2026世界制造业大会在合肥开幕并首次把"大力发展开源基座模型和垂类模型"写入智能制造主攻路径、两化融合发展水平达67.1且制造业重点场景AI普及率升至34.2%同比提升5.5个百分点、10.6%的规模以上制造企业已普及大模型应用、长鑫存储第五代DRAM技术平台量产使单片晶圆可用芯片产出提升超50%——智能制造从示范走向规模化普及——一道科技解读

结论先行：2026年9月21日最值得记录的产业变化，是智能制造的政策表述与普及数据首次对齐——"人工智能+制造"已从示范工程转为可度量的规模化进程。2026世界制造业大会在安徽合肥开幕，工信部副部长辛国斌明确以新一代智能制造为主攻方向，并把"大力发展开源基座模型和垂类模型"写进"增强先进制造能力"的核心条目；会上发布的《制造业数智化转型能力水平(2026)》给出硬指标：截至2026年6月底，全国两化融合发展水平达67.1，制造业重点场景AI普及率34.2%、同比提升5.5个百分点，10.6%的规模以上制造企业已普及大模型应用；同期长鑫存储宣布第五代（G5）DRAM技术平台量产，单片晶圆可用内存芯片产出比上一代提升超50%。对杭州一道科技而言，含义很具体：大模型进工厂的争议期结束了，剩下的是选型与工程交付问题。

政策定调：开源基座与垂类模型首次分工明确

辛国斌在大会议上提出的四个方面中，"增强先进制造能力"这一条的表述密度最高：深入推进"人工智能+制造"、梯度培育智能工厂、大力发展开源基座模型和垂类模型、夯实新一代智能制造软硬件基础。这句话的信息量在于首次把两类模型的分工写进部委级主攻路径——开源基座模型是公共底座，用来降低全行业获取模型的成本，避免每个工厂重复造轮子；垂类模型是行业弹药，承载行业机理、工艺Know-how与现场数据，才是工厂真正采购的形态。与"梯度培育智能工厂"并列，意味着未来智能工厂的评价标尺很可能把"是否采用行业垂类模型"纳入考核。对制造企业的直接结论是：基座自研对绝大多数工厂已无必要，选型时底座看开源生态活跃度与国产化适配，垂类看行业数据积累与工艺融合深度。

数据佐证：34.2%的普及率意味着跨过早期采用期

《制造业数智化转型能力水平(2026)》的三个数字构成了一条完整的成熟度曲线。两化融合发展水平67.1，说明整体已进入数字化、网络化、智能化协同推进的新阶段；AI在制造业重点场景的普及率34.2%、同比提升5.5个百分点，按技术扩散曲线已越过早期采用者阶段；10.6%的规上制造企业普及大模型应用，则代表真正进入生产核心环节的比例。配套数据同样扎实：2026年上半年全国已累计建成5.6万余家基础级、9000余家先进级、500余家卓越级智能工厂。这条梯度结构值得注意——基础级占比超过八成，说明绝大多数企业仍处在"先联网、先采集"的阶段，模型能力不是当前瓶颈，数据基础才是。

底座侧：存储与算力的国产化同步推进

长鑫存储的G5平台量产是同一天里最硬的工程指标。该平台有源区半间距缩小至11.95纳米，已接近全球量产DRAM的最先进水平；基于该平台的24GB LPDDR5X移动内存芯片同步量产，并被国内主流旗舰手机采用。对AI产业的含义在于：大模型训练与端侧推理都高度依赖内存带宽与容量，存储国产化直接降低了私有化部署的硬件成本与供应风险。安徽的省域数据提供了另一重视角——"十四五"期间全省规上工业营收从3.8万亿元增至5.9万亿元，升至全国第五，全省每分钟产出约190台家电、50台笔记本电脑、4辆新能源汽车。制造规模与AI渗透率同步提升，是这轮转型区别于以往自动化的关键特征。

一道科技建议：按数据基础而非技术野心排项目顺序

结合34.2%这个普及率，我们给制造业客户的建议是四步。第一步先做数据体检：确认关键设备是否联网、数据口径是否统一、历史留存是否完整，这决定了后面所有事情的可行性。第二步从可量化环节切入：把目标写成"检测用工缩减""换型时间下降""停机时长减少"，避免做成只用于参观的大屏。第三步底座调用、垂类自研：通用能力直接调用开源基座，把预算集中到行业数据治理与垂类微调上。第四步明确部署形态：涉及工艺参数与质量数据的场景优先规划私有化或混合部署。AI大模型定制、数据挖掘与软件外包三项能力必须一体交付：缺数据挖掘模型没有燃料，缺工程外包结果落不进业务系统。参考路径见一道科技客户案例，更多动态见行业资讯。