摘要：工信部等七部门启动2026年首批工业和信息化领域创新任务揭榜挂帅，围绕未来产业、装备制造、信息技术、通信、人工智能、消费品布局24个专题，申报主体须在8月21日前向推荐单位反馈材料。它释放的信号是，政策支持正在从宽泛鼓励转向有指标、有用户、有测评、有期限的产业攻关。
人工智能和具身智能的政策支持，正在从“鼓励发展”进入“限时交卷”。
工业和信息化部、应急管理部、中国人民银行、金融监管总局、中国证监会、中国科学院、国家文物局近日联合启动2026年首批工业和信息化领域创新任务揭榜挂帅。通知发布于7月下旬，申报主体需在8月21日前向推荐单位反馈材料，推荐单位则要在9月7日前完成汇总报送。
这次任务围绕未来产业、装备制造、信息技术、通信、人工智能、消费品六个方向，系统布局24个专题。人形机器人与具身智能、类脑智能、智能制造系统解决方案、工业专用软件、大数据技术、算力高质量发展、信息通信业数据要素利用，以及人工智能基础底座、赋能应用、智能产品装备和共性支撑，都进入同一轮攻关清单。
它不是普惠补贴，也不是单纯评奖，而是一场最长两年的产业攻关赛。
为什么这轮“揭榜”值得企业认真看
揭榜挂帅最核心的变化，是把政策目标从方向性表态变成可测评任务。
通知明确，申报主体不仅要有研发积累，还要具备实验验证、仿真测试、软硬件开发和系统集成条件；涉及应用示范的项目，应当有明确用户单位或市场前景。项目入围后，攻关周期自名单公布之日起不超过两年，最终由工信部委托第三方机构开展测评并择优确定优胜单位。
这套机制意味着，项目不能只讲技术先进性，还要回答四个问题：指标能否量化，样机能否运行，用户是否愿意验证，成果能否产业化。
对具身智能企业尤其如此。人形机器人与具身智能专题由工信部和应急管理部共同开展，这个部门组合本身就是产业信号：机器人不只是消费电子式新品，也要进入危险作业、应急救援、巡检处置等对可靠性要求更高的真实环境。一个会走、会跳、会表演的样机，与一个能在复杂现场稳定完成任务的系统，政策评价权重不会相同。
24个专题背后，是一张更完整的产业图
这次清单没有把人工智能孤立成一个赛道，而是把它嵌入未来产业、制造装备、软件、通信、算力和数据之中。
第一条主线是“模型进入物理世界”。人形机器人、具身智能、类脑智能和人工智能智能产品装备被同时纳入，说明政策关注点正从内容生成和办公助手，延伸到感知、决策、运动控制、本体执行和人机协作。
第二条主线是“AI进入工业系统”。智能制造系统解决方案、工业专用软件、人工智能赋能应用等专题并列，意味着单点算法要与工艺知识、工业软件、装备控制和生产流程结合。真正有竞争力的项目，不只是识别准确率高，而是能接入PLM、MES、ERP、SCADA等系统，在不打乱生产节拍的情况下产生稳定收益。
第三条主线是“算力和数据开始按产业价值考核”。通信方向专门设置算力高质量发展技术、信息通信业数据要素利用技术专题。政策要看的不只是机房规模和数据资源数量，而是算力是否可调度、能耗是否可控制、数据是否合规可用、能否支撑模型和行业应用形成闭环。
这也解释了为什么人工智能企业不能只盯着“人工智能方向”。很多真正有价值的机会，可能藏在装备制造、工业软件、通信和数据要素专题中。
地方和企业怎么抓住申报窗口
地方主管部门首先要做的，不是平均分配名额，而是围绕本地产业基础组织组合式申报。
珠三角有机器人本体、核心零部件、智能终端、汽车、家电、电子信息、工业软件和大量制造场景。地方可以围绕一个明确任务，把模型企业、本体企业、传感器和控制器企业、系统集成商、高校院所与场景用户组织成联合体。通知允许企业、科技服务机构、高校、科研院所及新型研发机构联合申报，牵头单位一家、参与单位不超过四家，这为产业链协同留出了空间。
企业则要尽快把材料从“技术介绍书”改造成“攻关交付书”。至少应准备好五类证据：
- 技术基线：当前指标、国际国内对标、两年内拟突破的关键门槛；
- 用户证明：明确的试用单位、场景需求、数据和设备条件；
- 测评方案：准确率、可靠性、时延、能耗、连续运行时间、故障恢复等可验证指标；
- 工程路径：样机、中试、小批量、规模化部署各阶段如何衔接；
- 产业结果：成本下降、效率提升、订单转化、标准专利和供应链带动如何体现。
值得注意的是，通知强调“英雄不问出处”，要求避免简单以企业规模、知识产权数量和人才“帽子”评价项目。这对中小科技企业是利好，但不等于材料可以轻。企业规模不再是唯一门槛，工程证据反而会更重要。
风险和落地边界
揭榜挂帅不是拿到入围资格就等于拿到产业结果。
第一，联合体不能临时拼盘。参与单位如果只是为了凑资质，没有清晰接口、知识产权安排和交付责任，进入攻关阶段后很容易内耗。
第二，应用示范不能把用户单位当作盖章角色。工业、应急、金融、通信等场景都有严格的安全和业务边界，用户是否真正开放设备、数据、测试环境和业务流程，决定了项目能否完成测评。
第三，必须提前处理合规问题。具身智能涉及现场安全和责任认定，数据要素涉及来源、授权和流通，人工智能涉及模型安全、知识产权和个人信息保护。越接近产业化，合规越不是申报书末尾的一段承诺，而是技术方案的一部分。
第四，要防止为指标做一次性样机。第三方测评可以验证阶段成果，却不能替代长期运行。企业应把可维护性、供应链稳定性和单位部署成本放进攻关目标，否则容易出现“测评通过、市场不过”的情况。
这轮揭榜挂帅真正重要的地方，不是又多了一批项目名额，而是国家正在用任务制，把具身智能、工业AI、算力和数据要素拉进同一套产业化考场。接下来两年，能把技术指标、真实用户和规模化交付连起来的团队，才更可能从政策入围走到产业胜出。