大国崛起与制造业的历史演进
18世纪后半叶的第一次技术革命以来，制造业逐步发展成为重要的基础工业部门，“制造业立国”成为大国崛起普遍遵循的发展路径。底层通用制造技术的变革，则是实现强大制造业的关键驱动力。发动机作为“动力之源”，机床作为“工业之母”，成为制造业的共性关键技术。谁率先取得技术突破，谁就能在产业变革中赢得先机、赢得主动、赢得未来。
蒸汽动力技术成就英国全球工业霸主地位。18世纪后期发轫于英国的蒸汽动力技术革命，是人类产业演进史上的关键里程碑。这场变革催生蒸汽机、机床等重要技术装备，助推英国登顶全球制造业霸主。詹姆斯·瓦特（James Watt）不断改良蒸汽机并将其广泛投入工业生产，为制造业发展提供稳定且可自由调配的动力来源。工业动力的技术革命使工厂彻底摆脱自然动力及地理限制，大幅提升工业生产规模及生产效率。蒸汽机作为通用关键技术，不断向工业母机、钢铁、机械等制造领域扩散，为整个制造业赋能。1774年约翰·威尔金森（John Wilkinson）发明高精度镗床，解决大型蒸汽机汽缸精密加工难题，奠定近代机床工业雏形，使人类工业格局实现整体跃迁。蒸汽机还推动英国钢铁、冶金工业的发展及技术进步，确立了英国首屈一指的工业强国地位。从此，制造业生产方式随之发生深刻变革，推动形成机器为主导的大生产体系，实现制造业由传统手工工场向近代机器大工厂的历史性跨越。
电力传动技术推动德美跻身强国行列。19世纪下半叶，以电力等为代表的第二次工业革命迅速铺开。美国和德国抓住电力、电气制造、化学工业和先进冶金等新兴产业机遇，迅速成长为新的全球经济与制造业中心。这一时期，电力与电动机驱动技术成为新的通用关键技术，实现了对现代工业制造体系的全方位重塑，使美国一跃成为全球头号经济大国。首先是现代电气工业体系得以建立完善。托马斯·爱迪生（Thomas Edison）搭建起现代照明与发电产业体系，亚历山大·贝尔（Alexander Bell）奠定现代通信工业根基，尼古拉·特斯拉（Nikola Tesla）研发出工业电力传输骨架，通用电气、西屋电气等电气产业巨头快速崛起。其次是实现传统工业升级。以电力技术为中心，重型冶金、新兴化工、机械制造等产业实现全方位技术革新，打破蒸汽时代的动力技术瓶颈，使重型冶金获得高效动力源，为新兴化工产业开辟电化学等新路径。此外，随着电机的技术革新，机床作为工业母机实现精密化和半自动化，制造业进入电气化、规模化、标准化大生产阶段。
信息革命使美日构筑全球竞争优势。20世纪中后叶，以信息集成为基础的信息技术革命持续演进，逐步推动制造业迈入电子化、数字化、自动化的发展阶段。信息革命不仅催生数控机床、工业控制系统、工业机器人等新兴制造装备，而且衍生出全新的半导体产业体系。美国在这一时期垄断全球高端制造业领域，并率先构建全新的现代半导体产业与制造体系，成为第三次产业革命的重要驱动源头。依托电子设计自动化软件、超高纯电子材料、高端半导体装备领域优势，美国在光刻机、刻蚀、薄膜沉积、检测等核心半导体设备，以及晶圆制造、先进封装测试等环节，试图掌握先进制造业主导权。20世纪80年代，日本深耕数控机床与工业机器人赛道，凭借高精度稳定加工、工厂高度自动化等技术优势，在机器人、数控机床等精密制造领域赢得竞争主动权。日本大力推行机床的数控化、柔性化和集成化，专注对机床元件和结构的改进，至90年代机床的产值数控化率已超过80%。日本作为通用关键技术的推动者，培育出川崎重工、发那科、安川电机等全球知名的机器人研发制造企业。
大国竞争与当前新一轮产业变革
随着人工智能、量子信息等颠覆性技术集中涌现并加速赋能，制造业迎来新一轮的范式跃迁与变革。智能制造打破传统制造业流程相对固化、试错成本较高，以及经验依赖性较强等局限，通过数理融合、数字孪生仿真、自动寻优等核心技术，显著增强制造业创新能力与精细化管理水平，引发生产效率、生产方式和产业组织形态的重大变革。面对新的历史机遇，中国、美国、德国、日本等国家纷纷加速智能制造产业布局，抢抓窗口期，构筑产业竞争新优势。
新一轮产业变革加速向智能化转型。进入21世纪后，以人工智能为代表的新一代信息技术正在与制造业实现深度融合，助推制造业数字化、智能化转型升级，促进智能制造快速发展。以高度适应性智慧工厂和高效物联信息系统为重要特征，新一代智能制造的发展新格局正加速形成。
智能制造带来生产效率的变革。人工智能逐渐渗透并贯穿至设计、生产、管理、服务等全生命周期，推动制造业从“自动化”“柔性化”向“智能化”升维发展，催生出新一代智能制造技术。新一代智能制造将数智技术与先进制造深度融合，使制造流程与管理呈现自感知、自决策、自执行、自适应、自学习等新特征，生产效率呈指数级增长。在全国已建成的230余家卓越级智能工厂中，产品研发周期平均缩短28.4%，生产效率平均提升22.3%，不良品率平均下降50.2%，碳排放平均减少20.4%。
智能制造推动生产方式的变革。人工智能广泛赋能产品设计、工艺优化、设备制造、运营管理和售后服务等工业生产的多个环节，引发生产方式的深刻变化，主要体现在以下四个方面。一是生产工具的智能化。人工智能嵌入设备形成智能机器，使生产工具拥有自主学习与优化能力，不仅能替代重复性体力劳动，而且能实现24小时精准作业。二是决策模式数据化。人工智能可以通过分析海量数据，实时预测市场需求、优化库存、调整生产参数，将传统“经验驱动”决策转变为“数据驱动”的精准决策。三是劳动形态多样化。人工智能的持续突破正触发职业任务的转型，个性化、独立化、创造性的自主劳动将占据主导地位，成为普遍形态。四是价值创造网络化。智能制造打破行业边界，推动平台经济与共享制造模式发展。中小企业可借助云端人工智能工具接入全球供应链，实现柔性化生产与按需求定制。
智能制造引发产业组织形态的变革。大数据驱动的智能制造打破产业边界，模糊企业之间、企业与用户之间，以及产业链上下游之间的协同关系。以产品和生产为关键的传统制造业，正在向以消费者为中心的智能制造业转变，以共享经济模式为代表的无工厂的制造商和微型跨国公司正逐步崛起，组织方式由传统的层级制逐步转向网络化、平台化、扁平化。值得注意的是，当市场需求变化时，重点企业可以打破物理边界，将分散在不同地区的制造资源动态“拼装”成一个虚拟的生产网络。
近年来，我国积极推进“人工智能＋”行动，持续推动人工智能向高端制造、重大装备领域深度赋能，为制造业提质增效和高质量发展创造新机遇。在数实结合方面，中国的超大规模市场、海量数据资源、丰富应用场景、广泛应用实践等多重优势得到进一步彰显，持续推动数字空间与实体空间的深度耦合。冶金材料领域，中国宝武搭建炼钢转炉冶炼“AI炉长”场景和冶金冷轧连续退火“AI主操”场景，能够实现150余种钢种、50余种退火温度曲线高效运算拟合。高端芯片领域，通过融合物理机理并开展推演仿真，能够加速芯片架构创新与工艺迭代，减少对昂贵流片实验的依赖，“智能体工程师”逐步成熟落地，新一代智能制造成为我国走向制造强国的核心战略支撑和转型升级的关键引擎。
全球制造强国加速布局智能化赛道。科技革命与大国博弈相互交织，高技术领域成为国际竞争最前沿和主战场。当前，主要经济体均将智能制造作为国家战略重点，密集出台专项规划，差异化布局智能制造赛道。
美国依托技术先发累积优势，政策布局层层推进，形成以底层核心技术为壁垒、以高端价值链垄断为目标的智造发展整体战略。2018年，美国发布《先进制造业美国领导力战略》，把智能制造纳入国家安全框架。2024年更新《“制造业美国”战略计划》，要求加快布局半导体数字孪生创新公共平台，依靠工业人工智能来全域强化本土制造业供应链的抗风险能力。2025年，美国进一步启动“创世纪计划”，加速人工智能与先进制造双向融合，提出打造超现实智能工厂、闭环人工智能实验平台，以及机器人实验室等新方向，深化发展人工智能赋能的智能制造体系。2026年7月，美国白宫科技政策办公室发布《科学：新黄金时代》报告，围绕科研制度、关键技术、科学与制造的连接、人工智能科研等方面提出全方位改革方案，强调全力资助并扩大“创世纪计划”的规模。
德国依托百年精密制造积淀，形成以实体工业为根基、以数字化转型为赋能导向的工业4.0智能制造升级路径。早在2013年《德国工业4.0》战略正式推出之际，德国便提出加快推动制造业向数字化、网络化、智能化转型，这一导向在后续的《德国工业战略2030》（2019年）等系列政策中得以深化。2023年德国正式出台《人工智能行动计划》，要求强化人工智能在制造业领域的关键支撑作用，聚焦汽车、精密机床、工程机械等优势产业推进智能化改造。尤其是发布“制造-X”（Manufacturing-X）政策框架，致力于建设开放、可信、主权可控的工业数据生态，通过智能技术巩固其高端制造优势。
日本则注重聚焦智能传感器、工业控制系统、精密零部件等细分赛道，依靠精益生产体系构筑单点技术壁垒。2015年前后，日本通过修订《日本再兴战略》，发布《机器人新战略》等政策，大力推动物联网、大数据和人工智能在制造业场景中的落地。2017年，日本经济产业省（METI）提出“互联工业”理念，被誉为“日本版工业4.0战略”，重点回应少子老龄化、劳动力短缺等问题。这一理念侧重依托日本在精益生产、工业机器人、关键材料和高端装备领域的全球领先优势，通过物联网、人工智能和机器人等数字技术，将机器、技术、企业以及人与人之间有机连接起来。
中国依托门类齐全的工业体系、超大规模内需市场，以及海量工业实景应用场景，走出一条独特的重场景落地、强规模化迭代的智能制造发展路径。我国高度重视智能制造发展，持续加大政策供给力度。2015年《中国制造2025》将智能制造确立为制造业转型升级主攻方向。2016年《智能制造发展规划（2016-2020年）》推进智能制造发展实施“两步走”战略。2025年，《国务院关于深入实施“人工智能＋”行动的意见》发布，要求推动工业全要素智能联动、深化人工智能与工业互联网融合应用。数据显示，2025年我国工业互联网融合应用已覆盖全部41个工业大类。
中美智能制造呈现差异化发展路径。中美两国作为全球智造的重要力量，基于各自的技术禀赋、产业基础、制度体系与发展定位，形成不同发展范式与竞争路径，构成当前全球智造产业博弈的主线。
技术突破逻辑层面，美国更强调底层技术原生创新驱动，遵循“技术突破优先”逻辑，以“从0到1”的颠覆性创新为先导，开展底层算法技术攻关，再依托技术优势拓展工业应用场景、抢占全球市场。与之相比，中国智能制造立足后发赶超与开放发展定位，侧重场景应用与市场牵引，依托超大规模市场与海量差异化工业场景，深度推进新型工业化与数字智能技术融合，有效破解基础技术积累不足、国际技术标准壁垒等制约，实现后发赶超。
创新组织实施层面，两国均构建政府与市场协同创新体系，但侧重方向存在明显区分。美国依赖高校、国家实验室、科技企业、风险资本和国防需求之间的联动，通过构建创新网络，跨越从实验室成果到规模生产的“死亡之谷”。中国则通过重大工程、产业链协同、龙头企业牵引和大规模场景开放，加速技术迭代和产业扩散。前者长于原始创新与高端专业化分工，后者长于复杂产品工程化与供应链配套。
技术扩散机制层面，两国智能技术落地的产业赛道各有侧重。美国更倾向于从半导体、生物制造、航空航天、先进材料等高价值、高门槛制造领域形成突破，并通过政策激励实施选择性的“再工业化”，持续巩固其制造业高利润优势。中国则依托门类齐全的工业制造体系，推动人工智能、机器人和工业互联网等新一代智能技术，向钢铁、石化、机械、汽车、电子、轻工等更广泛行业赋能，通过应用规模和产业协同，实现更为普遍的智能技术扩散。
中美智能制造路径的差异性，是全球制造业变革进程中竞合并存、双向借鉴的现实体现。中国不照搬美国的技术资本模式，而是将超大规模制造场景转化为原创技术的试验场，依托制度优势与产业发展现状，在自主可控与开放合作之间形成动态平衡。
大国自强与中国智造新机遇新挑战
每一轮科技革命与产业变革都是大国兴衰的分水岭。从蒸汽动力时代的英国，到电力传动时代的德国与美国，再到信息集成时代的美国和日本，工业革命浪潮推动全球制造业版图不断重塑。当前，人工智能作为引领新一轮科技革命和产业变革的战略性技术，是发展新质生产力的重要引擎。传统制造业正处于逐步向智能制造模式跃升的关键窗口期。中国智造既拥有时代赋予的重大战略机遇，也面临着前所未有的现实挑战。
中国智造具有独特制度优势。习近平总书记指出：“我们最大的优势是我国社会主义制度能够集中力量办大事。这是我们成就事业的重要法宝。”聚焦中国智能制造，未来应进一步完善新型举国体制，系统谋划、统筹推进，加快打造智能经济新形态，力争在国际智能制造竞争中形成差异化优势。
一是强化战略保障。党的十八大以来，我国陆续出台《中国制造2025》《智能制造发展规划（2016-2020年）》《“十四五”智能制造发展规划》等系列文件，为智能制造划定阶段目标、设定技术路线。“十五五”规划提出“完善新型举国体制，推动产出更多标志性原创成果”，具体来说，“聚焦战略必争领域和产业链供应链薄弱环节，采取超常规措施，全链条推动集成电路、工业母机、高端仪器、基础软件、先进材料、生物制造等重点领域关键核心技术攻关取得决定性突破”。2026年3月《政府工作报告》提出“打造智能经济新形态”，2026年6月，国务院常务会议进一步明确“要以发展新一代智能制造为主攻方向”，为人工智能与制造业等经济领域深度融合提供更加明确、清晰的政策信号。
二是深化央地协同。搭建央地产业对接和联动的桥梁，有效实现中央顶层统筹与地方因地制宜高效联动，赋能区域先进制造业高质量发展。目前，全国绝大多数省份均已出台智能制造专项规划，江苏、广东、浙江、山东、上海、湖北、湖南等省（市）均立足自身主导产业，形成差异化智能制造实施路径。如江苏省2025年发布《江苏省深化制造业智能化改造数字化转型网络化联接三年行动计划（2025-2027年）》，提出实施智能工厂梯度建设行动、规模推进先进级智能工厂、择优打造卓越级智能工厂等具体举措。
三是丰富场景示范。我国具有数据资源丰富、产业体系完备、应用场景广阔、市场空间巨大等优势条件，能够为智能制造相关技术与装备的落地应用提供丰厚土壤。2015年，工业和信息化部围绕《中国制造2025》确定首批智能制造专项项目94个、智能制造试点示范项目46个，2018至2021年间，累计遴选出工业互联网试点示范项目355项。数据显示，目前我国已累计建成3.5万余家基础级、8200余家先进级、500余家卓越级、15家领航级智能工厂。其中，首批入选的15家领航级智能工厂，其人工智能应用渗透率均值已超70%。
中国智造拥有换道超车后发优势。在新一轮国际产业竞争中，我国已逐渐从“追随者”转变为“引领者”，尤其在人工智能、新能源、现代交通等新技术赛道，已基本与美国等西方国家处于同一起跑线，部分技术和产业领域实现领跑，这为中国智能制造实现赶超带来新机遇。
人工智能领域，我国跻身全球第一梯队，为智能制造提供坚实技术根基。产业规模方面，2025年我国人工智能核心产业规模超1.2万亿元，企业数量超过6200家，规模以上制造业企业人工智能技术应用普及率超30%。大模型开发方面，国内涌现出深度求索（DeepSeek）、通义千问、星火、智谱清言等通用大模型基座。芯片等根技术方面，华为昇腾、寒武纪等人工智能底层芯片实现自主突破，并陆续适配国内大模型。
科研、工业等垂直大模型领域，我国培育一批自主基座，为智能制造夯实应用支撑。科研领域，我国涌现出上海人工智能实验室“书生·浦语”大模型、中国科学院磐石·科学基础大模型、深势科技分子大模型（Uni-Mol）、北京科学智能研究院大原子模型（DPA）等自主科研基座，可为智能制造提供前端创新理论底座，从而突破传统试验范式局限，助力制造企业缩短创新周期。工业领域，一批面向产业场景的工业基座模型相继推出并实现规模化应用，如华为盘古工业大模型、卡奥斯天智工业大模型、思谋科技工业多模态大模型（IndustryGPT）等，直接赋能产品设计、工艺优化、智能质检与设备运维，成为我国智能制造落地发展的坚实支撑。其中，华为盘古工业大模型已广泛应用于钢铁、矿业、新能源、化工等领域，并在宝武钢铁等企业落地。
新能源汽车、具身智能等领域，我国已实现弯道超车，为智造战略提供经验借鉴。在汽车领域，我国传统燃油车产业长期面临西方发达国家在发动机、变速箱等核心技术上的专利壁垒，而电动化、智能化变革浪潮则打开换道超车的窗口，我国已成为全球汽车产业转型的引领者之一。2025年，我国汽车产销分别完成3453.1万辆和3440万辆，同比分别增长10.4%和9.4%，连续17年稳居全球第一，并带动动力电池、智能座舱、车规级芯片等全产业链跃升。机器人领域亦如此，工业和信息化部数据显示，在智能机器人领域，我国研发的四足机器人占全球销量份额接近70%，人形机器人整机产品达400余款、超全球半数。
中国智造存在一些短板弱项。制造业的智能化转型，为我国制造业实现赶超提供重要历史机遇，但也应看到，中国智造的进阶之路仍面临一系列结构性挑战，突出表现在以下三个方面。首先是智能芯片设计与制造能力不足。芯片是智能制造的硬件底座，现阶段我国芯片设计、制造、配套材料等环节的国产化水平仍有明显短板，高端光刻机、薄膜沉积设备、量测缺陷检测装备、高端光刻胶等关键软硬件亟待攻关突破。其次是高端工业软件仍在一定程度上依赖海外供给。工业软件在智能制造体系中承载着感知、分析、决策与指令执行等全链路功能，重要性不言而喻，但目前我国计算机辅助设计（CAD）、计算机辅助工程（CAE）、电子设计自动化（EDA）等高端研发设计类软件几乎被欧美企业垄断，影响我国智能制造产业链安全。虽然华大九天等国内企业在部分细分领域已实现技术突破，但仍不具备支撑先进工艺的能力。[17]再次是工业基础能力有待增强。我国制造业在基础零部件、基础材料、基础工艺等领域仍存在短板，高端数控机床、重大科学仪器、精密传感器等品类供给不足，对我国智能制造产业链自主可控构成制约。
中国智造的未来发展路径
从当前产业发展的历史逻辑和现实实践可以看出，“十五五”时期，遵循技术变革规律、依托国家制度优势，以及优化创新生态环境，是我国加快实现制造业高端化、智能化、绿色化、融合化高质量发展的重要路径。
依托技术后发优势，引领智造未来发展方向。中国智造未来发展应主动开拓新领域、培育新方向，由技术跟跑迈向技术领跑。当前，我国在人工智能大模型、具身智能等前沿赛道已形成先行探索优势，未来应努力开拓智能制造新方向。在科学研究方面，充分发挥人工智能在重塑科研范式上的重要作用，强化智能制造源头上的创新供给，实现原创理论与方法突破。深耕专用人工智能创新应用，不断拓宽应用场景。依托我国人工智能领域应用端的场景、数据、实践经验等优势，打造行业专属算法模型，通过精细调优、迭代反馈，提升人工智能应用效能。此外，积极推动具身智能在工业领域的规模化落地，加速通用人形装备研究与创新，广泛开展工业场景试验示范，实现全球引领。
发挥新型举国体制优势，聚力智造技术攻关。智能制造关键核心技术攻关周期长、投入大、风险高，单靠市场力量难以有效应对，需充分发挥我国新型举国体制独特优势，把制度势能转化为攻关效能。首先，在创新组织攻关模式上，强化国家战略统筹，明确战略必争领域和攻关优先序，推行“揭榜挂帅”“赛马制”，组建创新联合体进行集体攻关。其次，在推动科技创新与产业创新深度融合上，完善产学研用对接机制，畅通成果转化通道，尤其是支持中央企业发挥骨干引领作用，并构建大中小企业协同创新机制。此外，在完善资源配置上，适配底层技术和新兴产业的成长周期，围绕集成电路、工业母机、基础软件等关键领域设立国家“耐心专项”，给予10～15年更长期的高强度支持，简化考核程序，赋予科研人员更大自主权，保障科研人员心无旁骛、潜心持续攻关。
立足超大规模市场支撑，落地智造技术应用扩散。加快发展智能制造，需各类应用主体勇于跨越传统制造模式的路径依赖，积极开展数字化、智能化转型探索。依托我国超大规模市场优势，可从以下几个方面发力，加速相关技术落地应用：有序开放智能制造应用场景，鼓励龙头企业、重点园区开展智能制造场景验证；围绕制造业重点产业链，打造一批智能制造标杆示范项目，及时发现问题并动态反馈，形成智造技术持续迭代环链；搭建智能制造供需对接平台，促进技术供给方与制造企业精准对接，使智能制造快速向全产业链扩展普及；强化市场金融支持，创新适配智能制造特点的投融资模式，充分发挥风险资本、产业基金的赋能作用。
践行有为政府治理，提升智造管理服务水平。在推动智能制造高质量发展过程中，积极推动形成市场主导创新实践、政府优化创新环境的良性互动格局。一方面，强化政府管理服务水平，更好地发挥政府的赋能引导作用。政府应聚焦统筹引导、公共服务以及环境营造等职能，弥补市场供给不足短板，积极搭建公共服务、标准规范、数据安全、要素流通等服务体系。另一方面，理顺政府与市场间的权责边界。在服务过程中，充分尊重企业技术路线选择、市场经营活动等自主创新行为，依托市场机制来激发智能制造产业链各方的创新活力。
激活各类主体动能，培育共生共荣健康生态。智能制造涉及众多创新、应用及服务主体，高效凝合各类创新主体及要素，对于提升整个智能制造创新生态的活力、聚力、韧度至关重要。首先，完善各类创新主体间的协作协同机制，尤其是理顺龙头企业、专精特新中小企业、高校科研院所、工业系统服务商等多方主体之间的协作关系，推动建立长期稳定的产学研用协作模式。其次，构建智造所涉各类创新要素间的高效流动机制，疏通数据基础、基础算法、应用场景、工业软件、生产设备等各类创新要素间的流动堵点，强化各类创新资源对接效率，推动各类创新要素有序循环流转，智赋万企。此外，构建区域协同创新网络，推动产学研用深度融合，深化区域创新体系布局，着力在转化方式、价值分配、风险担当、长期合作等方面建立协同机制，形成公正平等的企业环境、高效向善的科研环境、开放包容的社会环境。
上文略有删减
选自：《学术前沿》杂志2026年第15期
作者：中国科协创新战略研究院文献信息中心副主任、研究员 王国强
