当天下午，在高质量发展大会智能制造与工业互联网分论坛上，树根科技平台研发负责人沈春锋分享 了"工业互联网+人工智能双轮驱动解锁智能制造新范式"的主题交流。沈春锋表示，树根科技一直以来 秉承着"赋万物智能，助工业进步，创社会富足"的使命，已形成"企业大脑"和"机器人大脑"两大核心能 力。"企业大脑"致力于管理决策与流程的智能化，而"机器人大脑"则专注于生产装备与执行单元的自主 化。目前，树根科技已围绕工业场景研发了10个垂直领域的大模型，推动制造业从依赖"人工经验驱 动"，迈向"数据与智能双轮驱动"，助力实现高质量发展，推动工业高端化、智能化、绿色化发展。 值此同期，在高质量发展大会产业融合与政策创新分论坛的沙龙上，树根科技运营管理负责人郭向博提 到，广东省正在推进"链式数字化改造"，要破解中小企业"不敢转、不会转"的问题，核心在于"让转型 收益看得见，让转型门槛够得着"。基于近十年工业互联网和人工智能实践经验，树根科技可以通过龙 头企业的能力输出，形成可复制的行业标杆；再借助科技企业提供的轻量化、低成本技术模式，降低应 用门槛；最终在政府政策的引导与激励下，实现该模式在广大中小企业中的渐进式普及，通过这种方式 ...

大小通吃，这碗饭谁都能吃 这风口一开，产业链彻底沸腾。天眼查数据显示，2025年新注册的工业互联网企业暴涨了27.8%，大家都想分一杯羹。浪潮云洲的董事长看得很透：大企业 要搞专用大模型，玩的是"高定"；中小企业玩不起高科技？那就推"模型即服务MaaS"，像点外卖一样用AI，门槛直接踩到底。 网络要"神经"，落地得"抠细节" 最近的政策圈有点"忙"，关于工业互联网的利好跟连珠炮似的往外冒。这不是简单的喊口号，而是实打实的"路线图"——到2028年要搞出450多个有头有脸 的工业互联网平台，还要拉着不少于5万家企业搞"新型工业网络"大改造。这一套组合拳下来，目标很明确：让AI给工业互联网装上"大脑"，到2025年核心 产业规模要冲过1.6万亿元大关。这哪是规划？分明是给制造业泼天的富贵！ 告别"连得上"，我们要"想得明白" 以前咱们聊工业互联网，顶多是"连得上、看得见"，像鞍钢那位大佬说的，那是跑分阶段。现在生成式AI和工业大模型成熟了，直接跨越到"认知理 解"和"智能决策"。啥概念？就是以后的工厂不光能传送数据，还能自己琢磨怎么省电、怎么排产。目前这网已经罩住了41个工业大类，2.3万个"5G+工业互 联网" ...

Group 1 - The integration of AI large models is driving new modes such as platform design, intelligent production, and personalized customization, while open-source AI technologies are lowering the barriers for enterprises to adopt intelligent solutions [1] - For large enterprises, the focus should be on leveraging industrial software to apply AI technologies, while for small and medium-sized enterprises, a "Model as a Service (MaaS)" approach is recommended to reduce the technical challenges of AI adoption [1] - The upgrade of industrial networks is crucial for the deep integration of AI and industry, with a policy goal to promote the transformation of at least 50,000 enterprises by 2028 [1] Group 2 - Future efforts should focus on innovating new industrial networks, building high-quality industrial data sets, and cultivating industrial intelligence, emphasizing real-time, deterministic, and secure network capabilities [2] - The establishment of innovation coalitions in key industries such as automotive and steel is necessary to create valuable industrial data sets and develop a multi-level application system [2] - The development of industrial intelligence should follow a step-by-step approach from device level to enterprise level, enhancing capabilities progressively [2]