我国海洋制造业筑牢“蓝色引擎”，加速迈向高质量发展；具身智能产业闯关“双80%”；AI企业需主动加强大模型、智能体等技术安全加固

▶▏我国海洋制造业筑牢“蓝色引擎”，加速迈向高质量发展

自然资源部日前发布的《2025年中国海洋经济统计公报》显示，2025年全国海洋生产总值达110180亿元，其中海洋制造业增加值35233亿元，同比增长6.8%，高出海洋生产总值增速1.3个百分点。这一亮眼数据，不仅印证了我国海洋经济的强劲韧性，更凸显了海洋制造业作为“蓝色引擎”的关键支撑作用。当前，我国海洋制造业已形成规模庞大、门类齐全的产业体系，在船舶、海工装备等领域建立起全球竞争优势，并呈现出智能化、绿色化、融合化的发展态势，正朝着质量效益跃迁的新阶段稳步迈进。

聚力科技攻坚与产业协同，锻造自主可控的产业链韧性。尽管我国海洋制造业规模优势明显，但核心技术与关键部件自主可控能力不足、产业基础能力与协同效率有待加强等“大而不强”的问题依然存在。破解之道在于集中优势资源，实施海洋关键核心技术攻关工程，围绕深海探测传感器、绿色船舶动力系统等“卡脖子”环节布局国家重大科技项目。同时，强化企业创新主体地位，支持领军企业牵头组建创新联合体，建立“需求方出题、科研界答题、市场方验效”的协同机制。以去年10月启动的福州海洋技术转化联盟为例，通过联合中船七一二所、七一四所等多家单位，正加速推动海洋科技成果从“纸上”到“海上”、从“实验室”到“产业链”的落地转化。在此基础上，还需加强国家统筹规划，引导沿海地区错位发展，运用工业互联网、人工智能等技术对全流程进行数字化改造，培育世界级先进制造业集群，形成“头雁引领、群雁齐飞”的产业生态。

创新要素供给与深化开放合作，激发高质量发展新动能。海洋制造业发展具有长周期、高风险的特点，迫切需要完善与之相适应的投融资体系。应发挥海洋领域产业投资基金的引导作用，发展供应链金融、知识产权质押融资，引导更多社会“耐心资本”投向高端制造和前沿领域。同时，加快建设海洋数据要素市场，推动海洋环境、船舶航行等数据的安全有序流通与开发利用，以数据流驱动技术流、资金流、人才流。在筑牢国内根基的同时，要依托共建“一带一路”倡议，鼓励优势制造企业“组团出海”，推动中国技术、中国标准、中国装备协同“走出去”。积极参与国际海事组织等国际机构规则修订，在绿色航运、智能船舶等新兴领域增强标准制定话语权，主动构建“蓝色伙伴关系”，在合作共赢中全面提升我国海洋制造业的国际竞争力与品牌影响力。

▶▏具身智能产业闯关“双80%”

我国具身智能产业已实现从实验测算到小批量交付的跨越，但行业仍处于从“千台交付”到“万台量产”的规模化前夕。宇树科技创始人兼CEO王兴兴提出的“双80%”目标——机器人在80%的陌生场景中完成80%的语音指令，成为具身智能实现“ChatGPT时刻”的核心坐标，而技术泛化能力不足与供应链瓶颈，成为闯关路上的两大核心难题。

模型泛化能力不足成技术核心瓶颈，行业竞争向机器人“大脑”转移。当前人形机器人虽能完成高难度运动和特定工业任务，却难以实现叠衣服、拿易碎品等精细动作，快思慢想研究院院长田丰指出，这是因精细动作需高精度多模态感知，而机器人仍依赖预设程序，通用泛化能力缺失。为突破该难题，2026年行业竞争焦点从“肢体”转向“大脑”，资本也开始重点押注通用具身大脑等上层智能技术。宁波具身智能机器人创新中心总经理何川表示，物理AI与语义智能的融合才是真正的具身智能，而真实数据缺失是主要痛点。宇树科技计划投入20.22亿元研发具身大模型，并拟通过部署万台机器人采集数据，智元机器人高级副总裁姚卯青也强调，行业需实现更高水平的“软硬协同”。

供应链成熟度低制约量产进程，标准化与产业链协同成破局关键。松延动力董事长姜哲源认为，万台规模是人形机器人行业重要发展门槛，而当前国内头部企业年度出货量仍未达万台，未成熟的供应链是核心阻碍。智元机器人高级副总裁姚卯青表示，人形机器人核心部件规模化水平远不及汽车产业，供应链工程的标准化与可靠性设计是量产难点，松延动力董事长姜哲源也坦言，零部件备货问题易导致生产停滞。均普智能指出产业链存在上下游需求脱节、核心部件生态分散等问题，宁波具身智能机器人创新中心总经理何川举例，工业场景中机器人因环境变化定位精度大幅下降，凸显“最后一公里鸿沟”。优必选首席品牌官谭旻强调，成熟产业链的形成不仅能解决量产问题，还能降低整机成本，加速具身智能落地。

▶▏信通院：AI企业需主动加强大模型、智能体等技术安全加固

3月25日博鳌亚洲论坛“AI+”数智赋能产业升级分会现场，中国信息通信研究院院长余晓晖指出，国内外人工智能厂商需主动加强大模型、智能体等技术的安全加固。当前中国社会对数字技术与人工智能技术接受度高，企业和用户均积极尝试新技术，但社会对AI技术的安全挑战存在低估，相关测试显示，大模型、智能体等技术存在诸多安全隐患，国内外主流大语言模型安全水平仅约15%至30%，技术安全加固已成为AI产业发展的必要举措。

AI技术快速普及背后，安全风险与治理短板亟待破解。余晓晖指出，开源AI智能体“龙虾”（OpenClaw）等新技术获得用户广泛尝试，但用户往往忽视授权后技术自主执行任务的不可控风险，信通院测试已验证相关技术的安全漏洞。同时，当前全球范围内AI安全治理体系尚未完善，各国政府虽开展大量治理工作，但实际效果不足，企业在提升AI技术应用效率的同时，未能同步筑牢安全防线，安全治理能力成为AI产业发展的明显短板，也让技术创新与安全可控的平衡成为AI治理的核心难题。

技术安全加固需企业主动作为，更需全球协同构建治理体系。作为AI技术研发和应用的主体，国内外人工智能厂商肩负安全加固的核心责任，需针对大模型、智能体的技术特性补齐安全短板，提升技术本身的安全水平。余晓晖提出，区域层面需围绕统一标准、协同治理规则、共建测试工具、加强技术团队与区域能力建设深化合作，这也是破解AI安全与治理问题的关键路径。同时，AI安全治理并非单一企业或国家的工作，各方需在把握人工智能创新红利的同时，共同筑牢安全底线，通过多方协同妥善应对全球AI发展中的风险与治理挑战。

来源：数字中国专版(dei.cei.cn）--头条要闻