6月27日下午，2025年北京数字经济体验周启动仪式在北京市西城区北京坊劝业场隆重举行。作为2025全球数字经济大会的重要组成部分与前置活动，本届体验周以“数字友好京彩秀·消费体验新潮流”为主题，聚焦数字技术与消费场景深度融合，打造全民共享的数字经济盛宴。北京市人民政府副秘书长许心超、北京市经济和信息化局，北京市互联网信息办公室、北京市商务局、北京市文旅局、西城区人民政府、市科协、各区县领导、行业专家、优秀企业家代表等150余人，共同出席了启动仪式。 北京市人民政府副秘书长许心超在致辞中强调，数字经济是把握新一轮科技革命和产业变革新机遇的战略选择，体验周是2025全球数字经济大会的重要组成部分和特色活动，紧扣“数字友好”理念。体验周通过让公众体验数字技术创新、感受数字消费魅力，体现数字技术市民友好，展现北京数字经济成果，推动数字友好理念推广。 活动现场，在工业和信息化部、北京市经济和信息化局、西城区人民政府的支持下，中国信息消费推进联盟、北京信息化协会、北京广安控股集团有限公司三方共同在北京坊数字综合体设立创新示范基地。作为全国首个"人工智能+消费融合"创新示范基地，北京坊数字综合体将百年历史街区与现代数字科技融合，6000平方米数字综合体，聚焦人工智能与消费领域的深度融合，围绕“人工智能+消费”领域课题研究、平台建设、标准制定、案例推广等多方面，推动人工智能技术赋能消费领域，持续催生新产品、新体验、新场景，全方位激活市场创新活力与增长潜能。未来这里不仅是技术的试验场，更将成为数字经济新业态的孵化器！” 数字技术与艺术创作的结合展示，是本次活动的重要方向之一，在启动仪式上举行了数字艺术街区签约环节。中央美术学院实验艺术与科技艺术学院。中国传媒大学艺术研究院等多方代表共同签署了合作协议，旨在推动数字技术与艺术创作的深度融合，数字融入艺术创作，让艺术丰富数字内容，让市民感受数字与艺术的创新魅力。未来北京坊数字综合体也将成为两所大学的实践基地，为大学师生提供技术和场地支持，共同打造数字艺术产品和IP，推动数字艺术产业的快速发展。 在特色项目发布环节，两个创新项目备受瞩目。“3D数字资产可信流通平台”凭借全国产化引擎和首创的隐形水印技术，成为国内唯一支持3D资产全周期加密确权与流转运营的平台；而“未来场域探索馆”则以中科院力学所科研实力为底座，通过AR/VR/MR全维度交互终端，打造虚实共生的混合现实空间，让知识在沉浸式探索中“活”起来。 此外，数字主持人"福燕"与真人主持共同演绎了科技与人文的精彩对话，为《数字北京欢迎您》AI创作MV大赛获奖者颁奖，来自全球的创作者通过AI技术描绘数字北京图景。特等奖作品将于7月2日全球数字经济大会开幕式首映，展现艺术与科技的深度融合。 体验周期间，北京信息化协会、阿里云和北京广安集团共同打造户外街区——数字“潮”市—AI火花市集，市集汇聚了全球最新、最潮的AI消费产品与服务，从智能穿戴设备到数字文创品，从AI玩具到在线教育平台，为市民提供了丰富的数字消费体验。 2025年北京数字经济体验周正式拉开序幕。本次体验周紧扣“数字消费+数字友好”主线，围绕数字技术、民生消费、数字生活，全方位展现北京数字经济发展成果，促进数字经济进一步融合消费、赋能民生。 市民可登录全球数字经济大会官方网站或官方微信小程序，了解更多精彩活动详情，共同享受数字经济的无限魅力，探索数字消费的全新未来。（曹雅丽）

中国工业报记者  曹雅丽 随着人工智能技术的飞速发展，工业软件作为工业制造的“大脑和神经”，正经历着前所未有的变革。工业软件是工业技术、流程的程序化封装与复用，应用于工业领域以提高工业企业研发、生产、管理水平和工业装备性能。其核心作用在于帮助工业企业提质增效降本，并增强企业在高端制造的竞争力。 近年来，AI技术飞速发展，出现了诸如大语言模型、强化学习、具身智能和图像生成等关键新技术，工程师作为产品和工程创新的主力军，如何利用好AI完成船舶、飞机、汽车、电子产品，房建、市政、芯片等不同行业的工程产品创新成为行业高度重视的话题。 6月28日，“AIforEngineering（AI4E）大模型与工程产学研用创新论坛”在杭州召开。会上，钱塘新区党工委委员、区委常委，大创小镇党工委书记周妙荣致辞时表示，钱塘区作为杭州乃至浙江经济发展的重要增长极和战略性新兴产业的集聚高地，有着拥抱AI、发展AI、应用AI的坚实基础和独特优势。 “钱塘区将人工智能产业列为未来产业，纳入区域发展核心战略。目前，我们区已成功获批省级‘元宇宙未来产业先导区’和市级‘具身智能未来产业先导区’，即将出台人工智能产业相关专项政策，从人才、研发投入、固投补贴、场景应用、算力供给等多维度，为人工智能企业、项目提供全生命周期的服务支持保障。”周妙荣介绍。 工业软件是制造业和工程业的“神经中枢”，更是国家科技自立自强的关键领域。在全球产业变革的浪潮中，人工智能技术正成为破解工业软件“卡脖子”难题的核心突破口。接下来，品览科技创始人李一帆和树优科技赖宇阳共同为“人工智能工业软件联盟”盟揭牌。该联盟汇聚了产学研用的各界力量，旨在以AI大模型为引擎，推动工业软件核心技术研发、标准体系建设与场景化应用落地。联盟成员将协同努力，通过算法创新重构工业知识体系，以数据驱动加速研发迭代，以跨学科融合开辟技术新路径，为中国工程行业和制造行业打造面向未来、自主可控的“智造核心”。 在论坛发言环节，几位参会嘉宾分别探讨了AI技术在CAD、CAE、EDA等领域的突破应用和新的进展。 品览科技董事长李一帆指出，AICAD通过结合最优的识别决策和大模型算法，正在逐步替代传统的2D和3DCAD软件。 “如何落地AICAD到各自的产业中？其实有方法论，首先找到自己的产业定位，参与AI行业一定有自己的抓手，产业公司也有自己的抓手。同时，在设计领域，制造业到建筑运维到工艺还要有深入的场景。”李一帆表示，AICAD不仅提高了设计效率，还通过自动化和智能化手段提升了设计质量。例如，在华住酒店集团的设计中，AICAD将原本需要6人35天完成的设计任务缩短至2人1周完成，显著降低了设计成本和时间。 李一帆表示，品览科技通过实践已经在建筑设计院领域以及大的能源石化领域和高端制造领域形成了很多合作伙伴。今年开始在高端制造领域发力，品览科技和船舶制造行业、航空航天行业开展合作。 在工程研发领域，问题复杂性不断攀升，传统CAE方法已难以满足高效精准的研发需求。树优科技创始人赖宇阳在分享《AI+CAE多学科仿真优化技术进展》时强调，AI驱动CAE仿真并非简单的技术叠加，而是深度融合。通过数据挖掘与机理模型的深度协同，AI赋能工程师在复杂设计空间中精准定位最优方案，为研发创新注入强大动能，推动工程设计迈向新高度。 AIEDA计算光刻是目前的热门话题。AI技术的引入正在逐步改变EDA行业的“卡脖子”问题，为我国半导体产业的发展提供了新的机遇。弈芯科技创始人黄继辉博士带来了《AIEDA计算光刻》的主题演讲。他介绍了EDA行业背景及计算光刻领域的最新进展。AI技术在EDA领域的应用，特别是在光刻计算中的优化作用，显著提高了芯片设计的效率和精度。 AI大模型在工程领域的前沿探索和实践体现在制造业数字化转型升级上。数益工联创始人何盛华分享了实践经验。目前，通过智能终端和5G网络实现设备互联，结合工业工程学科知识进行数字化管理，最终利用AI算法，已经实现生产计划的自动排产和优化。何盛华指出，AI智造正在推动制造业从数字化向智能化转型，为企业提质增效降本提供了有力支持。 在不动产行业的AI应用场景实践方面，明源云浙江区域公司数字化研究院院长田方圆表示，不动产行业在AI应用场景的发展趋势和落地范式。通过AI助手、AIAgent和数字员工三种应用范式，不动产行业正在逐步实现业务流程的自动化和智能化。田方圆还指出，AI技术在不动产行业的应用前景广阔，将为企业带来显著的经济效益和社会效益。 下午，本次论坛的分会场——“科技赋能共创未来”人工智能项目路演成功举行。本次路演活动共吸引德塔精要、湃方科技、致趣科技等11个项目参加。路演现场，大创小镇首先对钱塘区进行整体推介，介绍钱塘区的营商环境及优质政策。接下来，各项目依次介绍，并与参会评委、嘉宾等积极互动。路演同时，大创小镇也同步进行项目对接与服务，旨在通过靠前、全面的服务，助力钱塘人工智能企业蓬勃发展。 本次“AIforEngineering（AI4E）大模型与工程产学研用创新论坛”的成功举办，不仅为产学研用各方提供了一个高端交流平台，也推动了AI与工业软件融合的深入发展。 随着AI技术的不断进步和应用场景的持续拓展，工业软件将在AI的赋能下实现更加高效、精准和智能的发展。未来，AI将重塑工业大脑，推动中国工程行业和制造行业迈向新的高度。 本场AI4E活动在钱塘区委组织部（人才办）、区发改局、区经信科技局、杭州大创小镇管理办公室的鼎力支持下，由品览(杭州)科技有限公司和树优（宁波）科技有限公司联合主办。此外，本次活动还获得了浙江省勘察设计行业协会、钱塘区建投集团、杭州钱塘科学城管理办公室、杭州欧美同学会、中法创新合作加速中心、清华企业家协会（TEEC）长三角分会、树优(宁波）科技有限公司等单位的帮助与支持。

中国工业报  王珊珊 6月26日——海尔集团（以下简称“海尔”）宣布完成对上海新时达电气股份有限公司（以下简称“新时达”）的战略入股协议股份交割，将推动新时达正式融入海尔卡奥斯工业互联网生态；同日，上海市嘉定区经济委员会与海尔卡奥斯工业智能有限公司签署《战略合作框架协议》，将在智能机器人、集成电路装备、数字经济等领域深化合作，探索“产创研用”政企合作新模式，助力上海打造高端智能制造产业集群。 在股权交割仪式上，海尔联合乐聚机器人、睿提智能、钛虎机器人等7家具身智能领域代表企业，以及上海人工智能行业协会等产学研机构，共同发起成立“具身智能创新生态联盟”。该联盟将依托海尔全球领先的家电应用场景和智能制造基地，为具身智能及人形机器人技术提供丰富的落地场景，加速技术产业化进程。 海尔集团对中国工业报表示，新时达以算法和软件为核心，基于对控制技术的理解和掌握，形成了电梯控制产品及系统业务、机器人产品及系统业务、控制与驱动产品及系统业务等三大业务板块，是国内工业自动化领域产品种类齐全、市场地位突出的领先企业。 此次战略入股新时达，是海尔卡奥斯将与新时达共享全球供应链、数字化营销、精益管理、品牌资源等各项能力，帮助上市公司提升资产管理效率，实现海外市场协同，提高核心技术壁垒，把握新兴市场机遇。依托已有的工业互联网平台，进一步加强双方在工业自动化领域上下游产业链的协同效应，实现在智能制造核心工业环节的精准卡位。卡奥斯工业互联网平台具备的大数据、大连接、大模型的能力将与新时达在工业自动化领域丰富的产品和技术形成深度融合。 工业自动化是工业互联网核心产业之一。布局工业自动化和工业机器人，能够与卡奥斯工业互联网平台形成战略协同，丰富海尔的工业互联网产业生态。 电霰科技创始人祝凌云对中国工业报表示，这应该算是机器人从工业迈向消费的一个信号吧，将来就是AI商业盈利落地的最重要基础。 工业机器人作为智能制造的关键执行单元，其与工业互联网平台的深度融合对于智能制造相关企业的发展和生态构建具有重要意义。信通院工程师孙闯博士接受中国工业报采访时表示，一方面，工业互联网平台要想真正进入“深水区”，拓展应用场景，必须实现平台与硬件的无缝衔接和设备的高效协同。另一方面，随着具身智能的技术爆发，工业互联网平台的海量数据和算力支撑可以大幅提升工业机器人的智能化水平，缩短智能机器人的开发部署周期。当前，企业利用投融资、并购等方式构建“平台/智能+硬件”的组合架构，可以快速帮助企业构建更加完善和正循环的研发－生产－应用生态，加快推动技术创新、提升市场渗透率和增强产业链韧性。 深圳东风环境有限公司副总裁胡双对中国工业报表示，海尔通过收购新时达，进一步巩固了在工业互联网生态领域的领先优势。这将加速中国工业互联网的高质量发展，推动制造业的数字化转型。此外，海尔与美的、格力等家电巨头在机器人领域的布局，可能引发行业竞争格局的变化。同时海尔在家电领域的机器人布局也在持续推进，通过成立全资子公司海尔兄弟机器人科技，重点布局家庭服务机器人。 工业和信息化部赛迪研究院先进制造研究中心副总经理高超接受中国工业报采访时表示，首先，海尔自身就有巨大需求。家电制造是当前工业机器人应用的主要领域之一，海尔作为家电领域领军企业，在生产中会使用大量的机器人整机和系统集成产品，随着海尔向海外布局也需要新建更多产线，因此通过控股新时达、深度定制和优化产品，可以帮助海尔“降本增效”；其次，工业机器人也具有较强的发展潜力，有望成为赢利点。当前工业机器人正迎来重要发展机遇，在具身智能等新技术赋能下，工业机器人有望突破原有应用边界，渗透率有望大幅提升，其销量也将迎来新一波增长。 家用机器人未来市场潜力巨大，值得海尔下大力气布局。近年来，传统家电正向着接入物联网和智能化发展，扫地机器人、擦窗机器人等一些专用机器人产品已经开始普及，打造全屋智能系统正在逐步成为风潮。未来，以人形机器人代表的更多机器人产品有望走入千家万户，并成为智能化生活的核心枢纽和重要商业入口，部分用户可能因为家用机器人而选择配套的全屋智能生态，因此新一代家用机器人可能为家电企业直接和间接带来巨大的市场增量，这吸引了家电领军企业纷纷入局发展机器人。 新时达在机器人领域积累深厚，能够助力海尔抢占先机。新时达在开发机器人方面具有丰富的资源积累，包括经验丰富的人才团队、核心技术和知识产权积累、电机驱动器控制器等关键零部件产品、产业链供应链配套资源等等，相关技术和能力都可以迁移至开发家用机器人，可快速补强海尔开发家用机器人的综合能力。

■ 中国工业报 耿鹏飞 随着人工智能、云计算等技术的飞速发展，数字化转型已成为中小企业发展的必然趋势。 “数字化转型不仅能够提升企业的运营效率、降低成本，还能帮助企业更好地把握市场需求、提高产品销量，实现与客户的快速对接，从而推动企业的持续健康发展。”浙江大学教授、博导，工业和信息化部信息通信经济专家委员会委员、中国科协决策咨询首席专家王春晖向中国工业报说道。 然而，数字化转型过程中“不愿转、不敢转、不会转”问题依然突出。在王春晖看来，不懂产业的底层逻辑、盲目跟风是中小企业数字化转型面临的主要困境。“我们需要打造一大批既懂行业、产业底层逻辑，又懂数智化的融合型现代服务商。而在2025年《政府工作报告》中也明确提到，要加快制造业数字化转型，培育一批既懂行业又懂数字化的服务商，加大对中小企业数字化转型的支持。”王春晖分析道。 数字化转型面临三重困境 据工信部2024年调研显示，我国中小企业数字化转型成功率约30%，远低于大型企业50%以上的水平，且在制造业、服务业等领域呈现明显分化。 工业互联网产业联盟工业大数据组副主席、上海优也信息科技有限公司首席科学家郭朝晖向中国工业报分析，大企业可以通过数字化促进部门协同、资源共享、知识复用，数字化的价值更容易体现。但数字化工作的难度很大。大企业数字化转型成功的概率都不高，更何况中小型企业。 在郭朝晖看来，“自动化不等于数字化，但有助于推进数字化。很多中小企业自动化水平不高，同时具备自动化和数字化的需求。因此，中小企业数字化转型常见的办法就是借助自动化改造，进一步实现数字化转型。” “不愿转”是中小企业数字化转型面临的首要障碍。这一现象背后是传统经营思维与路径依赖的深层问题。小企业老板能管理过来，并不着急转型。 王春晖向中国工业报进一步分析认为，这种认知偏差源于对“数实融合”本质的理解不足，他指出：“中小企业数字化转型的最终目的，不是盲目的数智化应用，而是因地制宜地推动以实体经济需求为牵引的产业数智化的高质量发展，加快实现和形成与新质生产力相适应的数智化生产关系。”现实中，许多中小企业管理者将数字化转型简单等同于技术升级，缺乏将数字技术与核心业务深度融合的战略思考，导致转型动力严重不足。 “不敢转”是横亘在中小企业面前的第二道难关。中小企业数字化转型需要采购硬件设备、软件系统，并投入资金进行系统开发和维护，前期投入成本极高。对于利润空间有限的中小企业而言，这笔费用往往超出其承受能力。更关键的是，数字化转型回报周期长，效果需要较长时间才能显现，这与中小企业追求短期效益的生存逻辑形成矛盾。此外，数据安全风险也是中小企业的重要担忧，缺乏专业团队的中小企业往往难以构建完善的数据防护体系，进一步加剧了“不敢转”的心理。 “不会转”则是中小企业面临的最直接技术障碍。王春晖教授一针见血地指出：“关键在于支撑数字产业化与产业数字化融合发展的现代生产性服务业供给不足，特别是既懂行业和产业底层逻辑，又懂数字化转型的服务商甚少。”中小企业通常缺乏专业的数字化人才与技术团队，难以自主完成从转型规划到实施落地的全过程。中小企业传统的组织架构和管理模式难以适应数字化转型的需求，部门之间沟通不畅，协作效率低下，流程再造困难。 构建系统化破局策略 面对数字化转型中的多重困境，中小企业需要构建系统化的破局策略。 郭朝晖从产业集群角度提出了“标杆-复制”模式。在郭朝晖看来，数字化转型成功的案例大部分在产业集群。例如，广东的产业集群发展较为突出，浙江则大力推进产业大脑建设。 事实上，去年11月，工信部发布《中小企业数字化赋能专项行动方案（2025-2027年）》设定了明确目标：到2027年，专精特新中小企业实现数字化改造应改尽改，形成一批数字化水平达到三级、四级的转型标杆。 浪潮数字企业技术有限公司副总裁、浪潮捷云（南京）科技有限公司董事长付长友从数字化平台企业角色出发，向中国工业报分析，面对中小企业打破“不愿转”困局，需要立足企业需求，以更专业的视角、更创新的模式、更完善的服务体系，为其数字化转型提供有力支撑。 第一，通过深入调研，为中小企业提供精准适配的解决方案；第二，针对中小企业资金有限、技术基础薄弱的特点，创新产品模式，提供轻量化、模块化系统，降低中小企业转型门槛与成本；第三，提供全流程、一站式的服务，从前期的咨询规划、方案设计，到中期的系统实施、员工培训，再到后期的运维支持、优化升级，全程陪伴中小企业完成数字化转型；第四，构建覆盖上下游企业、行业协会、科研机构等在内的数字化转型生态体系。通过生态合作，为中小企业提供更丰富的数字化应用场景和增值服务，进一步激发企业主动转型的积极性。 据了解，财政部与工信部在推动中小企业数字化转型城市试点工作中，为企业提供了有力支持，中央财政对试点城市给予最高1.5亿元的定额奖励。地方政府如成都对参与诊断并实施数字化转型的企业给予诊断费用全额事后补贴（最高4万元）和最高100万元的改造补助；杭州临平区为中小企业提供最高50%、200万元上限的补贴。 对于“不敢转”的中小企业，以浪潮捷云为例，需从多个维度降低中小企业数字化转型成本。从功能设计来看，具备高度模块化特点，中小企业可依据自身核心业务流程，像搭积木一样选择所需功能模块，避免采购不必要的功能，杜绝功能冗余带来的成本浪费。 解决“不会转”难题，需要强化能力赋能体系。付长友说，浪潮捷云的“精准诊断-定制方案-落地赋能-人才培育”的全链条服务，有利于帮助中小企业破解转型困局。 “建议行业主管部门应组织建设一批适用于中小企业的垂直行业大模型，强化中小企业对大模型技术产品需求的供给。”王春晖表示。 AI时代企业迎来发展新机遇 当下，AI时代正深刻重构中小企业数字化转型的路径与价值逻辑。 要想助力中小企业抓住AI时代的浪潮，王春晖向中国工业报分析道，应当通过AI技术赋能、政策引导与生态协同，重点解决其数字化转型中的效率痛点，应重点强化以下工作： 一是国家应编制发布中小企业与人工智能融合应用推进指南，明确中小企业人工智能应用实施的主要模式、典型路径，为中小企业提供可落地、易操作的参考指引。 二是国家应推动开放原子开源基金会等开源社区牵头成立人工智能开源社区，聚焦中小企业特色需求设立专题人工智能开源项目，提供可复制、易推广的训练框架、开发示例、测试工具和开源代码。 三是在企业层面，中小企业应制定清晰的数智化发展战略：中小企业应首先明确利用AI实现数字化转型的目标和路径，制定符合自身行业领域的数智化战略。该战略应涵盖数智技术场景应用、组织重构、数智文化等多个维度，确保全面协调推进。 四是中小企业应重视内部员工的数智化技能培训，提升全员数智化素养。同时，可以通过灵活的用工方式，如外包或兼职，引入既懂行业又懂数智化的服务商支撑。 郭朝晖则从应用场景角度指出，AI在研发设计、质量管理中应用广泛。未来，随着AI技术民主化进程加速，中小企业将能够以更低成本享受AI红利，但需要注意避免“为AI而AI”，应聚焦具体业务痛点，选择高ROI（ReturnOnInvestment，投资回报率）的应用场景先行试点。 人工智能技术尤其是大模型的快速发展，为中小企业数字化转型提供了全新工具。“通过智能录单，采购人员用语音或图片就能生成单据，错误率下降90%，效率提升50%；智能财报分析让企业每月财务分析耗时从3天压缩到2小时，同时提供可执行的资金优化建议；供应链AI使库存周转率平均提高25%，缺货投诉减少60%。”付长友举例说道。 随着AI技术、政策支持和生态协同的持续强化，中小企业数字化转型将从“可选项”变为“必选项”，从“艰难题”变为“加分项”。那些能够及早布局、精准施策的中小企业，必将在数字经济浪潮中赢得新的竞争优势和发展空间。正如付长友所言，通过“更专业的视角、更创新的模式、更完善的服务体系”，中小企业的数字化转型必将迎来全新的局面。

■中国工业报 左宗鑫 耿鹏飞 当前，人工智能产业快速发展，全球算力资源使用需求不断攀升，算力互联互通已成为国内外关注焦点。工业和信息化部近日印发《算力互联互通行动计划》（以下简称《行动计划》），其中提出：到2026年，建立较为完备的算力互联互通标准、标识和规则体系。设施互联方面，推广新型高性能传输协议，提升算力节点间网络互联互通水平；资源互用方面，建成国家、区域、行业算力互联互通平台，统一汇聚公共算力标识，实现全国头部算力企业的公共算力资源互联；业务互通方面，推动算、存、网多种业务互通，实现跨主体、跨架构、跨地域算力供需调度；应用场景方面，开展算力互联网试验网试点，赋能产业普惠用算。 到2028年，基本实现全国公共算力标准化互联，逐步形成具备智能感知、实时发现、随需获取的算力互联网。 “据我所知，中国是首个提出此想法的国家。这种国家级别的资源整合必能带动芯片企业的创新与跃升，同时作为第一个有此尝试的国家，中国保持友好和开放的态度，推进国际算力互通互联标准的创新。”Omdia首席分析师苏廉节向中国工业报说道。 让算力像水、电一样便捷使用 算力互联互通在技术上实现难度不大，关键是在生态上，在算力供给企业之间，形成适当的连接，打通生态壁垒。 知名数字经济学者、工信部信息通信经济专家委员会委员盘和林在接受中国工业报记者采访时表示：“数字经济和人工智能的三大基础是算法（软件）、算力（硬件）和数据（要素资源）。算力互联互通能够让人工智能企业实施更大规模的人工智能开发，促进大模型的发展，也能有效降低算力成本，帮助数智企业降低成本，从而加速数智企业的发展。” “算力互联互通在技术上实现难度不大，关键是在生态上，在算力供给企业之间，形成适当的连接，打通生态壁垒。”盘和林认为。 那么，什么是算力互联互通？ 工信部有关负责人在解读《行动计划》时介绍，算力互联互通是在现有互联网体系架构基础上，通过构建统一算力标识、增强异构计算和弹性网络能力等方式，将不同主体、不同架构的公共算力资源标准化互联，形成可查询、可对话、可调用的服务能力，实现数据和应用在算力间高效供需匹配、流动互通、迁移计算，促进算力资源使用效率和服务水平提升，使算力像水、电一样便捷使用。 然而，要让算力像水、电一样便捷使用，北京市社会科学院副研究员王鹏接受中国工业报记者采访时认为，在设施互联、资源互用、业务互通方面还存在挑战。具体来看，在设施互联方面，一是跨架构、跨地域网络互联，不同算力节点间存在网络协议、传输速率、时延等差异，导致数据传输效率低、稳定性差；二是高性能传输协议，现有网络传输技术难以满足算力互联对低延迟、高带宽的需求。 对此，王鹏认为，可以推广新型高性能传输协议，如远程直接内存访问（RDMA）等，提升传输层多协议兼容适配能力；升级国家互联网骨干直联点和新型互联网交换中心，扩大带宽容量，降低数据传输时延；建设算力专网，促进云专网、弹性网络类业务发展，提升数据交互水平。 在资源互用方面，一是算力标识与资源管理，不同算力企业的资源标识不统一，导致资源难以汇聚和调度；二是算力感知与度量，缺乏统一的标准和工具，难以准确感知和度量算力资源的性能和状态。对此，王鹏认为，需要建立统一算力标识体系，对通算、智算、超算等各类资源进行统一编码，实现高效资源汇聚和供需匹配；研制新型算力标识网关：提高多样化算力感知能力，规范算力资源注册、互联、度量和交易过程。 在业务互通方面，一是跨主体、跨架构业务调度，不同算力服务主体间存在业务差异，导致调度难度大、效率低；二是算网云调度技术，现有调度技术难以满足算力互联对动态、灵活调度的需求。对此，王鹏认为，推动不同算力服务主体间使用统一调用接口和通信协议，促进算力应用和数据灵活迁移调度；全面突破算网云调度技术，优化各类算力资源管理、算网融合协同调用及算力应用云化编排部署。 “这些公共算力虽然都是公有资源，但由不同的单位负责日常运维。这些不同的机构如何确保夯实算力网络和数据安全保障的同时，又不会出现智算中心表现参差不齐的问题。”苏廉节补充说道。 苏廉节进一步向中国工业报分析指出，基于全球各地的数据中心部署，国外云大厂目前已经展示异域算力集成的能力，确保在计算过程中保持数据和存储互通能力。这些大厂采用的方法是可以被我们借鉴的。 构建全国算力市场新格局 要通过建设算力互联互通平台等方式，推动算力服务产业链上下游紧密合作，共建良好发展生态。 《行动计划》提出，要充分发挥我国超大规模市场优势，以推动算力互联互通为主线，先试点后推广、先互联再成网，构建数字经济发展新底座，有力支撑制造强国、网络强国和数字中国建设。 我国超大规模市场优势，对实现算力互联互通有何帮助？ 盘和林认为，算力互联互通能够让公共算力资源更加集约化，复用率更高，避免算力中心建设过度导致浪费，充分利用闲置的算力资源。“对于中小算力企业，可以通过算力互联互通增强自己的算力资源水平。算力不足的时候，可以从外部调集购买算力资源，更加灵活调用算力的同时，也能消除中小算力企业算力供给规模不足的劣势。” 在苏廉节看来，这样做能改变目前业界面对的算力过剩情况，并通过资源共享的方式将计算租赁成本平摊，进而降低智算的门槛，让更多企业用户尝试用公共算力平台来部署高智算需求的应用。私营的中小算力企业需考虑在其他方面提升服务，如人工智能开发平台服务或是针对垂直行业的特殊服务。 同时，《行动计划》提出，各单位要支持算力骨干企业、高新技术企业和专精特新中小企业发展，着力培育一批有竞争力的算力服务企业。要通过建设算力互联互通平台等方式，推动算力服务产业链上下游紧密合作，共建良好发展生态。 “目前，遇到算力瓶颈的AI初创公司能率先受益，毕竟低成本有利于开发新的大模型和应用。政企和中小企业发展AI也将得到大幅度的提升。提供基础算力和通信设施的电信运营商也会有科技上的创新和突破。当然，算力互联互通平台还是无法有效解决边缘计算和本地化计算的需求，这些应用场景还是要靠一体机或是小型服务器来满足。”苏廉节分析说道。 然而，天使投资人、资深人工智能专家郭涛在接受中国工业报记者采访时却表示，“全国算力互联互通平台的建成将加速头部企业资源整合，形成‘核心节点垄断’的市场格局，推动算力商品化进程加快，交易市场趋于集中化。头部企业凭借规模优势可进一步降低成本，而中小企业可能面临被边缘化风险。” 对此，郭涛认为，中小企业可采取三方面策略：一是垂直深耕，聚焦AI训练、渲染云等细分领域，提供高附加值服务（如江苏常熟的数字化协同平台服务近两万家中小企业）；二是生态协同，接入国家或区域算力平台，成为资源供应商，共享流量入口；三是技术创新，通过开源合作（如工信部鼓励的开源技术共享）降低研发成本，同时，利用轻量化调度工具和绿色算力技术实现差异化竞争。政策层面，工信部明确支持专精特新企业发展，中小企业可通过参与行业标准制定提升话语权。 整体来看，王鹏认为，一方面，算力互联互通将推动算力技术的创新和应用，提升我国在全球算力领域的竞争力；另一方面，算力互联互通还将为数字经济发展提供强大的算力支撑，推动我国经济高质量发展。 郭涛也表达了相似的看法。他认为：“全国统一算力网可降低国际企业进入成本，国产AI芯片（如寒武纪）和调度系统（如‘悟空’平台）的适配能力持续增强，同时在算力标识、计费标准等领域掌握规则制定权。”国际合作方面，需采取标准输出+技术换市场策略，通过IEEE、ISO等渠道推动“中国方案”国际化。同时，以算力资源共享换取光芯片、冷却技术等海外先进技术。风险防范上，应加快建设国内替代生态，减少对高端GPU的依赖，例如通过美格智能、拓维信息等企业的技术突破实现算力自主可控。 此外，郭涛表示，可借鉴“东数西算”工程经验，推动与“一带一路”国家的算力合作，构建区域性算力联盟，提升全球影响力。

中国工业报 耿鹏飞 在AI算力需求呈指数级增长与全球绿色低碳转型的双重驱动下，数据中心冷却技术正迎来历史性变革。近日，曙光数创以“新服务、新技术、新架构”三重新突破，正式发布业内首个相变间接液冷技术产品，再次定义计算新边界，全面开启液冷数据中心3.0时代。 “在2022年、2023年，中国大陆新增的服务器采用液冷的也不过几个点，去年（2024年）应该10个点左右。”曙光数创副总裁兼CTO张鹏向中国工业报说道，我们预测2030年应该到30%甚至更高，所以AI发展，液冷是一个必选项，无论是极智芯片散热、能耗，还是部署密度都是一个必选项。”。 新服务范式：全生命周期液冷服务构建 “液冷服务的本质是算力基础设施的服务化转型。当单个GPU算力节点成本超过10万元时，客户需要的不再是冰冷的设备，而是能够确保算力持续输出的可靠性服务。”张鹏表示。 张鹏说道，实际上客户是希望液冷集成商、设计院或者施工单位从最开始的可研架构设计到最后的使用，是一个全生命周期的服务，这才是用户真正关心的结果。 然而，传统液冷技术落地过程中，“重硬件、轻服务”的行业惯性导致诸多痛点。曙光数创基于多年浸没液冷技术积累与大规模项目实践，首次将“液冷即服务”（LiquidCoolingasaService）理念落地，将液冷数据中心从单一设备交付转变为覆盖规划、设计、建设、运维全周期的系统性服务。 “这一模式创新直击行业四大核心痛点：设计标准缺失、设备兼容性差、施工工艺复杂、运维门槛高，通过标准化流程与定制化方案的深度融合，构建起业界首个液冷全生态服务体系。”张鹏向中国工业报说道。 在设计规划阶段，曙光数创依托专业解决方案团队与理化实验室，为客户提供从算力需求分析到PUE指标优化的全场景规划服务。针对传统设计院在液冷系统设计中的认知误区，张鹏强调：“液冷数据中心的架构设计与传统暖通完全不同，例如水温、水压标准不统一，服务器与冷却系统的兼容性需要从源头介入。”百度智能云IDC建设运维部副总经理郝玉涛表示：“液冷建设的难点在于动态适配业务需求。当机柜功率密度从10kW提升至40kW时，传统风冷架构无法满足大规模设备散热需求，就需要采用液冷架构。” 设备选型与集成环节，曙光数创打破行业“碎片化”供应模式，提供从CDU（冷却液分配单元）、冷板到管路系统的全系列产品组合，并通过自研SLiquid智能运维平台实现设备状态的统一监控与管理。该平台整合了水质监测、流量控制、泄漏预警等核心功能，将传统液冷系统的“人工巡检”升级为“智能预判”。 施工交付与运维保障层面，曙光数创建立了严格的工艺标准体系。针对液冷系统对水质纯度（电导率＜0.1μS/cm）与管路密封性的严苛要求，其专业施工团队采用无尘焊接、真空灌注等特种工艺，确保系统交付合格率达100%。在运维阶段，除常规设备维护外，曙光还提供冷媒再生、系统能效调优等增值服务。张鹏透露：“在某政务云项目中，我们通过年度能效调优使PUE从1.25降至1.18，年节电超过200万度。” 新技术突破：散热效能与可靠性双飞跃 在张鹏看来，水冷板技术的瓶颈在于散热能力与安全性的矛盾，而相变间接液冷技术通过物理原理创新，从根本上突破了这一限制。 芯片功耗的指数级增长正在倒逼冷却技术升级。从英特尔至强CPU的TDP突破500W到英伟达H100GPU的400W+功耗，传统水冷板技术在散热效率与安全可靠性方面的瓶颈日益凸显。曙光数创将相变传热原理与数据中心冷却需求深度结合，研发出业界首个产品化的相变间接液冷数据中心整体解决方案C7000-F，通过三大核心技术创新实现了从“被动散热”到“主动相变”的技术跨越。 冷板设计层面，曙光数创采用微纳米多孔流道与强化沸腾技术，构建高效相变传热界面。与传统水冷板的单相传热不同，相变间接液冷技术利用冷媒在冷板表面的沸腾汽化过程吸收大量潜热，使单位面积散热能力提升15%以上。张鹏在技术沟通会中展示数据显示，在400W/cm²的芯片热密度下，相变冷板的热阻较传统水冷板降低0.15℃・cm²/W，芯片结温控制在85℃以内，而传统方案结温超过95℃。 据张鹏介绍，自研专用冷媒SFP-1025F的成功开发是另一大技术突破。这款冷媒具有三大核心优势：工作压力低至0.3MPa以下（仅为传统水冷系统压力的1/3），化学性质稳定且无需添加药剂，环保性能优异（ODP=0，GWP＜1000）。张鹏强调：“冷媒研发历时3年，经过10000小时可靠性测试，已通过多家服务器厂商认证。” 在成本层面，张鹏补充：“相变冷板全生命周期来看，电费节省是大头。当机柜功率密度超过10kW时，相变方案的TCO已低于风冷。” 技术兼容性是相变间接液冷技术的另一大优势。与浸没式液冷不同，其冷板形式无需改造服务器架构。 新架构重构：弹性适配多元算力场景的系统创新 采访中，张鹏提到，液冷架构设计不能“一刀切”，需要根据算力规模、应用场景与能效目标提供差异化方案。 面对算力部署场景的多元化趋势，曙光数创突破传统液冷系统的架构局限，构建起“按需定制、弹性扩展”的相变间接液冷系统架构体系。该架构通过泵驱排级、无泵自循环池级、模块化柜级三大产品形态的有机组合，实现从边缘计算节点到超大规模AI枢纽的全场景覆盖，打破了传统液冷技术在能效、可靠性与灵活性之间的权衡困境。 泵驱排级架构专为高功率密度场景设计，采用集中式CDU与分布式冷板组合，单个排级单元可支持100kW以上散热需求。其核心创新在于“智能流量分配”技术，通过压力传感器与变频泵联动，实现不同机柜间散热资源的动态调配。张鹏举例说道，某互联网AI推理集群采用该架构后，单机柜功率密度从25kW提升至45kW，PUE保持在1.15以下。 无泵自循环池级架构将能效优化推向极致，利用相变冷媒汽化后的重力回流实现“零泵功耗”。在年均气温低于25℃的地区，配合空冷器可使PUE逼近1.0。 模块化柜级架构聚焦中小规模算力场景，采用“即插即用”设计，单个模块可独立运行或并联扩展，支持上置/下置CDU灵活配置。某金融风控中心采用该架构后，从设计到上线仅用45天，较传统模式缩短50%工期。模块化解决了液冷的“规模不经济”问题，使中小算力中心也能享受高效散热。 在系统可靠性设计方面，曙光数创采用“多重冗余+故障隔离”原则。例如泵驱排级架构中“N+1”CDU冗余配置，单个CDU故障时系统仍可维持80%散热能力；管路系统采用环状环网设计，单点泄漏可快速隔离。张鹏透露：“这些设计使系统MTBF超过10万小时，达到电信级标准。” 针对行业标准化需求，郝玉涛呼吁，希望液冷技术能更加标准化、通用化。“曙光正联合百度等客户推动相变液冷标准制定，未来将开放部分技术规范，促进产业协同。”张鹏表示。 从风冷到液冷，再到今天的相变液冷，这种技术理想与产业需求的共振，使得曙光数创拥有了更多重新定义计算新边界的信心，重构着算力基础设施新范式。

中国工业报  王珊珊 “每个制造商需要两个工厂：一个制造产品，一个制造智能。” 近日，在巴黎GTC大会的镁光灯下，黄仁勋再次表演了一场关于“未来工厂”的惊艳演说。上述那句极具穿透力的口号，为英伟达宣布在德国建设首座“AI工厂”定下了基调——一个以一万张Blackwell GPU堆砌而成的数字工厂，将推动制造业进入具身智能的新时代。 但对中国而言，这场由“万卡”驱动的工业革命，究竟是值得全力追随的未来范式，还是一场以算力包装的技术泡沫？ 英伟达的战略重塑：卖卡，更是卖“水电煤” 在6月11日的演讲中，英伟达CEO黄仁勋系统阐述了"双工厂"战略构想，该战略将生产体系划分为物理工厂和AI工厂两大板块：前者专注于实体产品制造，后者则致力于创造驱动产品的智能内核。 AI工厂的变革性意义在于，数据中心功能跃迁，从传统的数据存储中心进化为智能生产设施；通过整合算力、算法、数据三要素，实现AI模型的工业化生产；产出"智能通证"这一新型生产资料，就如电力之于工业革命。 德国示范工厂的建设体现了这一战略的落地。硬件配置，部署1万张GPU（含DGXB200和RTXPRO服务器）；软件生态，集成CUDA库、RTX平台及Omniverse仿真环境；产业协同，联合西门子、Ansys等工业软件巨头构建完整解决方案。 这一创新模式预示着AI发展正进入新阶段。智能体系统实现从被动响应到主动决策的进化，AI基础设施呈现规模化、工业化特征，各行业将获得持续稳定的智能供给。 正如黄仁勋所言，AI工厂正在成为新工业革命的核心引擎，其产生的智能通证将为全球经济注入全新动能。 常信科技CEO葛林波接受中国工业报采访时表示，从算力作为未来基础设施的角度来看，英伟达“AI工厂”的万卡算力布局恰是算力向“工业水电”进化的缩影，大模型训练与工业仿真等垂直场景正共同驱动算力向基础设施进化。英伟达万卡算力支撑工业仿真难题突破，AI模型迭代频率从“年”跃至“周”，要求算力成为可持续供给的基础资源；德国工厂数字孪生调试、制造业全流程闭环等场景落地，则推动算力通过云平台与工业AI渗透至生产环节，其与软件厂商的合作正是在构建算力“传输网络”。 科技领域观察者、深圳东风环境有限公司副总裁胡双接受中国工业报采访时表示，表面来看，这是一场由算力驱动的科技秀。实质上，英伟达是在重构制造业的基础设施逻辑。从GPU卖家到工业智能底座的“供应商”，英伟达的转型并非简单地将芯片卖进工厂，而是用Omniverse+GPU+仿真平台+生态合作伙伴，构建一个“AI即基础设施”的工业图景。如同电力之于第二次工业革命，英伟达希望将自己变成第三次工业革命的“电网”：制造业的每一个决策、每一次验证、每一次迭代，都是以GPU为电、以算法为逻辑、以仿真为现实。 天娱数科首席数据官吴邦毅接受中国工业报采访时表示，英伟达德国“AI工厂”的核心价值之一在于其直面并破解了工业智能化进程中的“数据缺失”瓶颈。首先，填补“物理世界数据鸿沟”：许多工业场景（如极端工况测试、新品研发、复杂故障模拟）难以获取足量、高质量的真实数据。AI工厂通过高保真虚拟仿真（数字孪生），在Omniverse中生成海量、标注精确的合成数据，有效弥补了现实数据的稀缺性和获取成本高昂的问题，为训练可靠的工业AI模型（如预测性维护、机器人控制）提供了燃料。其次，突破“小样本学习”困境：传统工业领域（如精密制造）往往依赖专家经验，难以转化为结构化大数据。万卡算力驱动的生成式AI，能基于有限样本生成多样化、符合物理规律的衍生数据，极大缓解特定场景下样本量不足导致模型泛化能力差的难题，加速冷启动。另外，规避“数据孤岛”与合规风险：跨国企业或供应链协同常受数据主权、隐私法规限制。AI工厂在本地（德国）构建算力与生成能力，能在合规边界内“就地”生成、处理敏感数据（如核心工艺参数），减少跨境传输风险，同时通过合成数据保护核心Know-how。 “英伟达描绘的‘AI工厂’美轮美奂，但真正把物理工厂‘上云’，远非GPU采购那么简单。第一是软件鸿沟。从CAD到工业数字孪生、从机器人控制到仿真引擎，每一层都需要深度集成与定制开发，这是人力成本极高的软件工程。第二是组织成本。AI工厂的真正门槛在于‘认知与管理体系’，它要求企业不仅拥有数据资源，更需具备对数据、算力、仿真链条的深度理解与组织能力。第三是ROI挑战。对于大量利润微薄、迭代慢的制造企业而言，能否在可控周期内收回对AI工厂的巨额投资，是必须直面的现实问题。英伟达的‘万卡神话’，是否也面临类似特斯拉FSD那样的“技术乐观vs商业冷静”的周期性考验？”胡双分析道。 中国路径：硬追英伟达，还是轻量破局？ 值得注意的是，欧洲尤其是德国，对AI驱动制造这套叙事是积极跟进的。此次英伟达选择落地德国，也传递出明确的产业信号。据悉，德国政府在2020年就提出，计划到2025年，通过经济刺激和未来一揽子计划，把对人工智能（AI）的资助从30亿欧元增加到50亿欧元。胡双认为，德国具有良好的工程文化土壤和产业政策支撑。 除了德国的项目，英伟达还计划在欧洲新建20座“AI超级工厂”，并推动“算力两年增长10倍”。“你可以看到我跑遍全世界和政要交谈，他们都希望AI成为基础设施的一部分，希望AI成为他们的增长型制造业，这是一场新的工业革命。”黄仁勋说。 据第一财经报道，英伟达在中国市场也有合作方，只是尚未达到欧洲工业AI云平台的万卡级别。以火山引擎与英伟达合作的虚拟仿真平台veOmniverse为例，该平台主要是工业仿真领域。除此国内厂商中，华为和阿里云也具备了成熟的万卡集群构建与运营能力。前者主要依托于昇腾AI硬件平台，以及异构计算架构CANN和全场景AI计算框架MindSpore，后者则立足于阿里云的SCC超级计算集群，结合高性能的ECS弹性计算服务提供工业仿真等场景的需求。 一位华为云内部人士表示，相较于英伟达，华为类似的产品主要在硬件开发生产线中，包括了工业数字模型驱动引擎（iDME）以及工业仿真云平台（SIMSpace）等。 但问题在于，中国制造业，真的适合复制这条“万卡级”路线吗？ 中国并不缺“卡”。工信部下属研究机构赛迪顾问人工智能与大数据研究中心高级分析师白润轩曾对媒体表示，截至2024年上半年，国内已经建设和正在建设的智算中心超过250个。 胡双指出，不乏万卡级集群，却出现了结构性闲置的现象。这背后隐含的逻辑是：“卡”够了，场景没跟上；架构先进了，产业承载力不足。英伟达的工业AI云，本质是一套“硬算力+软生态”的封闭系统，门槛极高，适合具备强组织力和资金力的大型企业。但中国制造业90%以上是中小企业，当前更需要的是“低门槛、轻生态、快部署”的AI基础设施。这也是为何“DeepSeek式”架构正在获得政策与资本青睐——不是堆芯片，而是通过模型压缩、稀疏训练、知识蒸馏等技术，用更少的卡，做更多的事。这条“弱算力强智能”的路线，或许才是中国破局英伟达“算力霸权”的正确姿势。 葛林波表示，任何基础设施普及初期都存在“超前投入”特征，如19世纪铁路建设热潮。英伟达计划在欧洲布局20座“AI超级工厂”，而中国建成200多个智算中心，本质是为AI应用爆发储备产能。当前市场正从“堆砌算力”转向效率竞争，中国企业探索的“普惠算力”“降低算力需求”路径，类似电力行业从“发电规模”到“智能电网”的进化，核心在于将算力转化为解决方案而非单纯硬件。 他认为，中国算力发展需走“场景+生态”的差异化路径。国内企业已具备万卡集群能力，但关键在于以“更低成本、更灵活模式”降低中小企业使用门槛，并依托制造业场景多样性（如新能源汽车），通过“工业数字模型”“仿真云平台”等定制化优化算力效率，而非盲目复制英伟达的“算力+生态”模式。算力泡沫本质是技术进化的阵痛，其价值不在于规模而在于对生产力的转化。中国需在投入中平衡技术与产业需求，让算力真正成为滋养千行百业的底层基础设施，正如电力的价值最终体现在点亮工厂与家庭，而非发电机数量本身。 吴邦毅分析，我们亟需加强工业物理引擎与合成数据生成技术的自主投入。与其单纯追求硬件算力堆砌，更应聚焦如何利用轻量化仿真工具（如国产CAE+AI）为中小企业“造数据”，降低其智能化门槛。数据缺失的解决能力，将是未来工业AI竞争的关键维度。英伟达此举实质是定义了下一代工业数据的“生成基础设施”。数据缺失是工业AI化的根本障碍，英伟达AI工厂通过“虚拟生成”大规模填补数据缺口，此举破解了关键瓶颈并构建新壁垒，中国需在数据生成能力上加速自主创新。 胡双表示，中国需要“AI工厂”，但不一定是“英伟达式”的AI工厂。真正适合中国国情的路径，或许是分布式轻量化算力体系，依托开源模型、边缘计算与混合云，构建中小企业用得起的“普惠智能平台”；场景驱动的智能部署，从数字孪生、机器视觉、缺陷检测等垂直场景出发，构建逐步演进的能力栈；国产化软硬融合生态，以华为昇腾、寒武纪为硬件底座，以MindSpore、九章云极等平台为抓手，推动软硬协同。 正如蘑菇物联工业AI首席技术官周子叶所言，中国的破局，不在单点算力追赶，而在通过技术模式创新撬动“非标市场”。 “在AI工厂面前，我们需要‘制造力冷静‘’，英伟达的AI工厂，是资本、技术、品牌、生态四力合一的产物。它具有划时代意义，但并不适用于所有市场，更不是所有国家都该仿造的模板。”胡双坦言， 对中国而言，更重要的是守住制造业的韧性与多样性，在“算力不平权”的格局下，走出自己的“技术降维路径”。 制造业的下一场革命，不一定始于万卡的轰鸣，也可能来自一颗“低功耗、高智能”的国产芯片。

中国工业报记者   曹雅丽 工业和信息化部日前召开会议，专题研究部署推动人工智能产业发展和赋能新型工业化。会议明确，要强化算力供给，统筹布局通用大模型和行业专用大模型，注重软硬件适配，加快建立高质量行业数据集，提升重点产品装备的智能化水平。推动大模型在制造业重点行业落地部署，加快凝练应用场景需求，加快制造业全流程智能化升级，变革生产管理模式。培育一批人工智能赋能应用服务商，加快推动行业专用大模型落地应用与迭代升级。 作为国家“人工智能+”行动的排头兵，中央企业加大力度发展人工智能产业，是增强核心功能的需要，也是提升核心竞争力的要求。数据显示，截至今年4月，中央企业在工业制造、能源电力、智能网联汽车等重点行业、超500个场景布局应用人工智能，科研、生产、客服等方面降本增效明显。 在政策的大力扶持下，通过在人工智能领域的投资与合作，中央企业可以推动整个产业结构的升级和优化，加快培育发展新质生产力。 AI+赋能千行百业升级 2022年，党的二十大报告把人工智能定位为“新的增长引擎”，2022年至2024年的中央经济工作会议都将人工智能作为经济工作的重点。 国务院国资委多次“点题”人工智能，鼓励国资央企带头加快布局，开展“AI+”专项行动，在算力、数据、大模型、场景应用等方面同步发力。伴随人工智能领域大模型技术的快速发展，去年以来，北京、上海、广东、安徽、福建等地发布了AI大模型的相关产业政策，加快大模型产业的持续发展。 据悉，近年来，我国人工智能的发展环境越来越好，发展水平快速提高，不断实现突围与突破。在部分核心技术仍受制于人的情况下，我国国产深度学习框架进入全球主流行列，部分大模型参数规模超千亿、关键性能接近国际先进水平；人脸识别、图像处理等计算机视觉技术保持领先，语音识别、机器翻译等自然语言处理技术应用广泛。 除此之外，我国人工智能的产业化应用已从试点走向广泛覆盖。 记者了解到，目前，我国已形成覆盖基础层、框架层、模型层、应用层的完整的人工智能产业体系。算力规模居全球前列，建成钢铁、煤炭等高质量的行业数据集，培育出一批竞争力强的通用大模型和行业大模型。 工信部数据显示，我国人工智能应用赋能扎实推进，产业生态持续优化。大模型在电子、原材料、消费品等行业加快落地，在研发设计、中试验证、生产制造、运营管理等环节得到应用。部省协同推进11个国家人工智能创新应用先导区建设，已累计培育400余家人工智能领域国家级专精特新“小巨人”企业。 日前，由国家工业信息安全发展研究中心、全国两化融合标委会（TC573）、《数字化转型》期刊和联想集团等机构联合编纂的《大模型2.0产业发展报告》（以下简称《报告》）首次提出了大模型发展已经进入2.0阶段，其重要标志是人工智能技术开始规模化商业应用。 在2.0阶段，大模型将快速驱动社会进入智能时代，大幅提升个人生产力，推动企业向全栈智能化发展。 智能体是重要承接载体 当前，国央企正以前所未有的速度和力度，抢占人工智能赛道。 场景应用是中央企业发展人工智能的最大优势所在，也是最大的责任所在。数据显示，包括中国石油、中国石化、国家电网、南方电网、国家能源集团在内的35家央企，已成功落地66个AI大模型应用，重点聚焦行业大模型和细分领域专用大模型发展。 近日，在2025智能经济论坛上，百度集团执行副总裁、百度智能云事业群总裁沈抖宣布，目前已有65%的央企选择与百度智能云开展深度合作，共同探索AI创新。 《报告》指出，在当前大模型应用落地实践中，智能体是大模型应用与落地的重要承接载体，在企业数字化重构以及提升生产力方面起到关键作用。 论坛上，百度智能云推出了覆盖能源、交通、汽车、医疗、环境等领域的精选行业场景智能体家族。 沈抖表示：“随着基础模型持续迭代、AI产品体验不断进化，人工智能已从“能用”走向“好用”。百度和客户做了非常多有价值的探索，进行了更系统化的智能体应用构建。” 以能源电力领域为例，百度智能云联合国家电网打造的“营销供电方案智能体”，已实现从用户对话受理到供电方案编制全流程的智能化。用户通过国网App提交需求后，智能体自动识别意图、拆解任务，调用专家模型和多种工具核验信息、填报工单，并生成多套供电方案，支持动态优化与智能推荐。 据悉，目前，百度智能云精选“行业场景智能体家族”已在千帆平台全面上线。这些智能体通过轻量定制，即可快速接入企业业务系统，显著加快AI在各行业的落地速度。企业可以灵活组合不同底层模型，调度工具与任务链，并通过知识增强和流程编排形成完整应用闭环。 在中国企业改革研究会研究员周丽莎看来，中央企业在人工智能平台建设方面展现出强劲的投入与合作态势，通过自主研发、行业大模型开发、对外合作及政策支持，逐步构建起覆盖多领域的AI技术生态。 赛迪顾问人工智能与大数据研究中心相关负责人此前在接受媒体采访时表示，大模型赛道头部企业与国企央企合作，不仅能提供技术，还会参与到行业应用大模型技术能力的建设开发过程中，起到“1+1>2”的效果。 这些显著效果也得到了众多企业的验证。据介绍，近年来，在央国企积极布局产业大模型、加速智改数转的蓬勃浪潮中，百度智能云将全栈AI能力体系深度嵌入企业各类业务场景，联合众多央国企伙伴打造了一大批可推广、可复制的标杆案例。受AI驱动，百度智能云业务在2025年第一季度增长强劲，同比增速达42%。 此外，联想集团高级副总裁、中国方案服务业务群总经理戴炜认为混合式人工智能是必然路径，联想已经进行“全栈AI”战略布局，将以行业智能体为核心推进AI普惠，依托在不同场景智能体的应用，降低大模型应用的技术门槛；同时，在2.0阶段，要同生态共进跨越AI落地“最后一公里”。 当前，大模型技术正处在迈向场景落地的关键阶段。据Gartner预测，到2028年，至少15%的日常工作将通过智能体自主完成，33%的企业软件也将包含智能体。 相信，在产业的共同努力下，通过加速智能体在千行万业落地，实现大模型技术应用落地，一定能够推动中国产业智能化升级并实现中国经济高质量发展。 构建AI产业生态体系 “中国具备完整的产业体系、丰富的应用场景和庞大的数据资源，这些优势可有效反哺大模型训练，推动其在物理世界实现更深层次的智能能力。”中国信息通信研究院院长余晓晖在接受记者采访时表示。 然而，当前的人工智能大模型虽具备一定的泛化能力，但在面对工业生产中所需的复杂推理与决策任务时仍显不足，特别是在公开数据逐步耗尽的背景下，更需依赖工业场景中的专有数据支持。这个时候，行业大模型就非常值得探索。 例如，在算力层，百度成功点亮了昆仑芯三代万卡及三万卡集群。目前，国家电网、中国钢研、招商银行，以及北大、同济等高校和互联网企业，已经开始规模部署P800。在模型层，今年4月，百度全新发布了两款旗舰模型。在应用层，轻量定制行业智能体，正在成为大模型产业落地的最快路径。 中国信通院发布的报告显示，展望2025，大模型生态将向着更多元化方向发展，细分场景能力的产品化将成为供应商企业协同提效和盈利增长的关键，衡量大模型项目交付质量的标准规范将进一步促进生态的良性循环。 据悉，2024年，中央企业人工智能产业投资增速达46%。国务院国资委强调，国资央企要抓住人工智能产业发展的战略窗口期，强化科技创新，聚焦关键领域加快掌握“根技术”，坚定攻关大模型，积极参与开放生态建设，推动产生更多“从0到1”的原始创新，加速推进成果转化和产业化发展。 “要强化深度赋能，瞄准战略意义强、经济收益高、民生关联紧的高价值场景，强化行业协同、扩大开放合作，加大布局突破力度。要夯实算力基座，为技术突破、应用落地提供有力支撑。要突破数据难题，分批构建重点行业数据集，建设好通用基础数据集，做强做优数据产业。”国务院国资委规划局负责同志说。 “大模型产业落地是一场长期的接力。”沈抖表示，“百度将坚定投入，打造更先进、高效的人工智能基础设施。”随着智能经济的加速崛起，百度智能云将以全栈自主的技术底座与丰富的场景落地实践经验，携手更多中国企业跑好产业智能化发展的每一程，释放更广阔的场景价值。 未来，随着政策支持持续加码、算力基建不断完善，以及产学研用协同深化，AI技术将更广泛地赋能千行百业，助力中国在全球智能经济竞争中抢占制高点。这场由央国企引领、科技企业助力的AI创新浪潮，不仅将重塑产业竞争力，更将为经济社会发展注入强劲动能。