2026年9月21日，2026世界制造业大会智能制造标准化实践创新对接会在合肥举行，会上发布“标准引领新一代智能工厂行动计划”，启动第六届智能制造创新大赛，并公布智能制造系统解决方案供应商分级分类评估结果。会议明确，面向新一代智能制造，标准建设将进一步向工业数据、工业知识、工业模型、智能体四大领域延伸，同时补齐人工智能安全与机器人产线安全的标准需求。对制造企业而言，这意味着选型数字化与AI服务商，第一次有了可公开核对的分级标尺。
一场对接会释放的信号：标准从有没有转向能不能复用
9月21日，2026世界制造业大会智能制造标准化实践创新对接会在合肥举行。会议落点是把标准落到产线上：第六届智能制造创新大赛启动，“标准引领新一代智能工厂行动计划”发布，智能制造系统解决方案供应商分级分类评估结果同步公布，《智能制造系统解决方案引领制造变革新征程》等研究成果集中发布。
会议给出的判断是，新一代智能制造正由数字化、网络化进一步向自主感知、自主决策、自主执行、自主学习和自我优化演进，工业大模型、工业智能体、具身智能等新技术加速融入制造现场，对既有标准体系提出新要求。
四项成果同时落地，指向可复制可推广
四项成果各有分工。“标准引领新一代智能工厂行动计划”负责把智能工厂建设中的优秀实践转化为可复制、可推广的标准；第六届智能制造创新大赛围绕汽车、钢铁、工业智能体等方向设置赛道，用于发掘新技术与新团队；供应商分级分类评估结果则为甲方选型提供参照；两份研究报告分别覆盖系统解决方案与智能制造服务产业的标准体系。
大赛赛道设置值得注意：汽车与钢铁分属离散与流程制造，工业智能体被单独列赛道，说明它已被视为与工艺、装备并列的独立能力单元，而非某个软件模块的附属功能。
标准延伸的四个方向：数据、知识、模型、智能体
| 延伸方向 | 要解决的核心问题 | 企业对应准备 |
|---|---|---|
| 工业数据 | 跨系统数据口径与权属不统一 | 梳理数据字典与主数据 |
| 工业知识 | 工艺经验沉淀在非结构化文档中 | 把专家经验结构化入库 |
| 工业模型 | 模型训练与部署缺乏统一接口 | 明确模型版本与评测口径 |
| 智能体 | 调用边界与事故责任不清 | 定义权限、审计与回滚机制 |
| 安全标准 | AI安全与机器人产线安全缺位 | 补齐安全评估与应急预案 |
会上介绍，我国智能制造标准体系建设已覆盖基础共性、智能工厂、智能装备等多个领域，并形成从标准预研、制定到应用推广的工作体系。面向新一代智能制造，相关标准将进一步向工业数据、工业知识、工业模型、智能体等领域延伸，同时关注人工智能安全、机器人产线安全和重点应用场景的标准需求。
这四个方向对应企业落地AI的四道坎。多数制造企业已完成设备连接与系统上线，卡住的是数据口径不统一、工艺知识仍留在老师傅的文档里、模型评测没有基准、智能体权限说不清。标准成型后，这四件事就从各家自定义变成有据可依。
与梯度培育体系的衔接：四级门槛不可跨级
标准体系之外，另一条主线是智能工厂梯度培育。2026年7月，工信部等六部门联合印发通知部署2026年度智能工厂梯度培育行动，将智能工厂划分为基础级、先进级、卓越级、领航级四个层级，逐级递进且不可跨级申报：申报卓越级须先获评先进级，申报领航级须先获评卓越级。
四级评价主线由基础数字化转型，逐步升级为数字化网络化能力、全场景智能化应用，再到新型制造体系建设。评审反复强调，每一级认定的核心支撑都落脚在企业数据能力上，这与标准向工业数据延伸的方向一致：数据治理不是加分项，而是晋级前置条件。
服务商有了分级标尺：从资质背书到能力分级
供应商分级分类结果对甲方是实质性利好。过去选型主要依赖案例口碑与资质背书，缺少统一评价口径，懂算法的不懂产线、懂产线的不会交付成为常态。分级分类把服务商按能力维度拉平比较，制造企业可在同层级内比对交付范围与行业积累。
面向工业AI服务商的专门标准也在补位。中国机电一体化技术应用协会已预研立项《工业AI服务商能力等级评价规范》团体标准，覆盖项目落地、工程实施、产线适配与价值交付等维度。此前GB/T 47018-2026《数字化转型服务商分类分级评价规范》、GB/T 47693-2026《工业数字孪生系统服务商评估》主要面向广义数字化服务商，未充分覆盖工业大模型、智能体、工业数据、算力等要素。
企业该怎么接：三条实操建议
一是先做数据体检，再谈模型选型
统一工艺参数、质检记录、设备日志的口径，是数据挖掘能否产生价值的分水岭。数据未整理就换模型，收益极为有限，也难以通过梯度培育现场核查。
二是按标准口径定义交付物
签约时把数据集、模型版本、评测口径、权限边界写进验收条款，避免交付停留在演示层面，这在AI大模型定制项目中尤为关键。
三是小场景验证后再推广
优先选择质检、排产、能耗、售后这类边界清晰、价值可核算的环节试点。内部IT力量有限时，通过成熟的软件外包方式分阶段推进，比一次性大投入更可控。
结语：标准落地，选型门槛从价格转向可核对
标准向工业数据与智能体延伸、服务商分级结果公开，叠加的结果是：甲方第一次能用同一把尺子比较不同服务商。一道科技立足杭州，为制造企业提供AI大模型定制、数据挖掘与软件外包服务，在智能制造场景梳理、工业数据治理与系统集成方面有可复用的工程经验。若您正在评估转型切入点或准备梯度培育申报，欢迎通过官网了解服务，或在资讯中心查阅更多解读。
常见问题（FAQ）
该行动计划于2026年9月21日在2026世界制造业大会智能制造标准化实践创新对接会上发布，核心目标是把智能工厂建设中的优秀实践转化为可复制、可推广的标准。此前我国智能制造标准已覆盖基础共性、智能工厂、智能装备等领域，但实践中仍存在各家自定义、难以横向复用的问题。行动计划通过把成熟做法固化为标准条款，降低后续企业重复试错的成本。
会议明确，随着人工智能进入工业现场，新一代智能制造正从数字化、网络化向自主感知、自主决策、自主执行演进，工业大模型、工业智能体、具身智能等新技术对标准体系提出新要求，因此标准需向工业数据、工业知识、工业模型、智能体四大领域延伸，并补齐人工智能安全与机器人产线安全标准。这四项恰好对应企业落地AI时最常卡住的四道坎：数据口径、知识沉淀、模型评测与智能体权限。
智能制造系统解决方案供应商分级分类评估结果已在本次对接会公布，可用于在同层级内横向比对服务商的交付范围与行业积累，替代过去单纯依赖案例口碑与资质背书的选型方式。实操上建议三步：先明确自身所处梯度层级与场景边界，再筛选对应层级的服务商，最后把数据集、模型版本、评测口径、权限边界写进验收条款，避免交付停留在演示层面。