近日，2025人工智能产业及赋能新型工业化大会在北京国家会议中心举行。

500余名来自产学研用的代表齐聚一堂，探讨人工智能技术如何深度赋能新型工业化。大会现场，中国信息通信研究院与多家单位共建的天然气产业信息化和人工智能应用联合实验室、朝阳区具身智能测试实验室正式揭牌，同期还发布了为产业提供标准评测支撑的可信AI-具身智能基准测试（EAI Bench）-首批任务库共建计划。

重构工业研发范式

与会嘉宾认为，AI正从单点工具演变为重塑工业生产体系的核心力量。

“2025年，基础超级模型已经出现。这类模型不再是单一能力的‘专家’，而是全能型‘选手’。”中国信息通信研究院人工智能研究所所长魏凯分享的人工智能十大关键词中，“基础超级模型”位居首位。

魏凯介绍说，基础超级模型集成思考与非思考模式，推理、数学、代码等多项能力同步提升。GPT-5、DeepSeek-V3等模型展现出“一专多能”的特性，通过路由机制集成不同技术，显著提升了解决实际问题的能力。

技术跃迁直接推动了研发范式的变革。厦门大学研究生院常务副院长、嘉庚创新实验室副主任洪文晶分享了高分子材料研发案例。由他建立的拥有化学知识的大原子模型和文献知识大语言模型通过智能体协作，8个月内研发出高性能聚酰亚胺材料，且多项指标超越进口水平。

在小米集团人工智能实验室主任王斌看来，AI正在改变传统工业研发模式。其通过擎天柱工业大模型实现了压铸工艺从实验驱动到模型驱动的转变，研发周期缩短50%，缺陷检测准确率超过99%。

科大讯飞机器人首席科学家、聆动通用公司经理季超认为，具身智能技术正从演示走向实用。视觉语言行动模型（VLA）技术路线的成熟使得机器人技能迁移成为可能，但面临的挑战是如何实现从95%-99%成功率的跨越，“这是玩具与工具的本质区别”。

直面“微笑曲线”挑战

“AI在工业领域落地，必须直面‘微笑曲线’的挑战。”中国钢研人工智能首席科学家张云贵表示，当前AI在研发和服务端效果显著，但在生产制造环节仍面临验证难题。

南京钢铁集团首席信息官孙茂杰分享了工业场景落地的实践视角。南京钢铁集团通过“百景千模”计划，一年内落地AI场景120个，直接降本超10亿元。经过一系列实践，张云贵认为，工业场景需要大模型与小模型协同，没有一个模型能解决所有问题。

孙茂杰表示，钢铁行业流程长、环境复杂，高温高压高危特点突出，正是AI赋能的最佳场景。从智能配矿到质量检测，AI正在改变传统生产模式。“前提是要有20年数字化转型积累的数据基础。”

场景落地离不开算力支撑。商汤科技大装置事业群产品总经理卢国强表示，目前国产芯片已完全可用，其性能可达到国际主流水平的50%-60%，部分场景优化后接近100%。但算力成本需降低，才能支撑AI规模化应用。

构筑AI发展基石

“人工智能产业健康发展是推动其生态建设的关键。”工业和信息化部科技司副司长杜广达表示，将通过标准研制、国际合作等举措，构建开放协同的AI产业生态。

华为昇腾CANN生态总监陈海波分享了开源开放实践。昇腾AI软件栈已全面开源，从芯片到应用的全栈工具链全面支持国产算力生态建设。他发现开源后第三方开发的推理引擎性能，甚至超过其原版。

数据是AI发展的另一大基石。中国联通集团领军人才、联通数据智能有限公司模型平台研发部总经理王恺认为，“模数共振”需要加强数据全生命周期治理。他说，在与飞机制造企业合作中深刻感知，高质量数据是模型落地的前提。

阶跃星辰联合创始人、副总裁朱亦博认为，当前，模型发展正呈现“多、开、好、省”趋势：多模态成为标配，开源推动普及，推理能力提升，成本优化成为竞争关键。