AI 49%
medium
2026-03-15
Shenzhen Strives to Build World-Class Super-Intelligence Integration New Paradigm
深度革新AI产业发展场景 赋能新质生产力提效成长 深圳努力打造世界一流超智融合新范式
This news article reports on Shenzhen's comprehensive strategy to deeply integrate AI with advanced manufacturing, focusing on reshaping production logic, strengthening the industrial ecosystem, and implementing the "AI+ Advanced Manufacturing Action Plan (2026-2027)" to foster new quality productive forces.
Document Text
2,128 characters
深圳新闻网2026年3月15日讯(深圳特区报记者 邹媛)作为AI产业的基座与前提,AI通用大模型的进展总是最激动人心的,但这是否为AI产业发展的唯一途径?<br>
但在今年的《政府工作报告》中,深圳提出了加强全栈自主可控人工智能软硬件生态建设,集中力量攻坚算法理论、模型架构、智算芯片、基础软件、智能机器人等核心技术;建好用好鹏城云脑Ⅲ等国家人工智能重大训力基础设施、国家超算深圳中心二期,努力打造世界一流超智融合新范式。<br>
那什么是世界一流超智融合新范式呢?深圳正跳出“制造业+AI”的简单工具叠加,以“AI大模型+先进制造业+应用场景创新+生态建设”为AI产业发展逻辑,赋能制造业高质量发展锻造新质生产力,不走寻常路,正在打造世界一流超智融合新范式的道路上进行全方位的探索。<br>
深变革:重塑生产逻辑,决策权交给“智慧大脑”<br>
传统制造车间里,老师傅凭经验调参数、人工巡检找缺陷的场景,正在被AI驱动的智能生产模式取代。在深圳,AI不再是制造环节的“附加项”,而是向研发设计、生产调度、供应链管理等核心环节全面突破,实现从“事后补救”到“事前预测、事中调控”的转变。<br>
在新能源制造龙头欣旺达的锂电生产车间,基于深度强化学习打造的智能调优系统正7×24小时指挥机械臂作业,一改传统产线依赖人工停机试参的模式,通过实时感知参数偏移趋势动态调优,让电池组装VHB(超高粘合)贴胶等核心工序实现无人化、不停机生产。<br>
“传统调参不仅耗时,还存在质量波动,AI系统让调优时间缩短66%,制程能力CPK(过程能力指数)指标提升29%,彻底解决了环境波动、设备重启带来的生产难题。”欣旺达电子股份有限公司AI研究院副总经理袁梦菲接受记者专访时表示,原来的工业生产问题解决流程是“人工感知—线下分析—经验决策”,而嵌入AI后形成了“AI感知问题—AI分析问题—AI指导决策”的完整闭环,实现了工业决策的智能化升级。<br>
强生态:筑牢硬核底座,打通落地“最后一公里”<br>
15分钟就可以读取1000张零件图纸,制订出其生产加工策略并给出报价,蚂蚁工场研发的工业大模型应用产品,将10人一天的工作量压缩至15分钟完成;思谋科技、晶泰科技等企业成为机器视觉、AI制药等领域垂类模型“领头羊”;优必选、逐际动力等企业的人形机器人技术,正逐步应用于工业焊接、装配等细分场景。<br>
AI与先进制造的深度融合,离不开全方位的生态支撑。依托新一代信息通信、新能源汽车等万亿级产业集群,海量真实工业应用场景和丰富数据基础,本土头部科技企业提供的底层大模型、具身智能软硬件及算力支撑,深圳AI+先进制造发展的底气更加硬实。<br>
2月发布的《深圳市“人工智能+”先进制造业行动计划(2026—2027年)》明确,到2027年,在“人工智能+”先进制造业领域,形成“一基地、一中心、一联盟、百场景、多应用”的发展格局。这不仅勾勒出清晰的发展路线图,更直击制造业智能化转型的共性难题。<br>
“这一布局的核心逻辑,正是瞄准制造业智能化转型中普遍存在‘技术看不懂、落地成本高、场景找不到’等共性难题,通过机制创新打通技术转化与产业应用的闭环。”综合开发研究院(中国·深圳)通证数字经济研究中心主任李恩汉告诉记者,国家人工智能应用中试基地是打通技术从实验室到生产线的中试验证环节;工业智能体创新中心主攻数字员工技术攻关,提供核心技术支撑;工业软件及工业知识联盟则将制造业隐性知识、经验转化为可复制的软件和模型,大幅降低中小企业转型门槛,让技术真正服务于产业发展。<br>
谋未来:破解转型痛点,多方协同错位发展<br>
当前,深圳广大制造企业尤其是中小企业,在AI落地中面临着数据孤岛突出、改造成本高、复合型人才匮乏三大共性痛点。<br>
如何解题?李恩汉认为,中小企业不必盲目追求自建通用大模型,核心破局思路是平台化服务、大小模型协同应用,依托行业开放生态采用垂直行业大模型结合智能体与专用小模型的模块化解决方案,同时依靠政府和链主企业的引领,通过普惠性知识共享、多元化资源支持,降低试错和部署成本,让中小企业敢用、能用AI。<br>
“AI+先进制造的发展,核心要围绕数据、算力与算法、场景三大维度突破。数据层面要实现多模态数据融合,算力与算法层面要解决大模型算力消耗过高的问题,将大模型压缩为轻量化模型,适配工业场景的实时性要求。”在袁梦菲看来,工业制造与高校、专业研究机构合作,未来一定会成为产业AI转型的大趋势,龙头企业能为高校和创业团队的技术成果提供工业化验证和落地的支撑,同时也能借助前沿技术加速自身发展,形成双轮驱动。<br>
面向未来,李恩汉认为,深圳AI+先进制造领域的发展将迎来结构性变化,制造业的竞争焦点会逐步转移,工厂生产模式将加速向软件定义、系统级自主化的方向演进,而混合云与多智能体协同的技术架构,有望成为产业发展的主流方向之一。“深圳在适度加大产业应用场景开放力度的同时,引导企业实现错位发展,避免行业内的过度竞争;此外,还可由政府牵头,建设具有公信力的工业数据中试平台和第三方安全伦理评估平台,为企业的智能化探索提供更可靠的保障,让企业在技术创新和应用的过程中更安心、更有方向”。
Topics
artificial intelligence
advanced manufacturing
industrial policy
Metadata
| Publisher | |
| Site | sz_invest |
| Date | 2026-03-15 |
| Category | report |
| Policy Area | 人工智能+先进制造业 |
| CMS Category | 发改委新闻动态 |
Verification
References (1)
| muni 深圳市“人工智能+”先进制造业行动计划(2026—2027年) | named |
Citation Network
Full network →