一、發展新質生產力是國資央企把握高質量發展的內在要求，為更好地服務中國式現代化建設指明了方向

      黨的二十大報告指出，高質量發展是全面建設社會主義現代化國家的首要任務。制造業是我國實體經濟的基礎，也是科技創新的主戰場。立足新發展階段、貫徹新發展理念、推動制造業高質量發展是新時代推進新型工業化的硬道理。2023 年 9 月，習近平總書記在黑龍江考察時首次提出“新質生產力”的概念，強調“要整合科技創新資源，引領發展戰略性新興產業和未來產業，加快形成新質生產力”。2024年1月31日，習近平總書記在主持二十屆中共中央政治局第十一次集體學習時，進一步強調發展新質生產力是推動高質量發展的內在要求和重要著力點，深刻指出新質生產力由技術革命性突破、生產要素創新性配置、產業深度轉型升級而催生，以勞動者、勞動資料、勞動對象及其優化組合的躍升為基本內涵，以全要素生產率大幅提升為核心標志，其特點是創新，關鍵在質優，本質是先進生產力。2024年3月5日下午，習近平總書記在參加他所在的十四屆全國人大二次會議江蘇代表團審議時強調，要牢牢把握高質量發展這個首要任務，因地制宜發展新質生產力。

      從“科學技術是第一生產力”到科學技術是“先進生產力”，再到“加快形成新質生產力”，既體現了對生產力發展規律認識的提升，又提出了新階段創新發展的新方向與新命題。這一新的生產力理論為國資央企準確把握高質量發展內在要求，更好地服務中國式現代化建設進一步指明了方向、提供了根本遵循。

    （一）新質生產力是新時代先進生產力的具體表現形式

      新質生產力展現出與傳統生產力迥然不同的特質。它以創新為引領，融合了新類型、新結構、高技術水平、高質量、高效率以及可持續性等元素，代表了生產力發展的最新成果。新質生產力的核心在于“新”，關鍵在于“質”的提升，最終落腳于“生產力”的發展。這種新型生產力將不斷催生新業態、新模式，展現出豐富的“新”內涵，進而引領深刻的“質”的變革（圖 1）。新質生產力在“物質”層面實現了質的飛躍。歷史唯物主義認為，物質生產力是社會生活的物質基礎。如今，在數字化、智能化等先進技術的推動下，新的物質生產力正在形成，為社會發展注入強大動力。新質生產力在“本質”層面實現了根本性的轉變。它依靠創新驅動，從本質上區別于傳統生產力，成為推動社會進步的重要力量。新質生產力在“品質”層面為社會生活帶來更高的體驗。它致力于滿足人民對美好生活的向往，推動社會全面進步和人的全面發展。

    （二）新質生產力是新時代經濟社會高質量發展的必然產物

      與高速增長相比，高質量發展的要素條件、組合方式、配置機制、發展模式等都發生了根本性改變，這就要求大力推動動力變革、效率變革、質量變革，提升全要素生產率，實現創新驅動發展。新質生產力的提出，對國資央企完整、準確、全面貫徹新發展理念，以創新、協調、綠色、開放、共享的內在統一來把握發展、衡量發展、推動發展，統籌質的有效提升和量的合理增長，深化改革，轉變發展方式，培育新興產業和未來產業，加快形成可持續的高質量發展體制機制，以更好地服務國家戰略和人民美好生活提供了科學的指引。“新質生產力”和“新興產業”“未來產業”相互關聯，積極發展，以科技創新引領產業全面振興，可以促進新經濟增長點不斷涌現。

    （三）新質生產力是新時代引領創新性可持續發展的關鍵驅動要素

      當今世界，新一輪科技革命與產業變革正在深入推進，數字經濟與實體經濟深度融合，各國之間圍繞產業、技術特別是關鍵核心技術的競爭日趨激烈，以人工智能、云計算、大數據等為代表的數字技術迅猛發展，正在快速實現對產業全方位、全鏈條、全周期的滲透和賦能，推動著人類生產、生活和生態的深刻變化。我國應以科技創新驅動產業創新，加快推進新型工業化，持續推動產業結構優化升級，打造具有核心競爭力的優勢產業集群，加快構建具有智能化、綠色化、融合化特征和符合完整性、先進性、安全性要求的高質量現代化產業體系，形成并發展先進程度躍遷的新質生產力，為全球生產力創新性可持續發展貢獻中國方案。

      二、多模態大模型加速通用人工智能進程，成為發展新質生產力的重要引擎

      習近平總書記指出，數字技術正以新理念、新業態、新模式全面融入人類經濟、政治、文化、社會、生態文明建設各領域和全過程，給人類生產生活帶來廣泛而深刻的影響。當前，在人工智能技術的加持下，全球的數字化轉型已進入倍增創新階段。以多模態大模型為代表的新型人工智能技術正在成為引領新一代產業變革的核心力量。李強總理在 2024 年政府工作報告中提出，深化大數據、人工智能等研發應用，開展“人工智能 +”行動。2024年2月19日，國務院國資委在京召開“AI 賦能 產業煥新”中央企業人工智能專題推進會。會議認為，加快推動人工智能發展，是國資央企發揮功能使命，搶抓戰略機遇，培育新質生產力，推進高質量發展的必然要求。

      這一輪多模態大模型人工智能的爆發，起始于 2022年11月 OpenAI 公司研發的 ChatGPT 橫空出世。ChatGPT 通過超大數據、超強算法與超級算力的疊加，從“量變”產生“質變”，最終展現了超出人類預期的能力。從 GhatGPT 問世，到2023年3月 GPT-4 開啟通往通用人工智能的大門，到 2023 年下半年多模態大模型全面爆發，直到2024年春節期間 Sora 震驚世界，人們曾普遍認為的“短期難以再現的 AI 奇跡”一次又一次被打破。

    （一）相較于人工智能發展歷程中的前幾次躍升，多模態大模型點亮了新一代人工智能的曙光

      大模型表現出前所未有的三類核心特征：一是出現了由千億級參數模型、萬張 GPU 加速卡算力、TB 級訓練數據組成的“世界級大模型”。二是大模型出現了傳統小模型所不具備的獨特涌現。涌現概念來源于復雜系統，指當系統的復雜度達到一定閾值后出現的自組織現象。大模型的涌現表現為可以自發獲得之前沒有訓練過的能力，即不僅生成的內容更加流暢、完美、符合人類的需求，甚至表現為僅依靠單純的文字訓練就可以產生類似于物理空間的感知等。三是生成數據。當前各類大模型都在試圖窮盡全人類可以應用的數據來進行訓練，這意味著模型遲早會接近可用數據的天花板。實踐表明，大模型的生成能力完全可以彌補這個缺陷，也就是說未來大模型可以一方面自主生成數據，另一方面可以利用自身生成的數據進一步做訓練。這些特征共同決定了大模型正在開辟出一條前所未有的通往通用人工智能的道路。

    （二）當前的大模型仍存在關鍵短板，亟待進一步突破

      正像張鈸院士所說，到現在為止，全世界對大模型的理論工作原理、所產生的現象都是一頭霧水，所有的結論都推導產生了“涌現現象”。現有大模型的主要瓶頸可以歸納為三個方面：一是幻覺問題，具體又可以分為輸入型幻覺（生成與用戶問題無關的答案）、上下文幻覺（新生成內容與上下文矛盾）和事實性幻覺（生產內容即與現實事實相悖）；二是時效性問題，即通過微調或者預訓練，大模型無法跟上現實世界中信息小時級、分鐘級的更新速度；三是成本問題，基于海量數據進行的無論是訓練還是推理都需要千萬美元級的費用，制約了對大模型的廣泛研究。

    （三）多模態大模型為代表的新型人工智能正在成為制造業發展新質生產力的重要引擎

      1. 新質生產力強調的技術革命性突破可通過大模型加速

      AI 大模型具有巨大的潛力，能夠加速制造、生物、能源、材料等領域顛覆性技術的創新涌現，推動數字與實體的深度交叉融合以及多點突破。隨著新型人工智能技術的不斷發展，支撐制造業發展的數字化智能化的新型基礎設施也得到了進一步的升級，為未來的產業發展奠定了堅實的基礎。這些技術變革不僅將帶來生產力的巨大提升，還將深刻改變人們的生活方式和社會結構，推動人類社會的進步和發展。

      2. 新質生產力強調的生產要素創新性配置離不開數據

      數字經濟時代，傳統要素對經濟增長的拉動作用邊際在減弱，數據被戰略性定義為新型生產要素。因其獨有的低邊際成本、強滲透性和融合性等特點，可推動生產工具和設備、生產方式、資源配置方式不斷優化升級，推動物質生產力創新。AI 大模型的生成能力和數據合成特性所產生的影響不是只體現在自然科學領域和生產力范疇，而是從根本上重塑人類社會的勞動方式、生產組織方式、社會組織運行和社會制度體系，進而塑造人類文明新形態。

      3. 新質生產力強調的產業深度轉型升級與大模型的價值契合度高

      AI 大模型是集智能感知、智能分析、智能決策、智能執行等功能于一體的泛在性強人工智能技術。從生產結構來看，傳統的人工智能技術已成為現代工業生產的核心組成部分，能夠大幅提高生產效率，優化資源配置，降低生產成本，為新型工業化發展提供強大的技術支持和動力。未來，AI 大模型與制造業深度融合，可以進一步加速工業體系向高端化、智能化、綠色化邁進。

      三、AI 大模型將創新制造業升級范式，當前發展仍處于初期探索階段

      AI 大模型所體現的通用性、泛化性和革命性特征，將從研發設計、生產工藝、運維質控、銷售客服、組織協同等方面深刻影響制造業全過程、全場景，為創新制造業范式升級帶來巨大空間，進而可能引發產業競爭格局重構，甚至關系到國家制造業核心競爭力的重塑。

    （一）研發設計生成式大模型將輔助技術人員快速地將設計構思和意圖轉化為具體實施方案

      以傳統工業設計為例，現有的標準化素材庫匯聚了豐富的工程制圖、布局規劃等數據資源。借助大模型的強大能力，設計師可以基于這些數據，融合自身的創意靈感和特定需求，在既定的限制條件和目標導向下，生成多樣化的設計方案。大模型還能輔助進行布局優化和參數校核，從而顯著減少工業設計的耗時，大幅提升產品研發的效率。更進一步，設計方案可以通過大模型進行快速優化調整，幫助設計人員以更快的速度和更低的錯誤率完成布局設計。這樣的技術革新不僅提供了全新的設計范式，還將極大地提高設計質量和效率，為工業設計領域帶來革命性的進步。

    （二）編碼和仿真大模型將極大地簡化研發流程和復雜度

      在工業設計的流程中，眾多復雜問題如力學強度驗證、尺寸精細調整以及標準部件選型等，均需要構建專業的數學模型來求解。這些建模任務不僅專業性強，而且實驗和建模成本高。借助 AI 大模型，設計師可以根據具體的設計需求迅速生成對應的程序代碼，并提供代碼補全、單元測試生成、代碼解釋以及錯誤檢查等功能，從而顯著降低工業軟件開發的難度。此外，利用工業數字孿生技術，通過仿真生成的大量數據，設計人員可以在一個協作環境中創建出物理級逼真的實時仿真，實現不受任何兼容性限制的實時協作。這種技術不僅提高了設計效率，還增強了團隊協作的便捷性。值得注意的是，在早期規劃階段進行最大化評估和調整，可以有效解決工業產品設計中測試數據稀缺、測試環境受限等問題。這種策略不僅可以增強產品的可靠性，還可以為后續的優化和迭代提供堅實的基礎。

    （三）工業制造 AI 大模型將大幅強化工業控制平臺的信息處理、感知、執行、控制和優化等能力

      在高度自動化的現代化生產線中，智能化調控系統發揮著至關重要的作用，它需要精準地管理和調控各個關鍵節點，以最大化提升整個產線的運行效率。AI 大模型憑借其強大的數據處理能力，能夠深度分析豐富的歷史數據，精準把握生產需求、資源分配、任務優先級等復雜因素之間的關聯，從而實現對各節點任務分配和調度的優化，顯著提升生產效率和靈活性。以工業機器人為例，大模型如同產線的“智慧大腦”，能夠迅速整合并分析各類生產數據，對機器人進行實時任務分配和動態調整。生產人員只需通過簡單的文本或語音指令，就能借助大模型快速生成定制化的運動控制代碼，讓機器人迅速適應不同的任務需求。這種智能化的管理方式不僅可以大幅提高工業機器人的靈活性和適應性，還可為實現柔性化產線控制提供強有力的支持。

    （四）精細化檢測大模型，提供零樣本學習能力，實現對產品質量缺陷、人員違規操作、零部件裝配誤差等多種工業場景的快速高效視覺檢測

      在工業生產中，質量檢測和安全監測是至關重要的環節。通過外接視覺傳感裝置與簡潔的指令輔助，大模型能夠針對特定區域和人員進行高效檢測，迅速識別異常信息，從而顯著減少人工查驗、樣本收集和模型訓練等成本。值得一提的是，大模型憑借其強大的泛化能力，無須依賴工廠的樣本數據和本地化微調訓練，便能夠直接進行精確的語義分割，避免煩瑣的訓練調參過程和高額成本。這種創新應用不僅可以提升工業產品缺陷檢測的效率，還可為工業生產的質量控制和安全保障帶來革命性的變革。

    （五）運維大模型可以提升智能化運維水平，完善生產管理機制

      以倉儲管理為例，大模型能夠實現對供應鏈中多類別、多模態數據的綜合管理和整合，從而極大提升貨品信息流的運行效率。嵌入多模態大模型的機器人，可以實現貨架管理、庫存管理和訂單揀貨等操作的自動化和智能化。大模型的強大視覺泛化能力使機器人能夠自主執行貨架定位、庫存管理以及物品運輸等任務，顯著提升倉庫的運營效率。此外，利用大模型進行庫存預測，并綜合考慮銷售速度、庫存周轉率等因素，可以制定出更為精準的補貨策略。這不僅能夠確保庫存的及時補充，避免因庫存短缺而影響銷售，還能有效避免過度補貨導致的庫存積壓和資金占用問題。利用這種智能化的倉儲管理方式可以打造出一個更加便捷、高效的工業產品供應鏈體系，為企業的持續發展和市場競爭力的提升提供有力支持。

    （六）售后服務大模型可以憑借在自然語言對話方面的巨大優勢顯著提升客戶滿意度

      在機械裝備售后服務領域，傳統的基于知識庫的客服系統往往難以為用戶提供精準的指導。然而，整合大語言模型作為后端邏輯推理的核心以及利用虛擬數字人作為前端交互的直觀形象，能夠構建一個全新的服務體系。這一體系不僅能夠精準理解客戶的需求，還能結合其豐富的知識儲備和具體問題，迅速為用戶提供詳盡且有針對性的解決方案。借助虛擬數字人的手勢和語音交互功能，系統能夠從更多維度輔助客戶進行設備操作。這種創新的服務模式不僅可以大幅提升售后服務的效率，還能為客戶帶來更加直觀和個性化的服務體驗，從而解決傳統客服系統的局限性，為用戶帶來更加高效、便捷和個性化的服務。

      四、制造業央企積極搶抓 AI 大模型變革機遇、加快發展新質生產力的對策建議

    （一）深化數字化轉型，為新質生產力注入強勁推動力和支撐力

      智能化的基礎是數字化。數實融合是全球制造業競爭格局重構的核心變量，其融合的方式、廣度和深度能夠直接影響甚至決定制造業的先進水平和全球競爭格局。因而，數字化轉型是推動新質生產力發展的關鍵途徑，新質生產力的培育為數字化轉型提供方向和目標。制造業央企要強化數字化作為產業發展核心戰略舉措的思想認識，全局謀劃和統籌布局，加強資源配置，提升自主創新能力，全力推進產業數字化、管控數字化、數字化新基建發展，通過數字創新動能推動高質量發展。

      1. 將數字技術全面融入產業創新發展戰略

      制造業央企要順應數字經濟的趨勢，全面升級數字智能思維，促進數字化與戰略深度融合，切實將數據作為核心生產要素，將數字化平臺作為關鍵生產工具，將數字產品和數字服務作為重要生產對象，改造傳統業務，打造新業態、新模式、新服務。

      2. 通過智能技術重塑生產運營體系

      智能技術具有高創新性、強滲透性、廣覆蓋性等多維特征，各類產業全方位、全環節的數字化智能化是創新發展和提升競爭力的必然趨勢。因此，制造業央企需要加強智能技術應用，加大力度推動產業的數字化智能化平臺建設，全面實現數據匯聚，支持產品、研發、生產、銷售等過程與數字技術深度融合，實現產業升級和全面創新，培育智能化制造、網絡化協同、個性化定制、數字化管理等新的生產運營體系。

      3. 構建數字化、智能化新產品新服務

       數字技術和智能技術正在快速改變傳統行業的產品形態和服務邊界，移動互聯網、人工智能、AR/VR 等技術的普遍嵌入使功能齊備、體驗友好、標準統一、線上線下融合的產品服務成為各行業的主流趨勢。制造業央企要以客戶為中心，把握行業發展的前沿態勢，加強數字化、智能化融合的產品和服務創新，提供差異化高品質的價值體驗。

      4. 夯實數據治理基礎

      數據作為新型生產要素，是數字化、網絡化、智能化的基礎，正在快速融入生產、分配、流通、消費等各環節，并深刻改變制造業企業的生產方式。制造業央企要強化數據治理，統一數據標準、業務模型、指標體系，推動全業務鏈條、多源異構的數據資源的全量匯聚、統一納管；加強元數據、主數據、數據模型設計和管控能力建設，提升數據融通應用價值最大化；構建數據質量閉環控制機制，實現業務應用和數據質量管理的良性互動，推動數據質量有效提升；推進數據共享，建立數據分類標識和分級標準制度，建立智能化數據授權體系，建立數據內部共享應用機制，依托共享平臺實現內部數據共享共用；釋放數據價值，圍繞企業痛點難點問題，推動數據建模，深挖數據價值，提升業務效率，助力數據驅動管理決策，促進業務能力、商業模式升級，為管理提升和業務變革注入全新動能。

    （二）在 AI 大模型新生態中，找準企業自身定位

      當前人工智能的主流產業形態是“大模型基礎平臺 + 若干垂直領域產業大模型平臺 + 百花齊放的大模型應用”。制造業央企應緊密結合所處產業的特征、應用場景，找準定位，積極布局。積極開展“人工智能 + 產業”行動。建立 AI 專班，整合內外部資源以組建聯合攻堅團隊，因地制宜投入資源，加速智能化基礎技術平臺的建設，研究發布主業相關垂直領域大模型，開發人工智能與產業的深度融合應用，因業施策，分產業領域打造重點場景、拳頭產品，打造以數字化平臺為支撐的新業態。

    （三）打造與發展 AI 大模型相適應的數字化治理和保障體系

      制造業央企要加強統籌優化和資源配置，對薄弱落后產業加大資源投入，對資源分散產業加強資源集約；加強專業線 AI 人才的統籌管理，實現人才的分級分類培訓和貫穿協同；加強“業務 + 數字化”復合型人才隊伍建設，以專題或專項等工作形式，組織開展融合創新；建立健全評價與考核體系，對重點產業開展人工智能綜合水平評價和年度重點任務考核，通過評價考核促進轉型工作的提升。