政策解读 · AI+制造
上海“AI+制造”新政点名文生三维：设备企业先补模型还是先补数据？
政策把“文生三维零部件设计”写进支持方向，释放的信号不是“提示词可以替代工程师”，而是三维资产正在从展示文件变成可计算、可验证、可复用的工业数据。
一家设备企业可能同时拥有CAD装配体、供应商模型、渲染模型、售后爆炸图和展会动画。文件很多，却常见三个问题：版本对不上、参数说不清、用途混在一起。研发担心泄密和误用，市场拿到的模型又重得无法交互，最后每次做设备演示动画都从清理文件开始。
在这种基础上接入“文生三维”，结果很可能只是更快地产生一批无法验证的新文件。真正决定AI能不能进入制造流程的，不是提示词写得多漂亮，而是企业有没有一套可信的三维资产底座。
政策原文到底说了什么
上海市经信委于2026年7月17日发布《上海市进一步推动“AI+制造”发展的若干措施》。第一项措施将“知识图谱融合、文生三维零部件设计”等列入关键核心技术攻关方向，相关方向最高支持2000万元。同一文件还提出：工业高质量数据集专业服务平台最高支持2000万元，非关联方智能算力租用最高补贴4000万元，AI原生工业软件等方向最高支持1000万元，“AI+制造”样板企业最高支持2000万元。
这些数字是政策列示的最高支持上限，不等于任一企业自动获得相应金额。项目范围、申报条件、评审与实际支持强度仍要以配套申报通知和审核结果为准。
国家层面的目标也在强调“工程化”
八部门《“人工智能+制造”专项行动实施意见》提出，到2027年推动3—5个通用大模型在制造业深度应用，推出1000个高水平工业智能体，打造100个工业领域高质量数据集，推广500个典型应用场景，并选树1000家标杆企业。政策关注的是模型、数据、场景和企业能力共同落地，不是孤立增加一个生成按钮。
“文生三维”至少对应两条不同链路
工信部《2025年人工智能产业及赋能新型工业化创新任务揭榜挂帅申报指南》把两类任务分得很清楚。
第一类是三维零部件设计。指南要求相关软件能理解不少于20种设计指令，自然语言设计意图理解准确率不低于90%；面对需要三条及以上指令的复杂设计意图，准确率不低于60%，三维模型尺寸精度达到0.05毫米，并在通用设备、飞行器、车船、管网或压力容器等领域示范应用。
这类模型要进入设计流程，必须处理尺寸、约束、材料、装配关系、可制造性和版本责任。它输出的不是“看起来像零件”的图，而是需要工程验证的模型文件。
第二类是工业3D内容生成与实时交互。指南面向园区、厂区、车间和产线，要求支持工业设备维护、安全培训、远程协作等应用；预期到2027年支持千平方米以上工业场景的快速重建与编辑，基于采集数据的重建时长达到小时级，端到端交互时延小于100毫秒。
这条链路更接近设备演示动画、系统流程动画、安装培训、数字孪生展示和交互式H5，但依然要与真实设备边界、动作逻辑和版本保持一致。
设备企业应先建立“双层三维资产”
最实用的起点不是立刻采购生成工具，而是先把现有资产分成两层。
工程源模型：保存真实约束
保留完整装配层级、尺寸、材料、接口、运动约束、设计版本和审批状态。谁能访问、哪些部件涉密、哪个版本可用于仿真或制造，都要有明确规则。AI生成或修改的结果必须经过工程人员校核后，才能进入这一层。
轻量传播模型：服务理解与交互
按销售、培训、维护、展会和海外传播场景，删除不必要的小零件，控制面数和材质，建立剖切层级、动作节点、热点信息和多语言字段。它不承担制造依据，却必须能追溯到对应的工程版本。
两层之间的受控映射，才是工业视频营销真正可复用的资产：一次模型治理，可以延伸为机械动画、设备演示动画、安装演示动画、生产工艺动画和产品互动H5，而不是每个项目重新建一套“只够出片”的模型。
立项前先回答四个问题
- 模型要进入哪条链路？设计、仿真、制造、培训还是传播，验收标准完全不同。
- 什么数据可以进入模型？要定义涉密边界、供应商授权、版本状态与训练使用权限。
- 谁对生成结果负责？工程模型要有校核责任人，传播模型也要有技术审核节点。
- 效果如何量化？不要只看生成速度，还要看尺寸误差、装配正确率、轻量化比例、交互时延、重复建模工时和跨场景复用次数。
上海政策还提出建设“一图四清单”：行业场景图谱，以及数据要素、知识模型、工具软件、人才技能四类清单。对设备企业而言，这恰好是一套项目盘点框架——先把场景、数据、模型、工具和负责人说清楚，再决定AI放在哪一步。
政策信号已经很明确：文生三维正在从内容工具走向工业能力。制造企业真正的先手，不是追逐某个生成模型，而是让现有三维资产具备工程可信度、传播复用性和清晰的数据边界。底座补齐之后，AI才会缩短研发与沟通链路；底座缺失时，它只会更快地放大版本混乱。
