从单点应用到全域赋能！中国科学院院士郑志明解读新型工业化AI发展新范式

10月15日，2026人工智能产业大会在山东济南起步区正式开幕。会上，中国科学院院士郑志明围绕“面向新型工业化的现代技术科学范式”发表主旨分享，精准研判当下人工智能产业发展趋势，深入剖析新型工业化建设中的核心技术难题，明确工业智能落地应用的攻坚方向，为人工智能赋能实体经济、助力产业升级提供了重要理论指引与实践思路。

郑志明院士在分享中明确，当前人工智能产业发展重心迎来阶段性转变。主要有面向应用，解决具体问题；提炼共性机制，形成范式；揭示主导规律，引领变革三个方向。

一方面，大模型、深度学习等人工智能底层基础原理已基本成熟，行业发展的核心工作重心已转变为依托这套现成原理，面向具体行业业务场景，打磨适配的模型、搭建整套应用系统，通过测试、上线验证效果，落地解决这个场景里的特定问题。

在落地应用的基础上，产业下一步发展的关键在于范式沉淀。郑志明指出，行业需在海量AI落地项目的实践积累中，总结提炼场景化共性机制与标准化发展范式，打破单点项目落地的局限。要梳理形成适用条件清晰、可跨场景复制、可规模化推广的复用性核心方法，推动产业从“单点突破”向“全域普及”升级。

结合新型工业化建设实践，郑志明院士剖析了当前我国产业发展面临的共性核心难题，也是产业强国战略亟待破解的关键命题。他表示，当工程建设目标逼近复杂性边界时，以往工程中可以忽略的微小影响因素，将转变为决定整个系统性能、功能稳定性的核心关键变量，这类复杂性问题成为制约新型工业化高质量推进的重要瓶颈。

同时，他将工业问题划分为有限类与无限类两大维度，并强调真实工业场景中大量核心问题属于无限类问题，主要涵盖连续演化、体系状态辨识、动态调控三大类型。目前，现有人工智能技术针对这类复杂无限类工业问题，尚未形成成熟、可落地的解决方案，亟需工业领域与人工智能领域深度联动、协同攻关，重点攻克动态选择、连续动力学、受约束调控等联合求解技术难题，补齐工业智能技术短板。

他同时强调，现有人工智能技术仍存在明显边界，数据智能无法覆盖全部工业难题，难以应对复杂的无限类工业问题。这意味着推进工业智能深度落地，既要持续用好现有数据智能能力，夯实存量场景智能化升级基础，更要聚焦复杂无限类工业核心难题，攻坚底层原创技术，突破现有技术体系局限，为新型工业化建设提供全方位、深层次的人工智能技术支撑，持续引领产业智能化变革。

大众新闻·齐鲁壹点 李梦瑶 摄影 王帮栋