（来源：中国改革报）
转自：中国改革报
□ 本报记者 罗 勉
□ 鲁利韦 黄思程
广东省深圳市今年的政府工作报告中，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。
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，在打造世界一流超智融合新范式的道路上进行全方位探索。
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。
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。
欣旺达电子股份有限公司AI研究院副总经理袁梦菲表示，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。
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，以及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。
2月份发布的《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。
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表示，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的“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。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负责数字员工技术攻关，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的门槛。
当前，深圳许多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。
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，降低试错和部署成本，让中小企业敢用、能用AI。
在袁梦菲看来，“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。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。
李恩汉认为，深圳在适度加大产业应用场景开放力度的同时，应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。