问题——新一轮科技革命和产业变革持续推进，人工智能迭代加快、与产业融合提速，制造业同时承受提质增效与转型升级压力。一方面，传统制造环节仍存研发周期偏长、质量管控链条复杂、柔性生产能力不足等问题；另一上，企业算力供给、数据质量、行业标准、安全合规等也面临现实约束。鉴于此，如何以“人工智能+制造”带动产业升级，并形成可复制、可推广的应用模式，成为各方关注的重点。 原因——从技术层面看，算法能力、算力供给与数据资源是产业演进的关键变量。发布会信息显示，我国人工智能发展呈现“底座强化、产品扩容、应用深入、生态完善”的特征：国内企业推出多款人工智能芯片，智能算力规模达到1590EFLOPS；高质量行业数据集加速形成，开源生态活跃，为模型训练与行业落地提供了基础支撑。产业层面的活力同样突出。据测算，人工智能企业数量已超过6000家，核心产业规模预计突破1.2万亿元。供给能力增强与应用需求增长叠加，为人工智能与制造业深度融合提供了条件。 影响——对产业运行而言，人工智能正从“辅助工具”走向“系统性重塑”。一是智能终端加速普及，带动新型消费增长。AI手机、AI电脑、AI眼镜等产品更快进入家庭与工作场景。2025年前三季度，智能眼镜出货量超过178万副，其中近八成为AI眼镜，显示融合语音、视觉与多模态交互的产品正在打开增量市场。二是工业应用从点状试点走向链条化渗透。人工智能已覆盖钢铁、有色、电力、通信等重点行业，并逐步深入研发设计、质量检测、客户服务等关键环节。以工业视觉检测为例，企业借助“5G+AI”系统将检测准确率提升至99.98%，人均生产效率提升275%，体现出人工智能对质量一致性、生产节拍和用工结构的综合改善。三是生态建设加快，形成“资本—标准—开源”的协同支撑。国家人工智能产业投资基金启动运行，规模达600亿元；标准化专项行动累计研制发布40余项关键国家标准和行业标准，一批智能体协议、算子库等开源项目落地，有助于降低应用门槛、增强互联互通。 对策——推动“人工智能+制造”走深走实，关键在于统筹技术突破、场景牵引与治理体系。工信部联合7部门出台《“人工智能+制造”专项行动实施意见》，并配套制定行业转型指引和企业应用指南，明确加强顶层设计、分类推进落地的方向。下一步工作重点可概括为五个方向：其一，强化技术创新，聚焦训练芯片、异构算力等关键环节加快攻关，提升自主可控能力与供给韧性；其二，做深融合应用，围绕软件编程、新材料研发、医药研发、信息通信等领域体系化推进，以“小切口、可验证、可复制”的方式打造标杆；其三，完善企业培育机制，鼓励更多提供行业解决方案与应用服务的企业发展，推动形成大中小企业融通的产业格局；其四，健全生态建设，加快制定行业急需标准，完善开源机制与组件体系，促进资源共享与协同创新；其五，强化安全治理，加强算法安全防护与训练数据保护等能力建设，提升企业对伦理与风险的识别与防范水平，为规模化应用守住底线。 前景——总体来看，人工智能与制造业融合仍处于加速扩张阶段，未来发展将呈现三上趋势：第一，终端侧普及将推动交互方式升级与新应用涌现，智能服务将从“功能叠加”转向“场景驱动”。第二，工业侧落地将从单点效率提升走向全流程、跨部门协同，推动研发设计数字化、生产调度智能化、质量管理闭环化，进而提升产业链供应链韧性与竞争力。第三，随着标准、开源与资本等要素持续完善，行业应用将更加注重可解释、可评测、可合规，逐步形成从研发到部署、从运营到治理的完整体系。可以预期，政策引导与市场需求共同带动下，“人工智能+制造”将成为推进新型工业化的重要抓手；同时仍需在关键技术攻关、数据要素流通与安全治理等上持续加力，夯实高质量、可持续发展的基础。
人工智能产业加速发展，既是全球科技竞争的重要赛道，也是推动我国经济高质量发展的关键动力；当前，我国已形成从芯片、算力到应用、生态较为完整的产业链，产业规模、技术水平和应用深度持续提升。随着“人工智能+制造”等专项行动深化，人工智能与实体经济融合将继续加深，有望在更多领域释放创新能力，为制造业转型升级和经济结构优化提供支撑。同时，产业推进过程中应同步强化安全治理与伦理规范，推动人工智能朝着安全、可控、可信方向发展，更好服务经济社会发展。