当前，人工智能大模型在浙江先进制造业中的应用日益广泛，人工智能带动作用持续显现、先进制造业集群效应高度释放、大模型应用场景广泛拓展，但在高性能AI芯片和先进算力、行业高质量数据集、融合应用、人才供需结构等方面仍存在短板。为此，建议多维度发力，加快推进人工智能大模型在我省先进制造业的应用。

着力强化数据集建设和核心技术攻关。加强高性能算力供给，强化分布式计算、量化、显存优化、算子融合等关键落地应用，降低大模型推理的时延。聚焦新一代信息技术、高端装备等领域，探索建设一批浙江先进制造业高质量语料库。加强计算机视觉、类脑认知、智能决策控制等核心技术攻关，开发面向无人系统、工业控制系统、光电转换、智能家电家居等领域的高算力、低功耗、低成本智能芯片。

推进先进制造产业集群智能化升级。围绕先进制造业建设一批面向特定场景服务的垂域大模型，引进和培育分行业、分领域的专业服务商，引导人工智能赋能先进制造业优化升级。加快推进新能源汽车及零部件、机器人与数控机床、智能光伏等集群终端产品智能化，建议杭州先行试点以人工智能技术赋能“415X”先进制造业集群。

深化“人工智能+先进制造”场景应用落地。对细分场景进行识别并归纳提炼人工智能解决方案，制定具体操作指南，指导场景应用落地。推动试点示范，强化人工智能技术在智能汽车、人形机器人等领域的应用。通过产业链的生态合作建立数据共享机制，提高场景应用落地效率。推动先进制造企业将重点从模型开发调优转移到高价值场景的应用开发上，利用已有的基础模型，专注行业场景的应用需求。

鼓励专业人才培育和引进。支持高校及科研机构加强前沿基础学科建设，开展深度学习、机器视觉、智能决策、人机交互等领域前沿理论研究，加大对模型训练师、算法工程师、数据标注师的培养。鼓励我省高校增设先进制造领域人工智能急需专业和自主技术路线教学内容，推动复合型人才培养。