近日，工信部召开会议，专题研究部署推动人工智能产业发展和赋能新型工业化。会议指出，要塑造应用优势，推动大模型在制造业重点行业落地部署，加快凝练应用场景需求，加快制造业全流程智能化升级，变革生产管理模式。培育一批人工智能赋能应用服务商，加快推动行业专用大模型落地应用与迭代升级。此外，工信部审议《工业和信息化部信息化和工业化融合2025年工作要点》会议中提出，要实施“人工智能+制造”行动，加快重点行业智能升级，打造智能制造“升级版”。

工业大模型作为人工智能技术的新范式，正成为驱动新型工业化发展的核心引擎。那么，新型工业化需要怎样的工业大模型？谁是供给者？

面向工业专用的大模型是指在通用基础大模型的基础上，结合工业行业数据和特定场景需求进行预训练和微调而成的大模型，是大模型为赋能工业应用所产生的产业新形态。

工业专用大模型作为人工智能技术的重要应用，能加速制造业各环节的智能化进程。典型场景包括研发设计协同设计与虚拟仿真、生产制造柔性制造系统、运维服务预测性维护等场景。

相比通用模型，工业专用大模型聚焦特定制造领域，针对性采集生产数据、工艺参数等行业专属信息，数据与场景高度契合，避免泛化问题。同时，通过专业清洗、标注与校准，提升数据质量，减少无效信息干扰，保障模型训练精准度。此外，在数据安全方面，行业专用大模型支持私有云或本地化部署，有效规避核心工艺、生产流程等敏感数据泄漏风险，确保企业数据主权。依托行业知识图谱，能深度挖掘数据间隐性关联，输出贴合行业需求的决策洞察。

不同制造业行业面临着各自的痛点，如钢铁行业存在研发周期长、生产成本高、协同效率低等问题。工业专用大模型可针对这些痛点，通过优化生产流程、降低成本等方式，为行业提供定制化解决方案。此外，制造业中有大量专家经验和工业机理，工业专用大模型能够将这些知识进行数字化沉淀，形成企业的知识资产，便于传承和应用。

此外，在生产制造环节，工业专用大模型可用于智能排产，通过预测订单需求、物料供应等，结合优化算法制定更精准的生产计划。还可应用于工业质检，利用其泛化性和自学习能力，实时检测产品质量，提高良品率。

目前，人工智能应用赋能扎实推进，产业生态持续优化。我国已形成覆盖基础层、框架层、模型层、应用层的完整的人工智能产业体系，培育出一批竞争力强的通用大模型和行业大模型。大模型在电子、原材料、消费品等行业加快落地，在研发设计、中试验证、生产制造、运营管理等环节得到应用。已累计培育400余家人工智能领域国家级专精特新“小巨人”企业。

在新型工业化浪潮中，云服务和互联网企业以其云和产业互联网能力为依托，提供IaaS、PaaS到SaaS的全栈式解决方案，助力传统工业企业向智能化、绿色化、数字化方向迈进。例如，科大讯飞推出的羚羊工业大模型以讯飞星火大模型的通用能力作为核心技术底座，‌‌结合工业场景实际需求打造的、专门面向工业领域的大模型，目前已开发出羚羊数字工匠、羚羊MOM Agent、羚羊工业视觉平台等一系列行业应用，赋能“研产供销服管”全流程。

制造业孵化数字化企业是由大型制造企业孵化的一支制造业数字化转型力量。以卡奥斯天智工业大模型为例，区别于通用大模型，该模型被赋予了更广博的工业知识和更深度的工业行业Know-how，形成平台智能中枢。目前，该模型已内置4700多个机理模型、200多个专家算法，形成了汽车、化工、模具等9大行业45个高价值场景化解决方案。

工业数字化和软件专业厂商专注于工业数据的采集、分析与应用，凭借在企业管理软件领域的深厚积淀，通过构建工业互联网平台，将数字化管理理念融入工业企业的运营流程。例如，中工互联打造的智工·工业大模型4.0，主要包括智工·知语、AI-SCADA（智工·智控）和智工·智脑三大核心产品，配备普适化知识引擎，实现全模态数据建模，在时序数据训练上取得突破，展现了广泛的适用性，能为各种工业场景提供智能化解决方案。

值得一提的是，作为市场主体，央企是推动工业向高端化、智能化、绿色化、融合化发展的重要力量。在长期的数智化转型实践中，国务院国资委高度重视央企工作，央企具有“AI+”和推动新型工业化的强大资源内生动力。这些企业积累的丰富经验，是推动新型工业化发展的标杆。截至2025年4月，中央企业在工业制造、能源电力、智能网联汽车等重点行业、超500个场景布局应用人工智能，科研、生产、客服等方面降本增效明显。

其中，基础运营商从传统的负责“连接”的角色，摇身转变为推动中国工业互联网发展的重要力量。例如，中国联通推出的元景工业大模型面向工业领域，覆盖产品辅助设计、质量检测、合规监管、设备预测性维护等多个场景，能为工业企业的全流程业务提供支持，提高生产效率、降低成本和风险。中国移动九天·工业大模型通过深度整合千亿量级的行业数据，能高效处理图像、视频分析、知识问答等任务，显著提升工业生产中的智能化水平。目前，基于该大模型，中国移动已经推出了多款工业应用，如AI+工业安监、AI+工业质检、AI+产业分析等，覆盖电力、石化、冶金、采矿、制造和建筑等多个重点工业领域。

此外，在石油化工行业，中国石油与中国移动、华为、科大讯飞联手打造昆仑大模型，参数从330亿升级到700亿，再提升至3000亿；视觉大模型参数从3亿提升至44亿；多模态大模型参数从160亿提升至800亿。在钢铁行业，中国宝武以大数据和工业互联网为手段，依托平台、数据、算力、模型、场景，打造“五位一体”三层架构的钢铁大模型和垂类大模型、场景大模型，注重将大模型与企业运行分层融合，着力人工智能赋能新型工业化发展多环节。中国中车与百度智能云联合发布的“斫轮大模型”体系涵盖算力、MaaS平台、基模、应用、服务及生态的全链条内容，其中应用场景覆盖了设计、制造、运营、维护、安全等制造业各环节。

尽管工业大模型在新型工业化进程中展现出巨大潜力，但其在深度应用实践中仍面临诸多挑战，如数据方面，存在质量差、供给不足、安全与合规难、开放共享机制不完善以及泛化性不足等问题。技术层面，多模态数据融合难度高，行业知识难以融入模型，模型解释性困难，且不同工业场景差异大，模型迁移与扩展不易。

业内专家建议，以工业大模型为关键变量赋能新型工业化高质量发展，重点从以下突破。

夯实发展底座，发布国家级工业场景图谱、语料库和数据集。充分发挥中国工业门类齐全、应用场景丰富和海量数据资源等优势，设立国家专项，加大力度推广实施“一图四清单”行动方案。

支持龙头企业，示范工业专用大模型应用价值。以财政补贴的方式支持家电、汽车、医疗等重点行业的龙头企业，开展基于工业大模型的人工智能深度应用先行先试，打造标杆，示范应用价值。同时，鼓励龙头企业提炼并共享其在研发设计、生产制造等关键环节深度应用人工智能的典型案例。

扶持平台企业，促进工业大模型服务中小企业。“双跨”平台企业出台专项财政扶持政策，培育一批工业大模型与场景图谱精准匹配的标准化、可复用、低成本的解决方案，为中小企业提供用得上、用得起、用得好的人工智能服务。