维度网讯，6月30日，中国工业和信息化部等八部门印发《关于推动工业互联网高质量发展的实施意见》，提出深化人工智能与工业互联网融合应用。文件要求支持企业、科研机构等发挥工业互联网泛在连接和数据汇聚作用，开展工业领域大模型和特定场景小模型训练，并开发模型互联接口，提升不同模型之间的协同效率。

这项任务把工业互联网从“连接平台”进一步推向“智能底座”。工业企业过去重点解决设备联网、数据采集、平台接入和系统打通问题，现在大量产线数据、工艺数据、质量数据、设备状态数据和运维数据已经沉淀下来，AI模型开始进入设计、中试、生产、服务、运营等环节。工业互联网负责把设备、系统、平台和数据接起来，人工智能负责把数据转化为识别、推理、优化和执行能力，两者融合后，工业系统不再只是展示数据，而是可以围绕生产目标生成方案、调度资源、优化流程和辅助决策。

文件特别提到工业领域大模型和特定场景小模型。大模型更适合处理跨系统知识问答、复杂工艺分析、方案生成、故障归因和多任务协同，小模型更适合质量检测、设备预测性维护、能耗优化、参数控制、视觉识别等高频、稳定、明确的工业场景。

大小模型协同，是工业AI落地的关键路径。制造现场对实时性、准确性和安全边界要求很高，不能把所有任务都交给通用大模型处理。大模型可以承担知识理解、任务规划和复杂推理，小模型则部署在边缘侧、产线侧或具体工艺单元中，负责快速响应和稳定执行。模型互联接口的提出，说明政策已经关注到工业AI系统之间的协作问题。未来一个工厂里可能同时存在设备模型、工艺模型、质检模型、排产模型、能耗模型和运维模型，接口不统一就会造成重复建设、数据割裂和模型孤岛。模型之间能够互联，才能把单点智能连接成产线级、车间级和企业级智能系统。

文件提出开展创成式设计、人机交互、生产网络优化等创新应用，加快工业智能体推广，增强工业系统的智能感知与决策执行能力。

创成式设计会影响工业研发和产品开发流程。工程师输入结构、材料、重量、强度、成本、加工方式等约束条件后，AI可以生成多种设计方案，并配合仿真、校核和工艺评估缩短设计周期。人机交互则关系一线工人、工程师和管理人员如何使用AI系统，未来工业软件、控制系统、设备终端和运维平台都可能引入自然语言、图形化操作和智能问答。生产网络优化面向的是订单、设备、人员、物料、能源和物流之间的复杂协同，AI可以帮助企业在排产、库存、能耗、交付和质量之间寻找更优组合。

工业智能体是这项政策中最值得产业端关注的部分。它不只是一个问答模型，而是能够调用工具、读取数据、理解任务、生成计划并触发执行的工业智能系统。放在工厂里，它可以变成设备运维智能体、质检智能体、排产智能体、能耗智能体、工艺优化智能体和供应链协同智能体。工业智能体推广后，工业互联网平台的价值也会发生变化，平台不仅汇聚设备和数据，还要承载模型、智能体、工业软件接口和业务流程执行。

这条政策会直接影响工业互联网平台商、工业软件企业、自动化厂商、工业AI公司、边缘计算设备商和制造企业数字化部门。平台企业需要增强模型训练、模型部署、数据治理和应用开发能力;工业软件企业需要把CAD、CAE、MES、ERP、PLM、SCADA等系统与AI模型打通;自动化和设备企业需要让控制系统、传感器、机器人和产线装备具备更强数据接口和智能适配能力。制造企业则需要整理自身工艺知识、设备数据和业务流程，让AI模型能够在真实场景中使用，而不是停留在演示层面。

人工智能与工业互联网融合后，工业智能化会从局部试点进入全流程改造。设计端可以用AI生成方案，中试端可以用仿真和模型减少试错，生产端可以用智能体优化参数和调度，服务端可以用设备数据预测故障，运营端可以用模型辅助订单、库存、成本和供应链决策。八部门此次把这些任务写入工业互联网高质量发展文件，说明工业AI已经被放进工业互联网基础设施、平台能力和行业应用的整体建设框架中。