评价标准正在从模型榜切换到产线
10 月 16 日，国务院常务会议召开，听取「人工智能+」行动进展情况汇报。会议强调，人工智能是影响未来发展的关键变量，要注重以落地应用牵引技术创新，让人工智能技术更好转化为现实生产力；同时要求统筹发展和安全，因业分级分类施策，加强风险研判评估，守牢人工智能安全底线。
这是继 2025 年 8 月国务院印发《关于深入实施「人工智能+」行动的意见》之后，国家对这一行动的又一次系统性部署。与上一轮以技术突破为核心的部署相比，这一轮的重心明显落在了「场景」二字上——从「技术热」转向「产业实」，评价标准从参数规模与榜单分数，切换到产线效率与可复制性。
10 月 18 日，央视新闻与工信部官方平台「工信微报」进一步披露了配套数据与场景清单，澎湃新闻、海报新闻等跟进报道。
产业盘子的三组数字
工信部副部长余晓晖给出了一组口径明确的数字：目前我国人工智能核心产业规模已突破 1.2 万亿元，人工智能企业数量超过 6600 家，智能算力规模达到 2592 EFLOPS。这三个数字分别对应产业收入、主体数量与算力底座，是当前官方口径中最完整的一组横截面。
支撑体系方面，工信部已组织近 30 场人工智能赋能新型工业化「深度行」活动，促成 5000 余家企业供需对接；支持创建北京、济南至青岛等 18 个国家人工智能创新应用先导区；推动产业界研制近 200 项人工智能关键技术标准；设立 600 亿元国家人工智能产业投资基金。
余晓晖同时给出下一步的三件事：加快出台《国家人工智能产业综合标准化体系建设指南（2026 版）》，布局建设算力互联互通节点以提高公共算力使用效率和服务水平，以及发挥国家人工智能基金的引导作用带动社会资本投入。他的判断是，制造业是人工智能落地的主战场，完整工业体系是我国发展人工智能的重要优势，要聚焦原材料、装备制造、消费品、电子信息等重点行业，产出一批特色化智能体。
一千余个场景，与近一半停在试点的现实
10 月 15 日，工信部正式发布「人工智能赋能新型工业化高价值场景」，为产业提供可参考借鉴的导航图。这份清单由多家科研机构和企业共同完成，覆盖石化、钢铁、汽车、消费电子等 20 个细分领域、1000 余个场景，全部来自产业一线的生产制造实践。
中国信息通信研究院副院长魏亮给出了分级方法：高价值场景要贴合企业实际业务需求、效益可大规模复制、并匹配当前技术能力，按成熟度分为三类——推广级已稳定落地可对外复制，验证级已完成试点仍需扩大应用，攻关级仍处于技术攻坚阶段。
他同时点出了核心矛盾：统计数据显示，有近一半的「人工智能+」应用场景停留在试点阶段，没有实现放量推广。部分企业盲目跟风、重复建设，成功经验的迁移复用难度较大。这意味着当前的主要瓶颈不在技术先进性，而在从「能用」跨越到「好用、耐用、敢用」。
清单配套的落地案例也说明了这个转向：在上海宝鸟服饰，AI 嵌入设计、排产和管理环节后，定制西装从下单到交货的时间由 20 天压缩到 5 天，产品合格率升至 99%；在东风奕派，基于智能体构建的「设备大师」把工厂设备紧急故障的平均响应时间从 10 分钟缩短到 4 分钟；在吉林一汽，奔腾智慧座舱协同交互系统使重点模块测试效率提升超过 60%。这些数字远不如模型榜单的基准分数醒目，但它们是价值从技术侧迁移到产线侧的证据。
还悬着的几个问题
需要保留判断的地方有三处。其一，「核心产业规模 1.2 万亿元」是产业口径的统计值，不同机构对核心产业的界定范围不一致，跨来源比较时需先对齐口径；2592 EFLOPS 同理，属于智算总规模的统计，不等于可直接调用的公共算力。
其二，场景分级由官方组织多方共同评定，属于引导性参照而非强制认证，企业实际采纳程度与复制效果仍待观察，尤其是「验证级」向「推广级」的转化率目前没有公开数据。
其三，600 亿元国家人工智能产业投资基金的具体投向、杠杆比例与退出安排尚未披露，它对民间资本的带动倍数目前只能作为政策意图理解，不宜当作可测算的投入量。把这些空白留在明面上，比把 1.2 万亿元当成一个可以线性外推的起点更有意义。
目前官方及行业暂未披露更多细节，后续将持续跟进迭代动态。