11 月 27 日，AI 赋能智能制造的痛点破解与实施路径沙龙活动在北京顺利举办。活动由北京市科学技术协会主办，汇聚了政府领导、行业专家及浪潮、航天云网、福田汽车等 40 余家企业代表，围绕 AI 在智能制造领域的核心痛点、技术应用与落地路径展开深度研讨，为产业高质量发展凝聚共识。
一、核心痛点聚焦：四大难题制约产业转型
工业和信息化部网络安全产业发展中心原副主任李新社在主题报告中，明确指出当前 AI 赋能智能制造的四大核心痛点。
数据治理存在瓶颈，数据标准不统一、供给不足，难以支撑 AI 模型高效训练。
场景适配性不足，通用 AI 技术与工业特定场景需求脱节，落地效果不及预期。
算力成本压力显著，高阶 AI 应用对算力需求激增，中小企业难以承担高额投入。
人才短板突出，既懂工业流程又掌握 AI 技术的复合型人才稀缺，存量人才技能升级滞后。
二、技术赋能实践：从大模型到场景落地的多元探索
与会企业代表分享了各自在 AI 赋能智能制造领域的实践成果，展现了技术落地的多元路径。
工业大模型：数实融合的核心支撑
航天云网项目处处长赵志达强调，工业大模型是 AI 赋能工业场景的关键抓手。
以 “AI + 数字孪生” 为核心模式，航天云网 INDICS-MIND 工业大模型构建了完善的架构与服务体系。
通过 6 个典型场景案例验证实践价值，从需求痛点出发提供精准解决方案，推动工业生产方式根本性变革。
建议以技术创新为核心、场景落地为导向，培育智能制造领域新质生产力。
智驾算力：高阶自动驾驶的基础保障
浪潮信息自动驾驶架构师龚湛聚焦智能驾驶领域的技术突破。
当前智驾模型在空间理解、时序建模与数据效率方面面临显著挑战。
端到端模型正朝着 VLA 与世界模型方向发展，遵循 Scaling Law 可大幅提升汽车环境认知能力。
算力是核心支撑，未来智驾算力需向 100 EFLOPS 目标演进，为高阶自动驾驶落地提供保障。
供应链数智化：企业转型的实战样本
北汽福田制造领域专家、副院长李红亮拆解了企业供应链数智化转型的完整路径。
明确 “精益化 - 信息化 - 数字化 - 智能化” 四阶进阶逻辑，以 “场景 + 流程 + 组织 + IT” 为系统方法，按 “三层五阶八步” 稳步推进。
落地成果显著，在设备预测性维护、物流智能规划、能耗 AI 分析等场景实现突破，订单可视化预警成为降本增效典型。
未来将建立供应链两级 AI 应用架构，融入 DeepSeek 与具身智能技术，推进智能产线集成。
工业安全：筑牢智能化转型防线
北京六方云总裁李江力解读《工业互联网安全态势报告》，点明行业安全风险与应对方向。
工业互联网加速渗透下，安全边界拓宽与风险传导性增强成为突出特征。
核心风险包括工业主机隐患、工控系统漏洞高发、工控设备暴露数量攀升，以及工业机器人、物联网等新兴场景风险加剧。
通过国内外典型案例剖析，揭示安全事件传播路径与严重危害，为企业安全防护提供参考。
三、破局路径共识：多维度协同推进产业升级
自由交流环节，与会嘉宾围绕核心议题达成多项共识，明确了 AI 赋能智能制造的破局路径。
强化数据底座建设，将数据治理与标准统一作为智能化转型的关键前提，破解数据短缺难题。
坚持场景牵引技术适配，贴合行业特性灵活适配不同类型模型，避免同质化推进。
破解人才匮乏痛点，需加强政策支持、生态共建与技术融合，构建产学研用协同育人机制。
筑牢安全防线，重视工业互联网安全风险防控，为技术应用与产业升级保驾护航。
四、总结展望：凝聚合力共促高质量发展
北京市科学技术协会一级巡视员何劲松在总结讲话中肯定了 AI 技术的核心价值。他指出，AI 在提升智能制造效率、保障安全方面作用突出，同时也面临需求多元、技术落地难、专业团队储备不足等问题。
何劲松期望，中关村网络安全与信息化产业联盟能继续发挥平台作用，凝聚产学研用合力，加强关键技术创新与人才培养，推动 AI 技术与智能制造深度融合，助力传统产业转型升级，实现产业高质量发展。
免责声明：本文仅代表作者个人观点，与时尚科技网无关。其原创性以及文中陈述文字和内容未经本站证实，对本文以及其中全部或者部分内容、文字的真实性、完整性、及时性本站不作任何保证或承诺，请读者仅作参考，并请自行核实相关内容。
本网站有部分内容均转载自其它媒体，转载目的在于传递更多信息，并不代表本网赞同其观点和对其真实性负责，若因作品内容、知识产权、版权和其他问题，请及时提供相关证明等材料并与我们联系，本网站将在规定时间内给予删除等相关处理.
