2025上海市“AI+制造”发展白皮书.pdf

上海市“Al+制造”发展白度书在全球科技革命与产业变革深度演进的当下，人工智能已成为重塑产业竞争力的核心力量，制造业作为实体经济的根基，与人工智能的深度融合是培育新质生产力的关键路径。党的二十届四中全会明确“智能化、绿色化、融合化”发展方向，国务院关于深入实施“人工智能+”行动的意见将“AI+制造”上升为国家战略，为产业升级锚定方向。上海作为改革开放前沿与现代化建设排头兵，始终肩负产业探新路的使命。在上海市经济和信息化委员会指导下，由上海市工业互联网协会、工业数字化研究院牵头，联合龙头企业、服务商、科研机构等多方力量，共同编制2025 上海市“AI+制造”发展白皮书。编写团队立足上海现代化产业体系建设，聚焦政策部署、技术突破、场景应用与生态培育，系统梳理“AI+制造”发展实践，总结先行经验与落地范式，分析机遇挑战。本白皮书旨在为企业规划智能化路径、服务商开发适配方案、政府部门优化政策供给提供参考，助力上海在“AI 赋能新型工业化”征程中走在前列，为制造强国建设贡献上海智慧与方案。前言目录第一章“AI+制造”的战略背景01第二章 上海市推进“AI+制造”的基础与实践0601一、全球AI大模型技术发展现状和趋势02二、国外“AI+制造”应用现状04三、我国“AI+制造”发展的战略部署06一、“AI+制造”融合化发展的基础情况07二、上海发布推动“AI+制造”发展的实施方案08三、大力支持人工智能赋能制造业转型升级四、多措并举推进“AI+制造”融合发展08（一）AI正成为制造业工具链的内生能力（二）AI正深度融入真实生产系统（一）党和国家高度重视制造业与人工智能融合发展（二）国内重点省市“AI+制造”部署情况（三）国内部分企业“AI+制造”实践情况 040505（一）培育专业服务商（二）编制标准与场景指南（三）培育智能产品（四）引导金融服务（五）联动产业生态（六）培养复合型人才0809090910100303 I第三章 上海市“AI+制造”发展现状1213一、工业模型基础能力正在突破（一）宝武集团：钢铁行业大模型（二）智己汽车：汽车智能设计仿真优化模型（三）中国海工：海工装备多模态物理规律仿真测试模型（四）中国商飞：通识能力商飞大模型 131415152023262920四、重点行业示范场景引领作用不断彰显（一）研发设计类示范场景（二）生产制造类示范场景（三）供应链管理类示范场景（四）经营管理与运营服务类示范场景 35六、产品智能化水平快速提升32五、专业服务商培育初见成效33333435（一）语料数据与智算云服务商：夯实数字底座（二）制造业智能体服务商：深化场景协同赋能（三）制造业具身智能服务商：引领产线柔性升级（四）制造业模型平台服务商：强化技术核心支撑 16二、关键要素平台的支撑能力稳步提升（一）工业语料公共服务平台（二）普惠工业智算云公共服务平台161718三、“AI+制造”融合创新生态逐步构建（一）打造“AI+制造”融合创新基地（二）培育人工智能创新生态社区18182025上海市“AI+制造”发展白皮书II2025上海市“AI+制造”发展白皮书 III40一、制造企业AI能力晋升的基本范式404141（一）阶段一：生产运营数据化+场景AI助手（二）阶段二：基础技能和业务流程AI化（三）阶段三：AI赋能全业务链42二、上海市发展“AI+制造”的政策建议4242434343（一）强化政策统筹，构建协同推进机制（二）聚焦重点领域，持续打造示范场景（三）深化创新融合，建立联合创新基地（四）培育产业生态，夯实工业AI标准底座（五）培育招引并重，补足短中长期人才缺口 44附录一 上海市“工赋链主”企业名单附录二 2025年上海市“AI+制造”专业服务商目录4537七、当前制造业AI应用的问题与瓶颈37373838（一）行业和场景高质量数据与语料供给不足（二）可复用的成熟场景AI解决方案不多（三）跨业务和技术的复合型人才较为缺乏（四）企业认知和组织准备尚有欠缺（一）工业软件+AI：双路径融合驱动效率与精准度双提升（二）智能装备+AI：双轨升级突破国产高精尖装备效能瓶颈（三）智能终端+AI：端侧大模型赋能全场景体验革新与跨端协同3636第四章 上海市“AI+制造”发展的建议40附录 443552附录三 上海市“AI+制造”产业联盟企业名单附录四 2025年上海市“AI+制造”智能产品推广目录附录五 上海市“AI+制造”场景建设指南（第一期）清单附录六 上海市“AI+制造”样板企业“场景50”清单53后记 2025上海市“AI+制造”发展白皮书49VI62482025上海市“AI+制造”发展白皮书第一章“AI+制造”的战略背景01一、全球AI大模型技术发展现状和趋势第一章“AI+制造”的战略背景全球 AI 大模型技术的发展，呈现出一条由核心架构突破驱动、沿“规模扩展能力涌现应用引爆”路径演进的清晰轨迹。从这一演进脉络来看，大模型能力已不再处于单纯依赖参数规模扩张实现性能跃升的早期阶段，而是进入以能力结构优化、工程效率提升和应用可控性增强为特征的深化发展阶段。在这一阶段，通用大模型的语言理解与生成能力已趋于成熟，在多语言、多任务和复杂语义场景中表现出较高的稳定性，单纯依靠扩大模型规模以获取显著能力增量的边际效应正在减弱。与此同时，多模态理解、复杂推理、工具调用和任务规划等能力加速发展，使大模型从“能对话、能生成”逐步迈向“可协作、可执行”的新形态。虽然在真实世界理解、物理约束建模和长期一致性方面仍存在明显提升空间，但总体而言，当前大模型整体已处于通用认知能力基本成型，正向行动与决策能力演进的关键过渡阶段，技术重心正从关注“模型本体能做什么”，转向强调“模型如何更可靠、更经济、更安全地参与真实任务执行”。正是在这一阶段性背景下，全球主要国家和科技力量围绕大模型的发展路径逐步分化，形成了差异化的竞争格局。其中，中美两国在技术路线和产业侧重点上呈现出各具特征的发展模式。美国阵营在通用模型的基础能力与原始创新上保持领先，例如，OpenAI 的 GPT-4 系列在复杂推理上持续设置标杆，其多模态模型 GPT-4.0 实现了跨模态的自然交互；而Meta 公司通过开源 Llama 系列，构建了强大的全球开发者生态。中国阵营则展现出惊人的工程迭代速度与产业融合深度，例如，DeepSeek 模型凭借混合专家系统架构在性能与成本效率上取得显著突破，成为开源社区的重要力量；阿里巴巴的通义千问等模型通过全面开源策略，已成为国内垂直行业应用的重要基座；与此同时，以阶跃星辰为代表的创业公司在多模态生成领域密集发布新品，显示出强大的创新活力。展望短中期趋势，技术先驱们正从模型本体、训练语料、应用场景三个维度探索 AI 的未来2025上海市“AI+制造”发展白皮书第一章“AI+制造”的战略背景02发展。其一，世界模型是否是下一代 AI？GPT5 的训练数据量已达 40T，几乎使用了英语互联网世界的所有数据，“Scaling Law”或许已经触到了极限，大语言模型的创新已更多聚焦到“塑身”、“降耗”、“安全”等工程技术上。那么大模型的终点已经到了吗？斯坦福大学李飞飞教授提出“空间智能”理念，认为具备物理规则的“世界模型”将是下一代“大模型”。这一前景正吸引着越来越多顶尖科学家的关注和投入。其二，高保真生成（High-Fidelity Generation）能否填补训练语料的供给缺口？大模型的高保真生成能力正加速演进，从图文生成延伸至长时序视频、符合物理规律的交互式 3D 内容，技术迭代周期持续缩短。当前，现实世界的通用数据语料已逼近供给天花板，但基于特定场景的高保真生成技术，或将实现语料的自主生成与迭代，达成“左脚踩右脚”式的自我突破，重现“Scaling Law”（规模定律）的效能巅峰。其三，个人用户和企业用户的 AI 应用路径渐趋渐远。个人应用对输出的准确性包容度更高，自主智能体（Agentic AI）正加速成熟；针对金融、科研、法律等“文科”垂直领域的“通专分离”道路也正初显成效。企业应用对“幻觉”零容忍，少见投入大算力大模型的垂类模型训练，更多选择智能体与工作流深度结合的“靠谱”工程化路径去解决需要高度确定性的自动执行、辅助决策场景，价值同样斐然。整体而言，AI 大模型本体正在从处理数字符号的“认知智能”，向能够理解并模拟真实物理世界的“行动智能”进行范式迁移；模型生成的语料正逐渐从“仿真”进化到“高保真”，尝试填补自然语料质与量的不足；模型应用正通过智能体技术快速沿着不同路径赋能个人和企业。部分发达国家人工智能与制造业的融合已逐渐涉入“深水区”，经过早期的概念验证与试点示范，不少龙头企业已进入了以重构工具链、打造新基础设施为特征的规模化落地阶段。当前的发展由工业软件巨头与跨界科技巨头两大阵营引领，出发点各不相同但殊途同归，核心命题是解决制造场景中的“效率极致化”与“AI 物理逻辑适配”两大挑战，整体呈现二、国外“AI+制造”应用现状出功能嵌入式、数据合成化、交互自然化、决策全域化的鲜明特征。（一）AI 正成为制造业工具链的内生能力以 PTC、Autodesk、西门子、达索等为代表的工业软件企业，正推行“嵌入式升级”战略，将 AI 深度植入现有工业知识体系与工具链。其核心路径是将 AI 能力以“Copilot”（智能副驾）或插件形式，无缝嵌入 CAD（计算机辅助设计）、CAE（工程仿真）、PLM（产品生命周期管理）及 MES（制造执行系统）等核心软件中。这一做法极大地降低了使用门槛，工程师通过自然语言交互即可调用生成式设计、拓扑优化、智能仿真等高级功能，无需掌握专业的数据科学技能。例如，在高端装备与航空航天领域，生成式设计功能已开始批量应用，实现轻量化与性能的自动平衡；在决定技术最前沿的半导体行业，新思科技（Synopsys）的 DSO.ai 和楷登电子（Cadence）的 Cerebrus 等 AI 驱动电子设计自动化工具，已成为 2 纳米及更先进工艺芯片设计中不可或缺的环节，被台积电、三星、英伟达等顶级芯片制造商广泛采用，大幅缩短设计周期并优化芯片性能。此外，通过构建企业级知识图谱与语义层，AI 正在打通 IT（信息技术）与 OT（运营技术）数据之间的壁垒，为从设计到生产、服务的全价值链协同提供统一、可理解的数据基础。（二）AI 正深度融入真实生产系统宝马、空客、特斯拉等领先制造企业正通过携手科技伙伴探索大模型的深度应用。这些企业深度整合前沿 AI 能力与工业场景需求，将数字技术与物理世界深度融合：宝马集团率先采用英伟达 Omniverse 平台，在实体工厂动工前两年便完成完整数字工厂构建，通过虚拟调试与机器人训练，使规划效率进一步提升；空客自主搭建 Skywise 开放数据平台，整合全球数百家航空公司运营数据，借助 AI 精准预测飞机零部件故障与供应链风险，显著降低航班延误率；特斯拉则将全自动驾驶（FSD）技术背后的端到端神经网络与实时视觉感知能力，复用于超级工厂的物流机器人与Optimus 人形机器人，使其在复杂动态环境中实现自主导航作业，进一步提升产线极致柔性。这些实践标志着制造业正在从传统的“经验驱动”和局部的“数据驱动”，迈向系统性、可预测的“物理智能驱动”新阶段，而制造企业作为应用主体，正在这一转型中发挥越来越重要的引领作用。2025上海市“AI+制造”发展白皮书第一章“AI+制造”的战略背景03综合来看，国外“AI+制造”已形成一套成熟的价值落地方略：为应对工业高质量数据稀缺的固有难题，数据策略从被动“清洗”转向主动“合成”，利用高保真仿真生成大量涵盖极端工况、罕见故障的合成数据，以高效训练可靠模型；人机交互界面正从复杂的图形用户界面（GUI）向直观的自然语言交互（NLI）全面演进，让专家知识而非软件操作技能成为核心；在决策层面，AI 的应用正从单点优化升级为全域覆盖，依托于对本行业务逻辑深度理解的本体模型，为应对供应链中断、进行全厂级能效优化等复杂系统性问题，提供动态、协同的系统级解决方案。这一发展脉络清晰地表明，人工智能不再仅仅是制造业的辅助工具，而是正在成为驱动其下一代变革的核心操作系统。三、我国“AI+制造”发展的战略部署（一）党和国家高度重视制造业与人工智能融合发展习近平总书记多次对人工智能和制造业融合发展作出重要论述，强调“要及时将科技创新成果应用到具体产业和产业链上，改造提升传统产业”、“要以智能制造为主攻方向推动产业技术变革和优化升级”、“推动人工智能科技创新与产业创新深度融合”。党的二十届四中全会指出，全面实施“人工智能+”行动，抢占人工智能产业应用制高点，全方位赋能千行百业。2025 年政府工作报告指出，持续推进“人工智能+”行动，将数字技术与制造优势、市场优势更好结合起来。2025 年 8 月，国务院印发的关于深入实施“人工智能+”行动的意见，提出“推动工业全要素智能联动，加快人工智能在设计、中试、生产、服务、运营全环节落地应用”、“深化人工智能与工业互联网融合应用”。当前，人工智能与制造业深度融合已经成为我国重要的发展战略。2025 年，工信部组织组织人工智能赋能新型工业化“深度行”活动，开展人工智能赋能新型工业化创新任务“揭榜挂帅”，并集中攻关钢铁、石化、汽车等重点行业的大模型技术等，大力推进“人工智能制造”融合发展。2025 年 9 月，国家工信部指出，正研究出台“人工智能制造”专项行动实施意见，部署重点行业、重点环节、重点领域智能化转型任务。2025 年 12 月，全国工业和信息化工作会议指出，2026 年将“推进人工2025上海市“AI+制造”发展白皮书第一章“AI+制造”的战略背景04智能+制造专项行动，培育一批重点行业智能体、智能原生企业”，“实业”，“实施工业互联网和人工智能融合赋能行动”，我国“人工智能制造”将迎来新一轮的蓬勃发展。（二）国内重点省市“AI+制造”部署情况2025 年以来，我国部分制造业重点省市结合当地产业现状，陆续出台了制造业与人工智能融合发展相关规划与实施方案。广东省发布了人工智能赋能制造业高质量发展行动方案（20252027 年），围绕强化关键供给、促进应用推广、构建支撑体系、优化要素保障等方面提出 16 条政策措施，加快打造具有全球影响力的“人工智能+制造业”融合发展示范区。河南省印发了加快人工智能赋能新型工业化行动方案（20252027 年），按照产业转型、企业改造、园区提升、产品创新、生态优化、底座构建六大路径，建成全国重要的人工智能产业高地和创新应用示范区。北京市印发人工智能赋能新型工业化行动方案（2025 年），提出 16 项行动细则，拓展人工智能赋能新型工业化的应用场景，助力制造业智能化升级。苏州市印发加快推进“AI+制造”创新发展行动方案（20252026 年），加快建设人工智能赋能新型工业化先导区，打造全球具有领先地位的“智造之城”。（三）国内部分企业“AI+制造”实践情况目前，国内一些龙头企业积极开展“AI+制造”融合实践，已经取得了一些成果。如：海尔打造“中央空调全流程定制化服务与智慧集成智能工厂”，构建起以 AI 驱动的大规模个性化定制范式。通过 AI 仿真研发、AI 精密加工、AI 无人化装配、AI 在线检测的智能化技术应用等，生产节能达到行业最高水平。再如：中联重科打造挖掘机共享制造智能工厂，AI应用率超 80%，自研 AI 预测模型实现了物料 100%精准配送，相关解决方案已推广至全球 20 余个工厂。云南白药与华为合作研发雷公大模型，赋能中医药研发、辅助决策、知识科普场景，实现大模型在中医药领域的工程化落地，加速新药品、新疗法的研发进程。浪潮云洲依托工业互联网平台探索智能体应用，打造人机协同的智能生产新模式，已落地超 20 个行业智能体，服务 40+大型企业，超 1000 家中小企业。2025上海市“AI+制造”发展白皮书第一章“AI+制造”的战略背景05上海“AI+制造”融合发展具备连续性的政策支持。2022 年 9 月，上海公布全国首部促进人工智能产业发展的省级地方性法规上海市促进人工智能产业发展条例，提出“推动人工智能、信息技术与制造业深度融合创新”。2022 年 10 月，上海印发 制造业数字化转型实施方案，提出，“加快 5G、AI 等数字技术在制造业领域的深度拓展和融合应用。”2024 年 12 月，上海市政府印发关于人工智能“模塑申城”的实施方案，“AI+制造”作为六大重点垂直领域应用之一，加快大模型在制造业探索应用。2025年 7 月，上海市经信委印发 上海市进一步扩大人工智能应用的若干措施，支持人工智能技术与制造业深度融合，对标杆示范场景建设项目，给予最高 20%、最高 1000 万元支持。2025 年 8 月，上海正式发布加快推动“AI+制造”发展实施方案，通过实施“模塑申城 AI+制造”行动，推动上海人工智能技术与制造业深度融合。上海具备完整的产业链条与扎实的产业底座。上海正全力打造“2+3+6+6”现代化产业体系，为“AI+制造”应用落地提供了丰富场景与产业基础。2025 年前三季度，全市规模以上工业总产值同比增长 5.7%，三大先导产业制造业产值同比增长 8.5%（其中，人工智能制造业增长12.8%），工业战略性新兴产业总产值同比增长 7.3%（其中，新一代信息技术产业增长 10.9%），传统产业与新兴产业高速增长为“AI+制造”奠定扎实基础。人工智能“上海高地”加速崛起。“模塑申城”工程实施以来，上海市人工智能产业规模爆发式增长。2025 年前三季度，规模以上人工智能企业 394 家，产业规模 4354.92 亿元，同比增长 39.6%，利润总额 407.81亿元，同比增长 11.4%。整体呈现规模扩张、效益提升的良好局面。截至2025 年 12 月 24 日,上海已经有 139 款大模型完成备案,人工智能专业人才近 30 万，约占全国总数的三分之一。“模速空间”、“模力社区”两大创新社区培育“产学研用”协同生态，集聚效应日益凸显，“模速空间”一、“AI+制造”融合化发展的基础情况第二章 上海市推进“AI+制造”的基础与实践2025上海市“AI+制造”发展白皮书第二章 上海市推进“AI+制造”的基础与实践06聚焦于模型生态，“模力社区”则专注于具身智能和垂类应用，分别打造人工智能创新应用的生态创新载体。连续 8 年举办世界人工智能大会，仅2025 年就吸引了超过 800 家企业参展，全面展现 AI 技术前沿、产业趋势与全球治理的最新实践，引领人工智能产业发展方向。此外，上海具备制造业数字化转型坚实基础，为智能化转型奠定基础。上海是国家探索工业互联网的先发城市，已实施了两轮“工赋上海”行动，制造业数字化水平多年来持续居全国第一梯队。上海持续深化网络基础设施建设，2024 年，5G 基站占比和密度均居全国第一，建成运营全国首个标识解析国家顶级节点。已成功培育 40 多家“工赋链主”企业，形成 34个具有行业影响力的工业互联网平台，覆盖航空航天、汽车、船舶、钢铁、新材料等重点行业，提升全链条全产业整体数字化水平。基本实现了全市规上制造业数字化诊断，累计培育超过 150 个专业数字化、智能化服务商。扎实的数字化基础是上海成功推进“AI+制造”融合发展的关键底气。二、上海发布推动“AI+制造”发展的实施方案2025 年 8 月，上海市加快推动“AI+制造”发展的实施方案（以下简称方案）发布，为“模塑申城”工程按下“加速键”，进一步助力“上海制造”迈向更高水平的“上海智造”。方案指出，计划用三年时间，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。在攻关基础和前沿技术方面，方案提出，提升工业模型在工业场景中的物理仿真、视觉处理和智能决策能力；强化基础模型工业推理能力；突破工业智能前沿技术；发展工业数据治理和合成技术，为“AI+制造”提供全方面技术支撑。行业应用方面，方案聚焦集成电路、电子信息、汽车、高端装备等十大重点行业，根据不同行业的特点和需求，制定差异化“AI+”实施路径，“一业一策”分类推进，加快在工业场景中落地应用。在打造“AI+”智能产品方面，重点推动 AI+工业软件工具、智能工业产品和装备、智能消费终端三大类产品创新。2025上海市“AI+制造”发展白皮书第二章 上海市推进“AI+制造”的基础与实践07此外，方案提出一系列举措，如强化政策资金支持，以项目建设补贴、贷款贴息等方式支持企业研发、应用人工智能技术；发挥“模型券”“算力券”“语料券”等作用，对企业模型采购、算力租用、语料采购等服务费用，按比例给予支持，降低企业智能化改造成本，大力支持有关企业在“AI+制造”领域开展探索实践。自方案发布以来，上海围绕工作部署，加快推进专业服务商培育、标准编制、场景指南、遴选智能产品、加快金融赋能、促进生态建设等工作，努力将“AI+制造”的规划蓝图变成现实成果。（一）培育专业服务商按照方案关于“建立服务商认定标准，重点遴选和培育一批工业语料数据、智算云、模型平台、智能体开发应用、具身智能等专业服务商”等要求，2025 年，上海围绕语料数据、智算云、模型平台、智能体和应用、具身智能等五个方向，已遴选了首批 44 家企业（共 55 个单项）“AI+制造”四、多措并举推进“AI+制造”融合发展2025 年 7 月，上海市经济和信息化委员会印发上海市进一步扩大人工智能应用的若干措施，支持开展关键技术创新，按照核定项目总投资给予最高 30%、最高 5000 万元支持。支持各类创新主体参与国家重大项目、战略平台、揭榜挂帅等任务，申报市级配套项目，给予最高 5000万元支持。对具有战略性、公益性的关键项目，经市政府批准后可给予最高 50%支持。其中，支持人工智能技术与制造业、服务业深度融合，开展产业创新融合示范应用。对标杆示范场景建设项目，按照核定总投资给予最高 20%、最高 1000 万元支持。2025 年，上海市经信委牵头组织两轮上海市制造业智能化发展项目，围绕关键要素平台建设、打造智能化产品标杆、打造智能化应用标杆、打造工厂智能化改造标杆、产业生态优化五个支持方向，按照核定总投资的30%进行支持。目前，已对 30 个“AI+制造”项目进行扶持，专项支持资金已达 2 亿元，带动社会总投资近 7 亿元。三、大力支持人工智能赋能制造业转型升级2025上海市“AI+制造”发展白皮书第二章 上海市推进“AI+制造”的基础与实践08专业服务商。“AI+制造”专业服务商将为上海制造业智能化的研发和应用提供第三方专业服务。其中，语料数据服务商将提升制造业领域的数据采集与处理能力、智算云服务商重点提供工业领域模型训练/推理的算力资源、模型平台服务商提供行业模型训练、部署、优化、管理等全生命周期服务能力、智能体和应用服务商重点支持工业智能体系统的开发和应用、具身智能服务商为制造企业提供具身智能解决方案。（二）编制标准与场景指南按照方案关于“围绕语料、模型、平台、智能体、产品、应用等环节，增加基础共性、关键技术等标准供给”、“选树一批“AI+制造”典型案例，编制场景建设指南”等要求，上海市人工智能协会、上海市工业互联网协会等单位牵头，以共性技术、场景应用、评价改进为三大主攻方向，推进“AI+制造”标准体系建设。2025 年已累计形成“AI+制造”相关团体标准10余项。2025年，上海聚焦高端装备、汽车等重点行业，已编制“AI+制造”示范场景指南 10 个，在编超过 20 个。（三）培育智能产品2025 年，上海聚焦“AI工业软件工具”、“AI工业产品与装备”、“AI消费终端”三大核心，培育 46 个“AI+制造”智能产品，呈现“AI原生产品引领、传统产品智能升级”的良好发展态势，鼓励企业积极拥抱AI 技术，推动产品智能化转型。如“AI工业软件工具”方向，多家传统工业软件企业加快在自身产品中融入 AI 能力，实现效率、精准度、模拟效果等大幅提升，实现智能产品的迭代升级。（四）引导金融服务方案指出，引导银行等金融机构面向数字化、智能化转型企业开发专属金融产品和服务，对优质企业优化贷款手续、审批环节，加大信贷支持力度。2025 年，在上海有关部门协调下，中国工商银行、中国农业银行等八大银行积极响应上海市“AI+制造”系列政策，联合发布了总额高达 4000 亿元人民币的专项授信额度及系列金融产品服务矩阵，助力企业解决发展过程中的资金难题。2025上海市“AI+制造”发展白皮书第二章 上海市推进“AI+制造”的基础与实践09（五）联动产业生态上海积极营造“AI+制造”融合发展生态。依托世界人工智能大会等国际高端交流平台，举办“AI+制造”发展论坛，发布工业智算云、工业语料公共服务平台。加强部市联动、市区协同，组织开展两场人工智能赋能新型工业化深度行，加快推动政策宣贯、平台赋能、服务生态、供需对接、经验推广与机制健全，激发“AI+制造”生态活力。2025 年 9 月，上海市召开“AI+制造”工作推进会，全面部署“AI+制造”融合发展工作。会上，正式成立了上海市“AI+制造”产业联盟，打造协同创新的产业生态。（六）培养复合型人才方案指出，“加快培育既熟悉制造机理又掌握人工智能技能的复序号银行名称金融服务产品名称授信额度（到2027年底）1中国工商银行“AI+制造”研发贷不少于500亿元2345678不少于500亿元不少于500亿元不少于500亿元不少于500亿元不少于500亿元不少于500亿元不少于500亿元“易创达”产品体系科创算力贷“AI+制造”产业集群产品交银科创AI智造专享贷智研贷、智改贷、制造空间贷算力贷、智驾贷中国农业银行中国银行中国建设银行交通银行上海银行上海农商银行中信银行表一“AI+制造”金融服务产品清单2025上海市“AI+制造”发展白皮书第二章 上海市推进“AI+制造”的基础与实践10合型人才”。2025 年，上海联动各方高校、科研院所、企业等各方资源，加快“AI+制造”人才培养。开展“AI+制造”周周会系列培训活动，围绕电子信息、船舶海工、核电等重点行业，推动人工智能技术在制造业中的创新应用与人才培养。全力实施 FDE 人才培养计划，首期 FDE 前沿部署工程师专题培训班在上海创智学院圆满收官，未来将建立起一支超千人规模的 FDE 工程师储备库，助力人工智能应用落地突破。联合相关行业协会，推进“AI+制造”先锋营系列培训，线上直播和线下实训人次达 3.5 万。累计举办 11 期“追光社”，分享“AI+制造”实践案例，累计参与人员超过 800 人。2025上海市“AI+制造”发展白皮书第二章 上海市推进“AI+制造”的基础与实践11在政策积极引导与企业主动探索的双重作用下，上海市“AI+制造”已初步形成全面启动、多点突破的发展格局，AI 赋能制造成效初显，但同时也面临一些结构性的挑战和约束。一方面，随着上海在模型技术、产品开发、公共资源、创新基地、应用示范等方面全面布局的展开，AI 与制造企业的融合已开始向纵深延展，企业应用范式和路径渐趋明朗。宝武、智己、中国海工、中国商飞等行业巨头正以密集的资本和智力投入，强势攻关工业垂类模型和“AI 物理逻辑适配”等全球 AI 应用难题，探索验证工业级模型的工程价值与可复制性；库帕思、联通、宝信等平台型企业积极研发打造语料、智算等公共服务平台，尽可能摊薄企业应用模型能力的技术和资源成本；多元主体协同共建“AI+制造”融合创新基地、“模速空间”、张江人工智能小镇、北杨人工智能创新小镇等为代表的各类 AI 生态载体，探索“AI+制造”融合创新和赋能新模式；各重点行业头部企业正和服务商联手，在研发设计、生产制造、供应链管理、经营管理与服务等制造业各业务领域打造深度应用场景，为制造企业智能化转型提供实操路径；工业软件、智能装备、智能产品三大领域各自涌现出一批“跨界 AI”的先锋企业和产品。此外，在行业专项政策支持与企业创新实践的双重推动下，集成电路、电子信息、汽车等 10 个重点行业已全面开展 AI 技术与业务全链条的融合应用，从研发设计、工艺优化、智能检测，到供应链管理与营销洞察等关键环节，各行业均已有落地案例。尤其在知识密集型领域，依托行业数据训练的垂直领域模型与智能体，已能够有效辅助研发创新、提升设计效率、优化关键工艺参数以及完成复杂质量检测任务等，实现降本增效等切实成效。与此同时，当前 AI 技术在部分业务环节应用深度不足、各环节 AI 应用协同性偏弱等问题依然存在，需各行业在未来进一步优化与提升。另一方面，制造业的复杂性也正褪去 AI 被过度宣传的光环，企业在深化应用中，仍然存在众多问题和挑战。众多行业巨头坦言无力独自训练垂类模型，具体到每个企业的每个 AI 场景应用都是一次工程化实践，预期中的模型能力泛化未能显现。缺少成熟方案、训练数据不足、数据安全第三章 上海市“AI+制造”发展现状2025上海市“AI+制造”发展白皮书第三章 上海市“AI+制造”发展现状12顾虑、人员能力欠缺、组织支撑不足，前两年制造企业数字化转型过程中企业所遇到的所有底层问题仍然制约着这一轮的“AI 转型”。前期高昂的基础设施投入和 AI 入门级应用知识库“神鬼难测”的体验更迟滞着大量观望中制造企业投身 AI 的步伐。总体而言，新技术的发展总是机遇与挑战并存。上海的“AI+制造”正处在螺旋式上升的初期，在上海强大的制造基础和 AI 技术力的支撑下，发展健康，前景可期。本章将详细展开介绍各个领域的具体发展情况和存在问题。一、工业模型基础能力正在突破2025上海市“AI+制造”发展白皮书第三章 上海市“AI+制造”发展现状13工业模型基础能力以垂类模型建设和“AI 物理逻辑适配”领域深度应用为主要代表。在政策的积极引导下，宝武、智己、中国海工、中国商飞等行业巨头正以密集的资本和智力投入，努力突破工业模型基础能力瓶颈；本市垂类模型建设与领域深度应用已在多个行业落地开花，初步验证了工业级模型的工程价值与可复制性，也为各细分行业工业模型基础能力的提升起到良好示范效应。（一）宝武集团：钢铁行业大模型钢铁行业作为流程制造业核心代表，长期面临多重发展瓶颈。生产全流程协同效率低下，高炉冶炼、钢板加工等关键工序质量管控高度依赖人工经验，易出现判断偏差；跨环节数据割裂严重，排产调度、配料优化等任务难以实现全局最优；不同生产基地工艺标准与智能系统不统一，制约智能能力规模化复用；中小企业因算力、数据、技术门槛高，智能化转型成本高、推进缓慢，难以跟上行业升级节奏。针对这些行业共性痛点，宝信软件依托宝武集团全量工业数据与海量应用场景优势，发布“宝联登工业智算云平台”，将自主工业互联网平台与大模型深度融合，秉持“通专融合、业技融合、数实融合”核心理念，以“五位一体”建设思路构建全栈AI能力。平台打造“训练中心+推理网络”的异构算力架构，满足弹性供给需求；与库帕思联合构建工业可信数据空间，整合 2.5TB tokens 多模态数据形成高质量语料库；构建“通用基座模型+行业大模型+场景小模型”三层架构，2024 年 10 月首发钢铁行业大模型；通过集约化管理实现模型、数据、算力协同，提供低代码开发工具与工业 App 广场；梳理 241 个高价值应用场景，形成覆盖全业务环节的智能解决方案。平台落地后成效显著，推动钢铁行业从经验驱动向数据智能驱动转型。算力层面，2025 年底将达 300P，2027 年预计提升至 1000P，为全行业提供充足算力支撑；应用层面，已上线 91 个智能体，关键工序智能化覆盖率突破 85%，视觉检测平均准确率提升至 92.2%；效率层面，高炉炉热预测工具链迁移训练周期缩短至 2 周，决策优化求解速率提升 90%、求解质量提升 10%；生态层面，兼顾大企业定制化与中小企业轻量化需求，降低中小企业智能化转型门槛，形成可复制的行业范式，为流程制造业智能化升级提供坚实支撑。（二）智己汽车：汽车智能设计仿真优化模型在汽车空气动力学设计过程中，传统 CFD 仿真高度依赖人工构造几何与网格、反复调参和长周期求解，单个造型方案往往需要数小时至数十小时的计算时间，严重制约了几何迭代与方案探索效率。同时，汽车外形点云/网格规模巨大（百万级以上），几何修改链路不标准、流场预测周期长，使得工程师难以对大量方案进行快速评估，优化过程更多依赖经验。随着新能源汽车加速发展、低风阻造型成为刚需，行业迫切需要一种可自动生成变形几何、自动完成 CFD 求解、并实现秒级空气动力学预测的智能化系统，以显著缩短研发周期，实现高频率的几何探索与性能迭代。针对上述痛点，智己汽车构建了覆盖“几何生成CFD 求解AI 训练AI 推理几何优化”的一体化智能仿真模型系统。系统首先利用 FFD（Free-From Defromation）技术实现汽车外形的参数化可控变形，可基于局部控制点和影响区域自动生成多组几何方案；随后，自动调用 GPU 加速的格子玻尔兹曼求解器（TF-Lattice）批量输出压力场、速度场等流场结果，为模型训练提供高精度数据。系统可自动化训练面向汽车空气动力学的 AI 预测模型，实现几何到流场、几何到气动阻力的端到端学习能力；在推理阶段，可对 800 万节点以上的精细汽车外形进行秒级预测；支持几何智能优化，迭代后输出满足气动性能提升要求的优化造型。目前，系统已在汽车气动性能快速评估与优化场景完成端到端验证。2025上海市“AI+制造”发展白皮书第三章 上海市“AI+制造”发展现状14整体上，该系统显著提升了空气动力学设计效率，使汽车外形设计从“基于少量方案的试验式探索”迈向“基于海量方案的智能优化”，验证了工业级多物理场预测与智能设计模型系统的工程价值。（三）中国海工：海工装备多模态物理规律仿真测试模型海工装备关键设备的功能、性能与可靠性测试验证，长期面临现场调试成本高、一次性通过率低、复杂场景模拟难的痛点。极端海洋环境下，波浪补偿、超高温高压防喷器等设备的测试难以通过纯物理试验全覆盖，水下控制系统等核心部件的可用性量化评估缺乏有效手段，制约国产海工装备工程化应用进程。针对上述痛点，中国海工研发多模态垂类模型集群，以机理数据代理三层耦合的多模态物理嵌入式网络为核心技术路径。通过融合流体动力学、多体动力学、有限元分析等工业机理与多源数据，构建适配不同测试场景的专用模型，涵盖物理约束与数据驱动协同学习、多物理场耦合网络、异构多模态融合网络等多种架构，实现对复杂海洋环境与设备运行状态的精准模拟。系列模型已在多个关键场景落地验证，主动波浪补偿栈桥测试模型完成 823 项虚实融合测试，现场调试成本降低 22%，一次性通过率提升32%；超高温高压防喷器测试模型助力我国首台套相关产品顺利下线；水下控制系统测试模型实现核心部件可用性量化评估，将应用于 LH27-1 工程示范项目；安装海试多模态垂类模型可快速评估实海条件下可安装性，提升海上作业效率，为海工装备突破工程应用“最后一公里”提供核心支撑。（四）中国商飞：通识能力商飞大模型在大飞机制造这一复杂体系中，工艺装配、适航检查等核心场景智能化转型，是促进行业高质量发展的迫切需求，但传统方法面临多重制约：一是知识传承低效，工艺与适航核心经验依赖专家个人，文档分散、隐性知识难复用，协同效率低、合规风险高；二是数据价值未释放，各环节数据分散异构、标准不一，非结构化信息难挖掘，数据驱动决策能力弱；三是人工依赖度高，工艺审查、装配、检查等关键流程以人工为主，周期长、一致性差，跨部门协同响应迟缓；四是技术自主与集成不足，依赖国外闭2025上海市“AI+制造”发展白皮书第三章 上海市“AI+制造”发展现状15源技术有安全风险，智能化尝试呈“模型孤岛”，缺乏统一自主 AI 底座支撑全链路贯通。针对这些行业共性痛点，中国商飞联合科技伙伴，构建分层解耦、自主可控、数据驱动的一体化数智底座。底座遵循“国芯国算、国数国模”核心原则，搭建智能体应用孵化完整技术栈。数据层面，整合商飞数据湖内业务数据、技术文档、检测影像、