1月7日，工业和信息化部、中央网信办★☆◆、国家发展改革委☆▷、教育部△、商务部、国务院国资委、市场监管总局▽…、国家数据局等八部门联合印发《◁-△“人工智能+制造”专项行动实施意见》（以下简称《意见》）。
《意见》提出，到2027年•▲，我国人工智能关键核心技术实现安全可靠供给-★■，产业规模和赋能水平稳居世界前列。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。培育2—3家具有全球影响力的生态主导型企业和一批专精特新中小企业，打造一批“懂智能…-、熟行业”的赋能应用服务商○△，选树1000家标杆企业。建成全球领先的开源开放生态□，安全治理能力全面提升，为人工智能发展贡献中国方案□-…。
《意见》围绕创新筑基、赋智升级、产品突破、主体培育◇○、生态壮大、安全护航、国际合作等7大重点任务▪•，细化21项具体措施•▲，促进人工智能技术与制造业应用-▽☆“双向赋能”，加快制造业智能化、绿色化、融合化发展◆，有力支撑制造强国●…▪、网络强国和数字中国建设。
人工智能加速与实体经济深度融合△☆，深刻改变制造业生产模式和经济形态，成为驱动产业升级、重塑全球格局的关键变量。为贯彻落实《关于深入实施-□▼“人工智能+=▷”行动的意见》，加快推进人工智能技术在制造业融合应用-○，打造新质生产力-◆★，全方位…■◁、深层次、高水平赋能新型工业化，制定本实施意见。
以习新时代中国特色社会主义思想为指导，深入贯彻党的二十大和二十届历次全会精神▷，完整准确全面贯彻新发展理念，加快构建新发展格局，统筹发展和安全▲○●，坚持创新驱动、场景牵引、市场主导、安全可信、开放共享、普惠融通，一端抓技术供给，推动“智能产业化”，一端抓赋能应用，加快•■“产业智能化”●◆▲，整体壮大产业生态▽，促进人工智能科技创新与产业创新深度融合、人工智能技术与制造业应用“双向赋能”●□，加快制造业智能化●★●、绿色化、融合化发展，有力支撑制造强国、网络强国和数字中国建设。
到2027年◇▼，我国人工智能关键核心技术实现安全可靠供给，产业规模和赋能水平稳居世界前列。推动3－5个通用大模型在制造业深度应用，形成特色化、全覆盖的行业大模型▷☆，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。培育2－3家具有全球影响力的生态主导型企业和一批专精特新中小企业，打造一批=“懂智能、熟行业”的赋能应用服务商，选树1000家标杆企业。建成全球领先的开源开放生态，安全治理能力全面提升，为人工智能发展贡献中国方案。
（一）强化人工智能算力供给。推动智能芯片软硬协同发展…•，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，促进算力资源高效利用•。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，提升智算资源供给能力。
（二）开发高水平行业模型。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，持续提升泛化能力。打造面向工业细分场景小模型，鼓励大小模型协同创新…□=。推动模型轻量化部署，加快在工业场景落地应用。打造模型公共服务平台，提供高水平模型及配套工具服务。支持建设大模型评测基准体系▷，打造权威榜单，定期发布评测结果◆☆…，牵引技术迭代升级。
（三）开展•○▽“模数共振☆▽”行动。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，夯实企业数据治理基础。梳理适配行业模型需求的数据资源清单▼★☆，发布制造业高质量数据集建设指南，用好制造业数字化转型促进中心等载体，推动将基础数据转化为高质量行业数据集，实现“以模引数▼”。指导企业加强数据工程能力建设，促进企业数据开发与模型建设深度融合，探索建立“数据协同、模型训练、应用开发•、安全保障”一体化机制，实现“用数赋模☆▪◁”☆。
（四）加快重点行业应用赋能。深入开展人工智能赋能新型工业化“深度行”活动，组织高水平专家▽、企业•-=、研究机构等赋能服务团深入行业◁•=、地方、园区▽。建设人工智能应用对接平台，促进供需精准匹配▲。参考《人工智能赋能制造业重点行业转型指引》（见附件1），分类制定☆•▽“人工智能+制造”行业应用全景图和转型路线图●，加快赋能原材料、装备制造、消费品、电子信息、软件和信息技术服务等制造业相关重点行业☆▷…，加快标杆解决方案和经验推广应用。
（五）加速全流程转型升级。系统梳理重点环节应用场景，深化智能工厂梯度培育▷，推动大模型技术深度嵌入生产制造核心环节，改造研发设计（含工业设计）、中试验证★、生产制造、营销服务▷•、运营管理等全流程，提升辅助设计●▪、仿真模型构建◆-○、排产调度、设备预测性维护等能力▷□☆。
研发设计环节。重点推进智能辅助设计、软件代码辅助编写•▪▼、药物研发等●…，打造个性化•□、低成本•▼◆、高效能的新型研发设计模式。加强工业研发数据集建设和开源共享，探索建立人工智能预测结果评估体系，提升工程技术创新能力，疏通人工智能科学发现的★“堰塞湖”。
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，通过全面感知、实时分析、科学决策和精准执行，优化工艺流程□、提高中试效率、降低试验成本。
生产制造环节。深化人工智能技术在工业核心流程控制=▼、工艺优化…-▷、排产调度等环节应用，促进生产过程分析•、决策、执行智能化●▼。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▪-，提升设备故障识别准确性，实现安全生产风险预警与事件告警。
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●，发展基于人工智能技术的答疑◆=•、培训等功能◁▽，改善售前、售中•●、售后服务体验，提升服务价值。
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▼••。运用大模型分析和生成能力★■，提升企业对战略、人力资源、财务、风险等管理能力▷▼。
（六）提升重点企业应用水平…•◇。开展制造业企业智能化成熟度评估，实施《制造业企业人工智能应用指南》（见附件2）△，为企业智能化转型升级提供实施路径和方法指引。鼓励龙头企业、央国企等先行先试，提供规模化应用场景□□◇，研发应用工业智能体◆，先行探索人工智能赋能制造业新模式▼…◆。深入实施中小企业数字化赋能专项行动，支持中小企业开展数字化、智能化改造，加快中小企业人工智能应用复制推广。
（七）推进重点区域推广应用。建设并开放一批▪▽“人工智能+制造”应用场景，打造具备行业特色的创新高地。依托国家自主创新示范区、国家高新区、国家级经开区资源集聚■▲、人才密集等优势，加快人工智能新产品新服务新业态规模化落地。支持先进制造业集群○…◇、数字产业集群等开展人工智能赋能应用，推动区域制造业智能化转型升级=-•。
（八）推动重点领域智能化升级☆●。加强人工智能与信息通信网络协同，推动人工智能与工业互联网平台融合赋能，研发面向工业互联网等基础设施的数据集、大模型、智能体，推进人工智能技术在基础设施规划、建设、运营、维护等环节深入应用▽…•。深化人工智能技术在绿色制造领域融合应用，针对能源和碳排放管理◇、资源循环利用等场景需求，研发推广智能化绿色化协同解决方案。打造一批面向行业的应用安全解决方案，加快安全大模型、智能体等落地应用，构建安全运行体系，提升工业领域安全水平=■=。
（九）推动智能装备迭代。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、分析和执行等能力•。加快发展手术机器人、智能诊断系统等，加速智能医疗装备产品创新和临床应用推广。推动人工智能技术融入大飞机、船舶等重大技术装备研发…◁☆、制造、运行，发展无人机等智能低空装备。开展搭载自动驾驶功能的智能网联汽车产品测试与安全评估☆▲，有序推进产品准入和上路通行试点。
（十）加速智能终端升级。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、智能家居等人工智能终端。聚焦工业巡检、远程医疗等重点场景，加快增强现实/虚拟现实（AR/VR）可穿戴设备、脑机接口等新型终端的产业化=◇、商业化进程-▼△。推动具身智能产品创新，建设人形机器人中试基地和训练场，打造人形机器人标杆产线，在典型制造场景率先应用…-。
（十一）打造智能体新业态。开展工业智能体任务规划=…-、群体协同等技术攻关，强化工业机理与智能体决策模型融合□、智能体与工业系统间交互适配，推动智能体云化部署。研制开放协同的智能体协议和接口，提升智能体互联互通互操作效率。支持智能体应用商店建设运营，选树一批工业智能体应用典型案例，发布企业级应用实践指南，加速智能体规模化、商业化进程。构建智能体分类分级管理体系，研究智能体互联网体系架构，探索智能体注册发现、身份认证□☆、接入管理机制，引导新业态健康发展。加快传统软件产品和服务升级，推动人工智能与工业软件深度融合，提升设计生产效率。
（十二）梯次培育企业。支持企业加大创新投入▽，积极承担国家重大任务-，集聚资源打造具有全球影响力的生态主导型企业。发展人工智能企业孵化器，实施中小企业创业支持计划，梯次培育更多人工智能专精特新“小巨人”企业◆◆、高新技术企业、制造业单项冠军企业-▪★、独角兽企业和瞪羚企业●。鼓励有关地方给予企业“算力券○”“模型券”等支持●◇○，强化赋能中小企业公共服务，降低企业开发应用成本。
（十三）打造创新载体。建设人工智能领域国家制造业创新中心•◇，提升关键共性技术供给能力。布局一批人工智能领域重点实验室，加强对类脑智能、世界模型等前沿技术探索。高质量建设制造领域重点行业国家人工智能应用中试基地，汇聚产业创新资源●▼•，加快形成一批可复制▲■•、可推广的行业解决方案。
（十四）发展赋能应用服务商。健全制造业数智化转型服务体系，建设一批人工智能赋能应用加速器，培育优质赋能应用服务商▼▲，打造标准化和定制化结合的赋能解决方案，提供行业模型调优-△○、数据治理▲…•、安全保障等服务…-☆。鼓励工业企业●、人工智能企业▪○、工业互联网企业集聚工具、技术、平台等资源▲，打造生态伙伴型服务商▷•。支持电信运营商和央国企数智科技公司提升服务能力•，承接行业赋能应用服务。指导相关行业组织，定期发布优质服务商目录等。
（十五）强化标准引领。发挥工业和信息化部人工智能标委会、全国数据标准化委员会•、全国信标委人工智能分委会、全国集成电路标委会人工智能芯片工作组、全国网安标委新技术安全标准特别工作组作用☆●，加强标准技术组织建设。强化跨行业跨领域协同=，分级分类推动安全、治理•、伦理等基础标准，软硬协同等通用标准◆★○、赋能应用标准以及计量技术规范研制。深入开展△“人工智能标准行”活动，强化标准宣贯应用●○。鼓励企业参与国际标准化工作★•▽。
（十六）推动开源开放。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，构筑具有全球影响力的人工智能开放生态□…-。研发推广适配人工智能项目特性的开源许可协议●，构建新型人工智能开源规则秩序•。引导云服务厂商、赋能应用服务商与开源社区积极对接，推动开源项目在工业领域落地应用。举办开发者大会、“校源行”等活动，传播开源理念，繁荣开源文化，形成共建共享良好氛围。
（十七）加强人才引育。开展人工智能产业人才需求预测◁□，发布人才需求预测报告，支持高校院所提前布局、调整优化相关学科专业。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=、国家卓越工程师实践基地等，设置专业课程•▪，培养既懂人工智能又懂制造业应用的复合型人才，完善人工智能认知教育培训□-，提升全员人工智能素养与技能。加强人工智能领域高技能人才培养，依托国家相关人才工程和项目，培养科技领军人才、创新团队，超常规构建领军人才培养新模式••=，积极引进海外高端人才。
（十八）提升安全保障能力■★。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◁☆●，加强数据安全管理▽，强化人工智能安全保护能力。构建安全风险库、语料库等资源，建设工业安全大模型。通过知识库优化、训练语料纠错、生成合成内容标识等■●□，增强人工智能透明度、可解释性，降低幻觉风险▪▲。落实人工智能科技伦理管理服务办法□△，加强行业自律▽★，提升企业人工智能伦理风险防范能力。
（十九）建立安全治理机制•。研究制定工业和信息化领域人工智能分类分级=-○、评估评测、应急处置等安全政策标准，支持地方主管部门探索柔性治理机制。建立人工智能安全风险监测预警技术能力，强化风险监测、研判和防范。制定工业和信息化领域人工智能安全风险信息报送与共享工作指引△，统筹产业链各环节力量，加强信息共享、风险通报★-、协同处置。
（二十）支持产业合作。鼓励企业针对不同国家和地区特点▷▲=，定制人工智能产品和赋能应用解决方案。开展人工智能赋能新型工业化深度行…△◇“海外版”，支持行业组织、专业机构为企业提供出海配套服务◇=◇，引导企业高效开展各类技术验证和合规认证，更好服务产业有序出海发展。引导外资投向人工智能领域，鼓励外商投资企业开展生成式人工智能技术开发及产品生产等。
（二十一）打造国际合作平台▽◇。积极参加金砖、上合、中国—东盟▪●■、二十国集团、亚太经济合作组织等合作机制下的人工智能议题讨论★◆▼。支持依规办好世界人工智能大会、人形机器人运动会等具有全球影响力的高端赛、展◇•、会，积极宣传我国人工智能标杆案例▽--。高质量建设中国—金砖国家人工智能发展与合作中心，提升务实合作水平，推动全球产业协同发展▲△◁。
建立部门合作、央地联动•-、产业协同的工作推进机制，鼓励地方因地制宜制定政策措施，引导企业错位发展，防范产业“内卷式”竞争▼。统筹现有资金渠道，布局支持•“人工智能+制造▼◁•”有关技术研发和赋能应用任务。发挥国家人工智能产业投资基金作用，丰富优质项目储备◆•△，吸引带动更多社会资本有序加大投资◆。开展新技术新产品新场景大规模应用示范行动◇•，用好首台（套）、首批次、首版次应用政策-，推进新技术、新产品的推广应用和迭代升级，释放国内市场需求潜力▽△。开展人工智能产业规模测算•◆，建立应用监测评价指标体系▼，完善人工智能产业监测分析平台□▷，动态监测全球产业发展态势。