人工智能赋能制造业重点行业转型指引、制造业企业人工智能应用指南.pdfVIP

附件1

人工智能赋能制造业重点行业转型指引

制造业是国民经济的主体，是国之本、兴国之器、强国

之基。人工智能与制造业的深度融合，是发展新质生产、构

建现代化产业体系的重要路径。为发挥制造业体大、门全、

场景丰富的优势，结合各行业域特点、技术成熟度、数字化

水平等基础条件，分施策推进制造业域人工智能应用，加

快制造业智能化、绿色化、融合化发展，制定本指引。

一、原材料行业

（一）提升钢铁行业全流程智能化水平。构建钢铁行业数

据集、知识库公共产品，打造人工智能工程化应用平台，提供

智能化解决方案。研发覆盖钢铁生产全程的系动态模型，

基于钢铁机知识和生产实践经验，研发视觉、预测、决策等

钢铁行业大模型、智能体，实现关键设备运行工况的实时感知、

工艺参数的自适应优化、产品性能预报、质缺陷溯源、调度

任务的全局优化和实时智能调整等。推动人工智能赋能钢铁行

业全程，提高生产效率、产品质、资源效能、安全和服务

水平。

（二）推动石化化工行业提质增效。综合用大模型、数

字孪生技术突破油气勘探开发、化工新材研发范式。深度融

合油气生产作业、管网储运、化工工艺等工艺机、专家经验、

生产运行数据等，打造石化化工行业大模型，推动大小模型融

1

合应用，实现油田作业区及化工安全生产监测预警、设备预测

性维护、工艺程自适应优化、产品质预测等。构建行业高

质数据集、数据资源节点等数据基础设施，支撑行业大模型、

智能体训与开发，提升复杂场景人工智能应用水平。

（三）加快人工智能与新材料研发深度融合。建设新材

大数据中心，构建高精度、长序、多模态的材行业数据集，

提升行业数据格式标准化水平。发展面向合金、陶瓷、高分子、

能源材的跨尺度计算框架，构建新材分子设计、合成制备、

工艺优化等行业大模型，提升材“成分－结构－性能”反向

设计能。建设大模型预测结果评估体系，增强模型预测准确

性。提升材科学研究人机协作能，提升新材高通自动

化实验和制备能。

（四）促进人工智能赋能有色金属行业。研发数据自动化

治、标注技术与工具，打造矿山与装备运行、选矿工艺优

化、冶过程控制等行业高质数据集，构建数据基础支

－－

撑体系。建设融合“物机工艺数据环境变”的有色

金属行业大模型、场景模型与智能体，推动大小模型协同应用，

满足可靠性、动态适应性等使用需求，实现新材及新工艺研

发模式创新、采选冶过程精准控制与关键参数实时优化、可回

收资源精准分识别等。

（五）推动人工智能赋能建材行业创新应用。优先面向水

泥、平板玻等行业，部署一批针对行业典型单元操作需求的

场景模型，训建设建材行业大模型，推动在矿山开采、原

配比优化、窑炉煅烧控制、水泥熟强度预测等场景的深度应

2

用，提升生产过程的智能优化控制水平。推动研发“数据驱动

+机模型”的智能算法体系，建设先进陶瓷、人工晶体等先

进无机非金属材数据集，推动新产品开发、生产工艺优化。

二、装备制造行业

（一）推动工业母机柔性化智能化跃升。用人工智能技

术深度融入数控系统，赋能“实时感知－自主学习－智能决策

－闭环执行”全程，提升工业母机自适应作业与执行能。

构建基于大模型的智能诊断系统，精准感知、准确判断设备状

态，实现远程监控与预测性维护。依托模块化生产单元与智能

决策服务，通过低代码组态式任务编排与自主资源调度，实现

制造系统自主响应订单变更、实时重构产线与敏捷生产。

（二）加速汽车行业全链条智能化升级。打造汽车大模型，

自动生成车身造型、内饰布局等方案，实时仿真动态优化结构

强度、风阻系数等参数，推动智能研发新范式。加快人工智能

技术在硬件配置、参数调优等环节应用，开发模块化工艺岛，

打造柔性可重构产线。建人工智能驱动的全程质控制与

预测性维护，推进整车性能在线检测与全生命周期质追溯。

（三）推进电力装备全生命周期智能化。基于人工智能技

术，智能优化发电机等核心部件结构参数，推进大型发电装备

数字孪生设计和试验仿真。用人工智能算法加强电装备可

制造性分析，智能评估部件加工难度和装配兼容性。构建人工

智能驱动的健康评估与寿命预测平台，开展状态检修，提升发

电、输电设备