宁波探索AI驱动工业转型新路径
作为引领科技革命和产业变革的核心力量，人工智能正在以空前的速度、范围和程度重塑制造业的生产方式与经济结构，成为推动产业升级、重构全球竞争格局的重要驱动力。宁波作为国内重要的先进制造基地，拥有丰富的应用场景和大量高质量数据资源，具备了人工智能助力新型工业化的优越条件，亟需抓住机遇、勇于尝试，走出一条具有宁波特色的AI赋能工业化道路。
人工智能赋能新型工业化的时代背景
从技术演进角度看，AI技术快速迭代，夯实赋能根基。目前，以ChatGPT、DeepSeek等为代表的大型模型不断取得突破，多模态融合技术迅猛发展，促使人工智能由感知向认知、由判断分析向内容生成、由通用向专用方向转变。在技术创新与市场需求双重推动下，行业迈入高速发展阶段。伴随大模型性能增强、预训练成本降低，AI逐步走出实验室，广泛应用于各个生活与生产领域，呈现出全场景渗透的趋势，加速推动物理世界、数字空间与知识系统的优化升级，打破科学研究、技术进步与生产组织的传统界限，促进科技模式革新、生产要素重组以及产业结构调整。特别是在制造业中，人工智能正加速渗透至更复杂、更精密的工业制造环节，对新型工业化发挥着全面而深入的赋能、增智、增值效应，引发产业技术体系、生产方式与产业形态的根本性变革。
从国家战略层面看，国家高度关注并密集布局。2025年8月21日，国务院发布《关于深入实施“人工智能+”行动的意见》，明确以科技、产业、消费、民生、治理、国际合作等领域为抓手，推动人工智能与经济社会各行业的深度融合。2025年12月25日，工信部等八部门联合印发《“人工智能+制造”专项行动实施意见》，从创新驱动、智能升级、产品突破、主体培育、生态建设等方面提出了人工智能赋能制造业的具体举措。
从区域实践来看，各地积极抢占先机、加快推进步伐。自2025年起，全国各地纷纷把握人工智能大模型的发展契机，加快推动人工智能赋能新型工业化走深走实。浙江省委、省政府坚决贯彻国家人工智能发展战略，高位部署、统筹推进，提出要集中全省力量打造全球人工智能创新高地，以人工智能为核心驱动力因地制宜培育新质生产力。北京、上海、广东、苏州等地相继出台人工智能赋能新型工业化的专项政策，推动人工智能贯穿制造业全生命周期发展。
宁波推进人工智能赋能
新型工业化的现有基础
宁波在全国范围内率先系统规划智能经济发展，在人工智能创新、行业智能化改造、智能化产品研发等方面积累了一系列特色亮点，为人机协同赋能新型工业化打下了坚实基础。
构建了一批示范性平台。已初步建立起涵盖重点实验室、工程研究中心、特色学院与产业研究院的人工智能创新平台体系。宁波东方理工大学、宁波大学等高校设立了工业智能与数字孪生、新型智能算法等省级实验室与工程研究中心。甬江实验室、中科院宁波材料所、上海交大宁波人工智能研究院、宁波工业互联网研究院等机构开展了芯片与系统架构、智能传感、智能机器人等方面的研发与产业化工作。
取得了多项开创性成果。全市已有28家单位研发应用了34个大模型，涉及智驾、石化、材料、服装等多个制造领域。吉利星睿AI大模型、通材大模型完成国家备案；九为神农中医药多元态数智孪生大模型通过国家算法备案。镇海炼化、万华化学、博威集团、康龙化成等龙头企业积极拥抱AI，合作开展大模型研发及AI制造实践。
挖掘出一批代表性场景。宁波在全国率先发布了《“人工智能+制造”典型场景参考指引》，梳理出63项典型应用场景。“人工智能+制造”方面，金田铜业、均普智能等9家企业获评2024年度省人工智能应用标杆企业。鄞州区成功入选首批省级人工智能赋能制造业试点区。
推出一系列智能化产品。在智能芯片、智能驾驶、智能机器人、智能医疗器械、智能装备、智能家电等领域，涌现出一批具备行业引领性的标志性智能化产品与设备。聚集了8家人形机器人整机企业，旭升集团、双林股份等5家企业跻身全球人形机器人百强榜单。春建电子智能座舱感知等12个项目获得省人工智能典型应用场景认定。
然而，宁波仍面临人工智能领军企业数量不足、模型与实际场景匹配度不高、高质量高价值数据匮乏等问题，尚未形成“优质数据集—工业大模型—工业智能体—高级智能制造—高价值数据反馈”的完整闭环。
推进宁波人工智能赋能
新型工业化的策略建议
面对新时代挑战，宁波应紧紧把握人工智能发展的历史机遇，主动出击、积极探索人工智能在制造业全流程、全行业、各环节深度融合的新路径新模式，助力制造业向高端化、智能化、绿色化、融合化迈进。
强化模数算一体化建设，夯实数智化根基
开发垂直领域专用大模型和工业智能体。重点围绕石化、汽车、纺织服装、新材料等数据资源丰富的优势产业，优化吉利星睿大模型、博威材料等行业专属大模型。精细化细分场景专用模型，支持轻量化、高效且易部署的小型模型。鼓励企业将工业原理、数据、知识与大模型相结合，打造一批具备数据处理与智能决策功能的工业智能体。
提升数据要素供给能力。支持龙头企业、行业协会等主体建设行业内可流通共享的数据资源库，打造适用于大模型训练的高质量数据集、语料库与知识库。市场化探索石化、新材料、具身智能等领域的行业数据交易平台或训练基地，打造一批高标准行业数据集和数据产品。
完善算力基础设施建设和应用。适度超前布局算力基础设施，构建制造业算力资源与应用能力融合体系，部署边缘数据中心，推动“云-边-端”算力协同发展。探索建设多层次算力弹性调度平台，加强宁波人工智能超算中心与其他本地异构算力资源间的连接互通，统筹整合高校、企业的算力需求，充分利用现有算力资源。
以应用为导向，加快人工智能技术创新
攻克行业共性关键技术。支持人工智能骨干企业、高等院校、科研机构等创新主体，聚焦人工智能在行业应用中的共性难题，展开联合攻关，构建覆盖算力、算法、数据的全链条共性能力。强化科研源头与数据源头的衔接，推动高校核心数据、实验室大数据与产业数据资源的贯通融合。推进校企联合培养人工智能人才，支持企业搭建人工智能实验实训平台。
开发行业智能化解决方案。围绕制造业智能化转型的重点场景制定攻关目录，支持行业龙头企业与专业服务商、软件企业、装备制造企业等协作开发标准化、模块化解决方案，探索组建“赋能服务团队”“赋能共同体”。采用“揭榜挂帅”、重大应用场景创新竞赛等方式推进关键战略任务落地。
拓展标志性应用场景创新。面向绿色石化、新能源、高端装备等优势主导行业，强化技术与应用、产业的联动，着力打造出一批企业愿意投入、政府愿意推广的人工智能赋能特色应用场景。激励企业将人工智能场景创新与推广应用紧密结合，通过推广应用获取收益、激发创新动能，构建起人工智能赋能新型工业化的良性循环机制。
以全流程智能赋能，革新制造模式
推进研发中试智能化进程。聚焦材料研发、仿真测试、工业设计等重点领域，借助人工智能技术整合知识资源，压缩研发周期。提升大模型的内容生成能力，增强人机协同研发设计能力。支持大模型在中试阶段的应用，通过全面感知、科学决策与精准执行，优化工艺流程、提高试验效率。
推进生产制造智能化升级。制定制造业人工智能应用指导手册，引导企业开展自我评估与对标提升。探索柔性生产、共享制造、虚拟制造等新兴业态及基于人工智能的智能制造新模式，打造人员、信息系统与物理设备高效协同的新一代智能制造系统。
推进营销运营智能化转型。积极推动人工智能赋能供应链管理、设备运维、质量管理、客户关系与数字化销售、能源管理等各个环节的转型升级。依托大模型提升企业内部管理水平。
以标杆示范引领产业智能化跃升
助力传统产业转型升级。针对石化等传统流程型行业，重点推动人工智能技术在工艺流程设计优化、反应实时仿真模拟、装置预测性维护、危险源智能识别等场景中的应用。针对汽车、服装、家电、模具制造等传统离散型行业，重点推动人工智能技术在产品需求预测、个性化设计、图纸模型自动编译、工艺方案可行性评估等场景中的应用。
助力新兴产业竞争力提升。面向新材料行业，重点推动人工智能技术在新材料识别与自动化结构设计、高通量筛选评估、合成方法预测等场景中的应用。面向新能源行业，重点推进人工智能技术在“源网荷储一体化”虚拟电厂、新能源功率预测等场景中的应用。面向生物医药行业，重点推进人工智能技术在药物智能筛选、靶向发现、分子结构预测等场景中的应用。
打造一批行业标杆案例。建立“基础级—先进级—卓越级—领航级”智能工厂梯度培育体系，支持企业配置具身智能机器人等设备，全面提升智能工厂的具身智能装备密度、增强工厂数据驱动与智能决策能力。开展典型应用场景、优秀解决方案、服务支撑机构等项目的评选活动，打造一批标杆示范项目，探索标准化、可复制、可推广的大模型行业应用落地路径。
以市场导向打造智能产品矩阵
发展智能组件。AI芯片领域，重点研发高性能、低功耗、低延迟、高性价比的AI芯片，布局适配AI芯片需求的先进材料与封装测试技术。智能传感领域，重点开展面向视觉、环境感知、触觉、力矩等领域的多模态、高精度感知技术研发，打造智能传感器产品系列。
发展具身智能终端。智能网联汽车领域，重点推进高阶自动驾驶、智能座舱交互、汽车主动安全系统等场景应用。人形机器人领域，以整机为牵引，加快突破高精度减速器、高性能伺服电机、智能灵巧手、轻量化材料等核心技术，整零协同加快人形机器人产业创新发展。
发展AI消费类产品。面向智能家居、智能康养、视听终端、可穿戴设备等领域，打造具备强感知、强计算、多模态交互能力的热门产品。
以双化协同推动产业智绿蝶变
构建智能化绿色化制造体系。制定智能化绿色化示范项目评价标准，编制重点产业双化协同转型场景指南。支持智能工厂绿色化和绿色工厂智能化，打造一批绿色智能示范工厂。鼓励化工、汽车、纺织等产业链龙头企业以数据支撑、智能协作为基础，构建绿色低碳供应链。
推动能源管理智能化。探索人工智能技术在能源智能辅助决策与调控方面的应用，提升储能与供能、用能系统协同调控的智能化水平。构建工业能源智能管控集成应用，开展高能耗设备建模仿真与参数优化，实现生产过程的节能降耗。支持产业园区运用智能技术推动设施共建共享、能源智慧管控、资源循环利用，打造一批绿色智慧标杆园区。
推动碳排放管理智能化。建设碳排放管理大模型，建立以大模型为核心的双化协同支撑平台，推动智能技术与碳捕集、碳利用、碳封存、环境污染治理等绿色技术深度融合，为重点企业提供碳减排、碳核算技术支持。培育推广“工业互联网+绿色低碳”解决方案，鼓励制造企业、产业园区协同推进能源数据与碳排放数据的采集监控、智能分析与精细管理。
作者：刘尚海、韩超群
作者单位：宁波市工业和数字经济研究院