潘悅 制圖

  當(dāng)前，人工智能正從技術(shù)概念走向產(chǎn)業(yè)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產(chǎn)業(yè)變革中實現(xiàn)轉(zhuǎn)型升級？在日前舉行的2025國家新質(zhì)生產(chǎn)力與智能產(chǎn)業(yè)發(fā)展會議上，多位專家學(xué)者建言獻策，探尋智能時代產(chǎn)業(yè)升級新路徑。

  前沿技術(shù)推動深刻變革

  新一輪科技革命和產(chǎn)業(yè)變革正以前所未有的速度和廣度重塑全球生產(chǎn)力格局。

  在中國自動化學(xué)會理事長、中國空間技術(shù)研究院研究員楊孟飛看來，人工智能、大數(shù)據(jù)、區(qū)塊鏈、生物技術(shù)、新能源等前沿技術(shù)的突破正推動生產(chǎn)方式、組織形式、產(chǎn)業(yè)形態(tài)等發(fā)生深刻變革。自動化技術(shù)作為創(chuàng)新發(fā)展的核心基石，已深度融入經(jīng)濟社會發(fā)展和國家戰(zhàn)略需求，成為驅(qū)動新質(zhì)生產(chǎn)力發(fā)展的關(guān)鍵引擎，持續(xù)為產(chǎn)業(yè)升級、技術(shù)創(chuàng)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(xù)推進“人工智能+”行動，將數(shù)字技術(shù)與制造優(yōu)勢、市場優(yōu)勢更好結(jié)合起來，支持大模型廣泛應(yīng)用，大力發(fā)展智能網(wǎng)聯(lián)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制造裝備。擴大5G規(guī)�；瘧�(yīng)用，加快工業(yè)互聯(lián)網(wǎng)創(chuàng)新發(fā)展，優(yōu)化全國算力資源布局，打造具有國際競爭力的數(shù)字產(chǎn)業(yè)集群。

  “人工智能作為新一輪科技革命和產(chǎn)業(yè)變革的核心力量，既是發(fā)展新質(zhì)生產(chǎn)力的重要引擎，也是加快制造強國建設(shè)的重要支撐。”華東理工大學(xué)教授錢鋒表示。

  隨著“人工智能+”行動連續(xù)兩年被寫入政府工作報告，人工智能技術(shù)正在加速融入千行百業(yè)。其中，制造業(yè)是人工智能技術(shù)產(chǎn)品落地應(yīng)用的重要領(lǐng)域。

  據(jù)介紹，人工智能在工業(yè)領(lǐng)域的應(yīng)用場景已遍地開花。在工業(yè)研發(fā)設(shè)計中，人工智能可以用于定制化產(chǎn)品設(shè)計、建模與仿真、工業(yè)軟件、工藝設(shè)計等領(lǐng)域。在工業(yè)生產(chǎn)制造中，人工智能可以用于產(chǎn)品質(zhì)量監(jiān)測、工業(yè)代碼生成、工業(yè)機器人控制、產(chǎn)品包裝等領(lǐng)域。例如，在產(chǎn)品質(zhì)量監(jiān)測上，人工智能通過深度學(xué)習(xí)、實時監(jiān)測預(yù)警、算法分析和智能化系統(tǒng)集成等手段，提升工業(yè)質(zhì)量監(jiān)測的效率和準確性。在工業(yè)經(jīng)營管理中，人工智能可以用于原材料采購、生產(chǎn)制造智能化管理、倉儲物流、供應(yīng)鏈管理等領(lǐng)域；在工業(yè)產(chǎn)品服務(wù)中，人工智能可以用于智能營銷、客戶服務(wù)、智能產(chǎn)品等領(lǐng)域。

  業(yè)界已經(jīng)形成共識，人工智能賦能新型工業(yè)化是實現(xiàn)制造業(yè)高質(zhì)量發(fā)展的重要路徑之一。日前，工業(yè)和信息化部已專題研究部署推動人工智能產(chǎn)業(yè)發(fā)展和賦能新型工業(yè)化，強調(diào)要系統(tǒng)謀劃、協(xié)同推進，一體推動戰(zhàn)略、規(guī)劃、政策、標(biāo)準等方面的任務(wù)落實，為人工智能產(chǎn)業(yè)發(fā)展和賦能新型工業(yè)化打造良好的生態(tài)環(huán)境，充分激發(fā)創(chuàng)新活力。

  搶抓機遇構(gòu)建“工業(yè)大腦”

  如何搶抓人工智能加速工業(yè)應(yīng)用的重大戰(zhàn)略機遇，加快推進人工智能和制造業(yè)深度融合發(fā)展？錢鋒認為，加快構(gòu)建工業(yè)具身智能系統(tǒng)即“工業(yè)大腦”是推動傳統(tǒng)制造業(yè)深度轉(zhuǎn)型升級的重要舉措。在他看來，應(yīng)加快構(gòu)建集制造業(yè)全生命周期生產(chǎn)要素為一體，供需快速感知、制造精準調(diào)控、要素高效配置的“工業(yè)大腦”，實現(xiàn)產(chǎn)業(yè)鏈供應(yīng)鏈價值鏈協(xié)同優(yōu)化、生產(chǎn)要素創(chuàng)新性配置、制造過程實時精準調(diào)控、安全環(huán)保運維智慧管控、新材料新產(chǎn)品智能設(shè)計，確保制造過程資源能源高效利用、生產(chǎn)綠色化低碳化、產(chǎn)品高值化高端化，以及產(chǎn)業(yè)價值鏈最大化。

  “這將為新一代智能制造和數(shù)字化轉(zhuǎn)型提供高質(zhì)量科技供給，為發(fā)展新質(zhì)生產(chǎn)力提供關(guān)鍵驅(qū)動力，為新型工業(yè)化注入新動能。”錢鋒說。

  針對當(dāng)前我國“工業(yè)大腦”建設(shè)存在關(guān)鍵核心技術(shù)有待突破、人工智能賦能制造業(yè)支撐和動力不足、機制創(chuàng)新和人才培養(yǎng)有待加強等問題，業(yè)界專家也給出了解題思路。

  首先，聚焦產(chǎn)業(yè)需求突破關(guān)鍵核心技術(shù)，夯實“工業(yè)大腦”高質(zhì)量科技供給。應(yīng)加快工業(yè)軟件、工業(yè)操作系統(tǒng)等核心技術(shù)攻關(guān)，推動工業(yè)元宇宙、區(qū)塊鏈、隱私計算等技術(shù)集成創(chuàng)新，健全首臺（套）、首批次、首版次應(yīng)用政策；推動人工智能通用技術(shù)與工業(yè)機理、知識、場景結(jié)合，加快攻關(guān)半定制化FPGA芯片、高兼容性編譯器、訓(xùn)練和推理框架等工業(yè)智能關(guān)鍵核心技術(shù)；加快打造重點行業(yè)“工業(yè)數(shù)據(jù)空間”，促進工業(yè)數(shù)據(jù)流通共享。以工業(yè)元宇宙、人工智能和物聯(lián)網(wǎng)等技術(shù)實現(xiàn)工業(yè)數(shù)據(jù)實時獲取，打造高質(zhì)量工業(yè)語料庫。

  其次，聚焦重點產(chǎn)業(yè)轉(zhuǎn)型升級，構(gòu)建人工智能賦能的智慧“工業(yè)大腦”。要加快打造制造業(yè)通專融合的垂直領(lǐng)域大模型，運用DeepSeek等人工智能顛覆性創(chuàng)新賦能上下游企業(yè)，引導(dǎo)人工智能創(chuàng)新成果向工業(yè)領(lǐng)域快速轉(zhuǎn)化；以設(shè)備大規(guī)模更新改造為契機，加快構(gòu)建貫穿設(shè)備、產(chǎn)線、車間、工廠、企業(yè)、行業(yè)等不同層級，敏捷適應(yīng)內(nèi)外部環(huán)境變化、具有具身智能的“工業(yè)子腦”；發(fā)揮我國制造業(yè)門類齊備優(yōu)勢，強化技術(shù)賦能、供應(yīng)鏈賦能、平臺賦能、生態(tài)賦能，拓展智能制造深度和廣度。

  此外，還應(yīng)加強政策機制保障，以“工業(yè)大腦”支撐科技創(chuàng)新與產(chǎn)業(yè)創(chuàng)新深度融合。建議設(shè)立“工業(yè)大腦”技術(shù)創(chuàng)新與應(yīng)用重大專項，推動制造業(yè)“鏈主”企業(yè)聯(lián)合人工智能和制造領(lǐng)域國家級實驗室、國家技術(shù)創(chuàng)新中心、高校院所等共建創(chuàng)新聯(lián)合體；推動“工業(yè)大腦”技術(shù)框架、算法模型、組件工具等開源，打造應(yīng)用生態(tài)；引導(dǎo)高校設(shè)立人工智能和制造專業(yè)交叉學(xué)科，加強面向工業(yè)智能的復(fù)合型人才培養(yǎng)，打造工業(yè)智能創(chuàng)新孵化、應(yīng)用測試、技術(shù)驗證等公共服務(wù)平臺。

  求解AI技術(shù)應(yīng)用挑戰(zhàn)

  專家指出，當(dāng)前制造業(yè)在應(yīng)用人工智能技術(shù)上仍面臨諸多挑戰(zhàn)，包括時空數(shù)據(jù)樣本少、可信數(shù)據(jù)生成難、系統(tǒng)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(chǔ)上把專業(yè)、垂類領(lǐng)域的知識和技術(shù)充分融合起來，構(gòu)建“通專融合的大模型”。

  “隨著人工智能大模型技術(shù)的發(fā)展，國內(nèi)外大量研究機構(gòu)開始進行大模型參數(shù)量競賽與算力競賽，這引發(fā)了學(xué)術(shù)界對當(dāng)前人工智能發(fā)展道路的批判性思考。”華南理工大學(xué)教授陳俊龍表示，一方面，大模型研究與應(yīng)用仍高度依賴以國外為主的高性能計算生態(tài)，對于大模型技術(shù)的自主安全難以把控；另一方面，當(dāng)前大部分工業(yè)智能化場景對于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(jié)合當(dāng)下大模型與小模型的研究現(xiàn)狀，提出了大小模型協(xié)同創(chuàng)新的思路。

  基于當(dāng)前技術(shù)演進趨勢與產(chǎn)業(yè)實踐，人工智能的發(fā)展高度依賴能源供給的可持續(xù)性，能源已成為制約人工智能技術(shù)突破的核心瓶頸與終極邊界。對此，中國自動化學(xué)會副理事長、山東大學(xué)教授張承慧總結(jié)了國內(nèi)外新能源系統(tǒng)控制的發(fā)展歷程，尤其是中國在新能源大規(guī)模應(yīng)用過程中形成的標(biāo)志性控制理論與技術(shù)成果，為新能源大規(guī)模應(yīng)用提供了關(guān)鍵理論借鑒和工程示范，并提出了算力-智力-電力深度融合新范式——元能源系統(tǒng)，以推動電力系統(tǒng)升級換代和數(shù)字化轉(zhuǎn)型。（記者 吳蔚）