潘悅 製圖

  當前，人工智能正從技術概念走向産業落地，成為重塑全球競爭格局的核心力量。面對呼嘯而至的智能時代，如何把握機遇在新一輪産業變革中實現轉型升級？在日前舉行的2025國家新質生産力與智能産業發展會議上，多位專家學者建言獻策，探尋智能時代産業升級新路徑。

  前沿技術推動深刻變革

  新一輪科技革命和産業變革正以前所未有的速度和廣度重塑全球生産力格局。

  在中國自動化學會理事長、中國空間技術研究院研究員楊孟飛看來，人工智能、大數據、區塊鏈、生物技術、新能源等前沿技術的突破正推動生産方式、組織形式、産業形態等發生深刻變革。自動化技術作為創新發展的核心基石，已深度融入經濟社會發展和國家戰略需求，成為驅動新質生産力發展的關鍵引擎，持續為産業升級、技術創新與社會進步注入強勁動能。

  今年的政府工作報告提出，持續推進“人工智能+”行動，將數字技術與製造優勢、市場優勢更好結合起來，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。擴大5G規模化應用，加快工業互聯網創新發展，優化全國算力資源布局，打造具有國際競爭力的數字産業集群。

  “人工智能作為新一輪科技革命和産業變革的核心力量，既是發展新質生産力的重要引擎，也是加快製造強國建設的重要支撐。”華東理工大學教授錢鋒&&。

  隨着“人工智能+”行動連續兩年被寫入政府工作報告，人工智能技術正在加速融入千行百業。其中，製造業是人工智能技術産品落地應用的重要領域。

  據介紹，人工智能在工業領域的應用場景已遍地開花。在工業研發設計中，人工智能可以用於定制化産品設計、建模與倣真、工業軟體、工藝設計等領域。在工業生産製造中，人工智能可以用於産品質量監測、工業代碼生成、工業機器人控制、産品包裝等領域。例如，在産品質量監測上，人工智能通過深度學習、實時監測預警、算法分析和智能化系統集成等手段，提升工業質量監測的效率和準確性。在工業經營管理中，人工智能可以用於原材料採購、生産製造智能化管理、倉儲物流、供應鏈管理等領域；在工業産品服務中，人工智能可以用於智能營銷、客戶服務、智能産品等領域。

  業界已經形成共識，人工智能賦能新型工業化是實現製造業高質量發展的重要路徑之一。日前，工業和信息化部已專題研究部署推動人工智能産業發展和賦能新型工業化，強調要系統謀劃、協同推進，一體推動戰略、規劃、政策、標準等方面的任務落實，為人工智能産業發展和賦能新型工業化打造良好的生態環境，充分激發創新活力。

  搶抓機遇構建“工業大腦”

  如何搶抓人工智能加速工業應用的重大戰略機遇，加快推進人工智能和製造業深度融合發展？錢鋒認為，加快構建工業具身智能系統即“工業大腦”是推動傳統製造業深度轉型升級的重要舉措。在他看來，應加快構建集製造業全生命周期生産要素為一體，供需快速感知、製造精準調控、要素高效配置的“工業大腦”，實現産業鏈供應鏈價值鏈協同優化、生産要素創新性配置、製造過程實時精準調控、安全環保運維智慧管控、新材料新産品智能設計，確保製造過程資源能源高效利用、生産綠色化低碳化、産品高值化高端化，以及産業價值鏈最大化。

  “這將為新一代智能製造和數字化轉型提供高質量科技供給，為發展新質生産力提供關鍵驅動力，為新型工業化注入新動能。”錢鋒説。

  針對當前我國“工業大腦”建設存在關鍵核心技術有待突破、人工智能賦能製造業支撐和動力不足、機制創新和人才培養有待加強等問題，業界專家也給出了解題思路。

  首先，聚焦産業需求突破關鍵核心技術，夯實“工業大腦”高質量科技供給。應加快工業軟體、工業操作系統等核心技術攻關，推動工業元宇宙、區塊鏈、隱私計算等技術集成創新，健全首&（套）、首批次、首版次應用政策；推動人工智能通用技術與工業機理、知識、場景結合，加快攻關半定制化FPGA芯片、高兼容性編譯器、訓練和推理框架等工業智能關鍵核心技術；加快打造重點行業“工業數據空間”，促進工業數據流通共享。以工業元宇宙、人工智能和物聯網等技術實現工業數據實時獲取，打造高質量工業語料庫。

  其次，聚焦重點産業轉型升級，構建人工智能賦能的智慧“工業大腦”。要加快打造製造業通專融合的垂直領域大模型，運用DeepSeek等人工智能顛覆性創新賦能上下游企業，引導人工智能創新成果向工業領域快速轉化；以設備大規模更新改造為契機，加快構建貫穿設備、産線、車間、工廠、企業、行業等不同層級，敏捷適應內外部環境變化、具有具身智能的“工業子腦”；發揮我國製造業門類齊備優勢，強化技術賦能、供應鏈賦能、&&賦能、生態賦能，拓展智能製造深度和廣度。

  此外，還應加強政策機制保障，以“工業大腦”支撐科技創新與産業創新深度融合。建議設立“工業大腦”技術創新與應用重大專項，推動製造業“鏈主”企業聯合人工智能和製造領域國家級實驗室、國家技術創新中心、高校院所等共建創新聯合體；推動“工業大腦”技術框架、算法模型、組件工具等開源，打造應用生態；引導高校設立人工智能和製造專業交叉學科，加強面向工業智能的複合型人才培養，打造工業智能創新孵化、應用測試、技術驗證等公共服務&&。

  求解AI技術應用挑戰

  專家指出，當前製造業在應用人工智能技術上仍面臨諸多挑戰，包括時空數據樣本少、可信數據生成難、系統自主演化難等，有待將工藝、裝備、知識機制進行有機融合，在通用大模型的基礎上把專業、垂類領域的知識和技術充分融合起來，構建“通專融合的大模型”。

  “隨着人工智能大模型技術的發展，國內外大量研究機構開始進行大模型參數量競賽與算力競賽，這引發了學術界對當前人工智能發展道路的批判性思考。”華南理工大學教授陳俊龍&&，一方面，大模型研究與應用仍高度依賴以國外為主的高性能計算生態，對於大模型技術的自主安全難以把控；另一方面，當前大部分工業智能化場景對於大模型性能的利用與付出的計算成本不成正比，反而需要更高效、更輕量的模型。針對這一問題，陳俊龍結合當下大模型與小模型的研究現狀，提出了大小模型協同創新的思路。

  基於當前技術演進趨勢與産業實踐，人工智能的發展高度依賴能源供給的可持續性，能源已成為制約人工智能技術突破的核心瓶頸與終極邊界。對此，中國自動化學會副理事長、山東大學教授張承慧總結了國內外新能源系統控制的發展歷程，尤其是中國在新能源大規模應用過程中形成的標誌性控制理論與技術成果，為新能源大規模應用提供了關鍵理論借鑒和工程示範，並提出了算力-智力-電力深度融合新範式——元能源系統，以推動電力系統升級換代和數字化轉型。（記者 吳蔚）