工信部等部委《“人工智能+制造”专项行动实施意见》提出2027年目标：推动3-5个通用大模型在制造业深度应用、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、选树1000家标杆企业。政策从算力底座（高端训练芯片/端侧推理芯片/智算云操作系统）到行业模型（“云-边-端”模型体系/轻量化部署）再到“模数共振”（企业首席数据官/高质量数据集建设指南）形成完整技术链，覆盖研发设计、中试验证、生产制造、营销服务、运营管理五大环节。同时推动工业母机、工业机器人搭载应用智能体，打造人形机器人标杆产线，开展工业智能体任务规划与群体协同技术攻关，支持智能体应用商店建设运营。
创新筑基——算力、模型与数据的三角支撑
算力供给方面，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，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。行业模型方面，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，推动模型轻量化部署，打造模型公共服务平台和评测基准体系。“模数共振”方面，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，发布制造业高质量数据集建设指南，推动将基础数据转化为高质量行业数据集，实现“以模引数、用数赋模”。
赋智升级——五大环节全流程应用场景
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，加强工业研发数据集建设和开源共享。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。生产制造环节深化AI技术在工业核心流程控制、工艺优化、排产调度等环节应用，推广机器视觉、无人智能巡检等工业质检技术，强化产线实时监测和预测性维护。营销服务环节推广智能客服、数字人、商品三维模型，重点突破个性化推荐、定制化售后、服务化延伸等。运营管理环节发挥大模型推理预测能力，加速订单处理、销量预测、库存预警等环节智能升级，优化供应链管理。
产品突破——智能装备、智能终端与智能体新业态
智能装备方面，加快工业母机、工业机器人等各类工业装备搭载应用智能体，研制新一代人工智能数控系统，提升自主决策、分析和执行能力；加快发展手术机器人、智能诊断系统等；推动AI技术融入大飞机、船舶等重大技术装备研发、制造、运行；有序推进智能网联汽车产品准入和上路通行试点。智能终端方面，支持端侧模型开发应用工具链等技术突破，培育智能手机、电脑、平板、智能家居等AI终端，加快AR/VR可穿戴设备、脑机接口等新型终端产业化商业化，推动具身智能产品创新，打造人形机器人标杆产线。智能体新业态方面，开展工业智能体任务规划、群体协同等技术攻关，推动智能体云化部署，研制开放协同的智能体协议和接口，支持智能体应用商店建设运营，选树工业智能体应用典型案例，推动AI与工业软件深度融合。
生态壮大与安全保障——人才引育、开源开放、安全治理
人才引育方面，建好用好北京中关村学院、上海创智学院、深圳河套学院、国家人工智能产教融合创新平台、国家卓越工程师学院，设置专业课程培养复合型人才，依托国家相关人才工程和项目培养科技领军人才，积极引进海外高端人才。开源开放方面，建设高水平人工智能开源社区，部署实施一批模型、数据集、智能体等优质开源项目，研发推广适配AI项目特性的开源许可协议，举办开发者大会和“校源行”等活动。安全保障方面，攻关深度合成鉴伪、工业模型算法安全防护、训练数据保护、对抗样本检测、智能终端安全测评等关键技术，构建安全风险库和语料库，建设工业安全大模型，研究制定AI分类分级、评估评测、应急处置等安全政策标准，落实AI科技伦理管理服务办法。
