摘要：2025年5月19日下午，京津冀人工智能赋能新型工业化高峰论坛在天津天开高教创新园召开。论坛由南开21世纪工研院、南开大学中国式现代化发展研究院、中国新一代人工智能发展战略研究院、菲特(天津)检测技术有限公司主办，会议围绕人工智能与制造业深度融合的路径展开研讨
2025年5月19日下午，京津冀人工智能赋能新型工业化高峰论坛在天津天开高教创新园召开。论坛由南开21世纪工研院、南开大学中国式现代化发展研究院、中国新一代人工智能发展战略研究院、菲特(天津)检测技术有限公司主办，会议围绕人工智能与制造业深度融合的路径展开研讨，“政产学研用金服”领域嘉宾200余人参会，旨在为京津冀协同发展及全国新型工业化提供“天津智慧”。
论坛举办现场。菲特(天津)检测技术有限公司供图
年初DeepSeek震动全球，掀起大模型与产业结合高潮，当前，人工智能技术与先进制造业加速融合，京津冀地区作为全球重要制造业集群，如何通过AI技术提升区域竞争力？天津作为全国先进制造业研发基地，又将如何引领“人工智能+工业”的新浪潮？在“京津冀人工智能赋能新型工业化高峰论坛”上，作为主持人的天津大学讲席教授、卓越工程师学院执行院长、研究生院副院长胡清华提出这些问题。
本次论坛汇集科研院所、高校、知名企业和用户单位等各方代表，深入探讨工业人工智能与通用人工智能的差异，当下工业人工智能所面临的困境以及破局之道，共同为人工智能赋能新型工业化建言献策。
“工业领域内人工智能的发展正面临着前所未有的机遇与挑战，如何更好地运用人工智能赋能新型工业化发展，抢占下一代工业领域竞争的制高点，已成为各方关注的焦点。”天津市工业和信息化局总工程师蔡讴在致辞中介绍，下一步，天津将重点围绕人工智能与制造业深度融合、打造高质量的工业数据集、培育一批“人工智能+制造”典型应用场景等方面来开展工作。
会议同期举办了“人工智能赋能新型工业化高峰对话暨京津冀主题研讨会”。会上由引导嘉宾发言，然后是思辨嘉宾逐一发言，与会嘉宾各抒己见，思想碰撞从技术到产业，最后到生态，三个讨论问题覆盖三大层面。
研讨环节一：工业Al与通用Al的本质分野：从应用场景看大模型与小模型的战略选择
在首场引导发言环节，百度智能云智慧工业解决方案总监张明指出，大模型目前可分为语言类模型(如智能客服、剧本创作)、视觉类模型(如生产质检、安全隐患识别)、多模态模型(如数字人直播、影视IP生成)、科学计算大模型(如化工分子模拟、工业仿真提速)四大类，已在企业研、产、供、销、服等环节广泛应用。大模型和小模型的战略选择，不仅仅是技术路径，更关键的是关系到产业未来竞争力的核心命题。行业通常采用“小模型为主深耕场景+大模型做价值补充”，并通过“数据飞轮”机制实现小模型现场数据反哺大模型迭代，形成持续优化闭环，为制造业智能化转型提供实践路径。
思辨环节，多位专家认为：当前，工业AI的发展面临数据质量、成本控制和跨领域协同三大挑战。首先，工业数据碎片化严重，且企业普遍存在数据孤岛问题，导致大模型训练缺乏高质量语料库。其次，大模型的训练和部署成本高昂，这对利润率普遍偏低的工业企业而言难以承受。最后，工业场景的专业性要求AI技术与行业知识深度融合，而现有大模型普遍缺乏领域专业知识，需通过领域适配和人机协作实现价值转化。专家呼吁，底层是不是可以建立一些国家级的工业数据集和场景图谱，来推动在这个领域的数据开源、共享、标准化。在中层，可以鼓励龙头企业打造一些标杆，提炼一些可以复用的解决方案。我们在上层可以发展一些轻量的低代码的工业AI的工具链，来降低中小企业的应用门槛。
研讨环节二：工业AI的四维困境：数据壁垒、成本鸿沟、可信缺失与价值断点——系统性破局之道
工业AI发展现在面临哪些困境？菲特(天津)检测技术有限公司董事长曹彬深刻剖析了人工智能在工业领域大规模落地的多重挑战，包含：供需矛盾、应用挑战(控制碎片化、精度与节拍矛盾、数据覆盖难、人才短缺)、数据困境(隐性数据缺失、行业数据不足)、生态短板(开发成本高、效益模糊、场景受限)、可信性难题(通用AI黑盒模式不满足工业要求)。他强调，技术供应方需聚焦行业机理模型与隐性数据库融合，而客户方需明确价值优先级，共同突破数据安全、可解释性及全场景可信架构的技术瓶颈，最终通过提升一次下线合格率、产能利用率等硬性指标，实现工业AI的商业化闭环。
思辨环节，企业与专家剖析工业AI规模化落地挑战：一是数据采集共享难、质量参差且场景碎片化，二是全周期成本压力考验ROI平衡，三是黑盒模型不可解释等技术适配性问题突出，四是复合型人才稀缺且产教融合、产业链协同不足。专家们呼吁：一方面可以通过制定数据标准，开发通用数据采集装备, 创新数据共享机制, 来降低数据采集的难度, 提升数据通用性。另一方面, 开发用于数据标注的大模型感知认知标注技术, 实现通用场景下一切数据的获取与标注。其次要开发更“轻量版”AI模型，节省成本；同时，高校、企业和园区一起打造协同育人平台，加速复合型人才供给与产业链协同创新。
研讨环节三：京津冀人工智能赋能新型工业化的路径探索与实践：产业链融合、应用创新与生态构建
在人工智能赋能新型工业化方面天津可以如何做？南开大学经济与社会发展研究院副院长、教授白雪洁有三点分享：第一，进一步开放制造业应用场景。北京的优势集中表现在核心产业部门或智能产业化，天津制造业品类齐全，应用场景丰富，发展优势则表现为融合产业部门或产业智能化。传统产业的智能化是京津冀协同发展的重点。第二，充分发挥新型研发机构的作用，推动创新链与产业链无缝对接。天津有丰富的科技创新资源，应该积极探索有效机制，通过科技创新引领产业发展。第三，打造数字化智能化转型服务平台。培育一批既懂行业知识又懂数字化技术的智能化服务企业，带动中小企业数字化智能化转型。
思辨环节专家认为：京津冀需突破场景开放、风险共担、数据壁垒三大瓶颈，通过三大抓手将AI转化为现实生产力。其一，以央国企为牵引开放特色场景，构建“政产学研用”协同机制，孵化轻量化AI工具链破解中小企业转型成本困境；其二，建立国家级工业数据开源平台，推动机理模型与行业知识深度融合，形成“技术创新驱动场景落地-产业效益反哺技术迭代”的闭环生态；其三，强化政策引导与资本扶持，通过算力联盟统筹区域资源，建立“基础研究+场景验证+规模推广”的梯度创新体系。与会专家形成共识：唯有构建“需求牵引、技术驱动、生态赋能”的三维联动模式，方能打造可复制的人工智能赋能新型工业化标杆路径。
中国新一代人工智能发展战略研究院执行院长、先进计算与关键软件(信创)海河实验室主任龚克总结：人工智能赋能新型工业化需聚焦企业实际需求，要突破数据、算法、算力等“源问题”；他建议，天津要依托雄厚的制造业基础，抓住算力统筹和场景开放的机遇，通过产学研深度合作实现技术创新与产业应用的高效衔接。同时，他希望以此次活动为契机，搭建多方交流平台，构建长期沟通合作机制，凝聚各界智慧与力量，共同破解人工智能发展难题，推动产业高质量发展。
本论坛为京津冀地区人工智能与新型工业化融合搭建政产学研用对话平台，与会各方就技术攻坚、场景落地、生态共建等核心议题达成广泛共识。未来，各方将聚众力，凝合力，为开创人工智能赋能新型工业化的新局面贡献力量。
来源：金台资讯
