1月7日，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、商務部、國務院國資委、市場監(jiān)管總局、國家數(shù)據(jù)局聯(lián)合印發(fā)《“人工智能+制造”專項行動實施意見》（以下簡稱《實施意見》），同時發(fā)布《人工智能賦能制造業(yè)重點行業(yè)轉型指引 》《制造業(yè)企業(yè)人工智能應用指南》。

《實施意見》目標提出到2027年：

到2027年，我國人工智能關鍵核心技術實現(xiàn)安全可靠供給，產(chǎn)業(yè)規(guī)模和賦能水平穩(wěn)居世界前列。

推動3－5個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個高水平工業(yè)智能體，打造100個工業(yè)領域高質量數(shù)據(jù)集，推廣500個典型應用場景。

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)”的賦能應用服務商，選樹1000家標桿企業(yè)。

建成全球領先的開源開放生態(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。

《實施意見》聚焦7大方向部署21項重點行動。

《實施意見》明確開展“模數(shù)共振”行動。

推動建立企業(yè)首席數(shù)據(jù)官制度，持續(xù)推進數(shù)據(jù)管理能力成熟度國家標準貫標，夯實企業(yè)數(shù)據(jù)治理基礎。

梳理適配行業(yè)模型需求的數(shù)據(jù)資源清單，發(fā)布制造業(yè)高質量數(shù)據(jù)集建設指南，用好制造業(yè)數(shù)字化轉型促進中心等載體，推動將基礎數(shù)據(jù)轉化為高質量行業(yè)數(shù)據(jù)集，實現(xiàn)“以模引數(shù)”。

指導企業(yè)加強數(shù)據(jù)工程能力建設，促進企業(yè)數(shù)據(jù)開發(fā)與模型建設深度融合，探索建立“數(shù)據(jù)協(xié)同、模型訓練、應用開發(fā)、安全保障”一體化機制，實現(xiàn)“用數(shù)賦?！?。

政策全文關于印發(fā)《“人工智能+制造”專項行動實施意見》的通知關于印發(fā)《民爆行業(yè)落實〈國家智能制造標準體系建設指南〉實施方案》的通知

工信部聯(lián)科〔2025〕279號

各省、自治區(qū)、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、黨委網(wǎng)信辦、發(fā)展改革主管部門、教育廳（教委）、商務主管部門、國資主管部門、市場監(jiān)管局（廳、委）、數(shù)據(jù)管理部門，各有關單位：

現(xiàn)將《“人工智能+制造”專項行動實施意見》印發(fā)給你們，請結合實際認真抓好落實。

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

商務部

國務院國資委

市場監(jiān)管總局

國家數(shù)據(jù)局

2025年12月25日

“人工智能+制造”專項行動實施意見

人工智能加速與實體經(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)，成為驅動產(chǎn)業(yè)升級、重塑全球格局的關鍵變量。為貫徹落實《關于深入實施“人工智能+”行動的意見》，加快推進人工智能技術在制造業(yè)融合應用，打造新質生產(chǎn)力，全方位、深層次、高水平賦能新型工業(yè)化，制定本實施意見。

一、總體要求

以習近平新時代中國特色社會主義思想為指導，深入貫徹黨的二十大和二十屆歷次全會精神，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(tǒng)籌發(fā)展和安全，堅持創(chuàng)新驅動、場景牽引、市場主導、安全可信、開放共享、普惠融通，一端抓技術供給，推動“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)絡強國和數(shù)字中國建設。

到2027年，我國人工智能關鍵核心技術實現(xiàn)安全可靠供給，產(chǎn)業(yè)規(guī)模和賦能水平穩(wěn)居世界前列。推動3－5個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個高水平工業(yè)智能體，打造100個工業(yè)領域高質量數(shù)據(jù)集，推廣500個典型應用場景。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)”的賦能應用服務商，選樹1000家標桿企業(yè)。建成全球領先的開源開放生態(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：夯實人工智能賦能底座

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

（二）開發(fā)高水平行業(yè)模型。支持模型訓練和推理方法創(chuàng)新，開發(fā)適應制造業(yè)實時性、可靠性、安全性特點的高性能算法模型。培育重點行業(yè)大模型，發(fā)展“云－邊－端”模型體系，持續(xù)提升泛化能力。打造面向工業(yè)細分場景小模型，鼓勵大小模型協(xié)同創(chuàng)新。推動模型輕量化部署，加快在工業(yè)場景落地應用。打造模型公共服務平臺，提供高水平模型及配套工具服務。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，牽引技術迭代升級。

（三）開展“模數(shù)共振”行動。推動建立企業(yè)首席數(shù)據(jù)官制度，持續(xù)推進數(shù)據(jù)管理能力成熟度國家標準貫標，夯實企業(yè)數(shù)據(jù)治理基礎。梳理適配行業(yè)模型需求的數(shù)據(jù)資源清單，發(fā)布制造業(yè)高質量數(shù)據(jù)集建設指南，用好制造業(yè)數(shù)字化轉型促進中心等載體，推動將基礎數(shù)據(jù)轉化為高質量行業(yè)數(shù)據(jù)集，實現(xiàn)“以模引數(shù)”。指導企業(yè)加強數(shù)據(jù)工程能力建設，促進企業(yè)數(shù)據(jù)開發(fā)與模型建設深度融合，探索建立“數(shù)據(jù)協(xié)同、模型訓練、應用開發(fā)、安全保障”一體化機制，實現(xiàn)“用數(shù)賦?！?。

三、賦智升級：拓展推廣高價值應用場景

（四）加快重點行業(yè)應用賦能。深入開展人工智能賦能新型工業(yè)化“深度行”活動，組織高水平專家、企業(yè)、研究機構等賦能服務團深入行業(yè)、地方、園區(qū)。建設人工智能應用對接平臺，促進供需精準匹配。參考《人工智能賦能制造業(yè)重點行業(yè)轉型指引》（見附件1），分類制定“人工智能+制造”行業(yè)應用全景圖和轉型路線圖，加快賦能原材料、裝備制造、消費品、電子信息、軟件和信息技術服務等制造業(yè)相關重點行業(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(tǒng)梳理重點環(huán)節(jié)應用場景，深化智能工廠梯度培育，推動大模型技術深度嵌入生產(chǎn)制造核心環(huán)節(jié)，改造研發(fā)設計（含工業(yè)設計）、中試驗證、生產(chǎn)制造、營銷服務、運營管理等全流程，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(jié)。重點推進智能輔助設計、軟件代碼輔助編寫、藥物研發(fā)等，打造個性化、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(shù)據(jù)集建設和開源共享，探索建立人工智能預測結果評估體系，提升工程技術創(chuàng)新能力，疏通人工智能科學發(fā)現(xiàn)的“堰塞湖”。

中試驗證環(huán)節(jié)。大力推進中試智能化改造，加快虛擬仿真、多模態(tài)融合等技術在中試環(huán)節(jié)的應用，通過全面感知、實時分析、科學決策和精準執(zhí)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(jié)。深化人工智能技術在工業(yè)核心流程控制、工藝優(yōu)化、排產(chǎn)調度等環(huán)節(jié)應用，促進生產(chǎn)過程分析、決策、執(zhí)行智能化。推廣機器視覺、無人智能巡檢等工業(yè)質檢技術，強化產(chǎn)線實時監(jiān)測和預測性維護，提升設備故障識別準確性，實現(xiàn)安全生產(chǎn)風險預警與事件告警。

營銷服務環(huán)節(jié)。推廣智能客服、數(shù)字人、商品三維模型，重點突破個性化推薦、定制化售后、服務化延伸等，發(fā)展基于人工智能技術的答疑、培訓等功能，改善售前、售中、售后服務體驗，提升服務價值。

運營管理環(huán)節(jié)。發(fā)揮大模型推理預測能力，加速訂單處理、銷量預測、庫存預警等環(huán)節(jié)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(zhàn)略、人力資源、財務、風險等管理能力。

（六）提升重點企業(yè)應用水平。開展制造業(yè)企業(yè)智能化成熟度評估，實施《制造業(yè)企業(yè)人工智能應用指南》（見附件2），為企業(yè)智能化轉型升級提供實施路徑和方法指引。鼓勵龍頭企業(yè)、央國企等先行先試，提供規(guī)模化應用場景，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。深入實施中小企業(yè)數(shù)字化賦能專項行動，支持中小企業(yè)開展數(shù)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）推進重點區(qū)域推廣應用。建設并開放一批“人工智能+制造”應用場景，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(qū)、國家高新區(qū)、國家級經(jīng)開區(qū)資源集聚、人才密集等優(yōu)勢，加快人工智能新產(chǎn)品新服務新業(yè)態(tài)規(guī)模化落地。支持先進制造業(yè)集群、數(shù)字產(chǎn)業(yè)集群等開展人工智能賦能應用，推動區(qū)域制造業(yè)智能化轉型升級。

（八）推動重點領域智能化升級。加強人工智能與信息通信網(wǎng)絡協(xié)同，推動人工智能與工業(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(shù)據(jù)集、大模型、智能體，推進人工智能技術在基礎設施規(guī)劃、建設、運營、維護等環(huán)節(jié)深入應用。深化人工智能技術在綠色制造領域融合應用，針對能源和碳排放管理、資源循環(huán)利用等場景需求，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）推動智能裝備迭代。加快工業(yè)母機、工業(yè)機器人等各類工業(yè)裝備搭載應用智能體，研制新一代人工智能數(shù)控系統(tǒng)，提升自主決策、分析和執(zhí)行等能力。加快發(fā)展手術機器人、智能診斷系統(tǒng)等，加速智能醫(yī)療裝備產(chǎn)品創(chuàng)新和臨床應用推廣。推動人工智能技術融入大飛機、船舶等重大技術裝備研發(fā)、制造、運行，發(fā)展無人機等智能低空裝備。開展搭載自動駕駛功能的智能網(wǎng)聯(lián)汽車產(chǎn)品測試與安全評估，有序推進產(chǎn)品準入和上路通行試點。

（十）加速智能終端升級。支持端側模型、開發(fā)應用工具鏈等技術突破，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(yī)療等重點場景，加快增強現(xiàn)實/虛擬現(xiàn)實（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)化進程。推動具身智能產(chǎn)品創(chuàng)新，建設人形機器人中試基地和訓練場，打造人形機器人標桿產(chǎn)線，在典型制造場景率先應用。

（十一）打造智能體新業(yè)態(tài)。開展工業(yè)智能體任務規(guī)劃、群體協(xié)同等技術攻關，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(tǒng)間交互適配，推動智能體云化部署。研制開放協(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，選樹一批工業(yè)智能體應用典型案例，發(fā)布企業(yè)級應用實踐指南，加速智能體規(guī)模化、商業(yè)化進程。構建智能體分類分級管理體系，研究智能體互聯(lián)網(wǎng)體系架構，探索智能體注冊發(fā)現(xiàn)、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(tǒng)軟件產(chǎn)品和服務升級，推動人工智能與工業(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，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精特新“小巨人”企業(yè)、高新技術企業(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，降低企業(yè)開發(fā)應用成本。

（十三）打造創(chuàng)新載體。建設人工智能領域國家制造業(yè)創(chuàng)新中心，提升關鍵共性技術供給能力。布局一批人工智能領域重點實驗室，加強對類腦智能、世界模型等前沿技術探索。高質量建設制造領域重點行業(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)展賦能應用服務商。健全制造業(yè)數(shù)智化轉型服務體系，建設一批人工智能賦能應用加速器，培育優(yōu)質賦能應用服務商，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(shù)據(jù)治理、安全保障等服務。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、平臺等資源，打造生態(tài)伙伴型服務商。支持電信運營商和央國企數(shù)智科技公司提升服務能力，承接行業(yè)賦能應用服務。指導相關行業(yè)組織，定期發(fā)布優(yōu)質服務商目錄等。

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。發(fā)揮工業(yè)和信息化部人工智能標委會、全國數(shù)據(jù)標準化委員會、全國信標委人工智能分委會、全國集成電路標委會人工智能芯片工作組、全國網(wǎng)安標委新技術安全標準特別工作組作用，加強標準技術組織建設。強化跨行業(yè)跨領域協(xié)同，分級分類推動安全、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規(guī)范研制。深入開展“人工智能標準行”活動，強化標準宣貫應用。鼓勵企業(yè)參與國際標準化工作。

（十六）推動開源開放。建設高水平人工智能開源社區(qū)，部署實施一批模型、數(shù)據(jù)集、智能體等優(yōu)質開源項目，構筑具有全球影響力的人工智能開放生態(tài)。研發(fā)推廣適配人工智能項目特性的開源許可協(xié)議，構建新型人工智能開源規(guī)則秩序。引導云服務廠商、賦能應用服務商與開源社區(qū)積極對接，推動開源項目在工業(yè)領域落地應用。舉辦開發(fā)者大會、“校源行”等活動，傳播開源理念，繁榮開源文化，形成共建共享良好氛圍。

（十七）加強人才引育。開展人工智能產(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)化相關學科專業(yè)。建好用好北京中關村學院、上海創(chuàng)智學院、深圳河套學院、國家人工智能產(chǎn)教融合創(chuàng)新平臺、國家卓越工程師學院、國家卓越工程師實踐基地等，設置專業(yè)課程，培養(yǎng)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(yǎng)與技能。加強人工智能領域高技能人才培養(yǎng)，依托國家相關人才工程和項目，培養(yǎng)科技領軍人才、創(chuàng)新團隊，超常規(guī)構建領軍人才培養(yǎng)新模式，積極引進海外高端人才。

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

（十九）建立安全治理機制。研究制定工業(yè)和信息化領域人工智能分類分級、評估評測、應急處置等安全政策標準，支持地方主管部門探索柔性治理機制。建立人工智能安全風險監(jiān)測預警技術能力，強化風險監(jiān)測、研判和防范。制定工業(yè)和信息化領域人工智能安全風險信息報送與共享工作指引，統(tǒng)籌產(chǎn)業(yè)鏈各環(huán)節(jié)力量，加強信息共享、風險通報、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(qū)特點，定制人工智能產(chǎn)品和賦能應用解決方案。開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、專業(yè)機構為企業(yè)提供出海配套服務，引導企業(yè)高效開展各類技術驗證和合規(guī)認證，更好服務產(chǎn)業(yè)有序出海發(fā)展。引導外資投向人工智能領域，鼓勵外商投資企業(yè)開展生成式人工智能技術開發(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(guī)辦好世界人工智能大會、人形機器人運動會等具有全球影響力的高端賽、展、會，積極宣傳我國人工智能標桿案例。高質量建設中國—金磚國家人工智能發(fā)展與合作中心，提升務實合作水平，推動全球產(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

建立部門合作、央地聯(lián)動、產(chǎn)業(yè)協(xié)同的工作推進機制，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(tǒng)籌現(xiàn)有資金渠道，布局支持“人工智能+制造”有關技術研發(fā)和賦能應用任務。發(fā)揮國家人工智能產(chǎn)業(yè)投資基金作用，豐富優(yōu)質項目儲備，吸引帶動更多社會資本有序加大投資。開展新技術新產(chǎn)品新場景大規(guī)模應用示范行動，用好首臺（套）、首批次、首版次應用政策，推進新技術、新產(chǎn)品的推廣應用和迭代升級，釋放國內市場需求潛力。開展人工智能產(chǎn)業(yè)規(guī)模測算，建立應用監(jiān)測評價指標體系，完善人工智能產(chǎn)業(yè)監(jiān)測分析平臺，動態(tài)監(jiān)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)展新質生產(chǎn)力、構建現(xiàn)代化產(chǎn)業(yè)體系的重要路徑。為發(fā)揮制造業(yè)體量大、門類全、場景豐富的優(yōu)勢，結合各行業(yè)領域特點、技術成熟度、數(shù)字化水平等基礎條件，分類施策推進制造業(yè)領域人工智能應用，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(shù)據(jù)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)全流程的系列動態(tài)模型，基于鋼鐵機理知識和生產(chǎn)實踐經(jīng)驗，研發(fā)視覺、預測、決策等鋼鐵行業(yè)大模型、智能體，實現(xiàn)關鍵設備運行工況的實時感知、工藝參數(shù)的自適應優(yōu)化、產(chǎn)品性能預報、質量缺陷溯源、調度任務的全局優(yōu)化和實時智能調整等。推動人工智能賦能鋼鐵行業(yè)全流程，提高生產(chǎn)效率、產(chǎn)品質量、資源效能、安全和服務水平。

（二）推動石化化工行業(yè)提質增效

綜合利用大模型、數(shù)字孿生技術突破油氣勘探開發(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、專家經(jīng)驗、生產(chǎn)運行數(shù)據(jù)等，打造石化化工行業(yè)大模型，推動大小模型融合應用，實現(xiàn)油田作業(yè)區(qū)及化工安全生產(chǎn)監(jiān)測預警、設備預測性維護、工藝流程自適應優(yōu)化、產(chǎn)品質量預測等。構建行業(yè)高質量數(shù)據(jù)集、數(shù)據(jù)資源節(jié)點等數(shù)據(jù)基礎設施，支撐行業(yè)大模型、智能體訓練與開發(fā)，提升復雜場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(shù)據(jù)中心，構建高精度、長序列、多模態(tài)的材料行業(yè)數(shù)據(jù)集，提升行業(yè)數(shù)據(jù)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。提升材料科學研究人機協(xié)作能力，提升新材料高通量自動化實驗和制備能力。

（四）促進人工智能賦能有色金屬行業(yè)

研發(fā)數(shù)據(jù)自動化治理、標注技術與工具，打造礦山與裝備運行類、選礦工藝優(yōu)化類、冶煉過程控制類等行業(yè)高質量數(shù)據(jù)集，構建數(shù)據(jù)基礎支撐體系。建設融合“物理機理-工藝數(shù)據(jù)-環(huán)境變量”的有色金屬行業(yè)大模型、場景模型與智能體，推動大小模型協(xié)同應用，滿足可靠性、動態(tài)適應性等使用需求，實現(xiàn)新材料及新工藝研發(fā)模式創(chuàng)新、采選冶過程精準控制與關鍵參數(shù)實時優(yōu)化、可回收資源精準分類識別等。

（五）推動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景模型，訓練建設建材行業(yè)大模型，推動在礦山開采、原料配比優(yōu)化、窯爐煅燒控制、水泥熟料強度預測等場景的深度應用，提升生產(chǎn)過程的智能優(yōu)化控制水平。推動研發(fā)“數(shù)據(jù)驅動+機理模型”的智能算法體系，建設先進陶瓷、人工晶體等先進無機非金屬材料數(shù)據(jù)集，推動新產(chǎn)品開發(fā)、生產(chǎn)工藝優(yōu)化。

二、裝備制造行業(yè)

（一）推動工業(yè)母機柔性化智能化躍升

利用人工智能技術深度融入數(shù)控系統(tǒng)，賦能“實時感知-自主學習-智能決策-閉環(huán)執(zhí)行”全流程，提升工業(yè)母機自適應作業(yè)與執(zhí)行能力。構建基于大模型的智能診斷系統(tǒng)，精準感知、準確判斷設備狀態(tài)，實現(xiàn)遠程監(jiān)控與預測性維護。依托模塊化生產(chǎn)單元與智能決策服務，通過低代碼組態(tài)式任務編排與自主資源調度，實現(xiàn)制造系統(tǒng)自主響應訂單變更、實時重構產(chǎn)線與敏捷生產(chǎn)。

（二）加速汽車行業(yè)全鏈條智能化升級

打造汽車大模型，自動生成車身造型、內飾布局等方案，實時仿真動態(tài)優(yōu)化結構強度、風阻系數(shù)等參數(shù)，推動智能研發(fā)新范式。加快人工智能技術在硬件配置、參數(shù)調優(yōu)等環(huán)節(jié)應用，開發(fā)模塊化工藝島，打造柔性可重構產(chǎn)線。建立人工智能驅動的全流程質量控制與預測性維護，推進整車性能在線檢測與全生命周期質量追溯。

（三）推進電力裝備全生命周期智能化

基于人工智能技術，智能優(yōu)化發(fā)電機等核心部件結構參數(shù)，推進大型發(fā)電裝備數(shù)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。構建人工智能驅動的健康評估與壽命預測平臺，開展狀態(tài)檢修，提升發(fā)電、輸電設備智能監(jiān)控與調度優(yōu)化水平。

（四）推動人工智能技術在船舶行業(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“下料-焊接-噴涂-物流”等關鍵工序智能化升級，推動人工智能在海洋裝備制造、智慧港口等領域應用場景建設。基于數(shù)據(jù)治理、機器學習等人工智能技術，建立船舶設備系統(tǒng)運行性能模型，實現(xiàn)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

開發(fā)基于人工智能算法的仿真平臺，結合氣動數(shù)據(jù)與流體力學仿真模型，自動迭代機身線型、機翼剖面等方案，實現(xiàn)極端工況驗證，縮短測試周期。打造工業(yè)決策系統(tǒng)，在設計、制造、運維、管理等環(huán)節(jié)開展智能體應用。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）提升紡織服裝領域個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(guī)劃平臺，深度挖掘海量消費數(shù)據(jù)，利用數(shù)據(jù)分析決策大模型，實現(xiàn)服飾產(chǎn)品熱點快速識別與響應方案設計。通過集成物理引擎與3D生成大模型，打造個性化設計與虛擬試衣系統(tǒng)，提升消費者購物體驗。推動部署自適應生產(chǎn)系統(tǒng)，實現(xiàn)微米級紗線張力監(jiān)測與疵點自修復，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及裝備，提高再生資源利用率。

（二）強化家居領域智能化運營和智能產(chǎn)品供給能力

建立數(shù)據(jù)驅動的產(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(jié)奏。融合工業(yè)排產(chǎn)大模型與工業(yè)互聯(lián)網(wǎng)技術，連接生產(chǎn)設備、訂單、物料等多源數(shù)據(jù)，實現(xiàn)多產(chǎn)線協(xié)同排產(chǎn)與倉儲調度，增強制造柔性與響應速度。開發(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，構建多樣化場景，建設主動服務型家電提醒系統(tǒng)，提供節(jié)能方案與預測性維護，提升設備運行可靠性與用戶滿意度。

（三）構建食品加工領域安全高效智慧化管理體系

鼓勵應用人工智能技術，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)、專業(yè)化服務商提供食品生產(chǎn)智能監(jiān)控溯源、食品園區(qū)“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(jiān)控大模型研發(fā)部署，提升食品生產(chǎn)現(xiàn)場違規(guī)操作與危險行為實時識別能力。提升供應鏈風險預測與應急響應能力，實時感知供應鏈中斷風險，保障食品供應穩(wěn)定性。

（四）提升醫(yī)藥智能研發(fā)與供應管理水平

建設人工智能驅動的新藥發(fā)現(xiàn)與虛擬篩選平臺，通過多模態(tài)藥效預測大模型，加速靶點識別與候選藥物發(fā)現(xiàn)，降低藥物研發(fā)周期與成本。融合量子化學模擬與人工智能技術，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(guī)劃、原料組合優(yōu)化等環(huán)節(jié)落地應用，構建自動化、高通量、低成本的智能藥物合成體系。建設醫(yī)藥供應鏈智能管理平臺，實時追蹤藥品需求變化，動態(tài)優(yōu)化庫存與配送路徑，避免藥品短缺與浪費。

（五）推進生物制造領域全鏈條創(chuàng)新發(fā)展

利用人工智能技術，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(shù)據(jù)庫。打造智能化菌種構建平臺，精準模擬細胞工廠運行機制，創(chuàng)建高轉化率工業(yè)菌種。建立工藝參數(shù)與產(chǎn)物得率的預測模型，縮短工藝開發(fā)周期，提高中試驗證成功率。借助人工智能等技術，優(yōu)化迭代生物反應過程中的溫度、酸堿度、含氧量等核心參數(shù)，實現(xiàn)反應過程智能控制，加快產(chǎn)業(yè)化進程。

（六）推動歷史經(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(shù)據(jù)底座，實現(xiàn)市場需求感知與產(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，推動定制化、協(xié)同化設計創(chuàng)新，驅動文化IP向時尚消費品轉化。運用機器視覺等技術構建全流程質控體系，通過三維建模與數(shù)字孿生技術再現(xiàn)經(jīng)典產(chǎn)業(yè)生產(chǎn)場景與工藝流程，打造集技藝展示、互動體驗、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(shù)字孿生技術實現(xiàn)電子元器件全虛擬仿真調試，構建跨域協(xié)同研發(fā)平臺。通過集成先進計算引擎與多模態(tài)大模型，打通電子設計自動化、產(chǎn)品生命周期管理系統(tǒng)的數(shù)據(jù)孤島，支持復雜芯片架構、新型顯示器件的快速迭代驗證。重點突破電子元器件高精度仿真預測技術，縮短研發(fā)周期，降低物理試錯成本。

（二）推動消費電子、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實現(xiàn)產(chǎn)線動態(tài)重構，構建自適應的電子信息行業(yè)柔性生產(chǎn)系統(tǒng)。部署人工智能驅動的工藝參數(shù)優(yōu)化模型，結合機器視覺與多尺度物性表征，實現(xiàn)電子元器件貼片、組裝、測試等關鍵工序的毫秒級調優(yōu)。開發(fā)模塊化、智能化的電子信息制造裝備及低時延網(wǎng)絡，支持消費電子、新型顯示行業(yè)多品種小批量生產(chǎn)，大幅壓縮換線時間，提升設備綜合效率。

（三）強化電子信息元件與產(chǎn)品質量管控能力

加快構建電子信息行業(yè)知識圖譜，實現(xiàn)質量根因智能分析，構建全流程質量管控平臺。開發(fā)覆蓋印刷電路板設計、芯片封裝等環(huán)節(jié)的在線質檢系統(tǒng)，融合機器視覺、無損檢測及多光譜識別技術，提升電子元器件檢測效率和精度。建立電子信息產(chǎn)品質量缺陷知識庫與預測模型，有效降低不良品率，提升質量追溯響應速度，推動事后補救向主動預防轉型。

（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(qū)塊鏈技術，實現(xiàn)電子信息產(chǎn)品碳足跡的全生命周期精準核算與可信數(shù)據(jù)共享。開發(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，動態(tài)優(yōu)化設備參數(shù)與能源調度。部署智能功率預測與場站運營系統(tǒng)，推動能源電子行業(yè)單位產(chǎn)值能耗顯著下降，提升碳排放數(shù)據(jù)可信度，支撐全球價值鏈高端化延伸。

五、軟件和信息技術服務行業(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、時序預測等，構建覆蓋軟件需求設計、開發(fā)、測試、運維的智能化開發(fā)工具鏈產(chǎn)品。打造人工智能驅動的開發(fā)運維產(chǎn)品，實現(xiàn)智能調度與風險預警。培育垂直領域低代碼平臺、智能體開發(fā)平臺，以模塊化人工智能組件實現(xiàn)行業(yè)知識快速封裝、自動化任務設計與執(zhí)行，推動軟件開發(fā)從“人工主導”向“智能協(xié)同”轉變。

（二）加快傳統(tǒng)軟件與服務智能化升級

推動人工智能技術與基礎軟件、工業(yè)軟件及制造業(yè)行業(yè)應用軟件融合，實現(xiàn)傳統(tǒng)軟件智能化升級與價值重構。提升軟件動態(tài)感知、自優(yōu)化與自演進能力，實現(xiàn)軟件功能模塊的動態(tài)重組與性能優(yōu)化。融合預測分析與業(yè)務流程挖掘等技術，賦能軟件智能決策能力。基于國產(chǎn)智能體互聯(lián)協(xié)議，研發(fā)高性能智能通信中間件，實現(xiàn)軟件與大模型的高效協(xié)同及多源數(shù)據(jù)統(tǒng)一分析。

（三）培育打造垂直領域智能體

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、自動建模、自動編程等工業(yè)智能體，研制智能排程規(guī)劃、動態(tài)報表生成、界面自動化設計、數(shù)據(jù)智能監(jiān)控與治理等專用智能體。研發(fā)醫(yī)療、教育、金融、法律等行業(yè)智能體。

（四）建設軟件行業(yè)高質量數(shù)據(jù)集

突破多模態(tài)數(shù)據(jù)自動化清洗與智能語義標注等技術，打造標準化軟件研發(fā)數(shù)據(jù)集。運用合成數(shù)據(jù)與對抗性測試技術，模擬高并發(fā)、網(wǎng)絡異常等復雜邊界場景，構建真實場景測試數(shù)據(jù)集?；诩毩６葘嶓w關系抽取與異構多源知識對齊技術，構建語義化領域知識資產(chǎn)。建立開源代碼合規(guī)清洗流水線，有效過濾許可證沖突與漏洞風險，全面夯實“人工智能+軟件”融合創(chuàng)新的數(shù)據(jù)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。為加快推動人工智能與制造業(yè)深度融合，推動數(shù)字技術與制造優(yōu)勢更好結合，提升制造業(yè)企業(yè)應用人工智能的科學化、規(guī)范化水平，全面賦能新型工業(yè)化，制定本指南。

使用人工智能進行研發(fā)設計、生產(chǎn)制造、經(jīng)營管理及開展延伸服務的企業(yè)適用本指南。

一、開展智能化評估和規(guī)劃

（一）開展智能化水平診斷評估

綜合運用數(shù)據(jù)管理能力成熟度、智能制造能力成熟度、數(shù)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(shù)字化轉型通用評估指標體系，摸清企業(yè)數(shù)字化、網(wǎng)絡化、智能化水平，找準轉型升級瓶頸。結合經(jīng)濟性分析與風險評估，科學確定人工智能應用需求。

（二）制定人工智能應用規(guī)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景和技術導入優(yōu)先級，合理設置應用目標。優(yōu)先開展經(jīng)營管理、研發(fā)設計等場景智能化升級，梯次布局中試驗證、生產(chǎn)制造等環(huán)節(jié)改造升級。發(fā)揮工業(yè)互聯(lián)網(wǎng)數(shù)字底座支撐作用，強化與企業(yè)數(shù)字化轉型工作統(tǒng)籌銜接，確保人工智能應用精準支撐主營業(yè)務發(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”實施數(shù)字化改造升級，構建統(tǒng)一技術底座和場景化應用套件相結合的硬件支撐體系。通過加裝傳感設備和智能儀器儀表、部署邊緣計算設備、推動工業(yè)專網(wǎng)升級、應用數(shù)字化轉型通用工具產(chǎn)品，全面提升各類場景信息感知、傳輸、決策、控制能力。通過計算、存儲、網(wǎng)絡優(yōu)化升級，加快推動已有數(shù)據(jù)中心轉型智算中心。

（四）提升軟件智能化水平

加快工業(yè)實時操作系統(tǒng)等核心軟件，制造執(zhí)行系統(tǒng)、在線實時優(yōu)化軟件等控制優(yōu)化軟件，以及分布式控制系統(tǒng)、數(shù)據(jù)采集與監(jiān)控系統(tǒng)等控制執(zhí)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(tǒng)響應速度。部署集成數(shù)字孿生、大模型等數(shù)智技術的工業(yè)設計、生產(chǎn)控制、經(jīng)營管理、服務保障等工業(yè)軟件，強化工業(yè)軟件原生智能基礎。

三、構建高質量數(shù)據(jù)集

（五）建設數(shù)據(jù)資源平臺

搭建企業(yè)專識數(shù)據(jù)庫，形成覆蓋研發(fā)設計、生產(chǎn)制造、供應鏈管理、經(jīng)營決策管理等全業(yè)務場景的數(shù)據(jù)資源池。構建包含機理庫（存儲工業(yè)機理模型、技術文檔、設計圖紙等底層原理性知識）、仿真庫（存儲多學科仿真模型）、經(jīng)驗庫（存儲故障案例、最佳實踐、操作技巧等實踐性知識）在內的工業(yè)知識庫，有效支撐企業(yè)人工智能數(shù)據(jù)集需求。建設企業(yè)數(shù)據(jù)管理一體化平臺，支持多源異構數(shù)據(jù)的匯聚、處理、標注和質量評估，提高企業(yè)數(shù)據(jù)加工和利用能力，提高數(shù)據(jù)集質量。

（六）應用數(shù)據(jù)集處理工具鏈

加強數(shù)據(jù)處理工具使用，逐步覆蓋數(shù)據(jù)匯聚、采集、清洗、增強、標注、合成、存儲、傳輸、分析與應用等重點環(huán)節(jié)，為企業(yè)人工智能應用持續(xù)提供高質、高效、安全的數(shù)據(jù)集支持。重點加強智能標注、專家協(xié)同標注、融合機理與仿真數(shù)據(jù)合成、數(shù)據(jù)集質量評估、安全監(jiān)測等方向工具的使用。

（七）建立數(shù)據(jù)管理體系

鼓勵企業(yè)探索首席數(shù)據(jù)官制度，建立涵蓋規(guī)劃、實施、評價、改進的數(shù)據(jù)管理體系，加強數(shù)據(jù)標準化建設，推動各系統(tǒng)數(shù)據(jù)融合。建立企業(yè)數(shù)據(jù)集分類分層分級管理機制，綜合考慮數(shù)據(jù)類型、數(shù)據(jù)系統(tǒng)、應用場景和安全等因素，保障企業(yè)數(shù)據(jù)集安全應用、有效流通。明確數(shù)據(jù)采集、預處理、數(shù)據(jù)標注、增強合成、數(shù)據(jù)集產(chǎn)品化等環(huán)節(jié)的關鍵步驟和質量要點，制定數(shù)據(jù)集質量評估標準，指導數(shù)據(jù)集質量提升和高效應用。

（八）構建多樣化數(shù)據(jù)集

聚焦工業(yè)領域研發(fā)設計、生產(chǎn)制造、經(jīng)營管理等環(huán)節(jié)，打造覆蓋企業(yè)工藝設計優(yōu)化、過程控制、故障診斷、智慧運營等場景的多模態(tài)工業(yè)高質量數(shù)據(jù)集。鼓勵制造業(yè)企業(yè)聯(lián)合第三方開展合成數(shù)據(jù)集、工業(yè)領域深度思維鏈數(shù)據(jù)集、跨學科跨領域知識圖譜等數(shù)據(jù)集建設，打造高質量行業(yè)數(shù)據(jù)集，探索數(shù)據(jù)集產(chǎn)品化，支持復雜場景工業(yè)人工智能應用。

四、合理規(guī)劃布局算力資源

（九）科學規(guī)劃算力規(guī)模

按照國家總體部署，結合企業(yè)發(fā)展實際，制定階段化、梯度上升的算力部署規(guī)模，鼓勵優(yōu)先選擇可實現(xiàn)瞬時響應、可擴縮容的算力服務。

（十）合理配置算力資源

鼓勵優(yōu)先采用云計算服務快速構建智能化基礎服務能力，降低技術投入成本。具備良好數(shù)字化基礎且對數(shù)據(jù)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，實現(xiàn)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)務特征實現(xiàn)云邊端算力協(xié)同，整合多元異構芯片資源，云側實現(xiàn)模型訓練、微調、量化和蒸餾等任務，邊緣端側實現(xiàn)模型輕量化部署以滿足工業(yè)低延遲需求。深挖算力使用需求和應用場景，深化算力供需對接和算力資源高效調度運營。

五、開展模型選型與調優(yōu)

（十二）科學確定應用場景

聚焦解決企業(yè)在制造全流程中的關鍵技術或工藝難題，選取對生產(chǎn)力有明顯帶動作用的高價值場景，開展人工智能技術研發(fā)和應用落地，在以下五類場景中重點布局人工智能應用。研發(fā)設計類重點推進智能輔助設計、創(chuàng)意圖紙快速生成等；中試驗證類重點開展仿真模型智能構建、測試數(shù)據(jù)智能生成等；生產(chǎn)制造類深化應用智能排產(chǎn)調度、工業(yè)視覺智能檢測等；營銷服務類重點突破個性化推薦、定制化售后等；運維管理類著力實施設備預測性維護、能效優(yōu)化分析、輔助經(jīng)營決策支持等。

（十三）量化場景關鍵指標

結合場景特征和業(yè)務目標，設定模型選型所用的可量化指標，以此評估場景應用效果，為模型選型和調優(yōu)提供依據(jù)。研發(fā)設計類場景重點衡量單位時間內設計迭代次數(shù)、設計方案生成數(shù)量、方案采納比率等；中試驗證類場景重點考核仿真建模效率、測試指標覆蓋程度等；生產(chǎn)制造類場景著重監(jiān)測綜合優(yōu)化效率、生產(chǎn)合格率以及漏報率、誤報率等；營銷服務類場景重點檢查營銷轉化率、響應時效等；運維管理類場景重點關注故障預測準確率、維護成本降低幅度等。

（十四）結合業(yè)務選定模型

基于業(yè)務場景需求，結合算力基礎設施建設情況，開展模型評測選型。綜合考慮模型、開發(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)實踐驗證的成熟方案。鼓勵面向制造業(yè)細分業(yè)務場景研發(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、銷全鏈條模型協(xié)同能力，提升各環(huán)節(jié)聯(lián)動效率。

（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(guī)問題、邊緣案例的提示詞庫，建立語法正確性、語義完整性、用戶滿意度等多維度指標。針對市場分析、新技術應用等高頻知識更新場景，對接行業(yè)數(shù)據(jù)庫及資訊平臺，實施數(shù)據(jù)源權威性評價與內容監(jiān)測機制，確保信息真實性。

（十六）利用模型微調適配典型場景

質量檢測與缺陷識別場景，重點開展基于預訓練模型的小樣本標注缺陷數(shù)據(jù)微調，強化模型對復雜微小特征提取能力；生產(chǎn)調度場景，重點根據(jù)產(chǎn)線歷史數(shù)據(jù)全參數(shù)微調時序預測模型，動態(tài)分配資源提升核心任務效率；設備故障診斷場景，重點利用時序數(shù)據(jù)、音頻數(shù)據(jù)等多模態(tài)數(shù)據(jù)開展實時監(jiān)測預測，優(yōu)化故障預測模型。

（十七）結合實際開展混合調優(yōu)

鼓勵企業(yè)根據(jù)實際情況，優(yōu)先采用提示詞工程及檢索增強技術，逐步嘗試參數(shù)高效微調、全參數(shù)微調，提升模型能力。結合實際建設多模態(tài)模型候選庫，綜合采用參數(shù)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

在實際生產(chǎn)環(huán)境中進行試運行驗證，確保模型能夠在真實場景中有效運行。綜合考慮各類模型的資源分配、數(shù)據(jù)安全性、實時性、穩(wěn)定性、響應能力以及系統(tǒng)的擴展性等要求，使用微服務架構、API接口、中間件等技術，基于業(yè)務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(jù)業(yè)務需求，開發(fā)具體的模型應用接口、低代碼組件等，基于業(yè)務需求實現(xiàn)數(shù)據(jù)接入靈活配置和模型分析結果展示。

七、持續(xù)提升應用成效

（二十）評估應用能力水平

組建專業(yè)團隊開展專項評估，定期分析改進。從模型準確率、算力利用率、推理時延、投入成本、安全穩(wěn)定等方面，評估人工智能在企業(yè)應用中的問題。

（二十一）推動迭代優(yōu)化升級

定期分析應用人工智能對企業(yè)運營決策水平提高、業(yè)務處理效率提升、產(chǎn)品生產(chǎn)質量改進、經(jīng)營效益改善等方面的影響。結合企業(yè)發(fā)展戰(zhàn)略和人工智能技術趨勢，制定下一階段應用目標與實施方案。強化集約管控，推動智能化與綠色化深度融合，實現(xiàn)可持續(xù)發(fā)展。

（二十二）深化技術融合創(chuàng)新

聯(lián)合高?？蒲袡C構攻關模型在工業(yè)應用過程中的實時性、端側部署和可靠性等關鍵技術。結合應用成效，推動二次創(chuàng)新，將行業(yè)大模型深度嵌入研發(fā)設計、中試、生產(chǎn)和運營等全流程。強化參數(shù)優(yōu)化與知識推理能力，孵化智能軟件開發(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的新質生產(chǎn)力。

（二十三）鼓勵優(yōu)秀方案輸出

具備技術優(yōu)勢的行業(yè)領軍企業(yè)，通過開放平臺接口、開源通用模型及工具鏈、共享高性能算法模型、研制標準規(guī)范等方式，向產(chǎn)業(yè)鏈上下游輸出整體技術解決方案，促進產(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(shù)據(jù)安全防護

貫徹落實《數(shù)據(jù)安全法》《工業(yè)和信息化領域數(shù)據(jù)安全管理辦法（試行）》等法律政策，根據(jù)行業(yè)領域數(shù)據(jù)特點，組織開展數(shù)據(jù)分類分級、全生命周期安全防護、風險監(jiān)測預警、風險評估等工作，為各行業(yè)人工智能應用提供數(shù)據(jù)安全保障。面向數(shù)據(jù)標注、匯聚、訓練、合成等環(huán)節(jié)，強化數(shù)據(jù)校驗、檢測評估、身份認證和權限管理，提升數(shù)據(jù)安全風險防范水平。

（二十五）防范應用安全風險

面向研發(fā)設計、中試驗證、生產(chǎn)制造、營銷服務和運營管理等人工智能典型應用場景，鼓勵企業(yè)定期對工業(yè)大模型幻覺、準確性、魯棒性等開展安全測試評估。建立人工智能應用輸入輸出雙端過濾安全監(jiān)控能力，加強惡意指令輸入、異常推理輸出等風險防范。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，構建完善供應鏈安全治理能力。

（二十六）提升網(wǎng)絡安全防護水平

推動網(wǎng)絡安全貫穿制造業(yè)企業(yè)人工智能規(guī)劃、部署、應用等各環(huán)節(jié)，落實《網(wǎng)絡安全法》《工業(yè)互聯(lián)網(wǎng)安全分類分級管理辦法》，開展自主定級、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)絡安全管理和防護體系，加強工業(yè)控制系統(tǒng)網(wǎng)絡安全能力，提升人工智能應用過程中的風險防范水平。

九、加強組織保障

（二十七）壓實企業(yè)主體責任

系統(tǒng)制定企業(yè)數(shù)智化轉型升級管理制度，強化企業(yè)資源保障力度，高效、穩(wěn)妥推動人工智能應用逐步深入。

（二十八）加強復合人才培養(yǎng)

加強產(chǎn)學研用協(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、示范性特色學院等，支撐人工智能拔尖創(chuàng)新人才培養(yǎng)，健全企業(yè)人工智能人才引進、評價和激勵機制，營造良好人才發(fā)展環(huán)境，培養(yǎng)兼具行業(yè)認知與技術實操能力的復合型人才。

（二十九）積極參與生態(tài)共建

及時歸納總結成功經(jīng)驗，積極共享人工智能解決方案，打造行業(yè)應用標桿，推動提升制造業(yè)智能化水平。