《上海市加快推动“AI+制造”发展的实施方案》的通知

— 1 —上海市经济和信息化委员会上 海 市 发 展 和 改 革 委 员 会上海市国有资产监督管理委员会文件沪经信软〔2025〕556 号上海市经济和信息化委员会 上海市发展和改革委员会上海市国有资产监督管理委员会关于印发《上海市加快推动“AI+制造”发展的实施方案》的通知有关单位：为深入贯彻国家关于推动人工智能赋能新型工业化的战略部署，落实上海市“模塑申城”工程，加快推动制造业智能化发— 2 —展，经市政府同意，现将《上海市加快推动“AI+制造”发展的实施方案》印发给你们，请认真组织实施。上海市经济和信息化委员会上海市发展和改革委员会上海市国有资产监督管理委员会2025 年 8 月 11 日— 3 —上海市加快推动“AI+制造”发展的实施方案为深入贯彻国家关于推动人工智能赋能新型工业化的战略部署，落实上海市“模塑申城”工程，加快推动制造业智能化发展，制定本实施方案。一、主要目标实施“模塑申城·AI+制造”行动，推动人工智能技术与制造业深度融合，加快赋能新型工业化，形成新质生产力。通过三年时间努力，本市制造业智能化发展水平进一步提升，在语料、模型、平台、场景等领域形成一批创新成果。推动 3000 家制造业企业实现智能化应用；打造 10 个行业标杆模型，形成 100 个标杆智能产品；推广 100 个示范应用场景，建设 10 个左右“AI+制造”示范工厂；发展 5 家左右综合集成服务商，培育一批具有竞争力的专业服务商，加快形成制造业智能化发展生态。二、攻关基础和前沿技术（一）提升工业模型基础能力推动基础模型开展多模态算法创新，加强对流体、电磁、真空等物理规律的理解，提升物理仿真能力；加强对工业图纸、操作手册、产品缺陷等信息的识别，提升视觉处理能力；加强对时序数据、工艺约束规则的理解，提升智能决策能力。强化基础模型工业推理能力，梳理工业标准操作流程，汇聚一批提示词，推动智能体理解工业任务、指令、角色；面向制造业泛化场景，采用知识蒸馏、逻辑打分等方法，打造一批推理数据集，支持工业模型微调。— 4 —（二）突破工业智能前沿技术发展工业元宇宙，打造工业基础模型库和信息库，攻关空间计算技术，实现工厂、仓库、实验室等空间全要素数字化映射和虚实协同，支持工厂布局优化、自动引导车寻路等应用创新。探索“云-边-端”模型体系，开发虚拟可编程逻辑控制器（PLC）、分散控制系统（DCS）等智能边缘设备，推动模型小型化、边缘化部署，提升边侧智能应用的快速响应能力。攻关工业工具互通协议，对标模型上下文协议和智能体开放协议，开发面向智能体工具调用的工业通用协议和接口。（三）发展工业数据治理和合成技术发展工业数据治理技术，开发面向工业领域非结构化、半结构化数据的“采洗标测用”工具链，发展工业数据特征提取、工艺检索增强生成等数据标准化治理技术，构建工业符号语义标准化库，推动形成行业数据字典、数字主线，支持多源数据统一建模与关联融合。发展工业数据合成技术，开展复杂环境设备运行、装配作业、运维管理等数据合成试点，支撑模拟仿真、工业机器人泛化抓取等模型训练与应用验证。三、建设关键要素平台（四）打造工业智算云平台推动工业云企业升级打造智算云，攻关低延迟分布式推理架构、工厂级算力调度等技术，研发语料加工、模型训练、模型管理、智能体开发等工具模块，提供“语料包”“算力包”“模型包”等服务，形成云化、本地化以及小型化、轻量化等多种部署方案，支撑大中小企业转型升级。推动专业服务商等对接工业智算云，— 5 —迭代开发面向垂直行业的智能工具和智能体，逐步形成模型即服务（MaaS）能力。（五）打造工业语料公共服务平台推动语料企业、制造企业、服务商等联合打造工业语料公共服务平台，建设船舶、航空、汽车、能源、钢铁等行业高质量多模态语料库，形成工业战略语料库以及模型微调数据、强推理数据、评测语料、实体知识图谱、稀缺场景语料等工业专业语料资源。探索嵌入式积分等多元利益分享和激励机制，促进语料高效汇聚与共享流通。推动链主企业基于行业上下游需求，打造工业数据空间，实现同行业语料汇聚和跨行业语料共享。引导中小企业提升数据治理能力，建立内部知识库，应用知识图谱、检索增强生成（RAG）等技术，在场景端快速应用模型。（六）打造融合创新基地发挥优质企业引领带动作用，建设“AI+制造”融合创新基地，对接智算云、语料等平台，攻关模型工程、智能体工程、应用开发工具等行业共性技术，打造示范应用场景。推动基地建设行业垂类语料库、智能产品、场景应用等服务能力，开展应用实训、标准制定、技术平台构建等工作，促进行业整体智能化水平提升。四、推动重点行业应用（七）加快赋能重点行业聚焦集成电路、电子信息、汽车、高端装备、船舶海工、航空航天、先进材料、钢铁、时尚消费品、医药制造等行业，推动企业创新应用人工智能技术，打造细分领域行业模型，发展面向特定场景的专用小模型，构建多层次工业模型体系，提升大模型和小模型的协同效率，加快在工业场景中落地应用。— 6 —专栏 重点行业“AI+制造”应用集成电路：推动电子自动化设计（EDA）企业构建智能化设计能力，缩短设计周期，提升芯片性能。围绕芯片制造、封装等环节，推动人工智能技术在计算光刻、辅助缺陷检测、工艺开发等场景中的应用，提升良率和生产效率。电子信息：面向多规格箱型混码、物料拣选、精密作业等场景，开展 AI+机器人应用试点，推动机器视觉、智能排产、供应链大脑等技术规模化落地。支持电子信息企业加快智能化改造，新建或升级自动化产线。汽车：推动整车和零部件企业构建涵盖算力支撑、数据采集、模型训练、仿真测试的智能研发体系，实现数据驱动的智能汽车开发范式。建设工业大脑系统，深化质量判定、供应链管理、缺陷检测等应用，逐步实现全流程智能化管理。高端装备：推动高端装备企业发展智能体应用，提升研发设计、生产制造等环节的智能化水平，重构人机交互方式。推动仪器仪表企业面向质谱、光谱、色谱等场景构建多模态模型，实现仪器参数自调、故障预警等功能。船舶海工：发展智能船舶设计软件，基于历史船型数据库与实时仿真数据，实现线型方案生成、结构设计优化等功能。对切割、焊接、运输、预处理等关键工序进行全过程监控，实现基于数字模型的质量管理与故障诊断。航空航天：推动大飞机总装制造智能化，打造特种工艺管控、全机外形尺寸智能检测、智能排产、多机器人协同的柔性智能产线等应用。推进卫星智能工厂建设，研制面向卫星、火箭等产品的智能检测装备。先进材料：打造人工智能赋能材料中心，培育先进合金、特种高分子、无机材料、有机化合物 4 类小模型。推动建设电子材料基因库。建立生物智能化开发制造系统，赋能菌种和关键酶开发、代谢通路设计、反应过程控制等环节。钢铁：建设钢铁高质量语料库，打造钢铁行业多模态大模型，攻关模型在预测、决策、控制等方面的多模态能力。开发配料炉长、计划员、质检员、安全员等智能体，实现铁前一体化配料、高炉炉况智能诊断和调剂等应用。时尚消费品：推动轻工、食品等领域应用模型洞察需求趋势，构建随销售动态灵活调整的生产制造体系，实现柔性制造、产供销一体化。加快创意设计与人工智能融合，推动产品外观、配方等智能化研发。医药制造：打造智能化药物研发平台，开展药物靶点智能筛选、分子结构设计优化、晶型预测等技术攻关