位於浙江省慈溪市橫河鎮的福達軸承集團有限公司數字化車間的自動化流水線。 新華社記者 徐 昱攝

德龍軟體科技（天津）有限公司的工作人員展示一款用於工業生産的監測軟體。

新華社記者 孫凡越攝

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

  變革生産方式

  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、應用層的完整産業體系。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，推動技術創新範式發生根本性變革。同時，突破了時間和空間限制，變革生産製造方式。”賽迪研究院數字經濟首席研究員王宇霞舉例説，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模型後，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並投入使用的潛在新材料。

  製造業是人工智能的主戰場。通過在製造業大規模應用，人工智能技術和産品也實現迭代升級，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杆，為産業智能化轉型提供指引。

  賽迪研究院信息化與軟體産業研究所日前發布的《人工智能賦能新型工業化：範式變革與發展路徑》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，逐步實現製造業全流程智能化升級。

  “在製造業改造初期，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範，利用人工智能技術快速實現規模化部署；從中長期看，可逐步將人工智能應用向設計研發、生産製造等核心環節滲透，攻克人工智能技術與複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。”王宇霞説。

  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産品智能化研發雲&&，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。

  創新産品形態

  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製造裝備。

  “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，提升終端産品使用體驗。”王宇霞説。

  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範式，推動行業從單純的産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，提升硬體算力水平。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，通過星雲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，我們將持續依託星雲AI芯、端、雲一體化技術能力，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、終端事業總裁倪飛説。

  但是，目前AI終端標準尚未建立，出現開發環節軟硬體適配難度大，以及産品質量參差不齊、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&&，保障智能終端在不同操作系統下的兼容性和互操作性，統籌推進産業生態化；加強端雲兩側設備軟硬體安全技術研發，制定&&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，推動製造業從生産型製造向服務型製造躍遷。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、汽車製造等領域實現從設計到生産的閉環應用。

  人工智能賦能新型工業化已取得重要進展。賽智産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&&等技術在製造業加快應用，工業企業廣泛接入DeepSeek等模型，工業大模型應用&&超100個。産業政策持續&&，廣東、江蘇等省份&&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&&、工業大模型等新技術研發和應用，突破複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；以智能製造為主攻方向，深化各行業工業大模型、智能體和具身智能應用，促進製造業全鏈條智能化轉型。”趙剛説。

  朱克力&&，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&&，制定數據確權、交易和使用的標準規範。企業層面，鼓勵龍頭企業開放智能&&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。（記者 李芃達 黃 鑫）