深圳市“人工智能+”先進制造業行動計劃

（2026-2027年）

為深入學習貫徹黨的二十大和二十屆歷次全會精神，認真落實《國務院關于深入實施“人工智能+”行動的意見》，搶抓智能化與工業化交匯融合的歷史機遇，加快人工智能技術與制造業全過程、全要素深度融合，全面服務支撐新型工業化，制定本行動計劃。

錨定實現新型工業化這一戰略目標，推動人工智能加快賦能制造業，向制造業研發設計、生產管理、生產作業、運營管理、供應鏈管理等各環節加速滲透，推動制造業全要素智能化發展，實現人工智能全方位、深層次、高水平賦能新型工業化。到2027年，在“人工智能+”先進制造業領域，建成國家人工智能應用中試基地（消費領域移動終端方向），建設工業智能體創新中心，組建工業知識聯盟，開放百個應用場景，打造百個垂直行業模型及工業智能體，推廣百個示范應用，形成“一基地、一中心、一聯盟、百場景、多應用”的發展格局，推動傳統產業煥新升級、新興產業躍升領跑，助力新型工業化加快推進。

（一）打造工業智能體創新中心。加快省級工業智能體創新中心建設，爭取國家級制造業創新中心布局。圍繞工業場景“數字員工”需求，支持研發具備環境感知、自主決策、動態適應能力的工業智能體，聚焦研發設計、生產制造、供應鏈管理等工業場景，匯聚高水平智能體應用開發商，搭建工業智能體供需對接平臺，構建自主可控技術基座，研發工業智能體專用工具鏈，打造工業智能體開放共享生態，提升復雜工業場景下的智能體協作水平。

（二）發展工業軟件及工業知識聯盟。支持企業將工業知識、行業經驗轉化為標準化模型，重點攻關工業操作系統、CAD、CAE、EDA等關鍵工業軟件的大模型適配開發，支持重點場景工業大模型產業化，形成具備行業引領性的自主工業軟件產品。把握工業大模型小型化發展趨勢，支持利用剪枝、量化和蒸餾等模型壓縮技術，研發輕量化場景化工業小模型，實現邊緣低延遲決策與普惠化部署。搭建工業知識共建平臺，匯聚企業、高校、科研機構力量，構建覆蓋研發設計、生產制造、供應鏈管理等環節的行業級知識，沉淀核心知識實體與關系，形成上規模的工業知識數據庫。建設開放社區平臺，牽引龍頭企業開放應用場景，降低中小企業智能化門檻，提供工業知識共享、AI應用開發工具包等普惠服務，形成大中小企業融通發展生態。

（三）人工智能賦能電子信息制造。構建算法開源、數據共享、算力協同的公共服務能力，整合技術資源與行業數據，降低中小企業智能化改造門檻，提升行業智能化改造的滲透率與應用深度。強化龍頭企業引領作用，聯合產業鏈上下游企業共同發掘潛在應用場景，支持人工智能在產品設計、產品檢測、運營管理、質量檢測、安全生產、數據分析等核心環節深度應用，打造一批標桿示范項目。聚焦終端產品創新升級，支持AI手機、AI眼鏡、AI+潮玩、AI+智慧屏等重點產品研發創新，通過產品創新牽引技術迭代，培育新的產業增長點。

（四）人工智能賦能半導體與集成電路。推動人工智能技術應用于半導體產業鏈的關鍵環節，利用AI優化芯片設計、軟件代碼等領域和環節的效率。以AI芯片為突破口做強半導體產業，面向AI手機、AI眼鏡、智能機器人等各類AI終端需求，研發高性能、高能效專用SoC主控芯片，支持存算一體、存內計算等新型架構處理器。面向新能源汽車萬億級市場，支持14nm及以下車規級高階智駕AI芯片、智能座艙SoC芯片、域控制器MCU、中央域控SoC/MPU芯片的國產替代。

（五）人工智能賦能汽車制造。開展智能網聯汽車“車路云一體化”應用試點，加大“智造+智駕”汽車全產業鏈AI賦能力度。協同設計方面，智能管理分類零部件資源，推薦最優件信息，結合人工智能算法，仿真自動匹配清理材料屬性，實現高精度網格劃分，提高企業研發效率。生產制造方面，智能統籌資源適配，優化配置制造資源、智慧管理供應鏈，推動企業閑置制造資源高效利用。檢驗檢測方面，通過智能調度設備分發任務、檢測解析數據、識別問題自動處理、智能管理數據回傳，自動生成檢測報告，提高產品良品率。封裝驗證方面，智能識別并匹配需求數據、流轉數據及資源數據，智能管理樣品倉儲物流，科學配料、協同配置。

（六）人工智能賦能機器人。支持世界模型、視覺-觸覺-語言-動作（VTLA）等多模態交互技術研發，構建具備交互、預測與決策功能的具身智能基座大模型及其訓練、推理技術體系，培育長序列推理與自主學習能力，支撐跨場景任務高效處理。強化場景資源統籌，支持建設具身智能技術試驗場，開放工業制造領域焊接、裝配、噴涂、搬運等細分場景并實現落地應用，提升危險、惡劣環境下智能作業水平，推動機器人進工廠、進車間、進倉庫、進港口、進園區。

（七）人工智能賦能高性能材料。支持AI賦能高性能材料制造工廠，鼓勵運用AI動態優化工藝參數和生產流程，實現預見性調整與精準控制，推動全局生產流程智能化。搭建AI高性能材料供需平臺，構建需求牽引、快速迭代、韌性高效的材料產業生態網絡，打造材料柔性制造、敏捷響應與服務創新模式。設計和篩選方面，積極組織動員有關單位參與高性能材料數據中心建設，通過機器學習算法預測高分子、金屬、無機非金屬等材料結構性能，輔助研發人員篩選設計高性能材料。工藝和路徑優化方面，基于大模型疊加領域知識庫數據訓練化學合成領域大模型，為高性能材料合成提供最優路徑。性能預測方面，通過人工智能計算模型，預測材料的彈性、熱導率等各項性能。實驗指導方面，基于代碼生成大模型，結合仿真平臺及智能機器人，逐步實現仿真實驗自動化操作。

（八）人工智能賦能低空經濟。建立無人機自主能力演進體系，搭建智能仿真平臺，打造低空數字孿生系統，深度集成人工智能技術，支撐無人機感知、決策等能力的模擬與測試，強化無人機自主任務執行效能，逐步培育空中具身智能。構建“空中智慧道路系統”，支撐空域智能設計、航道智慧規劃，實現全空域智慧感知、無人機智能管理及多無人機自動化協調應用，賦能公園、河道、水庫、岸線巡檢、載人飛行、物流運輸、低空觀光、航空運動、飛行培訓、電力巡線、港口巡檢、航拍測繪、農林植保等應用場景，提升低空資源調度效率與協同運行水平。

（九）人工智能賦能醫藥和醫療器械。加快藥物研發、細胞與基因治療、精準醫療服務的研發創新與成果轉化，推進人工智能技術在藥物新靶標/靶點發現驗證、藥物設計、超高通量藥物篩選、DNA編碼化合物庫篩選、計算機輔助藥物設計和虛擬篩選、藥物治療相關基因位點篩選等核心環節的技術創新。支持建設一批人工智能藥物研發重大平臺載體，強化技術資源統籌整合，加速人工智能+生物技術（AI+BT）深度融合。強化大模型企業與高端醫療器械企業協同引領作用，聯合產業鏈上下游開展醫療裝備及關鍵零部件聯合創新，開放醫學影像輔助診斷等規模化真實應用場景，推動醫療器械高端化發展、智能化升級，打造“AI+醫療器械”標桿應用。

（十）人工智能賦能傳統優勢產業。探索傳統產業優化升級新路徑，鼓勵大模型、智能體、機器學習、計算機視覺、自然語言處理等人工智能技術在服裝、鐘表、眼鏡、黃金珠寶、家具、皮革等傳統優勢產業深度應用，聚焦生成式AI設計賦能、小單快反柔性生產、C2M反向定制、供應鏈智能調度等方向，打造一批垂直大模型與智能體升級標桿，推動傳統產業從規模驅動向“創意+效率+個性化”驅動轉型，提高行業生產效率和產品質量，降低生產成本，促進傳統產業高端化、智能化、綠色化、融合化、國際化發展，培育產業高質量發展新增長極。

（十一）強化政策保障與要素支撐。加大對“人工智能+”先進制造業的資金扶持力度，鼓勵企業積極參與“揭榜掛帥”，推動人工智能賦能新型工業化政策與技術改造、工業互聯網、數字化轉型、智能制造等政策、要素協同，加速創新成果產業化，進一步形成工作合力，推進制造業數字化、網絡化、智能化轉型。

（十二）加大場景開放與供需對接。深化“人工智能+”先進制造業場景供需對接機制，建設市、區級應用場景開放中心，舉辦系列供需對接活動，發布場景需求清單，支持龍頭企業全面開放產品設計、智能檢測、規模化定制、智能配送等典型工業生產制造場景（詳見附件），挖掘開發一批潛力大、效益強、價值高的新場景，充分發揮社會組織的橋梁紐帶與協調作用，支持解決方案提供商與重點行業企業合作突破AI應用難題。

（十三）開展行業培訓與示范推廣。緊扣AI前沿技術常態化舉辦“人工智能+”先進制造業培訓，針對產業發展痛點，重點征集人工智能解決方案，形成典型案例，加強人工智能示范應用和優秀解決方案宣傳推廣，強化行業標桿的示范引領作用，營造人工智能賦能新型工業化的濃厚氛圍。