院士钱锋：制造业高质量发展，AI是工具，工业元宇宙是新引擎

​

​

工业是全国政协常委，九三学社中央常委、上海市委主委，上海市政协副主席，中国工程院院士钱锋提案关注的主要方向。

他从工业元宇宙、人工智能如何赋能新型工业化，以及如何促进制造业高质量发展的维度，展开他对中国工业深入发展的思考。

底层核心软硬件的缺失，对中国工业元宇宙赋能制造业创新发展带来重大挑战

工业元宇宙是制造业高质量发展的新引擎

国家工信部等五部门已出台《元宇宙产业创新发展三年行动计划（2023-2025年）》，要求以构建工业元宇宙、赋能制造业为主要目标，推动元宇宙产业高质量发展。

在《关于工业元宇宙更好赋能制造业高质量发展的提案》中，他指出，工业元宇宙作为数字经济创新发展的新型载体，是制造业高质量发展的新引擎。中国工业元宇宙赋能制造业高质量发展具有市场规模大、应用场景广等优势，但在核心技术、基础设施、产业生态、人才队伍等方面还存在短板。

因此，他建议加快推进核心技术突破和基础设施建设，构筑工业元宇宙协同发展产业生态，强化工业元宇宙领域复合型人才支撑，以推进虚实互促的制造业创新变革，赋能制造业高质量发展。

但要实现工业元宇宙赋能制造业的目标，还有一些突出问题亟待解决，提案具体分析了三个方面的现状和问题：

一是核心技术和基础设施亟待加强。人工智能、工业大数据、工业云计算和边缘计算等底层核心软硬件的缺失，对中国工业元宇宙的赋能制造业创新发展带来了重大的挑战。中国工业元宇宙依托于工业互联网发展，虽具备一定基础，但实时性、交互感、真实感并不如意，网络、算力、场景创新、虚实融合等技术瓶颈突出。

二是多元协同创新生态亟待构建。工业元宇宙领域尚未形成协同创新体制机制，企业与高校、科研院所的长效合作机制尚未形成。关键技术研发与工业应用尚未深度融合，创新链、产业链和应用链尚未有效协同，亟待通过应用场景汇聚资源、人才、技术等要素。

三是工业元宇宙人才培养亟待加强。随着制造业数字化转型进展深入，企业对工业元宇宙领域复合型人才的需求日益增加。当前，工业元宇宙领域面临着人才数量和质量的双重缺口，既懂业务场景、又懂技术逻辑的人才极度匮乏，市场十分缺乏有工业元宇宙行业从业经验的人才，高校也缺乏成熟的工业元宇宙人才培养模式。

针对上述问题，钱锋委员在这份提案中提出了三项具体建议：

第一，加快核心技术突破和基础设施建设。

一是设立重大专项和研发平台。设立工业元宇宙重大科技专项，对底层核心技术和未来技术研发给予重点支持。依托元宇宙行业龙头企业，打造元宇宙技术和产业研发平台，为形成全产业链条提供支撑。

二是加强核心工业软硬件研发应用。研发流程模拟、工艺孪生、运维管理等工业元宇宙领域核心工业软件，推进光学镜头、显示面板、主控芯片、传感器、存储器等关键设备技术升级。

三是加快工业元宇宙新型基础设施建设。加快建设新型网络，突破工业算力高效调度与分发、绿色低碳等关键技术，高效统筹算力资源，满足工业元宇宙不同应用场景的差异化需求。

第二，构建工业元宇宙协同发展产业生态。

一是建立政府、企业、高校院所组成的协同创新联盟，将关键技术突破、产品规模商用和应用生态体系建设紧密结合。

二是鼓励地方建设工业元宇宙创新应用先导区、科技园区、产业园，构建特色化的工业元宇宙产业集群。

三是聚焦研发设计、生产装备、营销渠道等，形成一批可复制、可推广的应用场景和商业模式。

四是建设工业元宇宙融合赋能创新中心和测试、体验、评估等基础服务平台，为元宇宙赋能制造业、形成产业链提供有力支撑。

第三，强化工业元宇宙领域复合型人才支撑。

一是基于需求和目标导向，进一步推动高校优化学科专业设置，完善工业元宇宙人才培养顶层设计，设置专业领域与人工智能、区块链、云计算、虚拟现实等交叉学科课程，打造工业元宇宙领域复合型人才培养体系。

二是遴选若干面向国家重大需求的重点行业（如航空航天、石化化工等），探索在真实工程场景中培养高层次人才的新途径。

三是建立校企协同办学、协同育人、协同创新机制，深化科教融合、产教融合、国际合作，促进培养高质量工业元宇宙领域工程科技人才。

人工智能赋能新型工业化

关键在于搞清楚制造业的需求、难点和短板

1月22日，国务院常务会议上强调，要统筹高质量发展和高水平安全，以人工智能和制造业深度融合为主线，以智能制造为主攻方向，以场景应用为牵引，加快重点行业智能升级，大力发展智能产品，高水平赋能工业制造体系，加快形成新质生产力，为制造强国、网络强国和数字中国建设提供有力支撑。

在钱锋看来，人工智能赋能新型工业化，要树立目标导向观念。人工智能技术固然重要，但更重要的是将人工智能技术与产业升级需求密切结合，给工厂、产业、行业装上高质量发展的“工业大脑”。

“很多人讲人工智能赋能新型工业化，会把人工智能几个字看得很重。但在我看来，人工智能赋能新型工业化，说到底是如何以数据、算法、算力来赋能制造业高质量发展中亟待解决的难题。“钱锋表示。

他说，人工智能只是工具和手段，关键在于搞清楚制造业的需求、难点和短板是什么，并把人工智能技术与其紧密结合、寻求破解之路，而不是人工智能和制造业发展‘两张皮’。”

他看来，我国人工智能基础研究和工业智能前沿技术布局还较为分散，人工智能关键领域自主创新能力较弱，针对特定科学和工程问题的算法创新与世界领先水平差距较大。高端工业软件90%以上依赖进口，“卡脖子”风险巨大。

同时，我国人工智能在工业领域的应用仍以单个环节、单个企业为主，能够有效运用数字技术在全生命周期、全产业链提高生产效率、降低成本消耗、提升产品质量、减少环境污染的企业还不多。

当前，我国数据开放共享机制不完善，缺少训练大模型的高质量工业数据语料库，算力资源分散严重。此外，目前国内能将模型、算法与应用场景匹配的人才极度稀缺。我国高校学科设置交叉融合程度不高，人才培养无法匹配行业需求。

对此，钱锋提出以下建议：

一是加快突破工业认知智能、工业操作系统等关键核心技术瓶颈，打造人工智能物理建模、高性能计算等研发工具，构建自主可控的工业智能软硬件应用和生态。鼓励原始创新，促进大模型共性技术发展和算法研究。

二是布局“人工智能赋能新型工业化”等科技创新专项，加大对人工智能通用和垂直大模型的支持力度。引导企业通过人工智能赋能，构建集多要素为一体、需求快速感知、供需精准匹配的“产业大脑”。鼓励行业龙头企业开放应用场景，打造高质量工业数据语料库，构建垂直行业人工智能训练验证平台。打造重点领域人工智能开源平台，降低大模型训练成本。

三是推动科研和产业数据共享，构建安全可信的共享平台。引导行业用户开放核心业务场景，对政府投入的场景数据“应采尽采”。构建国家人工智能公共算力平台，鼓励有条件的单位贡献剩余算力，探索多元异构、多卡并行的算力统筹规划机制，打造超大规模算力集群。

四是推动“链主”企业和科技领军企业联合国家实验室、国家技术创新中心、高校和科研院所等战略科技力量建设创新联合体，以国家重大战略和制造业重大需求为导向，共同凝练基础科学问题，共同推动人工智能赋能产业创新和应用。支持基础科学、人工智能、技术应用和工程技术人才深度融入人工智能创新和应用，推动高校加强交叉学科人才培养。

另外，实现传统制造业的转型升级是高质量推进新型工业化的应有之意。钱锋认为，传统产业的智能化改造、数字转型，需要借助现代服务业来实现。而这些为传统制造业提质增效的行业，就是“新质生产力”的来源。

来源：澎湃新闻、中国科学报

推荐阅读