2025年5月19日下午，京津冀人工智能賦能新型工業化高峰論壇在天津天開高教創新園召開。論壇由南開21世紀工研院、南開大學中國式現代化發展研究院、中國新一代人工智能發展戰略研究院、菲特（天津）檢測技術有限公司主辦，會議圍繞人工智能與制造業深度融合的路徑展開研討，“政產學研用金服”領域嘉賓200余人參會，旨在為京津冀協同發展及全國新型工業化提供“天津智慧”。

論壇舉辦現場。菲特（天津）檢測技術有限公司供圖

年初DeepSeek震動全球，掀起大模型與產業結合高潮，當前，人工智能技術與先進制造業加速融合，京津冀地區作為全球重要制造業集群，如何通過AI技術提升區域競爭力？天津作為全國先進制造業研發基地，又將如何引領“人工智能+工業”的新浪潮？在“京津冀人工智能賦能新型工業化高峰論壇”上，作為主持人的天津大學講席教授、卓越工程師學院執行院長、研究生院副院長胡清華提出這些問題。

本次論壇匯集科研院所、高校、知名企業和用戶單位等各方代表，深入探討工業人工智能與通用人工智能的差異，當下工業人工智能所面臨的困境以及破局之道，共同為人工智能賦能新型工業化建言獻策。

“工業領域內人工智能的發展正面臨著前所未有的機遇與挑戰，如何更好地運用人工智能賦能新型工業化發展，搶佔下一代工業領域競爭的制高點，已成為各方關注的焦點。”天津市工業和信息化局總工程師蔡謳在致辭中介紹，下一步，天津將重點圍繞人工智能與制造業深度融合、打造高質量的工業數據集、培育一批“人工智能+制造”典型應用場景等方面來開展工作。

會議同期舉辦了“人工智能賦能新型工業化高峰對話暨京津冀主題研討會”。會上由引導嘉賓發言，然后是思辨嘉賓逐一發言，與會嘉賓各抒己見，思想碰撞從技術到產業，最后到生態，三個討論問題覆蓋三大層面。

研討環節一：工業Al與通用Al的本質分野：從應用場景看大模型與小模型的戰略選擇

在首場引導發言環節，百度智能雲智慧工業解決方案總監張明指出，大模型目前可分為語言類模型（如智能客服、劇本創作）、視覺類模型（如生產質檢、安全隱患識別）、多模態模型（如數字人直播、影視IP生成）、科學計算大模型（如化工分子模擬、工業仿真提速）四大類，已在企業研、產、供、銷、服等環節廣泛應用。大模型和小模型的戰略選擇，不僅僅是技術路徑，更關鍵的是關系到產業未來競爭力的核心命題。行業通常採用“小模型為主深耕場景+大模型做價值補充”，並通過“數據飛輪”機制實現小模型現場數據反哺大模型迭代，形成持續優化閉環，為制造業智能化轉型提供實踐路徑。

思辨環節，多位專家認為：當前，工業AI的發展面臨數據質量、成本控制和跨領域協同三大挑戰。首先，工業數據碎片化嚴重，且企業普遍存在數據孤島問題，導致大模型訓練缺乏高質量語料庫。其次，大模型的訓練和部署成本高昂，這對利潤率普遍偏低的工業企業而言難以承受。最后，工業場景的專業性要求AI技術與行業知識深度融合，而現有大模型普遍缺乏領域專業知識，需通過領域適配和人機協作實現價值轉化。專家呼吁，底層是不是可以建立一些國家級的工業數據集和場景圖譜，來推動在這個領域的數據開源、共享、標准化。在中層，可以鼓勵龍頭企業打造一些標杆，提煉一些可以復用的解決方案。我們在上層可以發展一些輕量的低代碼的工業AI的工具鏈，來降低中小企業的應用門檻。

研討環節二：工業AI的四維困境：數據壁壘、成本鴻溝、可信缺失與價值斷點——系統性破局之道

工業AI發展現在面臨哪些困境？菲特（天津）檢測技術有限公司董事長曹彬深刻剖析了人工智能在工業領域大規模落地的多重挑戰，包含：供需矛盾、應用挑戰（控制碎片化、精度與節拍矛盾、數據覆蓋難、人才短缺）、數據困境（隱性數據缺失、行業數據不足）、生態短板（開發成本高、效益模糊、場景受限）、可信性難題（通用AI黑盒模式不滿足工業要求）。他強調，技術供應方需聚焦行業機理模型與隱性數據庫融合，而客戶方需明確價值優先級，共同突破數據安全、可解釋性及全場景可信架構的技術瓶頸，最終通過提升一次下線合格率、產能利用率等硬性指標，實現工業AI的商業化閉環。

思辨環節，企業與專家剖析工業AI規模化落地挑戰：一是數據採集共享難、質量參差且場景碎片化，二是全周期成本壓力考驗ROI平衡，三是黑盒模型不可解釋等技術適配性問題突出，四是復合型人才稀缺且產教融合、產業鏈協同不足。專家們呼吁：一方面可以通過制定數據標准，開發通用數據採集裝備, 創新數據共享機制, 來降低數據採集的難度, 提升數據通用性。另一方面, 開發用於數據標注的大模型感知認知標注技術, 實現通用場景下一切數據的獲取與標注。其次要開發更“輕量版”AI模型，節省成本﹔同時，高校、企業和園區一起打造協同育人平台，加速復合型人才供給與產業鏈協同創新。

研討環節三：京津冀人工智能賦能新型工業化的路徑探索與實踐：產業鏈融合、應用創新與生態構建

在人工智能賦能新型工業化方面天津可以如何做？南開大學經濟與社會發展研究院副院長、教授白雪潔有三點分享：第一，進一步開放制造業應用場景。北京的優勢集中表現在核心產業部門或智能產業化，天津制造業品類齊全，應用場景豐富，發展優勢則表現為融合產業部門或產業智能化。傳統產業的智能化是京津冀協同發展的重點。第二，充分發揮新型研發機構的作用，推動創新鏈與產業鏈無縫對接。天津有豐富的科技創新資源，應該積極探索有效機制，通過科技創新引領產業發展。第三，打造數字化智能化轉型服務平台。培育一批既懂行業知識又懂數字化技術的智能化服務企業，帶動中小企業數字化智能化轉型。

思辨環節專家認為：京津冀需突破場景開放、風險共擔、數據壁壘三大瓶頸，通過三大抓手將AI轉化為現實生產力。其一，以央國企為牽引開放特色場景，構建“政產學研用”協同機制，孵化輕量化AI工具鏈破解中小企業轉型成本困境﹔其二，建立國家級工業數據開源平台，推動機理模型與行業知識深度融合，形成“技術創新驅動場景落地-產業效益反哺技術迭代”的閉環生態﹔其三，強化政策引導與資本扶持，通過算力聯盟統籌區域資源，建立“基礎研究+場景驗証+規模推廣”的梯度創新體系。與會專家形成共識：唯有構建“需求牽引、技術驅動、生態賦能”的三維聯動模式，方能打造可復制的人工智能賦能新型工業化標杆路徑。

中國新一代人工智能發展戰略研究院執行院長、先進計算與關鍵軟件（信創）海河實驗室主任龔克總結：人工智能賦能新型工業化需聚焦企業實際需求，要突破數據、算法、算力等“源問題”﹔他建議，天津要依托雄厚的制造業基礎，抓住算力統籌和場景開放的機遇，通過產學研深度合作實現技術創新與產業應用的高效銜接。同時，他希望以此次活動為契機，搭建多方交流平台，構建長期溝通合作機制，凝聚各界智慧與力量，共同破解人工智能發展難題，推動產業高質量發展。

本論壇為京津冀地區人工智能與新型工業化融合搭建政產學研用對話平台，與會各方就技術攻堅、場景落地、生態共建等核心議題達成廣泛共識。未來，各方將聚眾力，凝合力，為開創人工智能賦能新型工業化的新局面貢獻力量。

來源：菲特（天津）檢測技術有限公司

分享讓更多人看到