深圳市印发 《「人工智能+」 先进制造业行动计划 （2026—2027 年）》

　　关于印发 《深圳市 「人工智能+」 先进制造业行动计划 （2026-2027 年）》 的通知

　　各有关单位：

　　为深入贯彻落实国务院关于深入实施 「人工智能+」 行动的相关文件精神，我局制定了 《深圳市 「人工智能+」 先进制造业行动计划 （2026-2027 年）》，现印发实施，请认真组织贯彻落实。

　　深圳市工业和信息化局

　　2026 年 2 月 9 日

　　深圳市 「人工智能+」 先进制造业行动计划 （2026-2027 年）

　　为深入学习贯彻党的二十大和二十届历次全会精神，认真落实 《国务院关于深入实施 「人工智能+」 行动的意见》，抢抓智能化与工业化交汇融合的历史机遇，加快人工智能技术与制造业全过程、全要素深度融合，全面服务支撑新型工业化，制定本行动计划。

　　一、总体要求

　　锚定实现新型工业化这一战略目标，推动人工智能加快赋能制造业，向制造业研发设计、生产管理、生产作业、运营管理、供应链管理等各环节加速渗透，推动制造业全要素智能化发展，实现人工智能全方位、深层次、高水平赋能新型工业化。到 2027 年，在 「人工智能+」 先进制造业领域，建成国家人工智能应用中试基地 （消费领域移动终端方向），建设工业智能体创新中心，组建工业知识联盟，开放百个应用场景，打造百个垂直行业模型及工业智能体，推广百个示范应用，形成 「一基地、一中心、一联盟、百场景、多应用」 的发展格局，推动传统产业焕新升级、新兴产业跃升领跑，助力新型工业化加快推进。

　　二、打造重点支撑平台

　　（一） 打造工业智能体创新中心。加快省级工业智能体创新中心建设，争取国家级制造业创新中心布局。围绕工业场景 「数字员工」 需求，支持研发具备环境感知、自主决策、动态适应能力的工业智能体，聚焦研发设计、生产制造、供应链管理等工业场景，汇聚高水平智能体应用开发商，搭建工业智能体供需对接平台，构建自主可控技术基座，研发工业智能体专用工具链，打造工业智能体开放共享生态，提升复杂工业场景下的智能体协作水平。

　　（二） 发展工业软件及工业知识联盟。支持企业将工业知识、行业经验转化为标准化模型，重点攻关工业操作系统、CAD、CAE、EDA 等关键工业软件的大模型适配开发，支持重点场景工业大模型产业化，形成具备行业引领性的自主工业软件产品。把握工业大模型小型化发展趋势，支持利用剪枝、量化和蒸馏等模型压缩技术，研发轻量化场景化工业小模型，实现边缘低延迟决策与普惠化部署。搭建工业知识共建平台，汇聚企业、高校、科研机构力量，构建覆盖研发设计、生产制造、供应链管理等环节的行业级知识，沉淀核心知识实体与关系，形成上规模的工业知识数据库。建设开放社区平台，牵引龙头企业开放应用场景，降低中小企业智能化门槛，提供工业知识共享、AI 应用开发工具包等普惠服务，形成大中小企业融通发展生态。

　　三、赋能重点产业集群

　　（三） 人工智能赋能电子信息制造。构建算法开源、数据共享、算力协同的公共服务能力，整合技术资源与行业数据，降低中小企业智能化改造门槛，提升行业智能化改造的渗透率与应用深度。强化龙头企业引领作用，联合产业链上下游企业共同发掘潜在应用场景，支持人工智能在产品设计、产品检测、运营管理、质量检测、安全生产、数据分析等核心环节深度应用，打造一批标杆示范项目。聚焦终端产品创新升级，支持 AI 手机、AI 眼镜、AI+潮玩、AI+智慧屏等重点产品研发创新，通过产品创新牵引技术迭代，培育新的产业增长点。

　　（四） 人工智能赋能半导体与集成电路。推动人工智能技术应用于半导体产业链的关键环节，利用 AI 优化芯片设计、软件代码等领域和环节的效率。以 AI 芯片为突破口做强半导体产业，面向 AI 手机、AI 眼镜、智能机器人等各类 AI 终端需求，研发高性能、高能效专用 SoC 主控芯片，支持存算一体、存内计算等新型架构处理器。面向新能源汽车万亿级市场，支持 14nm 及以下车规级高阶智驾 AI 芯片、智能座舱 SoC 芯片、域控制器 MCU、中央域控 SoC/MPU 芯片的国产替代。

　　（五） 人工智能赋能汽车制造。开展智能网联汽车 「车路云一体化」 应用试点，加大 「智造+智驾」 汽车全产业链 AI 赋能力度。协同设计方面，智能管理分类零部件资源，推荐最优件信息，结合人工智能算法，仿真自动匹配清理材料属性，实现高精度网格划分，提高企业研发效率。生产制造方面，智能统筹资源适配，优化配置制造资源、智慧管理供应链，推动企业闲置制造资源高效利用。检验检测方面，通过智能调度设备分发任务、检测解析数据、识别问题自动处理、智能管理数据回传，自动生成检测报告，提高产品良品率。封装验证方面，智能识别并匹配需求数据、流转数据及资源数据，智能管理样品仓储物流，科学配料、协同配置。

　　（六） 人工智能赋能机器人。支持世界模型、视觉-触觉-语言-动作 （VTLA） 等多模态交互技术研发，构建具备交互、预测与决策功能的具身智能基座大模型及其训练、推理技术体系，培育长序列推理与自主学习能力，支撑跨场景任务高效处理。强化场景资源统筹，支持建设具身智能技术试验场，开放工业制造领域焊接、装配、喷涂、搬运等细分场景并实现落地应用，提升危险、恶劣环境下智能作业水平，推动机器人进工厂、进车间、进仓库、进港口、进园区。

　　（七） 人工智能赋能高性能材料。支持 AI 赋能高性能材料制造工厂，鼓励运用 AI 动态优化工艺参数和生产流程，实现预见性调整与精准控制，推动全局生产流程智能化。搭建 AI 高性能材料供需平台，构建需求牵引、快速迭代、韧性高效的材料产业生态网络，打造材料柔性制造、敏捷响应与服务创新模式。设计和筛选方面，积极组织动员有关单位参与高性能材料数据中心建设，通过机器学习算法预测高分子、金属、无机非金属等材料结构性能，辅助研发人员筛选设计高性能材料。工艺和路径优化方面，基于大模型叠加领域知识库数据训练化学合成领域大模型，为高性能材料合成提供最优路径。性能预测方面，通过人工智能计算模型，预测材料的弹性、热导率等各项性能。实验指导方面，基于代码生成大模型，结合仿真平台及智能机器人，逐步实现仿真实验自动化操作。

　　（八） 人工智能赋能低空经济。建立无人机自主能力演进体系，搭建智能仿真平台，打造低空数字孪生系统，深度集成人工智能技术，支撑无人机感知、决策等能力的模拟与测试，强化无人机自主任务执行效能，逐步培育空中具身智能。构建 「空中智慧道路系统」，支撑空域智能设计、航道智慧规划，实现全空域智慧感知、无人机智能管理及多无人机自动化协调应用，赋能公园、河道、水库、岸线巡检、载人飞行、物流运输、低空观光、航空运动、飞行培训、电力巡线、港口巡检、航拍测绘、农林植保等应用场景，提升低空资源调度效率与协同运行水平。

　　（九） 人工智能赋能医药和医疗器械。加快药物研发、细胞与基因治疗、精准医疗服务的研发创新与成果转化，推进人工智能技术在药物新靶标/靶点发现验证、药物设计、超高通量药物筛选、DNA 编码化合物库筛选、计算机辅助药物设计和虚拟筛选、药物治疗相关基因位点筛选等核心环节的技术创新。支持建设一批人工智能药物研发重大平台载体，强化技术资源统筹整合，加速人工智能+生物技术 （AI+BT） 深度融合。强化大模型企业与高端医疗器械企业协同引领作用，联合产业链上下游开展医疗装备及关键零部件联合创新，开放医学影像辅助诊断等规模化真实应用场景，推动医疗器械高端化发展、智能化升级，打造 「AI+医疗器械」 标杆应用。

　　（十） 人工智能赋能传统优势产业。探索传统产业优化升级新路径，鼓励大模型、智能体、机器学习、计算机视觉、自然语言处理等人工智能技术在服装、钟表、眼镜、黄金珠宝、家具、皮革等传统优势产业深度应用，聚焦生成式 AI 设计赋能、小单快反柔性生产、C2M 反向定制、供应链智能调度等方向，打造一批垂直大模型与智能体升级标杆，推动传统产业从规模驱动向 「创意+效率+个性化」 驱动转型，提高行业生产效率和产品质量，降低生产成本，促进传统产业高端化、智能化、绿色化、融合化、国际化发展，培育产业高质量发展新增长极。

　　四、强化工作保障

　　（十一） 强化政策保障与要素支撑。加大对 「人工智能+」 先进制造业的资金扶持力度，鼓励企业积极参与 「揭榜挂帅」，推动人工智能赋能新型工业化政策与技术改造、工业互联网、数字化转型、智能制造等政策、要素协同，加速创新成果产业化，进一步形成工作合力，推进制造业数字化、网络化、智能化转型。

　　（十二） 加大场景开放与供需对接。深化 「人工智能+」 先进制造业场景供需对接机制，建设市、区级应用场景开放中心，举办系列供需对接活动，发布场景需求清单，支持龙头企业全面开放产品设计、智能检测、规模化定制、智能配送等典型工业生产制造场景，挖掘开发一批潜力大、效益强、价值高的新场景，充分发挥社会组织的桥梁纽带与协调作用，支持解决方案提供商与重点行业企业合作突破 AI 应用难题。

　　（十三） 开展行业培训与示范推广。紧扣 AI 前沿技术常态化举办 「人工智能+」 先进制造业培训，针对产业发展痛点，重点征集人工智能解决方案，形成典型案例，加强人工智能示范应用和优秀解决方案宣传推广，强化行业标杆的示范引领作用，营造人工智能赋能新型工业化的浓厚氛围。

（深圳市工信局）