九游(中国)娱乐 - 官方网站

　　论文信息：苏波,李培根,瞿国春,刘壮,卢月品,周岩. 我国智能制造发展十年回顾总结与未来展望[J].

　　智能制造是制造强国建设的主攻方向，助力制造业智能化、绿色化、融合化发展并焕发新质生产力的主要路径。新一代人工智能技术蓬勃发展并与制造业深度融合，加速推动智能制造迈向新一代智能制造。

　　《中国工程科学》2026年第1期发表《我国智能制造发展十年回顾总结与未来展望》一文。文章回顾了我国智能制造的发展背景和和政策实践情况，总结了智能工厂、新模式和新业态、装备技术创新、数字化转型、标准体系等方面的发展成效，凝练了保持战略定力、创新理论体系、重视信息技术设施建设、深化国际合作、重视专业人才培养等发展经验。研究认为，新一代智能制造在制造业产品设计、智能制造装备、工厂操作系统、工业软件、智能体技术、系统集成技术、产业竞争模式等方面演进迅速，未来十年需要强化战略引领作用、加强关键核心技术攻关、发展智能制造装备、推广新业态和新模式、优化发展生态，以接续推动制造强国建设、实现制造业转型升级。

　　随着经济水平的提升，产业结构将呈现“退二进三”的特征，这一演进趋势在我国工业发展进程中同样得到体现，即自2011年起我国服务业增速明显高于制造业增速。然而，制造业是国民经济的重要支柱，保持制造业的合理比重是关系中国式现代化建设的重大课题。以智能制造为主攻方向，推动制造业产业模式和企业形态变革，加快构建以先进制造业为骨干的现代化产业体系，实现制造业效率变革、动力变革、质量变革，成为制造业高质量发展的必由之路。与此同时，全球科技创新进入密集活跃期，以人工智能（AI）为代表的新一代信息技术发展迅猛，对全球制造业的产业模式、生产方式、组织形态等构成重要影响。世界主要经济体采取积极行动，如美国的先进制造伙伴计划、德国的工业4.0战略、法国的新工业法国计划、英国的工业2025战略、日本的超智能社会5.0战略，都将发展智能制造作为构建先进制造业核心竞争力的关键举措。智能制造成为抢抓制造业竞争战略主动权的关键依托。

　　我国高度重视智能制造发展，国内相关研究可追溯到20世纪80年代华中科技大学研究团队率先探讨AI技术与制造业融合应用，将智能制造分解为智能制造技术、智能制造系统两个子集，认为智能制造的目标是制造环境“整体的智能化”，本质特征为分布式自治，同时强调人是智能制造中“最高的主角”。此后，国内学者进一步提出，智能制造作为不断演进发展的概念，可归纳为3个基本范式。① 数字化制造是智能制造的第1个基本范式，此阶段制造业企业应用数字化设计、数字化建模及仿真、数据采集等，对产品信息、工艺信息、制造信息进行数字化表达，使制造过程信息实现数字化管理、分析和控制，提升生产效率和制造质量。② 数字化、网络化制造是智能制造的第2个基本范式，此阶段制造业企业利用网络将数字化装备、控制系统、工业软件等孤立节点连接起来，实现企业内外部数据集成、资源协同、流程优化、价值链重塑。③ 数字化、网络化、智能化制造（新一代智能制造）是智能制造的第3个基本范式，此阶段AI技术的突破和应用将为制造业带来革命性变化，重塑制造业产品设计、制造、服务等主要环节，催生新技术、新产品、新业态、新模式，深刻影响并改变生产方式、产业模式、企业形态。

　　2015年，我国部署制造强国战略，以智能制造为主攻方向，深入实施智能制造工程，强化顶层战略规划引领，统筹推进技术创新、供给提升、应用普及、标准研制等，探索形成数字化、网络化、智能化并行发展的特色路径，推动智能制造发展取得卓著成就，成为制造强国建设的重要驱动力。本文梳理并总结我国智能制造的发展成效和经验，展望新一代智能制造发展趋势并提出发展建议，为制造业转型升级提供思路和路径参考。

　　生产力是推动工业现代化进程的根本力量。一般认为，国际上已经出现了3次工业革命，目前正在进行第4次工业革命。每一次工业革命都伴随着工业技术的跃进，推动了产业模式、组织形态、管理理念的变革以及生产力的跃升。第1次工业革命始于18世纪60年代，蒸汽机的产生促进了机械工具代替手工制作，实现动力变革。第2次工业革命始于19世纪70年代，以电力和内燃机为标志，推动人类社会进入电气时代，激发了社会生产力的发展。第3次工业革命始于20世纪50年代，以计算机、通信技术为标志，实现机器从事“常规性脑力劳动”。当前，第4次工业革命正在兴起，新一代信息技术应用爆发式增长，AI技术与先进制造技术趋于深度融合，将推动新一代智能制造技术发展、催生制造业新质生产力。

　　当前，我国处于深入推进新型工业化、加快建设制造强国的重要阶段，但面临着制造业要素成本上升、资源约束趋紧、传统比较优势弱化的发展形势。与此同时，发达国家推动制造业回流，新兴经济体加快承接产业转移，我国制造业产业链外迁压力加大且大而不强、全而不优的问题仍然突出。《2025中国制造强国发展指数报告》显示，我国制造业规模保持增长态势，但质量效益、结构优化、创新发展等与国际先进水平相比仍存在一定差距。需要以制造业的数字化转型、智能化升级为主要路径，推动从制造大国向制造强国的新跨越。

　　高质量发展是国家当前的重要任务，推进新型工业化是强国建设的重要支撑。在推进新型工业化的过程中落实高质量发展要求，推动传统产业转型升级，培育壮大战略性新兴产业，前瞻布局未来产业，加快构建现代化产业体系，全面增强自主创新能力，深化开放合作等，为中国式现代化发展提供强大的物质技术基础。“人机物”三元融合的万物智能互联时代已经来临，数字化、网络化、智能化成为新型工业化的鲜明特征。智能制造作为新一代信息技术与先进制造技术深度融合的生产方式，在提升制造业全要素生产率、催生新业态和新模式方面潜力突出，将是引领制造业产业模式和企业形态深刻变革并培育形成新质生产力的重要动力。

　　随着我国人口数量和构成的变化，劳动力市场面临着结构性失衡的挑战。传统制造业领域的劳动力供给逐步减少，招工难、用工贵的情况开始显现；新兴领域对高素质、高技能人才的需求不断增长，而高素质劳动力供需之间的矛盾愈发突出。在此背景下，制造业企业亟需加快智能化转型，引入先进的智能制造技术和装备，提高生产自动化和智能化水平，降低对人工的依赖，缓解劳动力短缺带来的压力。例如，2012年浙江、广东等沿海工业发达省份出现了“用工荒”现象，劳动密集型行业开始尝试“机器换人”来缓解用工压力。可见，制造业企业智能化转型成为应对劳动力结构性失衡、保持产业可持续发展的必然选择。

　　信息网络技术与诸多行业的融合与应用，推动制造业消费需求层级提升，个性化、多样化成为消费市场的主导趋势。发展智能制造既是技术演进的自然选择，又是响应市场需求、重构产业价值链的必然路径。探索数据驱动、以用户为中心的新模式，推动从标准化生产向柔性化、服务化生产转型，构建定制化生产、数字化协同、智能化服务相融合的智能制造生态，成为制造业企业面对产品大规模个性化定制、全生命周期内智能服务等新兴需求的应对策略。例如，电动汽车公司引入在线化需求导入机制，方便用户参与前期设计，推动汽车个性化定制和生产；家电制造企业依托工业互联网平台，构建用户全流程参与的交互定制体系，涵盖设计、采购、生产、物流、服务等主要环节，形成需求驱动的动态生产网络；装备制造企业应用物联网和大数据分析技术，向客户提供设备健康监测、故障预警、远程维护等智能服务，形成以数据为支撑的产品全生命周期服务新模式。

　　制造业是大国经济的“压舱石”。在当前全球化格局深度调整的背景下，优化制造业资源配置效率、提高产业链和供应链协同水平、增强抗风险能力等，成为各国高度关注的共性议题。传统发达国家、新兴经济体都转向重视制造业产业链和供应链的安全可控，推动产业链和供应链加速转向本土化、区域化、多元化。制造业企业积极探索大数据、区块链、AI等信息技术的集成应用，构建智慧供应链以提高供应链的协同效率、应变能力、安全水平。例如，装备制造企业建立新型信息系统，贯通销售需求预测、生产计划、采购计划、物流计划、库存管理等环节，实现销售、生产、供应链数据的互联互通以及供应链全流程的协同管理。

　　在全球气候治理进程深化、能源革命加速推进的背景下，制造业的绿色低碳转型成为国际广泛共识。欧盟、美国等主要经济体均发布促进碳减排的政策，将碳排放成本纳入贸易与产业竞争体系，推动当地制造业的清洁化改造、全球供应链的绿色化升级。智能制造采用数智化手段对制造业生产过程进行精准控制和优化，有效降低能源消耗量并提高资源利用率；推动绿色供应链发展，赋能从原材料采购到产品回收再利用的全生命周期绿色管理。例如，原材料企业在智能工厂中部署能源消耗、环境保护等管控系统，应用大数据技术分析并优化设备运行参数，显著降低碳排放，加快绿色化转型进程。

　　2015年，我国正式实施制造强国战略，推动新一代信息技术与制造技术融合发展，以推进智能制造为主攻方向，提高生产过程智能化水平，培育新型生产方式，全面提升企业研发、生产、管理、服务的智能化水平。深入实施智能制造工程，部署“五三五十”重点任务：攻克5类关键技术装备、筑牢三大基础能力、培育推广5类新模式、推进10个重点领域的智能制造成套装备集成应用。“十三五”“十四五”时期分别发布《智能制造发展规划（2016—2020年）》《“十四五”智能制造发展规划》，明确了智能制造发展目标、推进思路和实施路径，形成了相对完善的智能制造顶层规划体系。

　　2015—2018年，持续实施智能制造试点示范专项行动，支持汽车、航空航天、船舶等重点行业的龙头企业应用离散型智能制造、流程型智能制造、网络协同制造、大规模个性化定制、远程运维服务等智能制造新模式。形成了一批可复制、可推广的成熟经验和解决方案，带动了诸多行业智能制造水平提升，推动了智能制造在重点行业从概念验证到典型引领的“点状突破”。

　　2021—2023年，发布了多个版本的《智能制造典型场景参考指引》，将复杂的智能工厂解耦成典型场景，以场景化的方式引导制造业企业开展实践探索和应用创新，累计遴选场景范例超过1500个，显著降低了智能制造的推广应用门槛。2024年，发布了《智能工厂梯度培育行动实施方案》，明确了基础级、先进级、卓越级、领航级智能工厂建设重点，以梯度培育的形式，统筹推进智能制造规模化应用和未来制造模式探索。

　　实施多维度、系统化的支持政策，推动智能制造关键核心技术突破，促进系统集成创新。面向工业母机、工业机器人、智能制造系统等重点方向，系统推进研发攻关，在先进工艺、智能装备、工业软件等关键核心技术方面取得突破，强化了智能制造的系统性创新能力。实施智能制造系统和机器人国家科技重大专项，促进智能制造技术攻关和转化，推动科技创新和产业创新融合发展。2023—2025年，发布了智能制造系统解决方案“揭榜挂帅”项目，面向原材料、装备制造、消费电子等重点行业智能制造的发展需求，支持用户企业、装备和解决方案供应商等联合攻关智能工厂建设难题，形成了先进适用、性能稳定、安全可靠的智能制造系统解决方案产品和服务。此外，实施了制造业重点产业链高质量发展行动，统筹推进关键核心技术攻关工程、产业基础再造工程、重大技术装备攻关工程，加快技术攻关突破和成果应用。

　　智能工厂是智能制造发展的核心载体，历经多年发展成为我国制造业的特色优势。深入实施智能工厂梯度培育行动，构建了4级智能工厂梯度培育体系，大规模建设基础级、先进级智能工厂，高质量建设卓越级、领航级工厂，兼顾数字化应用普及和前沿技术探索。全国范围内建成3.5万余家基础级智能工厂、8000余家先进级智能工厂、500余家卓越级智能工厂，遴选了15家领航级智能工厂培育对象。500余家卓越级智能工厂的产品不良品率平均下降45.4%，产品研制周期平均缩短29%，库存周转率平均提升27.1%，碳排放量平均降低19.3%，综合能耗平均降低17.9%。

　　AI技术发展迅速，在制造业产品研发设计、在线智能检测、智能排产调度等场景中获得应用，推动了产线切换灵活调整、自主调优、产品功能个性定义等模式变革，衍生了智慧供应链、智能运维等新业态。例如，钢铁、汽车行业的优势企业探索了异地多生产基地的网络协同排产、生产，优化了整体产能利用率；电动汽车、燃气轮机、高速动车组等装备领域智能工厂较多应用了虚拟设计、创成式设计等智能设计模式，减少了企业对传统经验和物理试错的依赖，提升了产品设计效率和质量；家电优势企业建设了智慧供应链，实现企业之间计划、生产、库存、物流等的数据互通和业务协同。

　　九游娱乐平台 九游娱乐app

　　我国是世界规模最大的智能制造应用市场，制造业场景丰富、需求多元，为智能制造系统解决方案和智能制造装备技术的研发、验证、熟化提供了良好的基础条件。在系统解决方案方面，光伏、动力电池、电动汽车等取得突破，底盘一体化压铸、电芯精密制造、光伏组件柔性装配等的技术能力达到世界领先水平，支持提升了“新三样”产品的国际市场竞争力。智能制造装备发挥了智能制造应用牵引作用，带动了工业机器人、高端数控机床等方面的核心技术突破，大幅提升了关键装备供给能力。例如，国产超大尺寸金属增材制造装备支持开展复杂结构、特殊材料零件的精密加工制造，降低了零件生产周期和成本，将加工成形精度指标提高至国际先进水平。截至2024年年底，我国制造装备、工业软件、系统解决方案产业的总体规模超过4.5万亿元，成为装备制造业增长的新支撑。

　　中小企业在资金、技术、人才、战略等方面存在局限性，导致中小企业数字化转型成为各国面临的共性难题。我国高度重视中小企业数字化转型工作，以相关城市试点为依托，探索形成了“点线面”协同推进的发展路径，改善了智能制造“大企业主导、中小企业观望”的发展局面。全国范围内遴选了3批、100个中小企业数字化转型试点城市，累计支持中小企业数量超过4×104家。一些省份积极培育具有地方特色的中小企业数字化转型模式，如浙江省提出了“1+N+X”模式，以“学样仿样”方式破解了中小企业数字化转型难题。围绕产业集群发展，推动技术、装备、解决方案等的标准化输出，解决了中小企业数字化转型的共性问题，形成了可复制、可推广的智能制造发展经验。

　　标准是推动智能制造系统创新的重要技术支撑，发达国家将标准制定作为抢占智能制造发展先机、提升规则制定话语权的关键依托。我国加快构建符合发展实际的智能制造标准体系，为企业开展智能制造实践提供了参考指引。迭代并发布4个版本的《国家智能制造标准体系建设指南》，累计发布497项国家标准，构建了智能制造标准群。“智能制造能力成熟度模型”累计为1.5×105家制造业企业开展评估诊断提供了依据，大规模个性化定制系列标准有效指导了电子、家居、服装等行业探索交互定制、模块采购、精准营销等新模式。例如，动力电池优势企业基于机器视觉标准开发了机器视觉电池缺陷检测系统，将产品缺陷率从百万分之一降低至十亿分之一，满足超高容量产能的质量控制需求。

　　十年来，我国始终保持“一张蓝图绘到底”的战略定力，坚持智能制造主攻方向不动摇，按照数字化、网络化、智能化并行推进思路，深入实施智能制造工程。坚持以规划为引领，建立了部门联动、央地协同的智能制造推进体系，不断优化政策、资金、人才等要素保障，充分激发了市场主体活力，形成以智能制造为主攻方向推动制造业转型升级的强大合力。同时，强化规划引领作用，引导主要制造业大省、大市结合发展优势和特点，探索多样化的智能制造发展模式，因地制宜发展新质生产力，有力支撑制造强国建设。例如，上海市系统性实施智能制造工程，强化地区产业链协作，加快自主可控能力建设，“一业一策”分类改造和升级传统工厂；天津市、常州市率先发布促进智能制造发展条例，为发展智能制造提供明确的依据。

　　智能制造是持续演进、迭代提升的系统工程，以智能工厂为载体，新一代信息技术、先进制造技术融合为路径，虚实融合、知识驱动、动态优化、安全高效的智能制造系统为支撑，贯穿设计、生产、管理、服务等制造活动的主要环节；具有自感知、自决策、自执行、自适应、自学习等特征，属于提高制造业质量、效益、核心竞争力的新型生产方式。在智能制造的长期实践中形成了多种范式，如精益生产、柔性制造、并行工程、敏捷制造、数字化制造、计算机集成制造、网络化制造、云制造、智能化制造等；尽管在不同阶段对制造业的技术升级起到了积极的引导作用，但繁多的范式不利于形成统一的智能制造技术路线，也使制造业企业在智能化升级过程中面临一定的困惑。面对不断涌现的新技术、新理念和新模式，国内专家和学者对智能制造的基本范式进行了系统性的归纳、总结与提炼，提出了数字化制造，数字化、网络化制造，数字化、网络化、智能化制造“三个范式”理论体系，为推进智能制造提供了基础理论支撑。

　　我国建成了多层次、系统化工业互联网平台体系，培育了具有影响力的工业互联网平台超过340家。重点平台连接的工业设备数量超1×108台（套），服务企业约4×106家（次），工业互联网应用覆盖49个国民经济大类。持续建设网络基础设施，第五代移动通信基站约有4.25×106个，行业虚拟专网超过4.5×104个。持续建设数据中心，为海量工业数据的存储、分析、挖掘提供了基础能力支撑，推动制造业数智化转型向着更深层次迈进。

　　管理部门推动成立了国际智能制造联盟、国际电工委员会智能制造系统委员会中国专家委等组织，建立了中德智能制造标准化工作组、金砖国家智能制造和机器人工作组等合作平台，在国际标准化组织和多边／双边合作中取得了重要进展，形成了20余项国际合作成果。加快推动智能制造标准国际化进程，我国主导发布的大规模个性化定制、工厂自动化高速无线网络、机床数控系统等国际标准被德国、巴西等国家采用，支撑了中国企业和模式“走出去”。连续多年举办世界智能制造大会、世界机器人大会等活动，广泛推介“中国智造”的实践经验和案例，促进了跨国技术交流和产需合作。

　　工业和信息化、教育、人力资源和社会保障等管理部门高度重视智能制造人才培养工作。以举办高级研修班、推动学科建设、颁布职业标准等方式，支持专家化、复合型人才成长，为智能制造发展提供了坚实的智力支撑。2017—2024年，超过360所高校备案了智能制造工程专业，全面开展智能制造领域的“产学”合作协同育人；持续组织智能制造高级研修班等系列培训，支持管理部门、高校、科研院所、企业的人员拓宽工作视野、提升专业能力；实施制造业技能根基工程，颁布智能制造工程技术人员国家职业标准，为人才选拔和职业晋升提供了依据。此外，鼓励企业与高校、职业院校共建实训基地，对接人才培养与企业需求，开展订单式人才培养，确保人才培养的针对性和有效性。

　　装备产品是制造业的代表性产品。在装备产品的传统研发过程中，实物模型、产品功能、样机设计具有成本高、流程长的特点，相应设计缺陷可从前端环节向后端环节发散，即早期的设计隐性问题会不断放大并影响生产制造过程，不利于产品创新和研发迭代。基于AI驱动的虚拟设计可集成三维显示、仿真、工况模拟、功能虚拟测试等，支持在产品设计阶段发现存在的隐性问题，进而降低企业对研发经验、物理试错的依赖度，促进工业机理、高端产品、先进工艺的稳健突破。例如，应用“AI+知识”开展系统模型自设计、系统模型自动仿真及参数迭代优化、产品设计级联优化，将显著提升产品设计和功能优化的效率；发展基于数字孪生的一体化生成式研制能力，依托数字孪生构建贯穿设计、生产、试验的一体化虚拟环境，支持产品的虚拟研发和制造。

　　得益于AI技术赋能，智能制造装备将逐步具备自主感知、自主学习、自主优化与决策、自主控制与执行等能力，进而提升装备运行效率、提高产品质量、降低生产成本。与装备自主化能力提升同步，“人机”关系将发生根本性转变：智能制造装备以数据驱动的方式进行主动学习、决策优化、方法构建，进而在替代大量体力劳动、部分脑力劳动的基础上承担更复杂的认知任务，开展与人类更深入、更紧密的协同作业。例如，具身智能作为AI技术的重要分支，将深度集成“感知 ‒ 认知 ‒ 决策 ‒ 执行”能力，可理解人类自然语言并感知环境，自主规划任务并与环境交互，与环境进行强关联、强交互，在工业制造中展现出良好潜力。此外，智能制造装备将整合加工、控制、检测、数据采集与处理等功能单元，承担系列化的复杂任务，突破传统单一操作的局限；通过“软件定义”方式，在不改变硬件结构、仅更新软件的条件下赋予智能制造装备新能力并优化既有性能，显著增强可扩展性与环境适应性。

　　九游娱乐平台 九游娱乐app

　　工厂操作系统支持实现智能工厂的智能感知、信息集成、机理建模、控制优化、数据挖掘、决策分析等应用能力，打通信息技术和运营技术数据，分类管理数据源，高效采集数据并以结构化、可扩展方式存储数据，以结果为导向开展数据处理与应用，将成为未来工厂建设的统一数据底座。联合运用工厂操作系统和工业应用程序，将打破封闭式功能定义的软件架构，推动传统工厂的数据传输方式从“金字塔式”转向扁平化，促成业务系统数据的融合与共享。利用微服务、容器化技术，将工厂操作系统、工业软件进行松耦合应用，适应智能工厂的分级部署、按需部署需求，兼有良好的可扩展性，切实降低智能工厂的建设成本和应用门槛。

　　传统工业软件是工程师针对行业典型问题，在总结共性知识、通用流程的基础上，以人工编程形成的自动化软件工具，相应发展模式是工程师将固定的知识和流程通过软件实现自动化，而软件本身并不具有智能。与之相对，代码大模型具有智能编程能力，能够理解现场工程师的语言指令，自动分解动作并生成代码、调用各种工业软件的原子能力来解决问题。由此，工业软件的开发和使用不再局限于预先定义的问题，将释放更大的应用效能。基于云服务的模式创新也将变革传统工业软件的部署方式，企业无需投资硬件、维护本地服务器，而是按需支付订阅费用即可获得服务，从而降低企业投资成本、简化工业软件的更新和维护流程。

　　智能体技术正在推动制造业从软件辅助的传统范式转向结果驱动、全链条自主的智能生态范式。以多智能体协同系统的方式构建“设计 ‒ 生产 ‒ 管理 ‒ 服务”全链条的智能化网络，能够理解复杂工业知识，感知动态环境，执行自主决策，协同解决问题。工业多智能体的理想形态是形成企业级的完整智能生态系统。例如，智能工厂在供应链采购、产品设计、生产制造、销售服务等环节部署应用智能体，各类智能体既能独立工作，又可在协同机制下执行复杂任务、共享信息并联合决策。在经过强化学习、专业推理模型训练后，多智能体不断迭代和优化，有望成为具备创新能力的“数字员工”。同时，智能体作为核心技术使能者，推动从“软件即服务”向“服务即软件”的转变（即从提供软件工具转向交付可衡量的自主化服务业务结果），以成果为导向的交付逻辑将重塑传统的服务模式。

　　在技术迭代、“人机”关系演进、产业链重构等因素的驱动下，通用型解决方案朝着集成化、生态化、可扩展方向演进，注重端到端业务整合与产业链协同，依托工厂操作系统等平台实现数据贯通与生态共享。在离散制造领域，聚焦精准控制与高效管理，运用数字孪生、模块化可重构产线、数据驱动的质量管控、智能供应链协同等手段，支撑多品种、小批量的柔性化生产以快速响应市场需求。在流程制造领域，强调高可靠的过程控制与资源优化，关注基于过程建模与实时优化的先进控制、融合区块链的全流程质量追溯、能效管理与循环利用技术集成、基于AI的预测性维护与安全风险防控。智能制造系统解决方案逐步形成覆盖通用、离散、流程等场景，贯穿从设计到服务的全生命周期体系化能力，推动制造业的智能化、绿色化、协同化演进。

　　全球制造业的竞争环境、市场需求发生深刻变化，单一企业难以满足更为多样化的消费需求。数字化研发设计、智慧供应链、远程运维、网络化协同制造等逐步普及，制造业企业与其他行业企业（如信息技术、金融服务、物流）趋向跨界合作，以协同创新方式开发新产品、提供新服务、变革商业模式。产品制造不再是单一制造企业的独立工作，制造业企业的边界逐步被打破，形成企业高度协同的发展格局，进而演进为网络化生态圈；制造业竞争逐步由企业竞争、产业链竞争转向生态体系竞争。例如，传统汽车企业与信息技术企业深度合作，加速汽车智能网联化发展，企业竞争从产品本身拓展到包括技术、生产、软件、服务、商业模式在内的全链条。

　　未来十年，应继续坚持智能制造主攻方向，以新一代AI和制造业深度融合为主线、智能制造系统创新为着力点和突破口，重点补齐工业智能底层技术、智能制造装备技术短板，统筹推进前沿探索与普及推广，加快构建虚实融合、自主进化、安全高效的新一代智能制造体系。可采取“两步走”策略：到2030年，力争规上企业基本实现数字化转型，数字化制造在工业企业基本普及，新一代智能制造技术科研攻关取得突破；到2035年，力争规上企业基本实现智能化升级，新一代智能制造技术应用处于全球前列。

　　深化智能制造理论探索和研究，把握AI技术与先进制造技术融合发展趋势，提出新一代智能制造体系架构和发展路径。坚持系统观念，契合区域和行业发展实际，实施智能制造工程。立足丰富的智能制造发展实践，提炼规律性认识和有效经验，构建智能制造“升级版”。有基础、有条件的重点地区可制定智能制造相关的地方性法规，明确推进机制、重点方向和保障措施。

　　坚持应用需求牵引，以国家级科技计划项目为依托，优化创新体系建设，加快关键核心技术攻关。面向制造业智能化变革亟需，攻关数据采集／处理／分析、分布式智能控制、智能传感器、企业智能决策系统、智能建模与仿真、数字孪生、设备健康评估和故障预示、网络安全、混合增强等关键技术，加快构建新一代智能制造技术体系。推动AI、大数据、数字孪生、元宇宙、工业智能体等技术突破，与制造领域全要素、全过程交叉融合，明确AI大模型在工业领域的部署重点，解决重点领域制造知识积累不足、工业机理不清等问题。

　　着力推进重点产业链高质量发展行动，依托智能工厂建设，推动产业链和创新成果在汽车、航空、航天等领域的规模化应用。加快布局操作系统、智算芯片、开源软件等通用技术，支撑AI、数字孪生等与数控机床、工业机器人、增材制造装备、检测装备的深度融合。研制具有融合感知、自主分析、自主决策、自主优化等功能的智能制造装备，抢占产业发展制高点。鼓励装备企业应用物联网、大数据、AI等新兴技术，充分挖掘并利用产品数据，培育以用户为中心的产品研发、个性化定制、精准营销、自主式实时服务交互等智能服务新模式，拓展和延伸产业链与价值链。

　　针对不同发展水平制造业企业的转型升级需求，以场景化方式分级分类推进智能工厂建设，实现“转型一个、带动一批、辐射一片”，规模化推广成熟模式和方案，普及数字化、网络化。支持龙头企业加快应用深度学习、大模型、数字孪生等技术，推动研发、生产、管理、服务等环节创新，促进生产工艺和业务流程变革，构建具有全球领先水平的领航级智能工厂。立足中小企业数字化、网络化基础薄弱的发展实际，采用大规模普及数字化、网络化并与智能化同步推进的发展策略，探索智能制造跨越式发展的新路径。

　　围绕智能系统创新应用，完善智能制造标准体系建设，研制先进适用、产业亟需的国家标准，引领制造业企业的创新探索。优化智能制造评估评价标准和方法，加快形成普遍认可、影响力强的自主评价体系。完善智能制造公共服务平台，汇聚智能制造政策、创新体系、供给体系、应用体系、支撑体系等资源，提供装备软件共享、技术开发评价、生产运营管理、投融资服务等公共服务。面向金砖国家、东盟地区、“一带一路”共建国家等深化国际合作，推动智能工厂、装备、软件、标准、解决方案等“走出去”，提升中国智能制造的国际影响力。强化人才队伍建设，支持相关高校建设智能制造领域的国家卓越工程师实践基地、现代产业学院，探索“订单式”人才培养模式。