工业和信息化部释放出重大信号，明确表示将大力加强通用与行业大模型的研发布局，同时把推进人工智能（AI）在制造业设计、生产等环节的深度应用作为工作重点。这一举措旨在加速我国制造业的智能化转型升级，推动人工智能与实体经济的深度融合，在全球制造业竞争加剧以及新一轮科技革命浪潮中，提升我国制造业的核心竞争力。
工业和信息化部总工程师谢少锋指出，我国当前已成功构建起涵盖基础层、框架层、模型层、应用层的完整人工智能产业体系。在这一体系支撑下，人工智能大模型在电子、原材料、消费品等众多行业迅速落地，尤其在制造业的研发设计、中试验证、生产制造、运营管理等关键环节崭露头角。然而，面对日益激烈的国际竞争和不断涌现的新需求，进一步强化人工智能技术在制造业的应用，仍是推动制造业高质量发展的关键。
通用大模型被视作支撑各行业应用人工智能的核心引擎，其具备强大的通用性和泛化能力，能够为各类场景提供基础的智能支持。而行业大模型则针对特定领域进行深度优化与创新，通过结合行业数据和专业知识，对该领域的复杂问题进行精准分析与解决。例如，在汽车制造行业，通用大模型可助力汽车企业对市场趋势进行宏观预测，为产品战略制定提供依据；行业大模型则能基于汽车设计规范、生产工艺以及过往研发数据，在设计环节生成多种创新的汽车外观和结构设计方案，加速设计迭代，同时在生产环节实现对生产流程的智能优化，提升生产效率与产品质量。
在制造业设计环节，AI技术尤其是生成式AI已展现出巨大潜力。生成式AI能够依据设计师输入的设计目标、功能需求或初步草图，快速生成多种创新且多样的概念设计方案，涵盖产品外观、结构、材料等多个维度。例如在航空航天领域，设计团队为新型飞行器设计外观时，输入空气动力学参数、飞行器用途等关键设计要求后，生成式AI能够迅速生成多种符合要求的机身造型，设计师可在此基础上进行筛选与调整，大大缩短了概念设计周期。此外，生成式AI还能通过风格迁移技术，将特定设计风格应用于新产品设计，确保产品既具创新性又符合品牌定位或市场趋势。
生产环节同样是AI深度应用的重点方向。借助AI技术，生产线上的机器人能够实现24小时不间断高效工作，且在AI算法的精准控制下，完成复杂精细的操作任务，大幅提高生产效率。例如，在3C产品制造中，机器人在AI的指导下，能够快速、精准地完成芯片贴片、零部件组装等工序。同时，通过数据分析与机器学习，企业可以实时监控生产流程，根据设备运行数据、原材料质量数据等信息，及时调整生产参数，优化资源配置，降低生产成本。并且，基于AI的智能质检系统能够实时监测生产过程中的每一个环节，利用图像识别、数据分析等技术，精准检测产品缺陷，减少人为检测失误，保障产品质量的稳定性。
