近日，工業和信息化部印發《2025年人工智能應用典型案例名單》，浙江共計14個案例入選。

技術底座方向

阿里巴巴達摩院（杭州）科技有限公司

案例名稱：樂雲具身智能開發平台實踐

　　樂雲具身智能平台（RynnBot）針對當前具身智能開發領域長期存在的技術鏈條長、研發門檻高的行業痛點破局攻關，該平台通過端雲協同實現端側「零GPU部署」，僅需一台數百美元級的3D打印示教機械臂，即可跑通VLA等主流具身模型，讓中小團隊與個人開發者也能以接近零硬件成本的方式進入具身智能全鏈路開發。

　　圍繞產業生態建設，達摩院發起「樂雲具身 SparkEdu」訓練營，已與國內外18所高校深度合作，累計聚集1.7萬名具身智能開發者、孵化100+創新作品。開發者的實踐貫穿遙操數據採集、模型訓練、真機部署全流程，為機器人產業持續沉澱人才與創新能力，加速具身智能產業生態的形成與繁榮。

行業賦能方向

一道新能源科技股份有限公司

案例名稱：人工智能賦能光伏電池組件全生命周期

　　本案例立足光伏製造數字化轉型與「雙碳」發展需求，圍繞數字化研發、智能化生產、精益化運營、高端化服務四大核心維度，搭建起「數據底座-算力支撐-AI模型-業務應用」垂直一體化智能工廠體系，全方位覆蓋光伏產品研發設計、生產製造、運營管理、營銷運維全生命周期場景。

　　技術層面，案例創新採用「機理模型+數據驅動」雙輪建模模式，搭配5G物聯網毫秒級數據採集、邊緣實時推理與混合雲彈性算力調度技術，自研13類光伏核心AI模型，缺陷識別精度達0.05mm、設備故障預測準確率92%，有效保障生產管控精準度與實時性。同時，打通MES、ERP等9大核心業務系統，搭建工業大數據中心與工藝知識圖譜體系，高效支撐工藝優化、視覺質檢、預測性維護、智能排產、經營決策等智能化應用落地。

華芯（嘉興）智能裝備有限公司

案例名稱：人工智能賦能集成電路物料智能傳輸

　　人工智能正深度重塑半導體工廠的AMHS系統，打破傳統物流僅能被動執行搬運任務的侷限。通過打通生產、物流、設備全鏈路數據，人工智能將智能決策能力注入AMHS的核心環節，既可以實現動態路徑優化、實時擁堵預判，讓OHT調度效率提升20%以上，也能與CIM、MES系統深度協同，大幅降低空駛率與等待時長。

　　如今的AMHS不再只是工廠的「物流大動脈」，更逐步進化為具備自主感知、持續學習能力的智能體，從「被動執行」轉向「主動優化」，為晶圓廠實現滿產狀態下的產能進一步躍升，成為半導體制造向高階智能化演進的關鍵支撐。

貝隆精密科技股份有限公司

案例名稱：面向高端手機精密結構件的模具智能設計製造方案

　　針對模具修正依賴經驗、工藝調試周期長、精密檢測效率低等行業痛點，貝隆精密聯合浙江大學產學研攻關，構建「智能設計修正、工藝動態調控、精密智能檢測」三位一體體系，依託人工智能與優化算法打通研試產數據閉環，實現型腔自適應修正、參數實時補償與尺寸自動檢測。項目面向高端手機精密結構件等高精密微結構注塑製造場景。

　　研究數據顯示，模具修正周期與工藝調試時間均可壓縮30%~40%，人工成本降低約25%；注塑良品率提升至98%以上，設備利用率提升約20%。項目已形成系列自主知識產權，打破相關技術進口依賴，其模塊化AI系統具備強跨場景適配性，可為精密光學等高端製造行業提供可複製的智能製造路徑，對推動高端精密注塑工藝自主可控具有重要示範價值。

浙江中控信息產業股份有限公司

案例名稱：基於城軌易智大模型的景芳站智慧車站應用

　　當前城軌車站傳統運營高度依賴人工管控，人力投入大、運營成本高，存在應急響應慢、能耗偏高、乘客服務滯後等問題。而現有車站管控系統多為L2級半自動化階段，亟須藉助大模型、人工智能等技術升級。

　　本項目聚焦智慧車站場景化運營，研發城軌易智大模型產品體系及智慧車站管控系統，打造「一個行業大模型、兩個智能裝備、多個業務智能體」體系，構建L3級「AI+少人化」智慧車站運營管控系統，並在杭州地鐵4號線景芳站成功落地，推動車站從傳統管控到全場景自治的代際跨越，為新線建設、既有線改造提供可複製樣板。項目成效顯著：人員效率提升37.5%，運營工作量下降50%，支撐崗位融合與排班重構；節能率可達42%，日均節能930度；乘客服務與安全感知準確率98%以上。

寧波普瑞均勝汽車電子有限公司

案例名稱：「大模型+智能體」驅動的汽車電子設備測試系統應用

　　針對行業測試效率低、知識沉澱難、複雜場景覆蓋不足等共性難題，普瑞均勝創新打造了「大模型+智能體」電子測試系統，構建「知識引導生成、模型驅動仿真、智能閉環診斷」三位一體開發與測試體系，推動汽車電子測試從「經驗驅動」邁向「知識驅動」。

　　目前，該系統已在汽車電子研發測試與質量驗證環節實現規模化應用，服務20多家國際知名車企，30多家國內新能源汽車及汽車產業鏈頭部企業，累計支撐1000餘個汽車電子產品型號、項目版本及測試配置組合，測試任務執行量超百萬次。在應用成效上，以單車型ECU測試為例，測試周期由約3個月縮短至15天，按3個月約90天測算，周期壓縮約83%，測試效率提升至原來的約6倍，測試一致性同步提升；通過知識沉澱、模板複用和規則約束，降低對少數資深測試人員個體經驗的依賴，提升複雜項目交付的組織效率。

中移（杭州）信息技術有限公司

案例名稱：中移杭研「人工智能+視聽」平台賦能視聽內容全鏈路運營

　　本案例立足「人工智能+視聽」規模化應用需求，針對內容運營場景傳統模式製作周期冗長、人力成本高企、內容標準參差、個性化適配不足等問題，構建全鏈路智能視聽運營平台。

　　平台面向移動高清、智能音箱等場景，依託千萬級媒資海報與1080P抽幀素材池，融合多模態大模型、RAG知識庫、向量檢索、智能推薦及音視頻檢測增強能力，支撐素材檢索、AI創作、高光挖掘、4K/8K超分、內容增強、質量檢測，並率先探索機頂盒7.1.4聲道沉浸式音頻輸出。平台匯聚多領域視聽垂類AI能力，實現小時級微調、毫秒級推理，打造可編排、高自動化、智能調度的內容生成編輯一體化工作平台，推動內容運營全鏈路智能化升級，形成高時效生產、高質量增強、精準化分發的智能運營新模式。

產品應用方向

網易有道（杭州）智能科技有限公司

案例名稱：有道AI答疑筆SpaceX應用

　　有道AI答疑筆SpaceX面向K12全學段課後輔導、家庭作業、自主學習等場景，依託自研「子曰」教育大模型與DeepSeek-R1推理模型雙引擎，融合多模態OCR識別、端側AI部署、TTS情感語音交互等技術，解決家長輔導能力不足、學生解題邏輯缺失、傳統學習硬件識別準確率低、交互形式單一等痛點，以AI全科私教與智能學習閉環為核心，提供九科難題解答、板書式視頻講解、分步推理拆解、互動追問及智能錯題管理，實現「掃題—講解—練習—鞏固」一體化。

　　產品配備4.4英寸低藍光護眼屏、800萬AI攝像頭與3.6cm超寬掃描窗，複雜圖文識別準確率達96%，支持4G與WiFi雙模連接。上線後人均日答疑超10次，錯題整理效率從小時級縮短至分鐘級，已在多所公立校試點應用並落地首個AI答疑室。

浙江實在智能科技有限公司

案例名稱：實在Agent通用智能體平台加速工業型企業數字化轉型

　　針對工業企業面臨傳統系統對接複雜、自動化技術智能化不足、數據利用率低、人工決策依賴度高等痛點，企業在生產監控、財務管控、經營分析、辦公協作、倉儲管理等場景存在效率短板，制約企業智能化升級難題，實在Agent通用智能體平台依託全國產算力與多模態大模型技術應用，支持SaaS與私有化混合部署，安全可控。

　　無需代碼與API改造，大幅縮短開發周期、降低轉型成本，實現多智能體協同作業，具備高速響應、高準確率與自主學習優化能力。可無縫對接ERP、MES工業系統，覆蓋企業核心業務場景，實現生產監控優化、財務自動化、經營數據分析、辦公流程智能流轉及倉儲高效管控，構建數據驅動的智能決策體系，破解企業數字化轉型技術壁壘，全面提升企業運營效率與核心競爭力。

杭州三海電子科技股份有限公司

案例名稱：裝備故障診斷生成智能體FaultsMind

　　裝備故障診斷生成智能體（FaultsMind）聚焦高端裝備智能運維面臨的「專家依賴強、定製化要求高、研發周期長、更新難度大、跨場景泛化能力不足」等工程痛點問題，即傳統需專業設計人員才能完成的且需持續消耗大量人力和物力資源的診斷算法定製化開發、診斷系統定期維護、診斷模型在線更新、新設備配套診斷系統的配置與更新等現實工作，將由FaultsMind全程替代，實現診斷能力由「人工開發維護」向「大模型自主生成」的應用範式轉變。

　　FaultsMind具有從診斷需求建模到集成驗證與應用部署的全流程能力，具備與現有運維數字化系統的共生與融合能力，是行業已有運維繫統的智能化提升。適用於高端製造、交通運輸、電力能源、航空航天等領域的智能巡檢、異常監控、缺陷識別與溯源、故障診斷。

支撐保障方向

支付寶（杭州）數字服務技術有限公司

案例名稱：NovaFlow行業智能體基準評測與監測平台應用

　　NovaFlow是支付寶打造的智能體基準評測與監測平台應用。該應用面向出行、政務、就業等典型社會場景，以「行業知識驅動的分層基準、多模態角色驅動評測、混合專家式智能歸因」三大能力為核心，將智能體評測從問答對錯判別升級為用戶辦事效果評估，同時實現分鐘級線上效果劣化感知與快速干預，單輪離線評測周期從約14天壓縮至3天。

　　目前平台能力已覆蓋9大出行場景、16000餘項政務服務、超1800萬崗位精準推薦等業務場景評測訴求，累計賦能80餘個政務智能體與100餘個出行智能體落地，為智能體從通用問答走向真實辦事提供了可複製的評測實踐範式。

專題方向

中控技術股份有限公司

案例名稱：時間序列大模型TPT助力流程工業自主運行新路徑探索

　　基於流程行業首款時間序列大模型TPT（Time-series Pre-trained Transformer），是中控技術面向流程工業打造的工業AI核心底座，以高質量工業數據集、先進算法和優勢算力構建行業跨代領先的工業AI核心競爭力，融合模擬、控制、優化、預測、評估等能力，覆蓋工廠設計-運行-運維的全生命周期及全維運行場景，大幅提升工廠安全、質量、低碳和效益，是工廠自主運行的「智慧大腦」。

　　實際應用中，顯著降低生產管理與操作人員的工作負荷，提升裝置運行安全性，實現人效提升30%~50%，有效提高生產效率、降低生產成本、穩定產品質量，最大化裝置綜合效益，預期帶來1%~3%的效益提升。目前，TPT已在百餘個工業案例中落地驗證，在確保生產安全的前提下，取得了顯著的節能減碳效果與企業經濟效益提升。

杭州安恒信息技術股份有限公司

案例名稱：恒腦安全智能體賦能網絡安全智能化躍遷

　　當前AI驅動新型網絡攻擊頻發，傳統安全方案依靠特徵庫、人工值守防禦，存在告警冗餘、專家資源稀缺、安全成果落地慢、運維成本高等痛點，亟須智能自適應安全體系。安恒信息打造恒腦安全智能體平台，依託安全垂域大模型，提供成熟智能體售賣、客戶聯合共創兩種服務模式，面向重大活動保障團隊、政企、安全服務商提供服務。

　　平台支持零/低代碼搭建智能體，統一調度安全工具、沉澱安全運營經驗。已落地亞運會、亞冬會、金融、高校等場景，累計服務客戶超500家，商業落地150餘家。平台可自動研判海量告警、快速處置威脅，沉澱安全知識、縮短防護方案落地周期，降本增效，助力達成零安全事故的安全保障目標，行業推廣空間廣闊。

溫州大學大數據與信息技術研究院

案例名稱：「模數共振」人工智能賦能行業企業一體化平台

　　該平台以模型能力與產業數據深度融合為核心，面向企業數智化轉型中的複雜需求，構建貫通感知、診斷、資源協同、智能決策與場景重塑的「感—診—配—策—改」賦能體系。

　　平台依託自主研發的DeepServe智能體等智能應用，將企業沉澱的數據、知識與業務規則轉化為可理解、可推演、可執行的智能能力，使人工智能由單點工具深入生產經營全過程，持續發現問題、生成策略並驅動優化，逐步形成具備企業認知、決策與進化能力的「智慧大腦」，推動企業數智化轉型由被動應對向主動感知、智能決策和持續優化躍升，着力破解「不知如何轉、缺少能力轉、難以持續轉」等企業現實難題。

編輯：任珈妮

責編：沈　波