7月28日，世界人工智能大会期间，中国信通院华东分院在“大模型智塑全球产业新秩序”论坛上，正式发布了《2025年“人工智能+”行业标杆案例荟萃》。（以下简称“《案例集》”）这份名单从全国300多个申报案例中，最终选出80个具有代表性的行业应用项目 ，涵盖制造、医疗、能源、金融等多个重点方向。

这不仅是一次选优，也是对人工智能行业发展脉络的清晰勾勒。 和过去不同，今年的案例中，大模型不再被用来展示“能写诗、能作画、能聊天”的通用能力，而是走进生产一线、走进数据后台、走进行业系统。

这表明：通用能力让位，行业实用性成为企业选型的核心依据 。技术路线的争鸣期已经过去，一条从技术竞赛走向价值创造的产业路径 正日渐清晰。

具体而言，通过《案例集》，我们可以清晰地看到大模型应用的五重发展路径：

01 大模型正在“下沉场景”，不再高悬在空中

大模型已经从语言生成、文档写作等通用任务，深入到巡检分析、生产调度、金融风控、病理诊断、语义检索等具体行业流程。

《案例集》显示，在高端制造领域，AI正成为提升“质价比”的核心工序。 比如传统人工质检难以满足新能源汽车对“零缺陷”品控的需求 。

图注：微亿智造申报案例《具身智能工业机器人赋能检测和修整工艺场景》。图源《案例集》

而微亿智造的案例展示了具身智能工业机器人如何替代人工，在高温、高粉尘的恶劣环境中，对一体化压铸件进行高精度缺陷检测与修整 。这不仅解决了人力瓶颈，更将AI视觉质检直接嵌入生产关键环节，保障了供应链的质量稳定性。

在普惠医疗领域，AI正成为缓解资源紧张、赋能患者自我管理的关键工具。 复旦大学附属中山医院研发的“终节者”小程序，创新性地将AI应用从医生端的图像识别，拓展至患者端的报告语言理解 。用户无需上传复杂的CT影像，仅凭一张报告单，AI就能在10秒内快速评估结节风险。成功将AI从“医生工具”变为“患者助手”，也有效分流了非紧急就医需求，为优化医疗资源配置提供了全新的智能化路径。

图注：复旦大学附属中山医院入选案例《基于人工智能语言大模型的肺结节风险评估小程序“终节者”》。图源《案例集》

在能源安全等高风险场景，AI也承担起“永不疲劳的哨兵”角色。 比如，核电站等关键基础设施的安全管理，要求全天候、无死角的监控 。

图注：中核浙能能源有限公司入选案例《无感位置服务系统在智慧工地的创新应用》。图源《案例集》

而中核浙能能源有限公司的方案， 通过融合无线通信与AI视觉算法，实现了对厂区及周界的无感人员位置服务 。这种主动式、智能化的预警体系，远超传统人工巡检的范畴，将安全管理从事后响应推向了事前预防。

此外，在传统工业的“硬骨头”环节，AI正重构安全生产的逻辑。 矿山开采环境复杂，人工监控存在巨大盲区和风险 。

图注：中移（上海）信息通信科技有限公司入选案例《九天工业大模型助力矿山安全监管》。图源《案例集》

例如，中移（上海）信息通信科技有限公司 在内蒙古文玉煤矿部署的“九天工业安监大模型”，通过安全实时监测、跨系统联动调度与违规智能回溯，将智能化能力注入高风险的采矿一线，实现了“生产安全第一”的目标。

这些案例共同证明，AI的应用价值不再仅仅体现在人机交互的流畅度上，而是越来越多地通过解决特定场景的痛点来衡量。这正如中国信通院华东分院副院长廖运发在大会上洞察人工智能发展趋势时，给出的八大关键词之一”AI专业化服务“，大模型从“无所不知”的通才，进化为“术业专攻”的行家。

02 企业开始构建自己的“专属大模型”

过去依赖外部通用大模型的服务模式，如今正被“自有模型”、“行业模型”、“私域模型”的趋势所取代，这背后是企业对技术自主、数据安全与个性化性能的三重核心诉或者。

正如《案例集》中多个案例所展示的，企业已不再追求参数规模更大的模型，而是最懂自身业务的模型。

图注：上海得物信息集团有限公司入选案例《得物智能客服系统》。图源《案例集》

首先是“精通”，即模型必须深入理解垂直领域的“行话”与复杂逻辑。 通用模型往往因缺乏行业知识而无法胜任专业任务。例如，通用客服大模型无法理解“Yeezy 350”这类潮流商品语境，更难以处理电商平台精细的退换货流程。为此，得物 基于自身海量交易数据训练智能客服系统，让模型真正“听懂年轻人的语言”并做出精准决策 。

其次是“融合”，即模型需与企业已有的数据系统无缝对接，实现数据价值的即时转化。 金融领域的决策依赖于实时、多维的数据分析。华夏银行与北京谊慧信息技术有限公司 合作打造的零售金融数据AI分析平台，通过混合AI模型架构，实现了高精度的自然语言“问数”和智能分析，将数据洞察能力赋能给一线业务人员 。

最后是“高效”，即模型需在特定场景下具备更高的运行效率与更低的资源消耗。 传统Transformer架构在终端设备部署时面临挑战。上海岩芯数智人工智能科4技有限公司 研发的非Transformer架构大模型，能以更低的资源消耗实现高效语言理解，为AI能力在无人机、机器人等边缘终端的广泛部署提供了新的可能 。

这些案例共同揭示了一个清晰的趋势：大模型的产业化落地，本质上是一个从“通用”走向“专用”，从“庞大”走向“精准”的收敛过程。

03 AI治理焦点全面转向“大模型控制”

越强大的模型，越需要严格的管控才能发挥其更佳效果。《案例集》中的安全治理项目，从“可控、可信”等维度，为这个问题提供了清晰的答案。

在“可控”维度，需为大模型装上“刹车”与“护栏”。 这不是简单的内容过滤，而是将防护机制深度嵌入模型的运行逻辑。

在“可信”维度，需让大模型的每个输出都有据可查，解决“黑箱”难题。 例如，过去数据治理因责任划分不清，导致业务部门“不敢分、不愿分”。上海观安信息技术股份有限公司的数据分类引擎，则通过输出“概率评分+上下文证据链”的可解释结论，实现了责任的可追溯，并为每一个决策提供了信服的依据。

观安信息入选案例《基于大模型的数据分类分级引擎》。图源《案例集》

上海人工智能实验室领军科学家、上海创智学院副院长乔宇在大会圆桌论坛指出，大模型落地一个尤其需要强调的议题是AI的安全与可信。因为业界即将面对的，是一个在特定维度上超越人类能力的模型或智能体。而《案例集》也表明，“可控”是行为的边界，“可信”是结果的保障，这二者共同构成了大模型系统从实验室走向产业应用的前提门槛。

04 大模型生态平台正快速构建

模型能跑起来，还要跑得稳、跑得久、跑得多，这就需要完整的生态平台支撑。

图注：上海大模型生态发展有限公司入选案例《模速空间：大模型创新生态社区新范式》

《案例集》表明，大模型生态平台正在成为“即取即用”的基础设施，大幅降低创新门槛。 AI创业公司普遍面临算力、数据、算法等核心资源的显著瓶颈 。为解决此痛点，全国大模型创新生态社区“模速空间” ，构建了算力调度、公共语料、金融服务等功能平台 。

图注：上海张江科学之门科技发展有限公司入选案例《模力社区》。图源《案例集》

另一个趋势显示，生态平台正加速产业协同，促进技术与场景的深度融合。 模型的价值最终体现在产业应用中。位于张江科学城的“模力社区 ”，则更侧重于构建垂类模型的产业生态集聚区。通过重点聚焦具身智能、科学智能和应用智能三大领域，它成功吸引了“智谱寰宇、阿里通义千问两大模型巨头落户”，并集聚了“岩芯数智”等创新企业。这种布局形成了从研发到应用、从产业到生态的完整链条，加速了技术成果的商业化落地 。

显然，无论是提供普惠算力的“模速空间”，还是促进产业协同的“模力社区”，都在说明一个事实：未来的AI竞争，不再是单一模型的孤军奋战，而是生态体系的“集团军”作战。

只有依赖生态，模型之间才不是孤岛，而是相互赋能的“拼图”。

05 大模型引发人才结构重构

人工智能带来的最深刻变革，并非简单的机器替代人类，而是对组织内部“人”的角色与能力的重新定义。

延锋国际汽车技术有限公司的案例，将这一变革描述为从工业时代的泰勒主义，向“碳硅共生”新范式的演进。 在这个新范式中，“硅基”的人工智能开始承担大量重复性、规则性的工作。而“碳基”的人类员工，则需要向具备数字素养和跨界思维的“碳硅复合型人才”转型。

上海近屿智能科技有限公司入选案例《近屿智能，AI 时代的北大青鸟》。图源《案例集》

《案例集》指出这种结构性转变，首先体现在巨大的人才缺口和全新的岗位需求上。近屿智能的案例数据显示，我国AI人才缺口已超过500万，供求比例达到1:10，严重失衡。

市场也在催生全新的职业，例如“AIGC大模型应用工程师”和“AI产品经理”。同时，AI也在重塑已有的专业职能，人力资源领域首当其冲。猎聘集团研发的“Doris AI面试”产品，在一场大规模招聘中，曾于48小时内完成了5000人的初步筛选。

图注：同道猎聘集团入选案例《猎聘·Doris AI 面试》。图源《案例集》

为了适应这种变化，企业的人才培养体系自身也在经历智能化升级。中国电信培训事业部利用自研的星辰大模型，打造了“AI+学习”平台，为全集团员工提供智能化培训服务。 平台上的“AI专家”智能问答机器人，“AI审课”和“AI监考”等工具，正在系统性地提升内部培训的效率与质量。

图注：中国电信股份有限公司培训事业部入选案例《中国电信 AI+ 学习大模型赋能人才发展与企业转型》。图源《案例集》

这形成了一个良性循环：企业正利用AI技术，加速培养能够与AI协同工作的新型人才。而这也意味着，AI时代人才需要与技术的共生。