宁波：推动人工智能赋能新型工业化创新发展
人工智能作为引领新一轮科技革命和产业变革的战略性技术，正以前所未有的速度、广度和深度改变制造业生产模式和经济形态，成为驱动产业升级、重塑全球格局的关键变量。宁波作为全国重要的先进制造业基地，具备人工智能赋能新型工业化所需的丰富应用场景和海量高质量数据，必须抢抓机遇、敢试先行，积极探索一条人工智能赋能新型工业化的“宁波路径”。
人工智能赋能新型工业化的背景形势
从技术创新看，人工智能技术加速迭代，奠定赋能基础。当前，以ChatGPT、DeepSeek等为代表的大模型持续突破，多模态融合技术快速发展，推动人工智能从感知向认知、从分析判断式向生成式、从通用向专用转变，在技术创新与应用需求驱动下，行业进入高速发展期。随着大模型的性能提升、预训练成本下降，人工智能正从实验室走向生产生活各领域，形成全场景渗透态势，加速驱动物理世界、数字空间和知识体系优化创新，突破科学发现、技术进步和生产组织的边界与瓶颈，推进科技范式变革、生产要素重组、产业体系升级。尤其是在制造业领域，人工智能正加速向更为复杂、精准的工业制造领域渗透，对新型工业化起到全方位全过程的赋能、赋智、赋值作用，带动产业技术体系、生产模式、产业形态的革新重塑。
从顶层部署看，国家高度重视、密集部署。2025年8月21日，国务院印发《关于深入实施“人工智能+”行动的意见》，以科技、产业、消费、民生、治理、全球合作等领域为重点，推动人工智能与经济社会各行业各领域广泛深度融合。2025年12月25日，工信部等八部门印发《“人工智能+制造”专项行动实施意见》，从创新铸基、赋智升级、产品突破、主体培育、生态壮大等角度提出人工智能赋能制造业的具体路径。
从地方实践看，多地抢抓机遇、加快实施。2025年以来，全国各地积极抢抓人工智能大模型发展机遇，加快推动人工智能赋能新型工业化向实向新。浙江省委、省政府深入贯彻落实国家人工智能战略，高规格部署、高站位推进，提出要举全省之力打造全球人工智能创新发展高地，以人工智能为核心变量因地制宜发展新质生产力。北京市、上海市、广东省、苏州市等省市纷纷出台人工智能赋能新型工业化专项政策，推动人工智能赋能制造业全生命周期发展。
宁波推动人工智能赋能
新型工业化的现实基础
宁波在全国率先系统谋划智能经济发展，在人工智能创新、行业智能化改造、智能化产品开发等方面形成了一批特色亮点，为人工智能赋能新型工业化奠定了良好基础。
建成一批标杆性平台。初步形成“重点实验室+工程研究中心+特色学院+产业研究院”人工智能创新平台体系。宁波东方理工大学、宁波大学等院校建设工业智能与数字孪生、新型智能算法等省级实验室、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一批机构开展芯片与系统架构、智能传感、智能机器人等研发及产业化。
形成一批首创性成果。全市28家单位研发应用大模型34个，覆盖智驾、石化、材料、服装等制造领域。吉利星睿AI大模型、通材大模型通过国家大模型备案；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主动拥抱AI，联合开展大模型开发和AI研发与制造。
挖掘一批典型性场景。在全国率先发布《“人工智能+制造”典型场景参考指引》，提炼“人工智能+制造”典型场景63个。金田铜业、均普智能等9家企业获批2024年省人工智能应用标杆企业。鄞州区入选首批省级人工智能赋能制造业试点。
涌现一批智能化产品。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，培育出一批具有行业引领作用的标志性智能化产品和装备。集聚人形机器人整机企业8家，旭升集团、双林股份等5家企业入选全球人形机器人百强。春建电子智能座舱感知等12个项目获批省人工智能典型应用场景。
但与此同时，宁波还存在人工智能领军企业偏少、模型与场景适配性不强、高质量高价值数据不足等短板，尚未打通“高质量数据集—工业大模型—工业智能体—高阶智能制造—高价值数据集”的闭环。
推动宁波人工智能赋能
新型工业化的对策建议
新时期，宁波要深刻把握人工智能发展的重大机遇，主动作为、积极探索人工智能在制造业全流程、全行业、各环节深度应用的新路径新模式，助推制造业高端化、智能化、绿色化、融合化发展。
以模数算一体锻强数智化底座
开发特色化垂直大模型和工业智能体。重点聚焦石化、汽车、纺织服装、新材料等数据资源丰富的优势行业，做优吉利星睿大模型、博威材料等一批特色化垂直大模型。做精细分场景专用模型，支持轻量、高效、易于部署的中小型模型。支持企业将工业机理、数据、知识与大模型相融合，开发一批具备数据处理和智能决策能力的工业智能体。
强化数据要素供给能力。支持龙头企业、行业组织等建设行业内可流通共享的行业数据库，打造大模型开放训练的高质量数据集、语料库、知识库。市场化探索石化、新材料、具身智能等领域行业数据流通平台或训练场，打造一批高质量行业数据集和数据产品。
加强算力基础设施建设与应用。适度超前发展算力基础设施，构建制造业算力资源和应用能力融合体系，部署边缘数据中心，推动“云边端”算力协同发展。探索建设多层级算力弹性调度平台，加强宁波人工智能超算中心与市内其他同构异构算力资源之间的互联互通，将算力资源和高校、企业需求统筹结合，用足用好现有算力。
以应用牵引加快人工智能技术创新
推进行业共性技术攻关。支持人工智能骨干企业、高校、科研院所等创新主体，聚焦人工智能在行业应用中的共性问题，开展联合攻关，形成覆盖算力、算法、算据的全栈式共同能力。强化科研源头和数据源头对接，推动高校专业核心数据、实验室大数据、产业数据资源的一体贯通。推进校企联合培育人工智能人才，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典型场景编制攻关清单，支持行业龙头企业与专业化服务商、软件企业、装备企业等联合开发标准化模块化解决方案，探索建立“赋能服务团”“赋能联合体”。采取“揭榜挂帅”、重大应用场景创新大赛等方式推动重大战略任务组织实施。
加大标志性应用场景创新。面向绿色石化、新能源、高端装备等优势重点行业，加强技术与应用、产业的结合，着力打造形成一批企业愿做、政府愿推的人工智能赋能特色应用场景。鼓励企业加强人工智能场景创新和推广应用的紧密结合，通过应用推广实现收益回报、激发创新活力，构建形成人工智能赋能新型工业化的良性循环。
以全流程赋智变革制造模式
推动研发中试智能化。聚焦材料研发、仿真测试、工业设计等重点领域，利用人工智能技术整合知识，缩短研发周期。提升大模型内容生成能力，强化人机协同研发设计能力。支持大模型在中试环节的应用，通过全面感知、科学决策和精准执行，优化工艺过程、提升试验效率。
推动生产制造智能化。制定制造业人工智能应用实施指引，引导企业开展评估并对标提升。探索柔性生产、共享制造、虚拟制造等新业态和基于人工智能的智能制造新模式，打造人、信息系统、物理设备高效协同的新一代智能制造系统。
推动营销运营智能化。积极推进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、能源管理等各环节的转型升级。依托大模型提升企业内部管理能力。
以标杆引领带动产业智能化升级
赋能传统行业转型升级。面向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应用。面向汽车、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应用。
赋能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和自动化结构设计、高通量筛选评估、合成方法预测等场景应用。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应用。面向生物医药，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应用。
打造一批行业标杆典型。建立“基础级—先进级—卓越级—领航级”智能工厂梯度培育体系，支持企业部署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、提高工厂数据驱动和智能决策能力。开展典型应用场景、优秀解决方案、服务支撑机构等项目评定，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
发展智能部件。AI芯片领域，重点研制高性能、低功耗、低延时、高算力性价比AI芯片，布局适配AI芯片需求的先进材料和封测技术。智能传感领域，重点开展面向视觉、环境感知、触觉、力矩等领域多模态、高精度感知技术攻关，打造智能传感器产品谱系。
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，以整机为引领，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，整零协同加快人形机器人产业创新发展。
发展AI消费产品。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、多模态交互能力的爆款产品。
以双化协同推进产业智绿蝶变
打造智能化绿色化制造体系。编制智能化绿色化示范项目评价标准，制定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、纺织等链主企业以数据支撑、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和调控方面的应用，提高储能与供能、用能系统协同调控智能化水平。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和参数优化，实现生产过程的节能减排。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，建立以大模型为底座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，为重点企业碳减排、企业碳核算等提供技术赋能。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、智能分析和精细管理。