“焕新社区”更突出行业落地、产业生态构建和国产适配。

文｜赵艳秋

编｜牛慧

近日，国资委正式发布并上线人工智能“焕新社区”平台（https://aihuanxin.cn）。

这一开源开放平台由央企、民企、新型研发机构、高校和标准化机构等25家单位首批发起，被一些人士称为“中国版 Hugging Face”。但与海外社区不同，“焕新社区”更聚焦行业落地、产业生态构建和国产化适配，通过聚合央企与产业链力量，打造面向全社会的人工智能创新载体。

平台已在算力、模型、数据、场景、智能体等方面全面铺开，并对社会公布了40个中央企业人工智能战略性高价值场景。

当下，人工智能的全球化竞争已全面展开，中美成为核心竞逐者。在此背景下，中国AI产业正从互联网与传统产业协同发力，探索差异化发展路径。作为产业发展的 “排头兵”，央企在这一进程中肩负着关键使命，扮演着重要角色。

更进一步的是，人工智能落地目前主要集中在互联网、法律、金融、医疗、设计等高价值第三产业，但在工业领域，全球仍没有探索出一条明确的路径。以中国完备的工业体系与丰富场景资源，探索出落地之路，促进产业升级，打造新质生产力，成为战略关键。有行业资深人士认为，这一过程与当年培育新能源产业颇为相似，需要“政策先行、产业牵引”。

8月1日，国务院常务会议审议通过《关于深入实施“人工智能+”行动的意见》，明确提出加快AI普及与深度融合，推动传统产业升级、培育新兴产业，让全民共享AI发展红利。

01

焕新社区的全栈布局

在焕新社区上，算力方面，已汇聚三家电信运营商超2000卡规模国产算力资源。

在模型方面，已上线超过280个通用及垂直行业模型。数智前线观察，其中有中国头部企业、科研机构的多款代表性模型，如Deepseek、阿里Qwen、百度文心、智谱GLM、华为盘古等，以及三大电信运营商的中国移动九天、中国电信星辰、中国联通元景系列开源模型。同时，也上线了海外主流开源模型，如Meta的Llmma、Mistral的Mixtral开源模型，以及OpenAI早期开源的GPT-1等。

一批央国企主导开发的垂类大模型的部分版本，也陆续上线。这些模型多在去年发布，其中部分开源，部分则采取申请制。如国家电网的光明电力大模型、中国建材建材产业大模型、宝武钢铁大模型、中石油的昆仑大模型、中煤“地知”大模型、中国物流“流云”大模型、中核集团同方股份的中华知识大模型等。

在大模型训练中，高质量数据集是必须但稀缺的。国家数据局已围绕高质量数据集，出台多项政策举措。国资委今年在福建“数字中国”大会期间，发布了首批10多个行业30项央企人工智能行业高质量数据集优秀建设成果。数智前线获悉，一些央国企如中石油等，是举全集团公司之力，在分批次开展行业语料的收集、治理。

焕新社区上，目前上线超过180个数据集，既有通用数据集，也有电信、石油化工、能源电力、金融、医疗等10多类行业数据集。

社区上，多个行业数据集陆续上线，这在之前的开源社区是不多见的。如中国移动通信领域多个数据集、中石油测井设备数据集、中国华能的火电生产设备故障时间序列数据集、中国电子金融领域文本标注数据集、东风汽车集团东风端到端自动驾驶数据集、国新健康三医标准融合高质量数据集、南方航空飞机维修数据集、中国节能环保集团空气质量预测数、中国铝业氧化铝生产工艺参数预测数据集、南网输电相关数据集等。

在国产化方面，“焕新社区”上线超过10家国产AI芯片企业如昇腾、海光、沐曦、璧韧、隧原、昆仑芯、摩尔线程、天数智芯等的适配模型、开源工具链、开发技术资料等。

与此同时，在焕新社区的专区方面，已有具身智能、AI4S版块，以及央企联合举办的"焕新杯"AI+应用创新大赛等AI赛事。

02

40个战略性高价值场景对外公布

值得关注的是，在上海世界人工智能大会期间，国资委官宣并开放了首批16个行业共计40个央企人工智能战略性高价值场景，目前这些场景已登录焕新社区，涵盖能源电力、工业制造、医疗医药、信息通信等。

据悉，2025年2月，国资委启动了战略性高价值场景建设专项工作，随后在6-7月开展了场景评审。为什么会启动这项工作？

业内认为，央企产业规模大、产业链条长、产业带动性强。通过瞄准战略意义强、经济收益高、民生关联紧的高价值场景，将高价值场景提炼出来，数据开放出来，可加速人工智能技术与实体经济的深度融合，实现产业升级和高质量发展。

而从这些获选场景来看，都是人工智能行业落地难题，被一些业内人士称为“奥数题”。同时，也可以从中看出这些行业落地的进展情况。

例如，在这些高价值场景中涉及材料研发场景，应用了AI for Science，如中石油的高性能合成橡胶材料研发。这是央国企人工智能+探索的重要方向。

有的高价值场景涉及行业核心难点，如中国宝武的高炉冶炼精准预测和智能控制，该案例之前在央国企市场上已有一定知名度，主要是破解高炉“黑箱”难题，将原本对铁水温度和硅含量的预测从“机理驱动”升级为“数据+AI模型驱动”。

有的涉及调度类核心场景，如中国华电的乌江水风光一体化智慧调度决策运营。

还有的场景涉及高价值设备运营，如国家电网的国家电力输变配电设备智能巡检与作业处置、国投的高海拔大型光伏电站全生命周期智能管控，这些设备动辄数百、数千万元甚至上亿元，价值含量高。

此外，还有药物研发，如华润集团的生物医药创新抗体药物研发；也有基础软件的突破，如中交集团的绞吸挖泥船智能疏浚系统。

03

牵引出一条工业落地之路

从国资委及央国企的进展来看，推动人工智能在行业中的落地已成为重要工作。国资委副主任李镇指出，人工智能正加快重塑全球产业格局，推动人工智能与实体经济深度融合是必修课和必选项。

根据麦肯锡2025年3月发布的报告，生成式AI在技术、媒体、电信、金融、零售等行业的渗透率最高，如在技术领域已高达88%，在这些行业主要应用于AI编程、市场营销、知识管理、客户运营等；而在制造业的渗透率最低。另有报告显示，截至2024年，61%的应用集中在任务支持（如文书撰写、信息检索、摘要报告），5%为服务类（如聊天机器人、虚拟客服等）。

从这些数据来看，大模型在工业领域的落地依然面临不小挑战。现阶段应用多集中于运营提效、安全运营，而涉及生成工艺和研发核心环节的案例较少。供应链安全已成为行业热点，但仍缺乏标杆性实践案例。

在此情况下，中国作为拥有全球最完整工业体系、丰富工业场景和庞大工业数据资源的国家，探索出一条工业应用人工智能之路，走出差异化之路，具有战略意义。而且，在算力和投资有限的情况下，中国企业需要探索更为理性务实的路径。从上半年的各种探索看，业界认为有几个点在突破中：

首先，年初DeepSeek通过低成本技术手段，实现大模型普惠和平权，创造了现象级热度，也牵引更多模型你追我赶，快速演进。目前，产业界认为，仅靠DeepSeek还不够，需要更多模型“混搭”、大小模型结合。

其次，工业场景AI落地需要大量且更高维度的数据，例如仅以产品供应为例，涉及气象数据、物流交通数据、工厂排期数据等，而无论在中国还是海外，数据治理处于早期阶段，被业内人士称为“种粮食”，是基础性工作。

我国目前正在加强人工智能与行业落地的推动，就像当年培育新能源一样，政策先行。8月1日召开的国务院常务会议审议通过《关于深入实施“人工智能+”行动的意见》，强调提出要发挥我国产业体系完备、市场规模大、应用场景丰富等优势，加快AI普及与深度融合，形成创新与应用相互促进的良性循环，带动传统产业升级，培育新兴产业，赋能高质量发展，让全民共享AI发展红利。