问题：人工智能加速走向产业深水区，但落地"最后一公里"仍需系统支撑；当前，大模型、智能体、具身智能等技术快速演进，算力需求与产业应用同步攀升，制造业提质增效的潜力持续释放。但从产业实践看，关键核心技术供给、安全可控能力、标准体系与开源生态、场景牵引与规模化复制仍是制约因素；同时，生成式技术带来的内容风险、算法偏差、数据合规与系统安全等新挑战更加突出，需要产业协同、规范引导与可验证的治理工具。原因：一方面，制造业场景复杂、链条长、对稳定性与可解释性要求高，人工智能应用不能停留"展示型""单点式"，必须走向可持续、可运维、可评估的工程化体系；另一上，算力芯片、工业数据体系、模型与软件栈的协同程度，直接影响成本结构与规模推广。同时，国际产业竞争加剧，标准、开源与生态主导权成为关键变量，需要加快形成更具韧性的产业链供应链与更可持续的创新模式。影响：会议发出以制造业为主战场推进"人工智能+"的明确信号。工业和信息化部有关负责同志表示，将坚持把制造业作为人工智能赋能的重点方向，推动"人工智能+制造"走深向实，下一步将着力做强应用根基、做优应用生态、做多国际合作、做实应用治理：技术上聚焦算力芯片、工业大模型等关键环节；在生态上强化标准引领，繁荣开源文化；在开放合作上积极参与联合国、金砖、东盟等多边机制下的产业交流；在治理上创新安全治理技术工具，加强行业自律，以更高水平的安全保障支撑更大规模的应用落地。对策：与会人士认为，推动"人工智能+制造"需要形成"技术—场景—生态—治理"闭环。中国信息通信研究院有关负责人介绍，在国家"人工智能+"战略牵引下，我国人工智能核心产业规模有望迈上新台阶。面向下一阶段，联盟将从五上持续发力：建设国家级测试验证平台，促进技术创新和产品成熟；建设高价值场景库，提升供需对接效率，推动行业应用从试点走向规模；推动芯片与模型协同、促进产融合作，增强生态合力；服务产业"走出去"，拓展国际合作广度与深度；推动行业自律和安全治理能力建设，夯实风险防线。会议对"人工智能+制造业"专项行动有关思路作了解读。对应的负责人指出，"人工智能+"的关键在于加速把技术势能转化为现实生产力，制造业具备场景密集、数据丰富、链条完整的优势，是从"场景优势"向"智能优势"转化的重要领域。面向2027年的目标，强调在核心技术安全可靠供给、通用大模型深度应用、工业智能体规模化落地、高质量数据集与典型场景建设、生态主导型企业和标杆企业培育以及开源生态打造等形成可衡量成果，并围绕全栈自主可控、深层次行业应用、生态体系构建、国际竞争优势塑造和安全保障强化等主线推进。值得关注的是，会议期间启动《人工智能安全承诺》第二期披露行动，推动相关要求从"可披露"迈向"可验证"，并面向智能体、生成式引擎优化等新方向发起专项承诺签署，以更透明的方式回应新技术带来的新风险。同时，《绿色人工智能开发与应用联合倡议》发布，提出强化绿色算力基础设施、推广绿色软硬件产品、构建标准与评估基准、打造绿色生态体系和示范场景、建立多方协同治理机制等举措，强调以更低能耗、更高效率的路径推动产业可持续发展。会上还集中发布多项研究成果与工具体系，面向软硬件性能评测、安全基准测试、行业数智化安全实践、算法治理等方向提供方法与框架支持。业内人士指出，随着应用从"能用"走向"好用、可靠、可控"，测试评估与基准体系的重要性将深入凸显，有助于降低选型成本、提升系统稳健性，也有助于把安全治理从原则性要求落到可操作、可量化、可复用的工具链上。前景：推动"人工智能+制造"向纵深发展，需要在关键技术突破、标准开源共建、场景规模复制和安全治理能力上协同发力。下一阶段，工业大模型与工业智能体有望在研发设计、生产制造、供应链管理、设备运维和质量检测等环节加速渗透，带动制造业效率提升与模式创新。但同时，数据合规、模型安全、算法透明、供应链安全以及能耗约束等问题也将伴随应用扩张而凸显。以联盟为纽带，通过"标准+测试验证+自律承诺+国际合作"的组合拳，有望进一步凝聚产学研用合力，推动形成更具竞争力、更可持续的产业生态。
人工智能与制造业的深度融合——不仅是技术进步的必然趋势——更是我国建设制造强国的战略选择。当前，全球新一轮科技革命和产业变革加速演进，谁能率先实现智能技术的规模化应用，谁就能在未来竞争中占据主动。我国拥有完整的产业体系、丰富的应用场景和庞大的市场需求，这些优势为人工智能产业发展提供了良好条件。坚持创新驱动、应用牵引、生态协同、安全可控的发展路径，我国完全有能力在全球人工智能产业竞争中赢得先机，为经济高质量发展注入强劲动力。