人工智能+制造业正稳步推进，产业大模型成为工业转型升级的新引擎。今年国务院发布了关于实施“人工智能+”行动的意见，明确了未来十年的发展目标。工信部也推出了促进人工智能赋能新型工业化的措施，旨在加快这一进程。

在工业领域，多个成功案例已表明AI的实际应用效果。例如，安徽数智建材研究院的自主研发的“晓妙”产业大模型，通过整合数据、机理、业务模型及行业知识库，实现了数十家工厂的生产和经营决策端到端优化，成功将水泥的单位成本降低了2元，创造了亿元级的经济效益。

数智院还开发了“AI+研发平台”，以提升研发效率，并构建从实验室到产业化的智能闭环，涵盖了研发、采购、生产及服务等全链路场景。这一成就不仅展示了AI在供应链及生产管理中的实时协同能力，也帮助实现了生产自动化，为前线工厂带来了实际效益。

数智院的成功归功于四年来对产业知识及数据的深耕，以及与行业专家的紧密合作，确保了模型在生产中的高效落地。随着技术的进一步应用，其目标是进一步降低水泥生产成本并缩短回本周期，推动企业在智能化转型中的进步。

在日益紧张的市场环境中，推动AI与制造深度融合的需求日益迫切，数智院的经验为行业提供了宝贵的参考，助力工业智能化再上新台阶。

自2025年3月人工智能（软件）产业攻坚办成立以来，南京市积极推动人工智能和软件产业的发展，构建了“攻坚办+部门+国企+园区”的协作体系，重点实施“人工智能+”行动。在算力、应用场景和生态系统的关键领域，南京正快速抢占人工智能产业高地。

南京理工大学的人工智能学院已经在影视修复、智能驾驶等领域取得重大突破。AI技术的运用使得经典影视作品迅速焕发新生，同时，智能辅助驾驶技术更是显著提升了行车安全性。这些技术不仅在学术界取得成功，还实现了产业化，与如理想汽车等企业的合作，实现了深度的技术对接和市场转化。

位于玄武区的模型工厂，利用AI对电路图纸的高效解析，显著提高施工效率，实现95%的人工成本节约。该工厂采用“前港后厂”的模式，构建了闭环生态，吸引了超过1000家科技企业落户，并成功推出了12款行业大模型，应用于多个热门领域如电力和司法。

此外，南京人工智能生态街区的AI智能体集散中心通过灵活的生活场景应用，例如智能外卖和打车服务，为居民提供便捷的日常生活支持。未来，南京将进一步推动具身智能和量子科技等新兴产业的发展，力争培育超过1000家AI企业，打造具有全国影响力的AI技术“试验田”。

神州控股在财联社第八届投资年会中获得“新势力人工智能企业”荣誉，凸显其在供应链数字化转型中的领导地位。这一认可不仅源于其深厚的技术积累与完整的AI全栈能力，还在于其成功落地的行业应用，尤其在智慧供应链领域的显著成就。

该公司的全栈技术框架涵盖从数据采集到AI应用的完整流程，通过整合IT/OT系统和物联网平台，实时捕捉物流、库存等多模态数据。利用“燕云”产品实现的数据治理，神州控股确保为AI模型提供高质量数据，助力企业实行秒级业务决策。

在智能体应用方面，神州控股推出的“智能体小金”实现了从数据洞察到智能执行的供应链闭环，其“3+N”架构加强了全链路数据整合，提升决策效率。通过智能调度策略，“小金”在2025年“双11”期间成功实现了超99.7%的订单签收率和20%以上的发货效率提升，显著降低客户成本并促进了与15家伙伴的战略合作。

公司还倡导“供应链 + AI 生态联盟”，整合全国资源，扩大物流服务网络，提升市场响应能力。展望未来，神州控股将继续通过技术创新推动供应链转型，为行业协同发展注入活力，书写智慧供应链的新篇章。

Recently, China Mobile, in collaboration with its partners, made significant strides in intelligent computing operations by introducing the pioneering "Golden Standard for Intelligent Computing Inference Cluster Operations." This user-centric standard creates a quantifiable and reusable set of operational metrics, enabling a systematic and standardized evaluation of the quality of AI inference computing services. This innovation marks a paradigm shift in AI inference power development, moving from “scale expansion” to “quality advancement,” thereby ushering the industry into a new phase characterized by refined operations and high-quality development.

AI is transitioning from centralized "model training" to large-scale "inference deployment," with applications deeply integrated into sectors such as government, finance, manufacturing, and healthcare. This evolution has led to a substantial increase in demand for inference computing, establishing it as the core load of intelligent computing infrastructure. However, challenges remain in meeting users' demands for higher performance, better experience, and lower costs while ensuring service quality. The key challenge is achieving a dynamic balance between cost reduction and service optimization for efficient, stable, and economical operation of inference systems.

To address these challenges, China Mobile has innovatively developed the "Golden Standard," focusing on a performance assessment system encompassing user experience, system concurrency, availability, and hardware utilization. By monitoring inference cluster operations in real-time, the system identifies critical performance bottlenecks accurately, aiding in decision-making regarding resource optimization.

Implementation trials indicated that the "Golden Indicators" facilitate precise operational management under complex conditions by enabling timely resource adjustments, thereby achieving nearly 100% accuracy in expansion decisions. Moving forward, China Mobile aims to enhance the "AI+" strategy, fostering an inclusive and efficient ecosystem that supports the digital transformation of various industries while leading advancements in intelligent computing infrastructure.