新华财经上海5月25日电（记者陈爱平）最新消息显示，我国工业互联网核心产业规模超1.5万亿元，带动经济增长近3.5万亿元。业界认为，人工智能正从专用、浅层阶段向通用、深层应用迈进，成为工业互联网发展的关键变量。

　　工业互联网建设走深走实

　　工业和信息化部总工程师谢少锋在“2025工业互联网大会”上介绍，目前，工业互联网已拓展至49个国民经济大类，实现41个工业大类全覆盖，标识解析注册量突破6500亿个，连接工业设备超1亿台套，为发展新质生产力、建设现代化产业体系提供了重要支撑。

　　接下来，我国将夯实互联互通基础，高标准实施“5G+工业互联网”512工程升级版、标识“贯通”行动和工业互联网平台高质量发展行动；建设高质量工业数据集，在重点行业领域打造一批“高价值、高纯度、高可用性”的工业语料库和多模态数据集；推动建设工业领域专业大模型，鼓励基础大模型向工业领域开源共享；加快智能算力建设布局，构建“云边端”协同的智能算力网络；依托工业互联网平台大力推进人工智能赋能新型工业化，推动工业数据、模型、知识、算法在工业互联网平台加速集聚，提升制造业数字化网络化智能化水平。

　　中国信息通信研究院院长余晓晖介绍，十年来，我国发展工业互联网，推动制造业从单环节的生产层面自动化与管理层面信息化，向系统性数字化发展，建立跨越全生命周期、全生产环节的数据链，形成以数据驱动的优化范式。业界将许多数字技术和工业技术相结合，也有更多主体参与工业的数字化转型。

　　其中，平台体系的建设是我国工业互联网发展的核心支柱之一。目前，全国已形成由49家跨行业、跨领域的“双跨平台”和200多家特色型平台构成的多层级平台体系，涵盖了从通用型到行业专用型的广泛应用需求。

　　蓝卓数字科技有限公司总裁陈玉龙介绍，其“supOS”工厂操作系统已成功迭代至6.0版本，目前已与710多家生态伙伴展开合作，服务全球10余个国家和地区、30个行业、覆盖包括石化、化工、装备、汽配等重点行业的8000多家工厂用户。这家平台企业正在探索“1+2+N”新型智能工厂路径，以一个工厂操作系统作为整个工厂数字化转型的底座，个性地、灵活地引入N个工业App及工业AI智能体，实现数据驱动的生产制造过程自动化和企业运营管理自动化。“我们还推出‘星链计划’，预计在三年内累计招募超过一千家合作伙伴，与伙伴共建超过一万个工业App和智能体，共同服务超过十万家工厂实现数字化转型。”

　　人工智能深度应用在工业场景

　　记者了解到，人工智能技术已逐渐深度应用至工业场景。

　　卡奥斯发布的“制造运营解决方案”升级版，其核心产品是“孪生制造一体化平台”。卡奥斯副总经理兼首席技术官冯兴智介绍，这款产品是基于数据模型驱动的平台底座，将虚拟生产和物理制造融合，可对“工厂规划、新产品爬坡、生产运营提效、旧工厂改造”等场景进行精准的仿真验证，实现制造全生命周期优化闭环。其客户既有生产周期长的重大装备，也有产品更新换代快的家电、电子行业，企业借助该平台，可打通生产执行和工艺优化之间的“断点”，让“智造”可预见、可量化、可决策，实现降本增效。

　　徐工汉云总经理张启亮介绍，企业推动AI技术深度落地工业场景：在工程机械领域，“挖机驾驶行为预测模型”可以降低事故率并提升作业效率；在国内某机场搭建新能源补能调度平台，实现补能效率提升60%；企业还助力国内某新能源车企构建智能供应链管理系统，库存周转效率提高30%。这些实践不仅验证了“AI+工业互联网”的规模化价值，也为推进新型工业化高质量发展提供了可复制的创新路径。

　　中国电信股份有限公司苏州分公司集成与软研中心副总经理李翔介绍，目前中国电信通过“工业PON+AI”在智能制造、质量管控和绿色低碳等场景已打造多个标杆应用。在智能制造场景，中国电信与亨通集团合作落地“双千兆+工艺优化”项目，该项目通过5G+工业PON网络承载数据，利用AI优化企业焊接工艺参数，从而为企业降低15%原料损耗。质量管控场景，通过与协鑫光伏合作AI质检项目，在企业部署基于工业PON底座的边缘AI质检系统，利用4K视频流实时分析硅片缺陷，检出率提升40%。绿色低碳场景，与通力电梯合作AI预测性维护项目，通过5G+工业PON网络实时采集电梯马达数据，利用AI动态调节电机参数，助力通力能耗下降10%。

　　华为工业数字化产业发展总监郭小龙介绍，华为联合某飞机设计研究院，基于人工智能打造了飞机翼型流场AI仿真预测模型，有效提高了对复杂流动的仿真能力，在大大降低风洞物理测试次数的基础上，还将仿真时间从10分钟缩短至25秒，大幅降低了飞行器研发成本并提升了效率。此外，华为的“网络自智化”技术通过AI算法实现智能运维，该技术成效显著，在工业场景下，网络系统可自动识别异常流量并隔离风险节点，将安全事件响应时间从小时级缩短至分钟级。

　　“大”“小”模型协同融合

　　中国信息通信研究院信息化与工业化融合研究所副所长田洪川分析，人工智能与工业互联网融合已涌现出上百种应用模式，主要形成两条技术应用路线：一是以场景化小模型为代表的专用智能应用，正从工业视觉识别等外围应用“走向”数据与机理融合的深度分析。第二类技术应用路线是，以大模型为代表的工业综合智能探索还处于初期，但模型自身能力以及与领域知识的融合程度持续增强。

　　余晓晖介绍，当前大模型在工业领域的应用呈现“微笑曲线”分布，即在知识密集型的研发设计和与自然语言高度契合的营销服务环节应用广泛，而在生产制造环节的应用相对较少。小模型则恰恰相反，在生产制造等特定任务场景中应用更为广泛，具有高度专用性，能有效解决具体问题。

　　工业智能化的发展趋势将是大模型与小模型的协同融合：大模型负责任务规划与协调，小模型在具体场景中精准执行。

　　此外，面向物理世界的“具身智能”也将成为关键发展方向，特别是在装备制造、机器人和未来工业互联网中，推动制造业迈向更高水平的智能化与数字化。