《电子信息制造业发展“十五五”规划》由工业和信息化部、国家发展改革委于2026年9月联合印发（工信部联规〔2026〕216号），核心目标是到2030年规模以上企业营业收入突破30万亿元、研发投入强度达到3.5%。规划围绕“筑基、提质、育新、治理”四个方面部署17项重点任务，其中专栏8“人工智能芯片和终端关键技术系统化突破”明确列出端侧大模型和智能体、端云协同、多模态自然交互、全链路安全等8个攻关方向，要求“加强端侧大模型、计算芯片、存储芯片、操作系统兼容适配，加快智能体与终端产品深度融合”。这意味着把AI能力装进终端，已从企业自选动作升级为明确的国家产业任务。
一份规划，两个身份：既是支柱产业蓝图，也是AI落地路线图
电子信息制造业规模大、链条长、创新活跃，是国民经济的支柱产业。“十四五”期间，我国电子信息制造业营业收入连续13年在41个工业大类中位居第一，集成电路、服务器、新型显示等领域实现突破，人工智能终端发展进入快车道。
但规划开篇的总体要求里，写着一句话——“抢抓人工智能发展机遇，筑牢人工智能根基”。这句话的分量在于：这个“第一”不再靠产能规模维持，而要靠AI重新定义产品。中国信息通信研究院副院长敖立将其概括为“把规模优势转化为体系优势，把量的领先提升为质的胜出”。
四组数字划定五年赛道
四条路径各有侧重：筑基指向集成电路全链条攻关、电子元器件与材料高端化、智能传感器创新、光子产业根基；提质聚焦电子整机与系统竞争力；育新布局能源电子、时空信息、人工智能硬件底座、行业电子数智融合四个新增长点；治理则覆盖标准、专利、绿色与产业链安全。
值得注意的是，“研发投入强度达到3.5%”是量化硬指标。对产业链企业而言，这既是压力也是筛选器：未来五年，研发投入不足的企业会逐步退出主流供应链。
专栏8：AI芯片与终端的八个攻关方向
规划最具技术含量的部分是专栏8，系统性列出八个方向：人工智能芯片、人工智能设备、人工智能芯片标准、端侧智能计算、端侧大模型和智能体、端云协同和跨端协同、多模态自然交互、全链路安全。
其中与多数企业关系最直接的，是“端侧大模型和智能体”：研发算法架构和轻量化技术，发展智能体技术，研究多模型调度、多智能体协作体系。配套的“端侧智能计算”要求攻关端侧智能计算芯片与高端存储芯片，开发近存计算、存算一体等新型架构，并完善开发框架、算子库、推理加速引擎。
标准层面同样具体。规划提出推广《计算高速互连总线统一协议总则》等系列标准，推动研制支持CLink的交换芯片、高速光模块，围绕异构适配、编译器统一接口、兼容性、安全性加强标准供给。标准先行，意味着后续招标与采购将出现可量化的技术门槛。
七类终端被点名，工业终端与商业终端在列
| 终端类型 | 规划明确的升级重点 |
|---|---|
| 人工智能手机、个人计算机 | 端侧大模型、端云协同架构、多模态自然交互，激活存量换代 |
| 智能眼镜、视听终端 | 近眼显示、低功耗端侧推理、跨终端交互协作 |
| 车载终端 | 具身智能算法库、高实时姿态与运动控制 |
| 工业终端、商业终端 | 可靠性与实时性、行业协议适配、重点领域规模化应用 |
规划同时要求“建立人工智能终端智能化分级标准体系和评估体系”。分级评估一旦落地，终端智能化程度将像能效等级一样可被比较，采购方有了标尺，供给方则必须拿出可验证的能力证明。
企业怎么接：三条现实路径
一是AI大模型定制，聚焦端侧轻量化与垂域微调
把通用大模型压缩进终端，涉及蒸馏、量化、算子适配与芯片协同，是典型的工程密集型工作。垂域场景还需要用行业数据微调，才能让模型在具体业务里真正可用。
二是数据挖掘，打通工业数据的“采、集、用”瓶颈
规划在制造侧反复强调高质量数据集建设。多数制造企业的真实痛点不是没有数据，而是设备台账、工艺参数与质量记录彼此割裂。先把数据治理做扎实，后续的模型与智能体才有燃料。
三是软件外包与系统集成，补齐跨端协同能力
端云互通组件、协议适配、跨终端任务编排，这些工作量大且琐碎，却是智能体能否真正跑通的关键。对于缺乏自建团队的制造企业，联合开发是更现实的选择。
结语：从“造得出”到“装得进智能”
“十五五”期间，电子信息制造业的竞争逻辑正在变化——终端不再是硬件载体，而是智能技术触达用户的入口。对产业链上下游而言，窗口期已经在计时。
一道科技立足杭州，长期为制造与科技企业客户提供AI大模型定制、数据挖掘与软件外包服务，在端侧模型轻量化、工业数据治理与智能体集成方面有可复用的工程经验。若您正在评估终端智能化改造或智能体落地路径，欢迎通过官网了解我们的服务，或在资讯中心查阅更多行业解读。
常见问题（FAQ）
由工业和信息化部、国家发展改革委于2026年9月联合印发，文号为工信部联规〔2026〕216号。核心目标是到2030年规模以上企业营业收入突破30万亿元，研发投入强度达到3.5%，在集成电路、先进计算、消费电子、基础电子、能源电子等领域形成一批长板技术和世界一流企业。
列入专栏8“人工智能芯片和终端关键技术系统化突破”，内容包括研发算法架构和轻量化技术，发展智能体技术，研究多模型调度、多智能体协作体系。同时配套攻关端侧智能计算芯片、高端存储芯片与近存计算、存算一体等新型架构，并要求加强端侧大模型、计算芯片、存储芯片、操作系统的兼容适配。
建议从三条路径切入：一是AI大模型定制，做端侧轻量化与垂域微调；二是数据挖掘，打通设备台账、工艺参数与质量记录，建设高质量数据集；三是软件外包与系统集成，补齐端云互通、跨端协同与终端适配能力。先把数据底座做扎实，再叠加模型与智能体，落地成功率更高。