1、1“人工智能+制造”专项行动实施意见人工智能加速与实体经济深度融合，深刻改变制造业生产模式和经济形态，成为驱动产业升级、重塑全球格局的关键变量。为贯彻落实关于深入实施“人工智能+”行动的意见，加快推进人工智能技术在制造业融合应用，打造新质生产力，全方位、深层次、高水平赋能新型工业化，制定本实施意见。一、总体要求以习近平新时代中国特色社会主义思想为指导，深入贯彻党的二十大和二十届历次全会精神，完整准确全面贯彻新发展理念，加快构建新发展格局，统筹发展和安全，坚持创新驱动、场景牵引、市场主导、安全可信、开放共享、普惠融通，一端抓技术供给，推动“智能产业化”，一端抓赋能应用，加快“产业智能化”，整体壮

2、大产业生态，促进人工智能科技创新与产业创新深度融合、人工智能技术与制造业应用“双向赋能”，加快制造业智能化、绿色化、融合化发展，有力支撑制造强国、网络强国和数字中国建设。到 2027 年，我国人工智能关键核心技术实现安全可靠供给，产业规模和赋能水平稳居世界前列。推动 35 个通用大模型在制造业深度应用，形成特色化、全覆盖的行业大模型，推出 1000 个高水平工业智能体，打造 100 个工业领域高质量数据集，推广 500 个典型应用场景。培育 23 家具有全球影响力的生态主导型企业和一批专精特新中小企业，打造一批2“懂智能、熟行业”的赋能应用服务商，选树 1000 家标杆企业。建成全球领先的开源

3、开放生态，安全治理能力全面提升，为人工智能发展贡献中国方案。二、创新筑基：夯实人工智能赋能底座（一）强化人工智能算力供给。推动智能芯片软硬协同发展，支持突破高端训练芯片、端侧推理芯片、人工智能服务器、高速互联、智算云操作系统等关键技术。有序推进高水平智算设施布局，加快建设全国一体化算力网监测调度平台，促进算力资源高效利用。开展智算云服务试点，推动大模型一体机、边缘计算服务器、工业云算力部署，提升智算资源供给能力。（二）开发高水平行业模型。支持模型训练和推理方法创新，开发适应制造业实时性、可靠性、安全性特点的高性能算法模型。培育重点行业大模型，发展“云边端”模型体系，持续提升泛化能力。打造面向工

4、业细分场景小模型，鼓励大小模型协同创新。推动模型轻量化部署，加快在工业场景落地应用。打造模型公共服务平台，提供高水平模型及配套工具服务。支持建设大模型评测基准体系，打造权威榜单，定期发布评测结果，牵引技术迭代升级。（三）开展“模数共振”行动。推动建立企业首席数据官制度，持续推进数据管理能力成熟度国家标准贯标，夯实企业数据治理基础。梳理适配行业模型需求的数据资源清单，发布制造业高质量数据集建设指南，用好制造业数字化转型促进中心等载体，推动将基础数据转化为高质量行业数据集，实现“以模引数”。指导企业加强数据工程能力建设，促进企业数据开3发与模型建设深度融合，探索建立“数据协同、模型训练、应用开发、

5、安全保障”一体化机制，实现“用数赋模”。三、赋智升级：拓展推广高价值应用场景（四）加快重点行业应用赋能。深入开展人工智能赋能新型工业化“深度行”活动，组织高水平专家、企业、研究机构等赋能服务团深入行业、地方、园区。建设人工智能应用对接平台，促进供需精准匹配。参考人工智能赋能制造业重点行业转型指引（见附件 1），分类制定“人工智能+制造”行业应用全景图和转型路线图，加快赋能原材料、装备制造、消费品、电子信息、软件和信息技术服务等制造业相关重点行业，加快标杆解决方案和经验推广应用。（五）加速全流程转型升级。系统梳理重点环节应用场景，深化智能工厂梯度培育，推动大模型技术深度嵌入生产制造核心环节，改造

6、研发设计（含工业设计）、中试验证、生产制造、营销服务、运营管理等全流程，提升辅助设计、仿真模型构建、排产调度、设备预测性维护等能力。研发设计环节。重点推进智能辅助设计、软件代码辅助编写、药物研发等，打造个性化、低成本、高效能的新型研发设计模式。加强工业研发数据集建设和开源共享，探索建立人工智能预测结果评估体系，提升工程技术创新能力，疏通人工智能科学发现的“堰塞湖”。中试验证环节。大力推进中试智能化改造，加快虚拟仿真、多模态融合等技术在中试环节的应用，通过全面感知、实时分析、科学决策和精准执行，优化工艺流程、提高中试效4率、降低试验成本。生产制造环节。深化人工智能技术在工业核心流程控制、工艺优化