
一座城市想发展人工智能产业,既需要研究团队突破模型与算法,也需要企业能够买得到计算资源、找到可靠数据、测试产品,并将技术带到实际用户面前。上海拥有集成电路、汽车、装备制造、生物医药和专业服务等产业基础,这些产业对人工智能的需求并不相同。汽车企业希望缩短产品研发周期,制造工厂需要质量与设备管理工具,生物医药团队需要高通量实验和科学数据分析,软件企业则更关心模型推理成本、工具接口和企业客户的合规部署。城市层面的产业政策如果只支持某一环节,容易使模型、终端和产业应用之间缺少长期协同。
上海市政府于2026年11月17日公布11月16日市政府常务会议的有关安排。会议原则同意《关于深入推进“模塑申城”加快智能经济发展的实施方案》,并提出强化智能算力基础设施、加快高端智算芯片研发、建设高质量语料、谋划实施前沿模型“攀峰”计划。围绕产业应用,会议支持芯片、模型、整机企业“软硬一体”发展,推动智能制造从自动化向自主化跃升,并提出建设模速空间、模力社区及多个AI创新载体,运用算力券、模型券、语料券等政策工具。同次会议原则同意《上海市生物制造未来产业培育发展行动方案》,明确提出生物制造垂类模型与高通量自动化实验平台建设方向。
从模型研发走向智能经济,需要补齐哪些产业环节
上海在公开政策中把算力、芯片、语料、模型、整机和应用放在同一框架下,说明产业建设已经进入多要素协同阶段。算力设施决定研发与推理的基础供给,芯片研发关系到基础设施长期演进,数据与语料直接影响模型掌握的专业知识,整机与终端则决定用户在什么场景里使用AI。对工业企业而言,模型能力只是系统的一部分,真正落地时还要接入图纸、工艺、设备、质量与售后等业务对象。因此,工业AI应用在软件平台之外,还需要专业工具、数据治理、传感器与现场运维的组织能力。
举例来说,一家装备制造企业要建设研发设计智能体。它可能拥有Teamcenter等PLM系统,保存多年CAD图纸、产品BOM与技术变更记录,同时还有分散的有限元仿真文件和试验数据。模型可以帮助工程师从自然语言需求中抽取参数,再检索已有产品族,调用CAD建模工具,生成候选设计并安排CAE计算。但这些能力需要经过企业数据权限、产品编码、设计审核与工艺可制造性规则的约束。若产业平台能够同时提供本地部署条件、工业模型工具、测试数据和领域技术服务,企业可以更容易地将单个示范场景扩展为可持续的软件产品。
“攀峰”计划与垂直行业模型如何分工
会议使用了“谋划实施好前沿模型‘攀峰’计划”的表述,表明这一计划在当日是明确提出的政策方向,公开报道尚未披露实施预算、各项目名单或具体模型指标。前沿模型项目通常关注通用推理、复杂任务执行、多模态理解与计算效率。企业场景还需要结合专业知识、真实数据与确定性的工具调用,让通用能力进入具体业务。工业设计智能体、工艺知识服务、设备健康分析与售后协同等应用,可以共享基础模型的语言和推理能力,但在专业工具、数据权限和验收标准上分别建设。
以材料研发为例,通用模型能够阅读大量论文,提取试验条件或编排计算脚本;行业模型和专业软件需要理解化学品属性、材料成分、加工工艺及特定应用的性能指标;研发团队还必须通过真实试验检验候选方案。产业平台可建设通用模型服务与行业知识服务两层能力,让企业通过统一任务接口调度适合的工具。对于采用本地化方案的客户,研发文件、产品图纸和测试记录可以保留在厂区服务器,外部计算服务仅接收经授权的非敏感任务信息。模型路由、文件检索、工具运行和日志留痕形成企业级服务能力,可以供多种工业智能体复用。

生物制造为什么与AI研发数据平台结合紧密
同次会议原则同意的生物制造未来产业培育方案,明确提出生物制造垂类模型和高通量自动化实验平台。生物制造涉及微生物、酶、生物材料和生产工艺,研发人员往往需要在大量实验组合中寻找更优的产率、质量和经济性。传统实验室对参数的选择高度依赖研究人员经验,样品培养、检测、筛选和数据整理又有较长周期。高通量实验平台通过自动化设备和规范化流程,提高同时测试不同样品、配方与工艺条件的能力,形成能够持续被分析的结构化实验数据。
科学智能体可以从这里进入工作流程:系统读取已有实验设计和历史结果,结合行业知识提出新的候选条件,计算或仿真工具评估可行范围,再将实验计划传递给自动化设备。实验完成后,LIMS、分析仪器和项目系统保存结果,模型对照不同条件下的响应,协助研究人员提出下一轮试验方案。工艺开发还要考虑放大生产的工程约束,实验室内取得的最优参数需要经过中试验证,才能与最终制造条件衔接。建立研发数据集、仿真试验平台和中试能力,可以帮助生物制造项目在科研成果与工程生产之间逐步积累可复用的参数与知识。
对多物理场仿真团队而言,生物制造也有丰富的计算任务。生物反应器中的流场、传热、混合、氧传递和反应动力学可能互相影响,传统CFD与过程模拟能够帮助分析不同设备结构和运行条件。结合实际实验和中试采集的数据,可进一步构建降阶模型与代理模型,用于快速预测部分工况下的过程表现。物理约束神经网络和数据驱动方法可以作为候选技术路线,与已有求解器和试验验证共同使用。这类平台的专业性来自实验设计、仪器测量、模型识别、工程计算和过程质量管理的协同。
模速空间、模力社区和产业园区需要承担什么角色
上海提出加强模速空间、模力社区以及浦东张江、徐汇北杨等载体建设。这些园区与创新社区可以帮助小型AI团队接触企业场景、计算资源、投融资服务和行业导师。对工业软件项目而言,最有价值的公共服务往往是让创业团队找到能够提供真实工况的制造客户,获得专业工程师和试验平台支持,并建立可重复使用的测试环境。一个团队可能已经完成模型调用和软件原型,但在进入半导体、化工、汽车或高端装备客户之前,需要理解行业标准、设备接口、生产管理和安全要求。
园区可以围绕特定行业建设共享能力中心。例如建立一套标准化的设备状态数据、工业视觉样本、产品BOM示例和仿真测试任务,让企业在可公开使用的数据上验证工业智能体工具。具备专业条件的高校、测试机构和中试中心则提供实际试验方法,帮助企业对设计与工艺优化结果进行验证。对于企业级产品,园区还可以组织第三方技术评估、试点客户交流和交付人员培训。政策中的算力券、模型券和语料券若能够与具体研发任务和应用项目结合,便有机会在初创团队与产业客户之间形成更顺畅的合作流程。
长期资本和产业政策正在形成互补
上海市政府同样在11月17日发布消息:11月16日,全国社会保障基金理事会与相关金融机构及地方单位签署了上海社保科创基金、上海社保优选项目基金协议。科创基金聚焦战略性新兴产业和未来产业的关键核心技术,优选项目基金重点支持集成电路、生物医药、人工智能等先导产业,可采用基金份额接续与直接股权投资等方式。该新闻披露的是基金合作与定位,尚未公布各具体项目的投资金额和交付进度。
从产业发展周期来看,AI核心芯片、高通量实验设施、先进工业软件和中试验证平台都需要长期积累,研发资金、人才培养与客户市场缺一不可。面向基础技术的基金可以支持尚处于研发和验证期的企业,行业平台则为这些企业提供工艺试验、客户验证和产品集成条件。当模型公司、专业软件公司、工业设备厂商和终端制造企业形成稳定的协作方式,公共资金的投入可以支持一批有重复交付能力的产业产品,减少各团队分别建立全套基础设施的负担。
上海智能经济方案给工业AI建设带来的具体启示
对一家希望参与上海智能经济建设的技术公司,可以从现有的专业能力中选择一个清晰的产品入口。例如拥有PLM经验的团队可以围绕产品全生命周期建设设计与工艺智能体,熟悉CAE和物理建模的团队可以建立关键设备仿真与试验数据集,具备工业自动化经验的团队可以搭建面向智能工厂的产线可视化和任务协同平台。三类能力通过统一知识文件、项目对象和工具接口联通,在客户现场就能够形成从自然语言需求到工程数据、专业求解、验证和报告的连续展示。
产业平台对外展示时,最好选择能够体现真实专业能力的过程。观众提出一句工艺问题,系统检索已有产品和参数,展示相关图纸与设备模型,调用工程软件生成一轮新的仿真或试验建议,再把结果与已有工程记录对比;同时展示执行权限与历史日志。对于工业智能体而言,这比单纯介绍模型数量或软件模块更能够说明工程能力。上海提出的算力、语料、芯片、模型、整机、园区和生物制造安排,恰好覆盖了这种产品从基础供给到客户验证的多个环节。
上海11月17日公布的会议安排给出了明确的产业方向。随着方案进入具体实施,企业可以继续跟踪“攀峰”计划、算力与语料服务规则、生物制造实验平台、园区项目和试点应用清单,找到适合自身技术积累的合作位置。工业设计、仿真试验、专业知识管理、国产化部署和可追溯的工业智能体,将在这一产业体系中拥有更为具体的项目形态。
原始资料
- 上海市人民政府,谋划实施好前沿模型“攀峰”计划 朱忠明主持市政府常务会议,2026-11-17,会议日期2026-11-16:https://www.shanghai.gov.cn/2026nszfcwhy/20261117/3ee8978cba3144899ab4bc5386f3529c.html
- 上海市人民政府,上海社保科创基金及上海社保优选项目基金签约仪式在沪举行,2026-11-17,签约日期2026-11-16:https://www.shanghai.gov.cn/nw4411/20261117/774d988fa8444d84aa303565a8c8290f.html