⁣
📰 3-5个通用大模型,1000个工业智能体...国家八部门提出的这些数字意味着什么?

中国制造业面临数字化水平不均和智能化成本高的问题，亟需一个能够释放价值的主战场。为此，八部门联合发布《“人工智能+制造”专项行动实施意见》，提出到2027年推动3—5个通用大模型在制造业深度应用，形成特色化行业大模型，推出1000个高水平工业智能体，打造100个高质量数据集，培育2—3家全球影响力的企业。

《意见》强调，推动通用大模型的应用并非鼓励“百模大战”，而是通过少量通用模型构建制造业的智能能力体系。制造业的复杂性决定了不同行业间存在巨大差异，但核心问题如设备状态感知和质量预测等却有共性，因而不需要为每个细分行业训练独立模型。

此外，推出1000个高水平工业智能体，旨在解决制造业的碎片化需求，智能体将以任务完成为中心，关注结果而非表现形式。高质量数据集的建设则重新定义了工业数据的价值标准，强调数据的规范性、完整性和准确性等，推动人工智能在制造业的实际应用。未来三年，这一政策将促进人工智能在制造业的规模化落地，形成可持续的“中国方案”。

🏷️ #人工智能 #制造业 #工业智能体 #高质量数据 #政策实施

🔗 原文链接

⁣
📰 3-5个通用大模型，1000个工业智能体...国家八部门提出的这些数字意味着什么?-36氪

中国制造业面临数字化水平不均和智能化落地成本高的挑战。2023年1月7日，八个部门联合发布《“人工智能+制造”专项行动实施意见》，目标到2027年推动人工智能在制造业的深度应用，形成特色化的行业大模型，并推出1000个高水平工业智能体，建立100个高质量数据集。这一政策意在通过少量通用模型的核心，结合行业数据与工艺知识，构建制造业的专用智能能力体系。

《意见》强调，工业智能体应以任务完成为中心，解决制造业大量碎片化场景的真实需求。政策明确推出1000个工业智能体，意在覆盖不同细分行业，允许差异化的小型应用存在。这种模块化的智能体形态能够以更低的成本满足长尾需求，推动智能化落地。未来，工业智能体将在多个细分场景中实现应用。

此外，政策还提出了建立高质量数据集的目标，强调数据的规范性、完整性和准确性等标准。高质量数据集是实现工业智能化的基础，能够提升生产效率。通过培育具有全球影响力的生态主导型企业，形成一个开放的技术底座，推动人工智能与制造业的深度融合，为全球工业智能化发展提供中国方案。

🏷️ #人工智能 #制造业 #工业智能体 #高质量数据 #政策实施

🔗 原文链接

⁣
📰 释放工业智能体的一线生产能量_行业资讯_数字中国建设峰会

根据最新行业报告，今年全球工业智能化市场规模预计将突破3.5万亿元，其中我国市场份额超过40%。工业和信息化部强调，要以工业智能体为核心，推动人工智能在工业中的应用，提升整体智能化水平。工业智能体通过融合人工智能、大数据和云计算等新技术，具备自我管理与智能决策能力，显著促进制造业转型升级。

工业智能体的应用能够优化研发流程，缩短研发周期，同时在销售服务中提供个性化方案与高效的客户反馈。依托大模型支撑，智能体提升了供应链绩效，帮助企业解析盈利状况，制定前瞻性战略。国内多个地区积极推动“AI+制造”，加速工业智能体的产业化进程，长三角地区已成功利用智能体提升跨企业协作效率。

未来，工业智能体的全面应用需要系统布局，打破数据瓶颈，整合各类数据源，并强化技术基础，支持企业构建自主可控的AI平台。同时，要重视人才培养，特别是复合型人才的储备，以推动工业智能体的持续发展与优化。只有通过多维度的联动，才能实现工业智能化的全面升级。

🏷️ #工业智能体 #人工智能 #数据整合 #技术应用 #人才培养

🔗 原文链接