在“人工智能+制造”专项行动的政策引领下，我国制造业智能化转型正从单点突破迈向系统性变革，而技术底座的构建成为破局关键。工业智能的核心竞争力，早已超越单一设备或算法的优化，形成了“算力-模型-数据”三位一体的支撑体系，三者协同赋能，为制造业智能化转型扫清技术障碍，筑牢产业根基。
算力作为工业智能的“动力引擎”，正通过多路线创新破解供给瓶颈。面对高端芯片依赖、能耗过高的行业痛点，我国已形成架构创新与设施升级双轮驱动的发展路径。芯片领域，数据流芯片、可重构芯片、存算一体等五条技术路线并行发展，清微智能可重构芯片成功运行DeepSeek671B大模型，微纳核芯三维存算一体架构实现性能、功耗与成本的动态平衡，有效绕开先进制程限制。算力设施层面，全国一体化算力网加快布局，新华三液冷整机柜将PUE降至1.1以下，单机柜训练效率提升25%—62.5%，可充分满足制造业高密度、低能耗的算力需求。而全国一体化算力网监测调度平台的试点运行，更通过智算云服务模式实现了算力资源的跨区域、跨行业高效配置，让算力成为可灵活调度的公共生产要素。
模型与数据的“模数共振”，是激活工业智能价值的核心逻辑。数据作为智能制造的“核心燃料”，其高质量转化与高效利用直接决定智能水平。《“人工智能+制造”专项行动实施意见》明确提出，到2027年打造100个工业领域高质量数据集，覆盖钢铁、石化、汽车等重点行业，为模型训练提供坚实基础。同时，行业特色大模型的培育正在加速，3—5个通用大模型将在制造业深度应用，形成“云-边-端”三级模型体系，适配从车间现场到企业管理的不同场景需求。这种“以模引数、用数赋模”的良性循环，推动AI模型从通用化走向场景化，让算法真正适配工业复杂场景的实际需求。
软硬协同则为工业智能落地提供了可靠性保障。工业场景的高温、高湿、强干扰环境，对AI技术的稳定性、实时性提出了严苛要求。当前，智能芯片与工业软件的协同发展成为突破方向，工业级AI算法、实时操作系统等关键技术不断突破，大幅提升了AI系统在复杂环境下的适配能力。在接口适配方面，工业设备与AI系统的互联互通标准逐步完善，实现了传感器、工业机器人等终端设备与AI平台的无缝对接。安全防护体系同步升级，通过AI驱动的异常行为识别、漏洞预警等技术，有效防范智能设备被攻击、数据泄露等风险，为技术落地保驾护航。
从算力突围到模数协同，再到软硬适配，工业智能技术底座的构建正在打破传统制造业的技术边界，为“中国智造”从政策蓝图走向产业实践提供了坚实支撑，推动制造业实现从自动化到智能化的质变跨越。
