rb88登录电玩:

  工业互联网是推动新型工业化的重要驱动力量和关键基础设施，AI是引领新一轮科技革命和产业变革的颠覆性技术。两者深层次地融合是加快制造业数字化、智能化、高端化和绿色化发展的必然要求，也是加快我国从制造大国迈向制造强国的关键路径，对推动经济高水平质量的发展意义重大。

  习高度重视工业互联网和AI发展，在关于数字化的经济与新型工业化的重要指示及“十四五”规划相关部署中强调，要引领产业优化升级，强化国家战略科技力量，积极发展工业互联网，加快产业数字化；推动人工智能科学技术创新与产业创新深层次地融合，构建企业主导的产学研用协同创新体系，助力传统产业转型升级，开辟战略性新兴起的产业和未来产业高质量发展新赛道。党中央、国务院围绕工业互联网和AI发展出台一系列重大决策部署，持续推动工业互联网规模化普及应用，深入实施“人工智能+”行动，以有力举措、系统施策赋能产业高质量发展。2025年12月，为了进一步深化人工智能与工业互联网的融合应用，工业和信息化部印发《工业互联网和人工智能融合赋能行动方案》，将通过实施基础底座升级、数据模型互通、应用模式焕新、产业生态融通四大行动，推动工业互联网和人工智能在更广范围、更深程度、更高水平上释放融合赋能效应。

  本文在系统梳理工业互联网与人工智能融合赋能制造业高质量发展的研究现状基础上，深入分析二者融合赋能的发展成效与存在的问题，并提出针对性的对策建议，旨在为工业互联网与人工智能在更广范围、更深程度、更高水平上释放融合赋能效应提供参考。

  工业互联网为人工智能在工业场景落地应用提供载体。作为新一代信息技术与实体经济深度融合的产物，工业互联网实现了人、机、物的全面互联互通，纵向贯通设备层、控制层和计划层，横向连通产业链上下游企业，历经十年发展，形成了平台化设计、智能化制造、个性化定制、网络化协同、服务化延伸和数字化管理等应用模式，为人工智能应用提供网络、算力、平台和场景等条件保障，如图1所示。

  工业互联网为AI发展提供数据基础。当前，大模型等人工智能产品主要基于互联网公开数据集进行预训练，具备一定的泛化能力，但应用在工业垂类场景时能力仍显不足，需要依赖工业场景中专有数据进行二次训练。依托工业互联网，实现了对海量工业数据的实时采集、汇聚、处理，为垂类模型训练、微调和量化提供了坚实的数据基础，使大模型具备面向工业场景的复杂推理决策能力。

  重构工业应用开发范式，增强工业互联网平台能力。在应用开发工具中，通过嵌入大模型内容生成能力，可以实现代码自动生成、补全、解释和测试等核心功能，辅助研发人员进行代码编写、优化、分析和查错，重构开发模式、交互方式、使用流程，面向研发设计、中试验证、生产制造、营销服务、运维管理等多个环节应用开发场景，形成以模型为中心的开发范式，进而降低应用开发门槛和成本，提高开发效率。

  重塑工业软件功能创新，推动制造业全链条实现智能化升级。新一代人工智能具备自生成、自决策、自组织特征，深刻改变了工业软件在研发设计、中试验证、生产制造、营销服务和运维管理等环节的应用方式，如图2所示。

  在研发设计阶段，基于生成式设计，人工智能与计算机辅助设计（CAD）软件结合，可以辅助设计师自动生成多种设计方案，降低试错成本，缩短产品研发周期。在中试验证阶段，人工智能与计算机辅助工程（CAE）软件结合，提升仿真、工艺验证等试验过程的效率和智能化水平。在生产制造阶段，人工智能与高级计划排程（APS）、制造执行系统（MES）等软件结合，可实现在智能生产调度、工业“智”检、预测性维护、智能安监等场景的应用，提升生产效率、产品质量和安全生产水平。在营销服务阶段，通过数据分析和自然语言处理等技术，可实现营销策略智能化，提供更精准、个性化和高效的销售与营销服务。在运营管理阶段，人工智能与客户关系管理（CRM）、企业资源计划（ERP）等软件结合，可实现智能供应链管理、智能运营数据洞察和知识管理，降低运营成本，强化智能决策。

  催生出具备感知、认知、决策和执行一体化能力的工业智能体。在特定、复杂的工业环境中，工业智能体能够完成特定任务，具有高度自主性、反应性、主动性、社会性和适应性。工业智能体能够整合离散的数字能力，主要包括：基于工业互联网，实现物理环境、系统状态的感知能力；利用工业大模型对感知信息进行深度处理与分析，实现认知能力；基于认知结果和目标约束，能够进行自主决策优化，具备决策能力；能够通过应用程序接口、工业控制系统等执行器将决策指令付诸执行，并根据环境反馈持续学习和自我进化，实现从数据洞察到业务成效的端到端闭环。

  推动工业互联网企业服务模式演化。在服务制造业企业数字化转型过程中，由于各行业、各领域存在显著的差异性、复杂性，且客户定制化需求突出，工业互联网企业最终不得不转向“项目交付”模式，即为每个客户定制开发和部署系统，这限制了工业互联网规模化应用。工业互联网与人工智能融合通过对原有数字系统进行拆解，将其转化为可编排、可复用的“原语组件”，结合大模型任务分解、规划等能力，构建具备任务理解与规划、数据分析和工具调用执行功能的工业智能体平台，将人工智能从辅助工具转变为能够主动承接和执行任务的“数字员工”，推动工业互联网企业从“交付项目”到“交付结果”模式转变。二者的深度融合催生了工业智能体，并推动服务模式与产业业态迭代升级，其内在逻辑如图3所示。

  打造以工业智能体为“中枢”的产业数字化转型新业态，实现工业互联网从“连接”向“智能”跃迁。工业智能体通过将自然语义转化为任务规划并执行，在复杂工业环境中构建了连接人、机、物、数据等生产要素的协同枢纽，成为人机协同的智能中介与系统集成的黏合剂，推动工业互联网从“辅助人”到“替代人”转变。

  近年来，我国通过深入实施工业互联网创新发展战略，推动人工智能赋能新型工业化，在政策体系、技术创新、基础设施和发展环境等方面取得积极成效。2024年，我国工业互联网核心产业规模达1.5万亿元，带动经济增长近3.5万亿元，形成覆盖基础层、框架层、模型层、应用层的完整人工智能产业体系，成为制造业高水平质量的发展关键驱动力量。

  2017年11月，国务院印发《关于深化“互联网+先进制造业”发展工业互联网的指导意见》，明确了工业互联网发展的总体方向。此后，工业和信息化部牵头的工业互联网专项工作组每三年配套出台《工业互联网创新发展行动计划》，均专章部署人工智能在工业场景的应用。2025年8月，国务院发布《关于深入实施“人工智能+”行动的意见》，推动AI与各领域广泛深度融合，助力传统产业改造升级。2025年12月，工业与信息化部进一步印发《工业互联网和人工智能融合赋能行动方案》，推动工业互联网和AI在更广范围、更深程度、更高水平上释放融合赋能效应。此外，工业和信息化部还在算力互联互通、工业大数据规范应用、工业互联网安全分类分级管理等关键领域相继出台系列政策文件，不断完善融合发展的要素保障体系。我国工业互联网和人工智能主要政策汇总见表1。

  第五代移动通信技术（5G）/5G增强技术（5G-A）、时间敏感网络（TSN）、边缘网关、工业以太网交换机、智算芯片、高带宽存储、智算服务器等硬件技术不断突破，工业级5G芯片、模组成本下降90%，华为910B芯片性能接近英伟达A100水平。创新可编程逻辑控制器（PLC）云端部署模式，通过软硬件解耦模式打破对国外硬件依赖的局面。国产人工智能编译器、开发框架等基础软件加速迭代，DeepSeek系列模型通过算法优化、效率提升等工程技术创新打破“堆算力、拼数据”的传统路径，以低成本、高性能、开源开放等优势加速在工业领域应用。

  基础设施是工业互联网和AI深度融合的核心底座，其体系化、层级化建设为制造业智能化转型筑牢了物理与数字根基。近年来，我国工业互联网基础设施建设持续提速。截至2025年底，5G基站总数达483.8万个，工业高质量外网覆盖全国97%以上的地级行政区，“5G+工业互联网”项目建设超过2.3万个，实现41个工业大类全覆盖，5G在能源、装备、钢铁等行业实现规模复制，为工业互联网与人工智能融合提供了高速互联通道。我国建成自主可控标识解析体系，国家顶级节点稳定运行。截至2025年11月，全国累计接入二级节点达396个，涵盖46个重点行业，累计标识注册量已突破7000亿，服务企业超52万家，国家工业互联网大数据中心汇聚工业数据14亿条，特别是装备制造业数字供应链平台汇聚40万余家企业、2.2亿件数字工品。算网设施加快建设，算力规模达全球第二，边缘计算等智算能力加速提升，华为、阿里等头部企业相继建成国产万卡集群。我国数字基础设施主要建设成效见表2。

  多层次工业互联网平台体系初步形成，“49家双跨+237家特色型+57家专业型”平台体系基本覆盖工业41个大类，重点平台工业设备连接数超1亿台（套），全国累计上云上平台企业约400万家次，深入制造业“研产供销服”等各环节。统筹发展和安全，工业互联网安全防护体系走深向实，国家、省、企三级协同的工业互联网安全监测服务体系基本建成，围绕大模型安全形成超百万条评测样本，不断提升人工智能安全风险评测能力。强化标准引领，依托全国两化融合标委会、工业和信息化部人工智能标准化技术委员会，编制工业互联网、人工智能领域急需标准，截至2025年12月30日，工业和信息化部人工智能标准化技术委员会已通过工作组审查标准88项、待部立项52项，在研18项，报批22项。连续举办全球工业互联网大会、世界人工智能大会等高规格展会活动，打造国际高端交流合作平台，营造良好产业生态。

  综合来看，我国工业互联网和人工智能发展取得了显著成效，但仍面临一些瓶颈。其中，既存在需求侧数字化基础薄弱的问题，也存在供给侧模型能力不足以及商业模式仍需完善的问题。

  我国制造企业数字化发展不平衡、不充分问题依然突出，企业数字化改造进程仍有待加快，多数企业数字化水平较低。高端工业传感器、工业控制系统、关键工业软件等核心技术工具基本被国外垄断，严重制约着复杂场景适配与多系统协同。现有数字化系统软硬件架构存在异构性、封闭性与复杂性问题，且性能水平、适配程度难以支撑人工智能的应用部署。不同年代、不同厂商的设备与系统采用多样化的通信协议、数据格式与接口标准，导致工业数据采集标准不一、质量不高、流通不畅，难以满足高水平模型训练需求。标准供给存在滞后性，工业互联网与人工智能融合标准体系不完善，工业智能体等关键标准存在空白，国际标准话语权较弱。

  人工智能与工业场景的适配性存在不足，算法底层架构对工业机理模型的融合能力较弱，对工业领域知识、业务逻辑的理解有所不足，导致技术与场景“两张皮”。模型可解释性、鲁棒性和可靠性难以满足工业级要求，黑盒模型决策缺乏合理依据，难以支撑工业领域的可信决策。面对多任务、多场景迁移等要求，模型的泛化能力不足。大模型参数多、推理时延长，难以适配实时控制等高要求场景。人工智能在工业场景的应用评测体系匮乏，在复杂工业场景下准确性、可靠性和安全性等评测指标体系尚未完备。

  人工智能产品研发成本、集成部署门槛较高，智能化改造前期投入大、定制成本高，导致众多制造企业面临“用不起、不会用”双重困境，且企业内部缺乏既懂人工智能又懂工业机理的复合型人才。产业生态协同能力不足，人工智能企业、数字化集成服务商、工业企业之间尚未形成有效协同，上下游资源整合能力较低，技术服务转化的“最后一公里”通道尚未打通。

  推动工业互联网与人工智能融合发展，是实现新型工业化的关键路径和强大动力，事关现代化产业体系和经济高水平发展全局。我国工业体量大、门类全、场景多，具备极为难得的战略机遇，完全有条件实现工业互联网和人工智能的规模化应用。下一步，应在党中央、国务院的决策部署下，以工业互联网为载体，实现人工智能在工业场景的落地应用。以人工智能为驱动，提升工业互联网能力，要突出抓好五个方面工作。

  落实《关于深入实施“人工智能+”行动的意见》，加快出台推动工业互联网和AI协同赋能行动的方案，进一步厘清融合发展的路径和任务。用好中小企业数字化转型城市、制造业新型技术改造城市、国家人工智能创新应用先导区、工业互联网试点示范等重要抓手，引导地方政府、重点企业加大工业互联网与人工智能融合工作力度。

  加快技术攻关，用好重大专项、重点研发计划、“揭榜挂帅”等渠道，加强新型工业网络、高端传感器、智算芯片等重点方向的技术攻关，增强大模型在工业领域的适配能力，支撑工业互联网实现智能化升级。强化工业智能算力供给，探索建设工业算力资源服务平台，引导工业企业加快“云边端”算力部署。开展工业领域高质量数据集建设，完善国家工业互联网大数据中心体系，建设并推广国家装备制造业数字供应链平台，打造一批高质量工业数据集。

  打造多层次模型体系，面向典型行业、重点领域、关键环节，培育一批工业大模型，鼓励人工智能企业、工业互联网企业发展模型即服务等创新模式。提升工业软件智能化水平，鼓励探索基于人工智能的低代码、零代码软件开发方式，迭代优化工业软件辅助生成、自动优化能力，研发自动代码编程、智能辅助设计软件等一批典型产品。建设智能体开发平台，面向典型场景打造一批具备自组织、自决策、自适应的工业智能体。培育具身智能产品应用，加快大模型与工业母机、工业机器人、工业控制系统等的深层次地融合，全面提升感知、交互、控制、协作和自主决策能力。

  聚焦工业互联网与人工智能的融合创新，凝练典型场景，组织开展案例征集、供需对接深度行等多样化品牌活动，打造一批可复制、易推广的示范标杆。组建一批赋能服务商，搭建供需对接平台，鼓励人工智能企业、数字化集成服务商、工业企业组建“供、介、需”联合体，支持工业互联网解决方案供应商向智能化解决方案服务商转变。营造开源开放生态，加快国家人工智能开源社区建设，部署实施一批开源项目，推动开源成果应用落地。

  强化标准引领，发挥全国两化融合标委会、工业和信息化部人工智能标准化技术委员会的作用，围绕工业互联网与人工智能融合架构，加快研制一批急需标准。提升安全防护水平，深入推进工业互联网安全分类分级管理工作，加强工业互联网安全管理和防护，研发推广一批评测工具，增强人工智能安全风险监测与预警能力。鼓励高校、职业院校与工业互联网公司、人工智能企业共建实习基地或联合实验室，促进跨专业、跨领域、跨行业协作。鼓励和引导产业投资基金加大对融合应用领域的投资力度，支持融合创新技术成果产业化。

  朱国伟，中国工业互联网研究院智能化研究所，高级工程师，硕士，研究方向：智能体、具身智能；

  李艳霞，中国工业互联网研究院智能化研究所，工程师，硕士，研究方向：工业互联网产业研究、AI产业研究；

  李直儒，中国工业互联网研究院智能化研究所，工程师，硕士，研究方向：智能制造、数字化转型；

  姚午厚（通信作者），中国工业互联网研究院培训中心，工程师，硕士，研究方向：工业互联网、数字化转型；

  孙楚原，中国工业互联网研究院培训中心，主任，高级工程师，硕士，研究方向：工业互联网、人工智能。