全球科技竞争加剧和产业结构调整的背景下，人工智能正从技术热点逐渐转变为关键生产要素。然而，其在制造业等实体领域的落地仍面临诸多挑战。一上，算法与工艺、数据与流程之间的“最后一公里”鸿沟尚未完全打通，企业更关注投入产出比和可复制性；另一方面，端侧部署、算力成本、数据合规与安全边界等问题交织，直接影响技术的实际应用价值。如何推动人工智能与实体经济深度融合，形成可推广的产业协同模式，成为行业共同关注的焦点。 制造业场景复杂、链条长、标准高，对实时性、稳定性和安全性要求严格。首先，生产环节数据类型多样且分散，设备协议与系统接口不统一，导致数据治理成本高企，模型训练与迭代效率受限。其次，传统制造体系以经验驱动为主，智能化改造需要跨学科人才和长期投入，许多企业技术选型、组织协同和投资节奏上存在顾虑。此外，随着大模型等新技术快速发展，模型规模、端云协同架构与行业知识融合提出了更高要求，既需要科研突破，也需要产业链上下游联合推进。，搭建高质量交流平台、推动产学研用对接，成为提升技术落地效率的关键举措。 本次论坛以“AI+制造”为主题，集中展示了人工智能在关键技术与产业实践中的最新进展。与会嘉宾围绕AI超分辨率、智能语音交互、边缘存储与AI协同、数据安全与隐私保护等方向展开讨论，反映出产业落地正从单点应用转向系统集成，从“能用”迈向“好用、可控、可规模化”。多位专家的主题演讲传递出明确信号：人工智能正在重塑工程建模、生产调度、质量管理和设备运维等环节的决策方式。清华大学教授戚铭尧从复杂系统建模与运筹优化角度，分享了人工智能与工程系统深度融合的前沿成果；哥伦比亚大学客座教授王骏分析了端侧大模型的技术特点与规模化落地路径，强调了其在实时响应、成本控制和隐私保护上的优势；中兴通讯有线产品规划部部长赵建超结合通信设备制造实践，探讨了AI技术对传统制造体系升级的现实意义。这些讨论为企业从“试点探索”转向“体系化建设”提供了清晰的技术路线和改造路径。 推动人工智能与实体经济深度融合，需要政策引导、平台支撑与企业创新协同发力。南山区工业和信息化局副局长李娟表示，南山区正通过完善政策支持体系、搭建创新平台、开放应用场景等措施，优化人工智能产业生态，并希望行业交流平台能促进技术成果向现实转化。业内人士认为，下一阶段应三上重点突破：一是聚焦质检、排产、能耗管理等高价值场景，推动标准化方案落地，提升可复制性；二是加强数据治理与安全体系建设，完善数据分级分类、隐私保护和合规审计机制；三是优化端云协同与软硬件集成，通过端侧计算和边缘智能降低成本，提升实时性与稳定性，支撑规模化应用。作为论坛主办方之一，微浦技术有限公司近年来加大AI硬件、端侧计算和制造能力升级上的投入，其发展路径表明了深圳民营科技企业以创新驱动转型的趋势。 从全国范围看，人工智能与制造业融合正进入“深水区”，竞争焦点将从单一算法能力转向工程化能力、产业链协同能力和生态构建能力。端侧大模型、边缘智能和行业大模型有望更多场景实现突破，推动制造业向柔性化、智能化升级。同时，数据安全、模型可信与治理规则将成为产业长期健康发展的基础议题。深圳作为创新资源集聚地，南山在产业基础、科研力量和市场活力上具备优势，通过持续开放应用场景和促进产学研用对接，有望在“AI+制造”规模化落地中发挥示范作用。
人工智能已成为推动新一轮科技革命和产业变革的核心动力；深圳南山举办的这场论坛，为AI与制造业深度融合提供了有益探索。通过搭建交流平台、汇聚创新资源、促进产学研合作——不仅加速了技术成果转化——也为区域经济高质量发展增添了新动能。未来，随着人工智能技术的持续突破和应用场景的拓展，将为传统产业转型升级开辟更广阔的空间，为经济社会发展带来深远影响。