi)發(fā)應用成本。

（十三）打造創(chuàng )新載體。建設人工智能領(lǐng)域國家制造業(yè)創(chuàng )新中心，提升關(guān)鍵共性技術(shù)供給能力。布局一批人工智能領(lǐng)域重點(diǎn)實(shí)驗室，加強對類(lèi)腦智能、世界模型等前沿技術(shù)探索。高質(zhì)量建設制造領(lǐng)域重點(diǎn)行業(yè)國家人工智能應用中試基地，匯聚產(chǎn)業(yè)創(chuàng )新資源，加快形成一批可復制、可推廣的行業(yè)解決方案。

（十四）發(fā)展賦能應用服務(wù)商。健全制造業(yè)數智化轉型服務(wù)體系，建設一批人工智能賦能應用加速器，培育優(yōu)質(zhì)賦能應用服務(wù)商，打造標準化和定制化結合的賦能解決方案，提供行業(yè)模型調優(yōu)、數據治理、安全保障等服務(wù)。鼓勵工業(yè)企業(yè)、人工智能企業(yè)、工業(yè)互聯(lián)網(wǎng)企業(yè)集聚工具、技術(shù)、平臺等資源，打造生態(tài)伙伴型服務(wù)商。支持電信運營(yíng)商和央國企數智科技公司提升服務(wù)能力，承接行業(yè)賦能應用服務(wù)。指導相關(guān)行業(yè)組織，定期發(fā)布優(yōu)質(zhì)服務(wù)商目錄等。

六、生態(tài)壯大：加強資源配置優(yōu)化產(chǎn)業(yè)生態(tài)

（十五）強化標準引領(lǐng)。發(fā)揮工業(yè)和信息化部人工智能標委會(huì )、全國數據標準化委員會(huì )、全國信標委人工智能分委會(huì )、全國集成電路標委會(huì )人工智能芯片工作組、全國網(wǎng)安標委新技術(shù)安全標準特別工作組作用，加強標準技術(shù)組織建設。強化跨行業(yè)跨領(lǐng)域協(xié)同，分級分類(lèi)推動(dòng)安全、治理、倫理等基礎標準，軟硬協(xié)同等通用標準、賦能應用標準以及計量技術(shù)規范研制。深入開(kāi)展“人工智能標準行”活動(dòng)，強化標準宣貫應用。鼓勵企業(yè)參與國際標準化工作。

（十六）推動(dòng)開(kāi)源開(kāi)放。建設高水平人工智能開(kāi)源社區，部署實(shí)施一批模型、數據集、智能體等優(yōu)質(zhì)開(kāi)源項目，構筑具有全球影響力的人工智能開(kāi)放生態(tài)。研發(fā)推廣適配人工智能項目特性的開(kāi)源許可協(xié)議，構建新型人工智能開(kāi)源規則秩序。引導云服務(wù)廠(chǎng)商、賦能應用服務(wù)商與開(kāi)源社區積極對接，推動(dòng)開(kāi)源項目在工業(yè)領(lǐng)域落地應用。舉辦開(kāi)發(fā)者大會(huì )、“校源行”等活動(dòng)，傳播開(kāi)源理念，繁榮開(kāi)源文化，形成共建共享良好氛圍。

（十七）加強人才引育。開(kāi)展人工智能產(chǎn)業(yè)人才需求預測，發(fā)布人才需求預測報告，支持高校院所提前布局、調整優(yōu)化相關(guān)學(xué)科專(zhuān)業(yè)。建好用好北京中關(guān)村學(xué)院、上海創(chuàng )智學(xué)院、深圳河套學(xué)院、國家人工智能產(chǎn)教融合創(chuàng )新平臺、國家卓越工程師學(xué)院、國家卓越工程師實(shí)踐基地等，設置專(zhuān)業(yè)課程，培養既懂人工智能又懂制造業(yè)應用的復合型人才，完善人工智能認知教育培訓，提升全員人工智能素養與技能。加強人工智能領(lǐng)域高技能人才培養，依托國家相關(guān)人才工程和項目，培養科技領(lǐng)軍人才、創(chuàng )新團隊，超常規構建領(lǐng)軍人才培養新模式，積極引進(jìn)海外高端人才。

七、安全護航：筑牢應用賦能安全保障

（十八）提升安全保障能力。攻關(guān)深度合成鑒偽、工業(yè)模型算法安全防護、訓練數據保護、對抗樣本檢測、智能終端安全測評等關(guān)鍵技術(shù)，加強數據安全管理，強化人工智能安全保護能力。構建安全風(fēng)險庫、語(yǔ)料庫等資源，建設工業(yè)安全大模型。通過(guò)知識庫優(yōu)化、訓練語(yǔ)料糾錯、生成合成內容標識等，增強人工智能透明度、可解釋性，降低幻覺(jué)風(fēng)險。落實(shí)人工智能科技倫理管理服務(wù)辦法，加強行業(yè)自律，提升企業(yè)人工智能倫理風(fēng)險防范能力。

（十九）建立安全治理機制。研究制定工業(yè)和信息化領(lǐng)域人工智能分類(lèi)分級、評估評測、應急處置等安全政策標準，支持地方主管部門(mén)探索柔性治理機制。建立人工智能安全風(fēng)險監測預警技術(shù)能力，強化風(fēng)險監測、研判和防范。制定工業(yè)和信息化領(lǐng)域人工智能安全風(fēng)險信息報送與共享工作指引，統籌產(chǎn)業(yè)鏈各環(huán)節力量，加強信息共享、風(fēng)險通報、協(xié)同處置。

八、國際合作：塑造國際合作競爭新優(yōu)勢

（二十）支持產(chǎn)業(yè)合作。鼓勵企業(yè)針對不同國家和地區特點(diǎn)，定制人工智能產(chǎn)品和賦能應用解決方案。開(kāi)展人工智能賦能新型工業(yè)化深度行“海外版”，支持行業(yè)組織、專(zhuān)業(yè)機構為企業(yè)提供出海配套服務(wù)，引導企業(yè)高效開(kāi)展各類(lèi)技術(shù)驗證和合規認證，更好服務(wù)產(chǎn)業(yè)有序出海發(fā)展。引導外資投向人工智能領(lǐng)域，鼓勵外商投資企業(yè)開(kāi)展生成式人工智能技術(shù)開(kāi)發(fā)及產(chǎn)品生產(chǎn)等。

（二十一）打造國際合作平臺。積極參加金磚、上合、中國—東盟、二十國集團、亞太經(jīng)濟合作組織等合作機制下的人工智能議題討論。支持依規辦好世界人工智能大會(huì )、人形機器人運動(dòng)會(huì )等具有全球影響力的高端賽、展、會(huì )，積極宣傳我國人工智能標桿案例。高質(zhì)量建設中國—金磚國家人工智能發(fā)展與合作中心，提升務(wù)實(shí)合作水平，推動(dòng)全球產(chǎn)業(yè)協(xié)同發(fā)展。

九、保障措施：強化全方位政策支持保障

建立部門(mén)合作、央地聯(lián)動(dòng)、產(chǎn)業(yè)協(xié)同的工作推進(jìn)機制，鼓勵地方因地制宜制定政策措施，引導企業(yè)錯位發(fā)展，防范產(chǎn)業(yè)“內卷式”競爭。統籌現有資金渠道，布局支持“人工智能+制造”有關(guān)技術(shù)研發(fā)和賦能應用任務(wù)。發(fā)揮國家人工智能產(chǎn)業(yè)投資基金作用，豐富優(yōu)質(zhì)項目?jì)?，吸引帶?dòng)更多社會(huì )資本有序加大投資。開(kāi)展新技術(shù)新產(chǎn)品新場(chǎng)景大規模應用示范行動(dòng)，用好首臺（套）、首批次、首版次應用政策，推進(jìn)新技術(shù)、新產(chǎn)品的推廣應用和迭代升級，釋放國內市場(chǎng)需求潛力。開(kāi)展人工智能產(chǎn)業(yè)規模測算，建立應用監測評價(jià)指標體系，完善人工智能產(chǎn)業(yè)監測分析平臺，動(dòng)態(tài)監測全球產(chǎn)業(yè)發(fā)展態(tài)勢。

附件：

1. 人工智能賦能制造業(yè)重點(diǎn)行業(yè)轉型指引

2. 制造業(yè)企業(yè)人工智能應用指南

附件1

人工智能賦能制造業(yè)重點(diǎn)行業(yè)轉型指引

制造業(yè)是國民經(jīng)濟的主體，是立國之本、興國之器、強國之基。人工智能與制造業(yè)的深度融合，是發(fā)展新質(zhì)生產(chǎn)力、構建現代化產(chǎn)業(yè)體系的重要路徑。為發(fā)揮制造業(yè)體量大、門(mén)類(lèi)全、場(chǎng)景豐富的優(yōu)勢，結合各行業(yè)領(lǐng)域特點(diǎn)、技術(shù)成熟度、數字化水平等基礎條件，分類(lèi)施策推進(jìn)制造業(yè)領(lǐng)域人工智能應用，加快制造業(yè)智能化、綠色化、融合化發(fā)展，制定本指引。

一、原材料行業(yè)

（一）提升鋼鐵行業(yè)全流程智能化水平。構建鋼鐵行業(yè)數據集、知識庫公共產(chǎn)品，打造人工智能工程化應用平臺，提供智能化解決方案。研發(fā)覆蓋鋼鐵生產(chǎn)全流程的系列動(dòng)態(tài)模型，基于鋼鐵機理知識和生產(chǎn)實(shí)踐經(jīng)驗，研發(fā)視覺(jué)、預測、決策等鋼鐵行業(yè)大模型、智能體，實(shí)現關(guān)鍵設備運行工況的實(shí)時(shí)感知、工藝參數的自適應優(yōu)化、產(chǎn)品性能預報、質(zhì)量缺陷溯源、調度任務(wù)的全局優(yōu)化和實(shí)時(shí)智能調整等。推動(dòng)人工智能賦能鋼鐵行業(yè)全流程，提高生產(chǎn)效率、產(chǎn)品質(zhì)量、資源效能、安全和服務(wù)水平。

（二）推動(dòng)石化化工行業(yè)提質(zhì)增效。綜合利用大模型、數字孿生技術(shù)突破油氣勘探開(kāi)發(fā)、化工新材料研發(fā)范式。深度融合油氣生產(chǎn)作業(yè)、管網(wǎng)儲運、化工工藝等工藝機理、專(zhuān)家經(jīng)驗、生產(chǎn)運行數據等，打造石化化工行業(yè)大模型，推動(dòng)大小模型融合應用，實(shí)現油田作業(yè)區及化工安全生產(chǎn)監測預警、設備預測性維護、工藝流程自適應優(yōu)化、產(chǎn)品質(zhì)量預測等。構建行業(yè)高質(zhì)量數據集、數據資源節點(diǎn)等數據基礎設施，支撐行業(yè)大模型、智能體訓練與開(kāi)發(fā)，提升復雜場(chǎng)景人工智能應用水平。

（三）加快人工智能與新材料研發(fā)深度融合。建設新材料大數據中心，構建高精度、長(cháng)序列、多模態(tài)的材料行業(yè)數據集，提升行業(yè)數據格式標準化水平。發(fā)展面向合金、陶瓷、高分子、能源材料的跨尺度計算框架，構建新材料分子設計、合成制備、工藝優(yōu)化等行業(yè)大模型，提升材料“成分－結構－性能”反向設計能力。建設大模型預測結果評估體系，增強模型預測準確性。提升材料科學(xué)研究人機協(xié)作能力，提升新材料高通量自動(dòng)化實(shí)驗和制備能力。

（四）促進(jìn)人工智能賦能有色金屬行業(yè)。研發(fā)數據自動(dòng)化治理、標注技術(shù)與工具，打造礦山與裝備運行類(lèi)、選礦工藝優(yōu)化類(lèi)、冶煉過(guò)程控制類(lèi)等行業(yè)高質(zhì)量數據集，構建數據基礎支撐體系。建設融合“物理機理－工藝數據－環(huán)境變量”的有色金屬行業(yè)大模型、場(chǎng)景模型與智能體，推動(dòng)大小模型協(xié)同應用，滿(mǎn)足可靠性、動(dòng)態(tài)適應性等使用需求，實(shí)現新材料及新工藝研發(fā)模式創(chuàng )新、采選冶過(guò)程精準控制與關(guān)鍵參數實(shí)時(shí)優(yōu)化、可回收資源精準分類(lèi)識別等。

（五）推動(dòng)人工智能賦能建材行業(yè)創(chuàng )新應用。優(yōu)先面向水泥、平板玻璃等行業(yè)，部署一批針對行業(yè)典型單元操作需求的場(chǎng)景模型，訓練建設建材行業(yè)大模型，推動(dòng)在礦山開(kāi)采、原料配比優(yōu)化、窯爐煅燒控制、水泥熟料強度預測等場(chǎng)景的深度應用，提升生產(chǎn)過(guò)程的智能優(yōu)化控制水平。推動(dòng)研發(fā)“數據驅動(dòng) +機理模型”的智能算法體系，建設先進(jìn)陶瓷、人工晶體等先進(jìn)無(wú)機非金屬材料數據集，推動(dòng)新產(chǎn)品開(kāi)發(fā)、生產(chǎn)工藝優(yōu)化。

二、裝備制造行業(yè)

（一）推動(dòng)工業(yè)母機柔性化智能化躍升。利用人工智能技術(shù)深度融入數控系統，賦能“實(shí)時(shí)感知－自主學(xué)習－智能決策－閉環(huán)執行 ”全流程，提升工業(yè)母機自適應作業(yè)與執行能力。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(tài)，實(shí)現遠程監控與預測性維護。依托模塊化生產(chǎn)單元與智能決策服務(wù)，通過(guò)低代碼組態(tài)式任務(wù)編排與自主資源調度，實(shí)現制造系統自主響應訂單變更、實(shí)時(shí)重構產(chǎn)線(xiàn)與敏捷生產(chǎn)。

（二）加速汽車(chē)行業(yè)全鏈條智能化升級。打造汽車(chē)大模型，自動(dòng)生成車(chē)身造型、內飾布局等方案，實(shí)時(shí)仿真動(dòng)態(tài)優(yōu)化結構強度、風(fēng)阻系數等參數，推動(dòng)智能研發(fā)新范式。加快人工智能技術(shù)在硬件配置、參數調優(yōu)等環(huán)節應用，開(kāi)發(fā)模塊化工藝島，打造柔性可重構產(chǎn)線(xiàn)。建立人工智能驅動(dòng)的全流程質(zhì)量控制與預測性維護，推進(jìn)整車(chē)性能在線(xiàn)檢測與全生命周期質(zhì)量追溯。

（三）推進(jìn)電力裝備全生命周期智能化。基于人工智能技術(shù)，智能優(yōu)化發(fā)電機等核心部件結構參數，推進(jìn)大型發(fā)電裝備數字孿生設計和試驗仿真。利用人工智能算法加強電力裝備可制造性分析，智能評估部件加工難度和裝配兼容性。構建人工智能驅動(dòng)的健康評估與壽命預測平臺，開(kāi)展狀態(tài)檢修，提升發(fā)電、輸電設備智能監控與調度優(yōu)化水平。

（四）推動(dòng)人工智能技術(shù)在船舶行業(yè)應用落地。構建船舶行業(yè)大模型，探索研發(fā)設計新模式，面向大型船舶、海洋裝備少人化、智能化生產(chǎn)需求，推進(jìn)“下料－焊接－噴涂－物流”等關(guān)鍵工序智能化升級，推動(dòng)人工智能在海洋裝備制造、智慧港口等領(lǐng)域應用場(chǎng)景建設?；跀祿卫?、機器學(xué)習等人工智能技術(shù)，建立船舶設備系統運行性能模型，實(shí)現船舶航行能效優(yōu)化及設備故障診斷等功能。

（五）打造航空航天智能化制造體系。開(kāi)發(fā)基于人工智能算法的仿真平臺，結合氣動(dòng)數據與流體力學(xué)仿真模型，自動(dòng)迭代機身線(xiàn)型、機翼剖面等方案，實(shí)現極端工況驗證，縮短測試周期。打造工業(yè)決策系統，在設計、制造、運維、管理等環(huán)節開(kāi)展智能體應用。構建大型復雜材料構件智能加工與裝配、特種材料增材制造與智能檢測、航天器總裝集成與測試智能化等人工智能解決方案，全面提升行業(yè)智能化水平。

三、消費品行業(yè)

（一）提升紡織服裝領(lǐng)域個(gè)性化設計與高效生產(chǎn)能力。打造面向服飾行業(yè)的智能化產(chǎn)品規劃平臺，深度挖掘海量消費數據，利用數據分析決策大模型，實(shí)現服飾產(chǎn)品熱點(diǎn)快速識別與響應方案設計。通過(guò)集成物理引擎與 3D生成大模型，打造個(gè)性化設計與虛擬試衣系統，提升消費者購物體驗。推動(dòng)部署自適應生產(chǎn)系統，實(shí)現微米級紗線(xiàn)張力監測與疵點(diǎn)自修復，提升產(chǎn)品良品率。研發(fā)基于多光譜智能識別的廢舊紡織品智能分揀技術(shù)及裝備，提高再生資源利用率。

（二）強化家居領(lǐng)域智能化運營(yíng)和智能產(chǎn)品供給能力。建立數據驅動(dòng)的產(chǎn)品設計智能體，優(yōu)化產(chǎn)品結構功能、提升智能操控能力、加快新品上市節奏。融合工業(yè)排產(chǎn)大模型與工業(yè)互聯(lián)網(wǎng)技術(shù)，連接生產(chǎn)設備、訂單、物料等多源數據，實(shí)現多產(chǎn)線(xiàn)協(xié)同排產(chǎn)與倉儲調度，增強制造柔性與響應速度。開(kāi)發(fā)具備人機交互、智能感知、智能互聯(lián)等功能的智能家居產(chǎn)品，構建多樣化場(chǎng)景，建設主動(dòng)服務(wù)型家電提醒系統，提供節能方案與預測性維護，提升設備運行可靠性與用戶(hù)滿(mǎn)意度。

（三）構建食品加工領(lǐng)域安全高效智慧化管理體系。鼓勵應用人工智能技術(shù)，豐富食品工業(yè)人工智能大模型產(chǎn)品供給。組織食品企業(yè)、專(zhuān)業(yè)化服務(wù)商提供食品生產(chǎn)智能監控溯源、食品園區“ 5G+工業(yè)互聯(lián)網(wǎng)”、原料生產(chǎn)供應智慧管理等智能化解決方案。加快多模態(tài)安全生產(chǎn)監控大模型研發(fā)部署，提升食品生產(chǎn)現場(chǎng)違規操作與危險行為實(shí)時(shí)識別能力。提升供應鏈風(fēng)險預測與應急響應能力，實(shí)時(shí)感知供應鏈中斷風(fēng)險，保障食品供應穩定性。

（四）提升醫藥智能研發(fā)與供應管理水平。建設人工智能驅動(dòng)的新藥發(fā)現與虛擬篩選平臺，通過(guò)多模態(tài)藥效預測大模型，加速靶點(diǎn)識別與候選藥物發(fā)現，降低藥物研發(fā)周期與成本。融合量子化學(xué)模擬與人工智能技術(shù)，精準設計藥物分子結構，提升藥效與安全性。加快人工智能在藥物合成路徑規劃、原料組合優(yōu)化等環(huán)節落地應用，構建自動(dòng)化、高通量、低成本的智能藥物合成體系。建設醫藥供應鏈智能管理平臺，實(shí)時(shí)追蹤藥品需求變化，動(dòng)態(tài)優(yōu)化庫存與配送路徑，避免藥品短缺與浪費。

（五）推進(jìn)生物制造領(lǐng)域全鏈條創(chuàng )新發(fā)展。利用人工智能技術(shù)，挖掘和生成高性能生物元件、高效合成代謝通路以及高活性酶蛋白結構，豐富基礎數據庫。打造智能化菌種構建平臺，精準模擬細胞工廠(chǎng)運行機制，創(chuàng )建高轉化率工業(yè)菌種。建立工藝參數與產(chǎn)物得率的預測模型，縮短工藝開(kāi)發(fā)周期，提高中試驗證成功率。借助人工智能等技術(shù)，優(yōu)化迭代生物反應過(guò)程中的溫度、酸堿度、含氧量等核心參數，實(shí)現反應過(guò)程智能控制，加快產(chǎn)業(yè)化進(jìn)程。

（六）推動(dòng)歷史經(jīng)典產(chǎn)業(yè)煥新升級。加快構建歷史經(jīng)典產(chǎn)業(yè)大腦，構建融合絲綢紋樣、瓷器釉料配方、茶葉炒制工藝等核心技藝的產(chǎn)業(yè)數據底座，實(shí)現市場(chǎng)需求感知與產(chǎn)品創(chuàng )新精準對接。依托人工智能、工業(yè)互聯(lián)網(wǎng)等技術(shù)，推動(dòng)定制化、協(xié)同化設計創(chuàng )新，驅動(dòng)文化 IP向時(shí)尚消費品轉化。運用機器視覺(jué)等技術(shù)構建全流程質(zhì)控體系，通過(guò)三維建模與數字孿生技術(shù)再現經(jīng)典產(chǎn)業(yè)生產(chǎn)場(chǎng)景與工藝流程，打造集技藝展示、互動(dòng)體驗、定制生產(chǎn)于一體的沉浸式文化空間，提升消費者購物體驗。

四、電子信息行業(yè)

（一）提升電子元器件設計智能化水平。以生成式人工智能與數字孿生技術(shù)實(shí)現電子元器件全虛擬仿真調試，構建跨域協(xié)同研發(fā)平臺。通過(guò)集成先進(jìn)計算引擎與多模態(tài)大模型，打通電子設計自動(dòng)化、產(chǎn)品生命周期管理系統的數據孤島，支持復雜芯片架構、新型顯示器件的快速迭代驗證。重點(diǎn)突破電子元器件高精度仿真預測技術(shù)，縮短研發(fā)周期，降低物理試錯成本。

（二）推動(dòng)消費電子、新型顯示等行業(yè)柔性智造。以工業(yè)大模型與邊緣智能技術(shù)實(shí)現產(chǎn)線(xiàn)動(dòng)態(tài)重構，構建自適應的電子信息行業(yè)柔性生產(chǎn)系統。部署人工智能驅動(dòng)的工藝參數優(yōu)化模型，結合機器視覺(jué)與多尺度物性表征，實(shí)現電子元器件貼片、組裝、測試等關(guān)鍵工序的毫秒級調優(yōu)。開(kāi)發(fā)模塊化、智能化的電子信息制造裝備及低時(shí)延網(wǎng)絡(luò )，支持消費電子、新型顯示行業(yè)多品種小批量生產(chǎn)，大幅壓縮換線(xiàn)時(shí)間，提升設備綜合效率。

（三）強化電子信息元件與產(chǎn)品質(zhì)量管控能力。加快構建電子信息行業(yè)知識圖譜，實(shí)現質(zhì)量根因智能分析，構建全流程質(zhì)量管控平臺。開(kāi)發(fā)覆蓋印刷電路板設計、芯片封裝等環(huán)節的在線(xiàn)質(zhì)檢系統，融合機器視覺(jué)、無(wú)損檢測及多光譜識別技術(shù)，提升電子元器件檢測效率和精度。建立電子信息產(chǎn)品質(zhì)量缺陷知識庫與預測模型，有效降低不良品率，提升質(zhì)量追溯響應速度，推動(dòng)事后補救向主動(dòng)預防轉型。

（四）創(chuàng )新電子信息行業(yè)綠色低碳發(fā)展智能方案。融合人工智能與區塊鏈技術(shù)，實(shí)現電子信息產(chǎn)品碳足跡的全生命周期精準核算與可信數據共享。開(kāi)發(fā)光伏、鋰電池行業(yè)碳管理大模型，融合工業(yè)互聯(lián)網(wǎng)標識解析與能耗預測算法，動(dòng)態(tài)優(yōu)化設備參數與能源調度。部署智能功率預測與場(chǎng)站運營(yíng)系統，推動(dòng)能源電子行業(yè)單位產(chǎn)值能耗顯著(zhù)下降，提升碳排放數據可信度，支撐全球價(jià)值鏈高端化延伸。

五、軟件和信息技術(shù)服務(wù)行業(yè)

（一）打造軟件全生命周期智能工具鏈產(chǎn)品體系。聚焦多模態(tài)大模型、行為分析、時(shí)序預測等，構建覆蓋軟件需求設計、開(kāi)發(fā)、測試、運維的智能化開(kāi)發(fā)工具鏈產(chǎn)品。打造人工智能驅動(dòng)的開(kāi)發(fā)運維產(chǎn)品，實(shí)現智能調度與風(fēng)險預警。培育垂直領(lǐng)域低代碼平臺、智能體開(kāi)發(fā)平臺，以模塊化人工智能組件實(shí)現行業(yè)知識快速封裝、自動(dòng)化任務(wù)設計與執行，推動(dòng)軟件開(kāi)發(fā)從“人工主導”向“智能協(xié)同”轉變。

（二）加快傳統軟件與服務(wù)智能化升級。推動(dòng)人工智能技術(shù)與基礎軟件、工業(yè)軟件及制造業(yè)行業(yè)應用軟件融合，實(shí)現傳統軟件智能化升級與價(jià)值重構。提升軟件動(dòng)態(tài)感知、自?xún)?yōu)化與自演進(jìn)能力，實(shí)現軟件功能模塊的動(dòng)態(tài)重組與性能優(yōu)化。融合預測分析與業(yè)務(wù)流程挖掘等技術(shù)，賦能軟件智能決策能力?；趪a(chǎn)智能體互聯(lián)協(xié)議，研發(fā)高性能智能通信中間件，實(shí)現軟件與大模型的高效協(xié)同及多源數據統一分析。

（三）培育打造垂直領(lǐng)域智能體。研發(fā)部署軟件編程、軟件需求與審計、軟件測試智能體，打造曲面設計、自動(dòng)建模、自動(dòng)編程等工業(yè)智能體，研制智能排程規劃、動(dòng)態(tài)報表生成、界面自動(dòng)化設計、數據智能監控與治理等專(zhuān)用智能體。研發(fā)醫療、教育、金融、法律等行業(yè)智能體。

（四）建設軟件行業(yè)高質(zhì)量數據集。突破多模態(tài)數據自動(dòng)化清洗與智能語(yǔ)義標注等技術(shù)，打造標準化軟件研發(fā)數據集。運用合成數據與對抗性測試技術(shù)，模擬高并發(fā)、網(wǎng)絡(luò )異常等復雜邊界場(chǎng)景，構建真實(shí)場(chǎng)景測試數據集?；诩毩６葘?shí)體關(guān)系抽取與異構多源知識對齊技術(shù)，構建語(yǔ)義化領(lǐng)域知識資產(chǎn)。建立開(kāi)源代碼合規清洗流水線(xiàn)，有效過(guò)濾許可證沖突與漏洞風(fēng)險，全面夯實(shí)“人工智能 +軟件”融合創(chuàng )新的數據底座。

附件2

制造業(yè)企業(yè)人工智能應用指南

人工智能與制造業(yè)全要素、全流程、全鏈條深度融合，是破解產(chǎn)業(yè)升級瓶頸、塑造國際競爭優(yōu)勢的重要途徑。為加快推動(dòng)人工智能與制造業(yè)深度融合，推動(dòng)數字技術(shù)與制造優(yōu)勢更好結合，提升制造業(yè)企業(yè)應用人工智能的科學(xué)化、規范化水平，全面賦能新型工業(yè)化，制定本指南。

使用人工智能進(jìn)行研發(fā)設計、生產(chǎn)制造、經(jīng)營(yíng)管理及開(kāi)展延伸服務(wù)的企業(yè)適用本指南。

一、開(kāi)展智能化評估和規劃

（一）開(kāi)展智能化水平診斷評估。綜合運用數據管理能力成熟度、智能制造能力成熟度、數字化轉型成熟度、兩化融合管理體系等參考標準和制造業(yè)數字化轉型通用評估指標體系，摸清企業(yè)數字化、網(wǎng)絡(luò )化、智能化水平，找準轉型升級瓶頸。結合經(jīng)濟性分析與風(fēng)險評估，科學(xué)確定人工智能應用需求。

（二）制定人工智能應用規劃。參考人工智能賦能新型工業(yè)化典型應用案例等，確定人工智能應用核心場(chǎng)景和技術(shù)導入優(yōu)先級，合理設置應用目標。優(yōu)先開(kāi)展經(jīng)營(yíng)管理、研發(fā)設計等場(chǎng)景智能化升級，梯次布局中試驗證、生產(chǎn)制造等環(huán)節改造升級。發(fā)揮工業(yè)互聯(lián)網(wǎng)數字底座支撐作用，強化與企業(yè)數字化轉型工作統籌銜接，確保人工智能應用精準支撐主營(yíng)業(yè)務(wù)發(fā)展。

二、提升智能化基礎能力

（三）升級硬件基礎能力。對工業(yè)“啞設備”“啞崗位”實(shí)施數字化改造升級，構建統一技術(shù)底座和場(chǎng)景化應用套件相結合的硬件支撐體系。通過(guò)加裝傳感設備和智能儀器儀表、部署邊緣計算設備、推動(dòng)工業(yè)專(zhuān)網(wǎng)升級、應用數字化轉型通用工具產(chǎn)品，全面提升各類(lèi)場(chǎng)景信息感知、傳輸、決策、控制能力。通過(guò)計算、存儲、網(wǎng)絡(luò )優(yōu)化升級，加快推動(dòng)已有數據中心轉型智算中心。

（四）提升軟件智能化水平。加快工業(yè)實(shí)時(shí)操作系統等核心軟件，制造執行系統、在線(xiàn)實(shí)時(shí)優(yōu)化軟件等控制優(yōu)化軟件，以及分布式控制系統、數據采集與監控系統等控制執行單元智能化改造升級，提升智能化支撐能力。優(yōu)化基礎軟件內核，植入智能調度算法，提升資源分配效率，增強系統響應速度。部署集成數字孿生、大模型等數智技術(shù)的工業(yè)設計、生產(chǎn)控制、經(jīng)營(yíng)管理、服務(wù)保障等工業(yè)軟件，強化工業(yè)軟件原生智能基礎。

三、構建高質(zhì)量數據集

（五）建設數據資源平臺。搭建企業(yè)專(zhuān)識數據庫，形成覆蓋研發(fā)設計、生產(chǎn)制造、供應鏈管理、經(jīng)營(yíng)決策管理等全業(yè)務(wù)場(chǎng)景的數據資源池。構建包含機理庫（存儲工業(yè)機理模型、技術(shù)文檔、設計圖紙等底層原理性知識）、仿真庫（存儲多學(xué)科仿真模型）、經(jīng)驗庫（存儲故障案例、最佳實(shí)踐、操作技巧等實(shí)踐性知識）在內的工業(yè)知識庫，有效支撐企業(yè)人工智能數據集需求。建設企業(yè)數據管理一體化平臺，支持多源異構數據的匯聚、處理、標注和質(zhì)量評估，提高企業(yè)數據加工和利用能力，提高數據集質(zhì)量。

（六）應用數據集處理工具鏈。加強數據處理工具使用，逐步覆蓋數據匯聚、采集、清洗、增強、標注、合成、存儲、傳輸、分析與應用等重點(diǎn)環(huán)節，為企業(yè)人工智能應用持續提供高質(zhì)、高效、安全的數據集支持。重點(diǎn)加強智能標注、專(zhuān)家協(xié)同標注、融合機理與仿真數據合成、數據集質(zhì)量評估、安全監測等方向工具的使用。

（七）建立數據管理體系。鼓勵企業(yè)探索首席數據官制度，建立涵蓋規劃、實(shí)施、評價(jià)、改進(jìn)的數據管理體系，加強數據標準化建設，推動(dòng)各系統數據融合。建立企業(yè)數據集分類(lèi)分層分級管理機制，綜合考慮數據類(lèi)型、數據系統、應用場(chǎng)景和安全等因素，保障企業(yè)數據集安全應用、有效流通。明確數據采集、預處理、數據標注、增強合成、數據集產(chǎn)品化等環(huán)節的關(guān)鍵步驟和質(zhì)量要點(diǎn)，制定數據集質(zhì)量評估標準，指導數據集質(zhì)量提升和高效應用。

（八）構建多樣化數據集。聚焦工業(yè)領(lǐng)域研發(fā)設計、生產(chǎn)制造、經(jīng)營(yíng)管理等環(huán)節，打造覆蓋企業(yè)工藝設計優(yōu)化、過(guò)程控制、故障診斷、智慧運營(yíng)等場(chǎng)景的多模態(tài)工業(yè)高質(zhì)量數據集。鼓勵制造業(yè)企業(yè)聯(lián)合第三方開(kāi)展合成數據集、工業(yè)領(lǐng)域深度思維鏈數據集、跨學(xué)科跨領(lǐng)域知識圖譜等數據集建設，打造高質(zhì)量行業(yè)數據集，探索數據集產(chǎn)品化、支持復雜場(chǎng)景工業(yè)人工智能應用。

四、合理規劃布局算力資源

（九）科學(xué)規劃算力規模。按照國家總體部署，結合企業(yè)發(fā)展實(shí)際，制定階段化、梯度上升的算力部署規模，鼓勵優(yōu)先選擇可實(shí)現瞬時(shí)響應、可擴縮容的算力服務(wù)。

（十）合理配置算力資源。鼓勵優(yōu)先采用云計算服務(wù)快速構建智能化基礎服務(wù)能力，降低技術(shù)投入成本。具備良好數字化基礎且對數據安全要求較高的企業(yè)，可依托自有算力基礎設施建設智算資源，部署人工智能應用，實(shí)現資源集約化利用。

（十一）加強算力資源協(xié)同調度。鼓勵企業(yè)基于業(yè)務(wù)特征實(shí)現云邊端算力協(xié)同，整合多元異構芯片資源，云側實(shí)現模型訓練、微調、量化和蒸餾等任務(wù)，邊緣端側實(shí)現模型輕量化部署以滿(mǎn)足工業(yè)低延遲需求。深挖算力使用需求和應用場(chǎng)景，深化算力供需對接和算力資源高效調度運營(yíng)。

五、開(kāi)展模型選型與調優(yōu)

（十二）科學(xué)確定應用場(chǎng)景。聚焦解決企業(yè)在制造全流程中的關(guān)鍵技術(shù)或工藝難題，選取對生產(chǎn)力有明顯帶動(dòng)作用的高價(jià)值場(chǎng)景，開(kāi)展人工智能技術(shù)研發(fā)和應用落地，在以下五類(lèi)場(chǎng)景中重點(diǎn)布局人工智能應用。研發(fā)設計類(lèi)重點(diǎn)推進(jìn)智能輔助設計、創(chuàng )意圖紙快速生成等；中試驗證類(lèi)重點(diǎn)開(kāi)展仿真模型智能構建、測試數據智能生成等；生產(chǎn)制造類(lèi)深化應用智能排產(chǎn)調度、工業(yè)視覺(jué)智能檢測等；營(yíng)銷(xiāo)服務(wù)類(lèi)重點(diǎn)突破個(gè)性化推薦、定制化售后等；運維管理類(lèi)著(zhù)力實(shí)施設備預測性維護、能效優(yōu)化分析、輔助經(jīng)營(yíng)決策支持等。

（十三）量化場(chǎng)景關(guān)鍵指標。結合場(chǎng)景特征和業(yè)務(wù)目標，設定模型選型所用的可量化指標，以此評估場(chǎng)景應用效果，為模型選型和調優(yōu)提供依據。研發(fā)設計類(lèi)場(chǎng)景重點(diǎn)衡量單位時(shí)間內設計迭代次數、設計方案生成數量、方案采納比率等；中試驗證類(lèi)場(chǎng)景重點(diǎn)考核仿真建模效率、測試指標覆蓋程度等；生產(chǎn)制造類(lèi)場(chǎng)景著(zhù)重監測綜合優(yōu)化效率、生產(chǎn)合格率以及漏報率、誤報率等；營(yíng)銷(xiāo)服務(wù)類(lèi)場(chǎng)景重點(diǎn)檢查營(yíng)銷(xiāo)轉化率、響應時(shí)效等；運維管理類(lèi)場(chǎng)景重點(diǎn)關(guān)注故障預測準確率、維護成本降低幅度等。

（十四）結合業(yè)務(wù)選定模型。基于業(yè)務(wù)場(chǎng)景需求，結合算力基礎設施建設情況，開(kāi)展模型評測選型。綜合考慮模型、開(kāi)發(fā)框架、編譯器、推理部署工具鏈之間的兼容性、可靠性及易用性，優(yōu)先選用經(jīng)行業(yè)實(shí)踐驗證的成熟方案。鼓勵面向制造業(yè)細分業(yè)務(wù)場(chǎng)景研發(fā)智能體產(chǎn)品，構建智能化解決方案。把安全作為模型選型的重要考慮，綜合考量模型來(lái)源、漏洞缺陷、安全防護機制等，優(yōu)先選擇安全可信度高的模型底座。鼓勵企業(yè)打造產(chǎn)、供、銷(xiāo)全鏈條模型協(xié)同能力，提升各環(huán)節聯(lián)動(dòng)效率。

（十五）采用提示詞工程與檢索增強調優(yōu)。構建涵蓋工業(yè)常規問(wèn)題、邊緣案例的提示詞庫，建立語(yǔ)法正確性、語(yǔ)義完整性、用戶(hù)滿(mǎn)意度等多維度指標。針對市場(chǎng)分析、新技術(shù)應用等高頻知識更新場(chǎng)景，對接行業(yè)數據庫及資訊平臺，實(shí)施數據源權威性評價(jià)與內容監測機制，確保信息真實(shí)性。

（十六）利用模型微調適配典型場(chǎng)景。質(zhì)量檢測與缺陷識別場(chǎng)景，重點(diǎn)開(kāi)展基于預訓練模型的小樣本標注缺陷數據微調，強化模型對復雜微小特征提取能力；生產(chǎn)調度場(chǎng)景，重點(diǎn)根據產(chǎn)線(xiàn)歷史數據全參數微調時(shí)序預測模型，動(dòng)態(tài)分配資源提升核心任務(wù)效率；設備故障診斷場(chǎng)景，重點(diǎn)利用時(shí)序數據、音頻數據等多模態(tài)數據開(kāi)展實(shí)時(shí)監測預測，優(yōu)化故障預測模型。

（十七）結合實(shí)際開(kāi)展混合調優(yōu)。鼓勵企業(yè)根據實(shí)際情況，優(yōu)先采用提示詞工程及檢索增強技術(shù)，逐步嘗試參數高效微調、全參數微調，提升模型能力。結合實(shí)際建設多模態(tài)模型候選庫，綜合采用參數微調、架構搜索、大小模型協(xié)同等手段，確定最優(yōu)解決方案。

六、模型部署與集成

（十八）驗證模型性能。在實(shí)際生產(chǎn)環(huán)境中進(jìn)行試運行驗證，確保模型能夠在真實(shí)場(chǎng)景中有效運行。綜合考慮各類(lèi)模型的資源分配、數據安全性、實(shí)時(shí)性、穩定性、響應能力以及系統的擴展性等要求，使用微服務(wù)架構、 API接口、中間件等技術(shù)，基于業(yè)務(wù)特征將模型集中部署或云邊端協(xié)同部署。

（十九）提升模型易用性。根據業(yè)務(wù)需求，開(kāi)發(fā)具體的模型應用接口、低代碼組件等，基于業(yè)務(wù)需求實(shí)現數據接入靈活配置和模型分析結果展示。

七、持續提升應用成效

（二十）評估應用能力水平。組建專(zhuān)業(yè)團隊開(kāi)展專(zhuān)項評估，定期分析改進(jìn)。從模型準確率、算力利用率、推理時(shí)延、投入成本、安全穩定等方面，評估人工智能在企業(yè)應用中的問(wèn)題。

（二十一）推動(dòng)迭代優(yōu)化升級。定期分析應用人工智能對企業(yè)運營(yíng)決策水平提高、業(yè)務(wù)處理效率提升、產(chǎn)品生產(chǎn)質(zhì)量改進(jìn)、經(jīng)營(yíng)效益改善等方面的影響。結合企業(yè)發(fā)展戰略和人工智能技術(shù)趨勢，制定下一階段應用目標與實(shí)施方案。強化集約管控，推動(dòng)智能化與綠色化深度融合，實(shí)現可持續發(fā)展。

（二十二）深化技術(shù)融合創(chuàng )新。聯(lián)合高?？蒲袡C構攻關(guān)模型在工業(yè)應用過(guò)程中的實(shí)時(shí)性、端側部署和可靠性等關(guān)鍵技術(shù)。結合應用成效，推動(dòng)二次創(chuàng )新，將行業(yè)大模型深度嵌入研發(fā)設計、中試、生產(chǎn)和運營(yíng)等全流程。強化參數優(yōu)化與知識推理能力，孵化智能軟件開(kāi)發(fā)、智能運維等工業(yè)智能軟硬件工具和產(chǎn)品，構建以人工智能為驅動(dòng)的新質(zhì)生產(chǎn)力。

（二十三）鼓勵優(yōu)秀方案輸出。具備技術(shù)優(yōu)勢的行業(yè)領(lǐng)軍企業(yè)，通過(guò)開(kāi)放平臺接口、開(kāi)源通用模型及工具鏈、共享高性能算法模型、研制標準規范等方式，向產(chǎn)業(yè)鏈上下游輸出整體技術(shù)解決方案，促進(jìn)產(chǎn)業(yè)鏈協(xié)同創(chuàng )新。

八、做好人工智能應用安全防護

（二十四）強化數據安全防護。貫徹落實(shí)《數據安全法》《工業(yè)和信息化領(lǐng)域數據安全管理辦法（試行）》等法律政策，根據行業(yè)領(lǐng)域數據特點(diǎn)，組織開(kāi)展數據分類(lèi)分級、全生命周期安全防護、風(fēng)險監測預警、風(fēng)險評估等工作，為各行業(yè)人工智能應用提供數據安全保障。面向數據標注、匯聚、訓練、合成等環(huán)節，強化數據校驗、檢測評估、身份認證和權限管理，提升數據安全風(fēng)險防范水平。

（二十五）防范應用安全風(fēng)險。面向研發(fā)設計、中試驗證、生產(chǎn)制造、營(yíng)銷(xiāo)服務(wù)和運營(yíng)管理等人工智能典型應用場(chǎng)景，鼓勵企業(yè)定期對工業(yè)大模型幻覺(jué)、準確性、魯棒性等開(kāi)展安全測試評估。建立人工智能應用輸入輸出雙端過(guò)濾安全監控能力，加強惡意指令輸入、異常推理輸出等風(fēng)險防范。強化人工智能應用供應鏈安全管理，將上下游供應商的安全能力納入合作方管理要點(diǎn)，構建完善供應鏈安全治理能力。

（二十六）提升網(wǎng)絡(luò )安全防護水平。推動(dòng)網(wǎng)絡(luò )安全貫穿制造業(yè)企業(yè)人工智能規劃、部署、應用等各環(huán)節，落實(shí)《網(wǎng)絡(luò )安全法》《工業(yè)互聯(lián)網(wǎng)安全分類(lèi)分級管理辦法》，開(kāi)展自主定級、信息登記、分級防護、符合性評測、安全整改等工作，健全企業(yè)網(wǎng)絡(luò )安全管理和防護體系，加強工業(yè)控制系統網(wǎng)絡(luò )安全能力，提升人工智能應用過(guò)程中的風(fēng)險防范水平。

九、加強組織保障

（二十七）壓實(shí)企業(yè)主體責任。系統制定企業(yè)數智化轉型升級管理制度，強化企業(yè)資源保障力度，高效、穩妥推動(dòng)人工智能應用逐步深入。

（二十八）加強復合人才培養。加強產(chǎn)學(xué)研用協(xié)同，鼓勵高校和企業(yè)依托國家人工智能產(chǎn)教融合創(chuàng )新平臺、示范性特色學(xué)院等，支撐人工智能拔尖創(chuàng )新人才培養，健全企業(yè)人工智能人才引進(jìn)、評價(jià)和激勵機制，營(yíng)造良好人才發(fā)展環(huán)境，培養兼具行業(yè)認知與技術(shù)實(shí)操能力的復合型人才。

（二十九）積極參與生態(tài)共建。及時(shí)歸納總結成功經(jīng)驗，積極共享人工智能解決方案，打造行業(yè)應用標桿，推動(dòng)提升制造業(yè)智能化水平。