1月7日•，工业和信息化部、中央网信办等八部门联合印发《◁“人工智能+制造◁”专项行动实施意见》（以下简称《实施意见》），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。
《实施意见》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，形成特色化●▲▼、全覆盖的行业大模型…★▲，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。
《实施意见》部署了创新筑基、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方面21项具体举措。
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，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核心技术。有序推进高水平智算设施布局，加快建设算力互联互通平台★▪▷、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，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。
（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○、调解等功能，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○★△。开展制造业企业人工智能应用就绪度评估，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，先行探索人工智能赋能制造业的新模式新应用。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。发挥国家人工智能创新应用先导区作用，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，推动区域集群化转型升级。
（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。加快人工智能赋能工业母机-、工业机器人，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/虚拟显示（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）打造软件和智能体新业态。加快传统软件产品和服务升级-，拓展软件功能△，提升用户体验★◇◇。推动人工智能与研发设计类◆☆、生产控制类、经营管理类等工业软件深度融合，提升设计生产效率。开展工业智能体技术攻关和应用推广，打造编程开发智能体•○★，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。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，有序推动智能体规模化落地◁。构建智能体分类分级管理体系，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。
（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△•。健全制造业数字化转型服务体系◁-，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•=。构建人工智能关键技术产品及赋能应用综合评测体系，支持建设人工智能大模型评测基准体系★▪•，打造权威测评榜单●==，定期发布评测结果，牵引技术迭代升级。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，部署实施一批开源项目，构筑具有全球影响力的人工智能开放生态▲。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。支持开发套件○…、模型应用等开源工具研发，推动人工智能开源成果应用落地。
（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。建好用好国家人工智能学院、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）推动优势产业高水平走出去。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。
（二十一）打造国际合作平台。积极参加金砖、上合□▷、东盟•▽、二十国集团、亚太经济合作组织等多双边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、人形机器人大赛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。