近日，工業和信息化部、中央網信辦、國家發展改革委等八部門聯合印發《“人工智能+制造”專項行動實施意見》（下稱《實施意見》），提出到2027年,我國人工智能關鍵核心技術實現安全可靠供給,產業規模和賦能水平穩居世界前列?！秾嵤┮庖姟分荚诩涌焱七M人工智能技術在制造業融合應用,打造新質生產力，全方位、深層次、高水平賦能新型工業化。

新年伊始，多部門就聯合印發人工智能相關文件，這也進一步向外界傳遞出一個清晰信號：人工智能正加速走出實驗室和屏幕的限制，走進工廠車間、走進我們的生活場景，成為重塑真實物理世界的核心驅動力。

當前，能夠明顯看到的趨勢是，我們正處于一個由“數字AI”向“物理AI”躍遷的關鍵節點。過去幾年里，大眾對人工智能的認知，大多還是停留在大語言模型、創意生成等純數字化的軟件領域，但隨著技術的深度演進，AI的觸角已經深刻延伸至制造業的肌理。

近日，英偉達首席執行官黃仁勛在2026國際消費電子展（CES）上的演講，同樣也談到了這一技術趨勢。他認為，“物理AI”將成為下一波人工智能浪潮的中心。所謂物理AI，即是能夠理解、感知并作用于物理世界的智能系統，它不再僅僅是處理信息的算法，而是能夠與工廠設備、機器人和復雜生產線深度耦合的“工業大腦”。這一趨勢預示著，2026年將成為軟硬件協同發展的大年，人工智能對實體經濟的影響力將迎來指數級躍升。

軟硬件協同發展之所以成為2026年的大趨勢，源于制造業復雜環境對AI提出的嚴苛要求。在工廠車間，AI需要的不僅是邏輯推理能力，更需要極高的實時性、精確性和穩定性。這就要求底層芯片、傳感器等硬件必須與上層算法模型進行“深度對齊”。我們看到，高性能算力不再僅僅堆疊在云端，而是通過邊緣計算模塊下沉到每一個機械臂、每一臺機床上。

這種“硬科技”與“軟智能”的無縫整合，使得AI能夠實時解析物理規律，預測毫秒級的運動軌跡，從而讓柔性制造、極高精度組裝等過去難以想象的場景成為可能。軟硬件的邊界正在模糊，取而代之的是一種相互賦能、迭代升級的新型工業生態。

通過“人工智能+制造”的深度賦能，傳統產業正在經歷一場真正意義上的“降本增效”。從原材料的智能配比到生產過程的自動排程，從產品質量的視覺檢測到供應鏈的精準預測，AI正在全方位優化資源的配置效率。更重要的是，它催生了大量新業態。例如，基于物理AI驅動的具身智能機器人開始大規模進入組裝線，它們不僅能從事重復性勞動，更能通過自主學習處理復雜的工藝難題。這種生產力的變革，正成為支撐經濟高質量增長的新引擎。

但必須看到的是，AI技術供給的安全可靠與產業應用的深度融合仍需持續攻堅。八部門印發的《實施意見》特別強調了關鍵核心技術的安全可靠供給，這正是針對當前復雜國際環境下，確保產業鏈供應鏈韌性的深遠考量。

接下來，我們需要更加關注算法的透明度、硬件的自主化以及數據的安全流動。只有當AI技術在制造業的應用既具備“智慧”又擁有“鎧甲”，它才能真正成為賦能新型工業化的定海神針。

今天的人工智能，已經不再僅是數據，也不是簡單用來“閑聊”的數字玩具，而是一種生產工具。展望未來，AI對經濟的影響，有望出現從“局部盆景”到“全面森林”的跨越。在這個進程中，中國制造有先發優勢，也應當加速起跑。