为打造新质生产力的大湾区样本，东莞正将其未来发展与人工智能紧密联系在一起。2024年东莞市政府“一号文”中提出“加快人工智能产业培育发展”，要求从算力、算法、数据等方面进行全面布局，优先支持数字空间、算力网络、人形机器人等前沿产业落地，加快培育1至2个规模超百亿元的未来产业集群。

4月16日，东莞市人工智能边端智算网络建设启动大会暨深圳数据交易所东莞工业数据要素工作站揭牌仪式在滨海湾新区举办，旨在通过培育东莞工业数据要素市场，发挥数据要素的倍增效应和乘数效应，整合高新技术企业、数据平台、高校院所的资源，深度挖掘工业数据要素价值，推动人工智能加快下沉至东莞制造业一线，在全国率先探索“大模型＋小模型”协同的工业人工智能新范式，推动东莞工业数字化、智能化转型迈向新台阶。

那么，在数字空间、算力网络、工业机器人等人工智能产业化的关键领域，东莞有哪些值得借鉴的实践和经验？又该如何进一步推动人工智能与高端制造的深度融合，在全球产业链中占据更有利的竞争地位？政府与企业又应怎样凝聚合力，打造人工智能产业集聚新高地？

本期“三人行”栏目，记者邀请到国家发改委宏观经济研究院原副院长马晓河、上海金融与法律研究院研究员刘远举、东莞市新一代人工智能产业技术研究院总工程师刘哲，共同探讨这些热点话题。

本期嘉宾：

上海金融与法律研究院研究员 刘远举：

东莞有发达的制造业，近年来，依靠制造业，东莞的数字经济产业也越加成熟。以制造业的需求为基础，以华为、vivo等大企业的研发实力为切入点，政府可以做好政策规划和数字基础设施，最后，通过低成本的方式，让中小制造企业享受到数字化转型、AI带来的效益，从而产生大规模、低成本的推广方案，这是东莞独特的优势和经验。

东莞市新一代人工智能产业技术研究院总工程师 刘哲：

人工智能与产业结合的关键点在于场景与数据。政府可以通过资金与政策鼓励企业开展数字化改造，制定企业数据采集相关的流程标准，建立起制造业转型升级的关键基座。东莞可以重点围绕3C产品的上下游产业给予政策倾斜，可借助工信局渠道，设置专项政策支持，提供数字化转型政策补助，减轻企业数字化投入负担，支持未来新兴产业快速发展。

国家发改委宏观经济研究院原副院长 马晓河：

制造业数智化转型加速的背景下，东莞可以利用5G、云计算、大数据等技术，加快数字技术赋能，全面推动智能制造，包括推进企业智改数转网联，促进产业链供应链网络化协同。不断促进人工智能与实体经济深度融合，利用人工智能技术，提高生产效率和产品质量，推动产业链向高端化、智能化发展，推动制造业向数字化、网络化、智能化发展。

智造之路

依托制造业家底夯实算力底座

记者：在数字空间、算力网络、工业机器人等关键领域，东莞在推动人工智能产业化与技术应用场景创新过程中，有哪些值得借鉴的实践和经验？

马晓河：东莞作为制造业重镇，拥有完整的产业链和供应链资源，这为人工智能产业化提供了良好基础。通过整合高新技术企业、数据平台、高校院所等资源，东莞能够深度挖掘工业数据要素价值，推动人工智能技术在制造业的深度应用。

此外，在前沿技术研发方面，东莞正抢抓人形机器人发展机遇，推动人工智能领域发展，逐步形成人形机器人通用智能底层软件及接口、通用硬件开发配套设施等基础条件。同时，重点发力无人自主技术，建设东莞无人自主技术平台，聚焦无人车、无人船、无人机等方向，开展相关技术研究。这些前沿技术的研发和应用，为人工智能产业化提供了技术支撑和创新动力。

刘远举：东莞有发达的制造业，近年来，依靠制造业，东莞的数字经济产业也越加成熟。以制造业的需求为基础，以华为、vivo等大企业的研发实力为切入点，政府可以做好政策规划和数字基础设施，最后，通过低成本的方式，让中小制造企业享受到数字化转型、AI带来的效益，从而产生大规模、低成本的推广方案，这是东莞独特的优势和经验。

刘哲：随着人工智能发展日新月异，人工智能应用场景不断涌现，经过走访易事特、生益等多家东莞头部企业后，我们发现，东莞制造业呈现产业链齐全、层次丰富、基数庞大的特点，为人工智能发展提供了高度丰富的场景应用空间。具体而言，大模型一般具备更好的通用智能能力，具体代表有ChatGPT、百度的文心一言、清华的智谱清言等千亿或百亿级大模型。小模型具备高效、轻量级和专业场景的精准解决能力，在东莞制造业质量检测、工艺融合等环节，小模型是精准解决生产问题的有效工具。不过，一经场景转换后，小模型的算法能力较弱、通用性不足等问题会被暴露出来，需进行数据采集调整，实现优化。总而言之，“大模型+小模型”的工业人工智能新范式，融合了大模型的语义理解能力与小模型的快速推理能力，有利于更精准高效地解决产业问题，成为驱动产业智能化的新引擎。

智能引擎

激励数据要素赋能产业转型

记者：东莞应如何利用其制造业优势，进一步推动人工智能与高端制造的深度融合，并在全球产业链中占据更有利的竞争地位？

马晓河：制造业数智化转型加速的背景下，东莞可以利用5G、云计算、大数据等技术，加快数字技术赋能，全面推动智能制造，包括推进企业智改数转网联，促进产业链供应链网络化协同。不断促进人工智能与实体经济深度融合，利用人工智能技术，提高生产效率和产品质量，推动产业链向高端化、智能化发展，推动制造业向数字化、网络化、智能化发展。

刘远举：数据是人工智能的要素，作为需求方的制造业，它既会产生数据，也会产生需求。从产业链上，紧密地做好利益上的链接，可以实现制造业和人工智能行业的共同发展。另外，大模型是当下的热点，虽然现在还未体现出对世界的理解力，但未来专有的小的“大模型”，可能会对制造业产生直接的影响。所以，东莞有必要提前布局，紧追业界热点。

刘哲：结合日常的企业走访发现，东莞许多企业仍采用人工记录数据的生产方式，同时数据采集中表现出碎片化、非系统性、易遗漏性的特点，整体数字化程度仍偏弱。

此外，东莞许多中腰部与头部企业装备ERP系统、WCS系统与MES系统以解决信息互通的问题，但依旧不足以形成足够丰富的有效数据补充到模型中。以某头部线材企业的生产线为例，已改造成自动化生产线，但在产线设备运维、工艺关联方面的数字化建设才刚开始。

在我看来，人工智能有三个关键的因素：一是算力；二是模型；三是数据。制造业同样存在许多共性。为了让“大模型”更好地助力新型工业化，我们呼吁，数据采集、数据的深加工等数字化基础建设应下沉到生产线制造环节，不断地从海量工业实时数据中，提取有价值的信息投喂给“大模型”，这样，才能更好帮助企业在其生产制造过程中，定位更深层次的工艺问题，优化工艺，提升生产良率与产能。

如果要基于人工智能去提升制造业水平，数据是重中之重。作为制造业强市，东莞最大的优势在于应用场景与数据，因此在人工智能与高端制造的深度融合领域内，应充分发挥先进制造业的场景数据优势。希望能通过边端智算网络的建设，接通东莞关键应用领域市场，实现数据采集、深加工和场景问题的精准解决。此外，还希望通过“大模型+小模型”结合的方式，解决工业生产中制程产品的不良识别难题，实现良率、产能及工艺水平的提升优化，最终推动人工智能与东莞制造业的融合发展，助力东莞提升其在全球产业链的竞争优势。

智慧聚变

构建面向AI时代的创新智能生态

记者：日前，东莞将新一代人工智能产业列为十大重点发展产业之一，并专门出台了支持新一代人工智能产业发展的政策措施。为打造人工智能产业集聚高地，政府和企业应如何通过政策支持、资金投入、人才培养等手段共同推动这一目标的实现？

马晓河：东莞应与高校、科研院所合作，引进专业人才，加强技能型人才培养，制定特殊人才政策包，完善高端人才培育体系。应发掘科研成果，提供项目孵化等服务，探索创建东莞人工智能产业技术研究院。同时，完善本地新型研发机构，鼓励企业与高校联合成立人工智能创新中心。

还应建立技术创新转化基地，完善人工智能研发创新环境，搭建人工智能研发中心与服务平台。紧盯新锐企业培育增长点，建设“智能+”供应链对接平台，以人工智能等产业前沿优势，对外精准招商，引入龙头企业，支持智能制造服务，提供全产业链供应商在线对接服务，支持专业化众创空间发展，发掘平台企业，构建全链路的产业生态。

通过上述措施，东莞可以构建一个集研发、孵化、人才培养、产业转型等多功能于一体的人工智能产业生态系统，形成具有全国乃至全球影响力的人工智能产业集聚高地。

刘远举：东莞的制造业是基础，这是一个优势，对人工智能不但有数据上的贡献，更有需求上的支持。但人才方面，东莞有短板，所以，要用资金、政策，吸引人才、学术机构的进入。应系统布局重大研究平台、多学科交叉，打通研发和应用的环节，用应用反哺研发，激励研发，进而推动东莞市人工智能产业加快发展。

刘哲：我们认为人工智能与产业结合的关键点不在于模型与算力，而在于场景与数据。政府可以通过资金与政策鼓励企业开展数字化改造，制定企业数据采集相关的流程标准，建立起制造业转型升级的关键基座。

从政策覆盖层面而言，可以重点围绕3C产品的上下游产业给予政策倾斜，譬如说芯片等电子行业的基座产业；从政策类型而言，可借助工信局渠道，设置专项政策支持，提供数字化转型政策补助，减轻企业数字化投入负担，支持未来新兴产业快速发展；从政策时长而言，可以分为短期与长期，短期重点覆盖核心关键产业领域，长期广泛培养传统行业数字化基础。

此外，只有拥有足够的优质工业数据样本，才能用AI技术帮助企业实现产能提升。因此要鼓励边端智算网络在不同行业和应用中的部署，数据采集下沉到企业生产线中，更多采集工艺与良率相关联的优质工业数据，经过数据提质提量与深加工环节，促进人工智能与实体经济深度融合，推动人工智能赋能新型工业化，更好地打造东莞人工智能产业集聚高地。