打开网易新闻 查看精彩图片

10月12日，在第26届工博会开幕式上，工业和信息化部总工程师王卫明表示，要打造产业创新驱动引擎，加强基础研究和关键核心技术攻关，强化企业科技创新主体地位，深化科技成果转化应用；推动产业体系优化升级，统筹推进新兴产业规模应用、未来产业前瞻布局、传统产业焕新升级，因地制宜培育壮大先进制造业集群，纵深推进“人工智能+制造”，大力发展开源基座模型和垂类模型；夯实智能软硬件基础，加大对数字化转型服务商的培育和智能工厂、高标准数字园区建设力度。

“纵深推进‘人工智能+制造’，大力发展开源基座模型和垂类模型”这一表述，将人工智能与制造业深度融合的方向进一步细化。开源基座模型是人工智能基础能力的重要供给形态，垂类模型则面向特定行业场景，二者共同构成产业智能化升级的模型层支撑。

当前，制造业数字化转型已进入深水区。通用大模型在工业场景落地时，面临数据专业性、推理成本、安全可控等多重约束。开源基座模型通过开放权重、降低二次开发门槛，有助于制造企业根据自身工艺与数据特点进行定制化部署。垂类模型则聚焦研发设计、生产制造、质量检测、设备维护等具体环节，将行业知识沉淀为可复用的智能能力。

从产业体系看，推进“人工智能+制造”需要兼顾新兴产业与传统产业。新兴产业规模应用可以反哺模型迭代，传统产业焕新升级则为模型提供丰富应用场景。王卫明在发言中还强调统筹推进新兴产业规模应用、未来产业前瞻布局、传统产业焕新升级，并因地制宜培育壮大先进制造业集群。这一布局指向人工智能与制造业融合的落地路径：以集群为载体，让模型能力在特定区域和产业链上形成集聚效应。

与此同时，智能软硬件基础不可缺位。王卫明提出加大对数字化转型服务商的培育和智能工厂、高标准数字园区建设力度。这意味着“人工智能+制造”不仅依赖模型层突破，还需要服务商提供系统解决方案，需要智能工厂与园区提供数据采集、网络连接和算力承载环境。

从行业视角看，开源基座模型与垂类模型的发展，将深刻影响工业软件的架构和制造业的服务模式。工业知识正在被重新编码进模型参数，传统的自动化、信息化系统有望向智能化系统演进。这一过程要求产业界加强基础研究，强化企业科技创新主体地位，并将科技成果转化落到实际生产场景中。

王卫明此次发言正值工博会这一展示交流平台。作为国家层面产业主管部门的负责人，他的表态明确了政策引导方向，也回应了行业对于人工智能如何赋能制造的具体关切。接下来，如何构建开源社区生态、如何形成垂类模型的数据标准与评测体系、如何在保障安全的前提下开放场景，将是产业界需要持续探索的议题。