当前，全球人工智能技术发展进入新阶段，制造业作为国民经济的主体，正面临数字化、智能化转型的关键时期。
为抢抓机遇、补齐短板，工业和信息化部、科技部、财政部等八部门联合制定了《"人工智能+制造"专项行动实施意见》，为我国人工智能与制造业深度融合指明了方向。
从技术供给看，意见强调要强化人工智能算力供给，这是产业发展的基础支撑。
当前我国在高端芯片、算力基础设施等方面仍存在短板，制约了人工智能应用的广泛推广。
为此，意见提出要推动智能芯片软硬协同发展，支持突破高端训练芯片、端侧推理芯片、人工智能服务器等关键核心技术。
同时，有序推进高水平智算设施布局，加快建设算力互联互通平台和全国一体化算力网监测调度平台，开展智算云服务试点，这些举措将有效提升我国智算资源的供给能力和利用效率。
从模型创新看，意见提出开发高水平行业模型，这是人工智能赋能制造业的关键环节。
制造业具有实时性、可靠性、安全性要求高的特点，通用大模型需要针对性优化。
意见明确要支持模型训练和推理方法创新，开发适应制造业特点的高性能算法模型，培育重点行业大模型，发展云边端协同的模型体系。
同时鼓励大小模型协同创新，推动模型轻量化部署，这样既能满足复杂场景需求，也能适应工业现场的实际条件。
从应用推广看，意见提出推动智能装备迭代，这是人工智能赋能制造业的重要抓手。
工业母机、工业机器人是制造业的核心装备，加快人工智能赋能这些装备，研制新一代人工智能数控系统，将显著提升我国制造业的自主决策和执行能力。
同时，意见涉及手术机器人、智能诊断系统等医疗装备，大飞机、船舶等重大技术装备，以及无人机、智能网联汽车等新兴领域，体现了人工智能应用的广泛性和战略性。
从产业生态看，意见设定了明确的量化目标。
到2027年，推动3至5个通用大模型在制造业深度应用，形成特色化、全覆盖的行业大模型；打造100个工业领域高质量数据集，推广500个典型应用场景；培育2至3家具有全球影响力的生态主导型企业和一批专精特新中小企业；选树1000家标杆企业。
这些目标既体现了产业发展的雄心，也为各地各部门提供了明确的工作指向。
从治理能力看，意见强调要建成全球领先的开源开放生态，安全治理能力全面提升。
这反映了我国在发展人工智能过程中，既要追求技术领先，也要重视安全可控，为人工智能发展贡献中国方案。
这种平衡的态度有利于人工智能产业的健康可持续发展。
推动“人工智能+制造”，既是把握科技变革机遇的主动选择，也是夯实实体经济根基的现实路径。
面向2027年的目标，关键在于以可持续的关键技术供给能力支撑产业升级，以高质量数据与行业模型提升应用实效，以安全治理与生态建设守住底线、拓展空间。
唯有坚持系统推进、务求实效，才能让技术创新更好转化为产业竞争力，为高质量发展注入更强动能。