人工智能与产业深度融合提速新质生产力蓬勃生长
人工智能与产业深度融合提速 新质生产力蓬勃生长
2026年10月17日 02:04
作者：
索寒雪
近日，中共中央、国务院印发《关于发展新质生产力的意见》（以下简称《意见》），部署“大力推进科技创新”“推动科技创新和产业创新深度融合”“着力推进发展方式创新”“扎实推进体制机制创新”“深化人才工作机制创新”五大任务。
《意见》在“推动科技创新和产业创新深度融合”部分，突出强调“全面实施‘ 人工智能 +’行动”。
对此，国家发展改革委人士答记者问时提到，突出强调“全面实施‘ 人工智能 +’行动”，是为了发挥我国产业体系完备、市场规模巨大、应用场景丰富等优势，以实际应用加速 人工智能 技术不断向上生长，形成以创新带应用、以应用促创新的良性循环；为了推动人工智能与实体经济深度融合，助力传统产业改造升级、新兴产业培育壮大、未来产业前瞻布局，及时将智能领域创新成果应用到具体产业及链条上，以智能化带动产业高端化、绿色化，赋能千行百业转型升级；为了更好地实施人工智能技术突破和商业化规模化应用这一复杂系统工程。
全链条渗透 AI深度赋能产业场景
在我国漫长的海岸线上，核电站依海而建、有序布局。目前，中国核准在建核电机组达到57台，在建规模占全球一半以上，这些能源枢纽既是 电力 供给的核心载体，也是人工智能落地应用的典型工业场景。
走进中广核核电站厂区，全域视觉AI系统的监控网络便已全面覆盖，对核电站开展24小时智能巡检。该系统接入全厂监控点位，搭载核电专属图像算法，可自动识别设备破损、管线异常、人员违章、异物遗留等风险，消除了传统现场安全管控的盲区。
在机组控制室，UeSigma—R实时智能系统7×24小时不间断值守海量监测点。过去，运行人员需凭借经验从 海量数据 中捕捉异常苗头。如今，人工智能系统能自主完成测点校验与异常溯源，甚至提前对机组进行中长期状态预判，为机组安全稳定运行提供智能支撑。
与此同时，核电人工智能系统中的UeSigma-K知识智能正在尝试一次将经验量化、数字化的探索。曾经堆在档案柜里的厚厚图纸、写满工程师心得的纸质记录，如今被一一解析、计算。该系统可完成图纸文档解析、控制逻辑自动建模、运维经验数字化沉淀，覆盖设计、仪控、运维全链条，并且全程严格遵循核安全可信标准。
中广核数科工作人员向《中国经营报》记者表示：“面向未来，我们将持续立足核能产业，以自主可控数智底座筑牢核安全屏障，以行业垂直AI激活产业新质生产力，践行能源与算力双向协同发展路径，为构建自主、智能、安全、低碳的新型核能产业生态贡献力量。”
中广核的实践，正是人工智能全链条渗透产业场景的一个缩影。当前，人工智能是 数字经济 时代引领新一轮科技革命和产业变革的战略性技术。越来越多的企业正在像中广核一样，推进人工智能与产业深度融合。
《意见》指出，推进人工智能对传统产业的改造，加快推进智能网联 新能源 汽车 、人工智能手机和电脑、人形 机器人 等新一代智能终端场景应用。加快人工智能等数智技术创新，突破基础理论和核心技术，强化算力、算法、数据等高效供给。这既为产业场景渗透提供技术支撑，也对前沿技术协同攻坚提出了更高要求。
多维度攻坚前沿技术协同效应加速显现
场景渗透不断深入的同时，前沿技术协同攻坚也在加速。国家发展改革委创新驱动发展中心副主任林晓锋认为，新形势下企业创新面临新的重大机遇，前沿技术有望集中突破。
林晓锋指出，人工智能技术突破和商业化规模化应用是一项长期的复杂系统工程。从科技突破看，要加强基础理论研究和关键核心技术创新，构建自主可控、协同运行的基础软硬件系统。
这一要求正在产业实践中落地。在协同基础软硬件系统方面，国内企业正依托自身优势探索协同发展路径，智能网联 汽车 领域便是典型样本之一。
当前，智能网联 汽车 正从“单车智能”走向“协同智能”，但也面临单车智能成本居高不下、算力供给不足、全局感知能力受限等行业共性痛点。针对这些问题， 中国联通 立足“连接”“算力”“服务”“安全”四大核心赛道优势，创建“车—路—网—云”协同架构，构建起云端协同智能、路侧感知智能和可靠网络智能等多智能体应用体系。
中国联通 人士对记者表示，通过该体系能有效降低单车智能硬件依赖与部署成本，推动 智能驾驶 从“重资产硬件投入模式”升级为“轻量化端云协同模式”。
据了解，该案例已形成工程化应用方案，并已在汽车制造工厂无人驳运、城市停车场智慧泊车、城市道路NOA以及全域远程驾驶等四大典型场景实现商业化落地。
“我们利用自身资源优势全面赋能汽车智驾应用，通过标准化服务降低自动驾驶准入门槛，让全球共享智能交通红利，在绿色低碳、安全普惠等方面创造价值。”上述 中国联通 人士表示。
清华大学中国现代国有企业研究院研究主任周丽莎建议，人工智能深入产业应坚持场景牵引，不盲目追逐通用大模型，优先开发贴合自身工艺的行业小模型、产线专用模型，聚焦质量提升、设备预测性维护、能耗优化、安全生产这些能直接降本增效的刚需场景，小范围试点验证之后再推广。
周丽莎认为，央企作为链主，可把经过内部产线验证成熟的工业AI模块、 数字孪生 工具、数据接口标准，打包成轻量化解决方案，向配套中小企业开放，带动上下游企业智能化改造，而不是简单售卖软件。企业要用好“AI+”专项行动机制，打通内部科研、生产、信息化部门，推动科研人员下沉车间，建立产线现场的反馈迭代机制，避免AI项目停留在实验室阶段。同时可搭建产业协同平台，联合上下游、高校、科研院所共建行业知识库与工艺模型库，统一数据、接口、安全规范，解决产业链数据不互通的痛点。
（文章来源：中国经营网）