各旗区人民政府，市人民政府各部门，各直属单位，各大企事业单位： 

《鄂尔多斯市2026年“人工智能+工业”行动方案》已经市人民政府2026年第15次常务会议审议通过，现印发给你们，请认真组织实施。 

                        鄂尔多斯市人民政府办公室 

                            2026年5月7日 

鄂尔多斯市2026年“人工智能+工业”行动方案 

为深入落实《“人工智能+制造”专项行动实施意见》（工信部联科〔2025〕279号）、《关于推进“人工智能+”能源高质量发展的实施意见》（国能发科技〔2025〕73号）等精神，扎实推进“人工智能+”行动，全力开辟增长“第二曲线”，结合我市实际，制定本方案。 

一、工作目标 

以赋能传统产业转型升级、培育壮大新质生产力为导向，推动人工智能与实体经济深度融合，聚焦煤炭、化工、新能源装备制造、羊绒、合成生物、智能网联汽车六大行业，深度挖掘应用场景，培育一批应用典型，年内推广2个以上工业大模型落地应用，分场景、分环节有序推进项目开工建设，争取建成投用10个人工智能应用项目；力争打造2家市级以上“人工智能+工业”制造业标杆企业和5家智慧矿山标杆，提升产业核心竞争力。 

二、重点方向 

（一）人工智能+煤炭。聚焦生产流程人工依赖度高、安全管控压力大、调度效率不足等痛点，全面推广盘古矿山大模型、矿鸿操作系统，按照智慧矿山建设标准，实现生产全流程智能化管控，推动煤炭行业减人、增安、提效。 

（二）人工智能+化工。聚焦煤质波动大、能耗偏高、产品质量不稳定、安全风险防控滞后等痛点，深度应用中控技术时间序列大模型、中国移动“AI软仪表+智能体”等算法、模型，构建“实时感知—智能分析—科学决策—精准执行”全链条智能化运行体系，提升化工行业智能化运行水平。 

（三）人工智能+新能源装备制造。聚焦质检依赖人工、工艺调参经验化、设备故障滞后、排产低效等痛点，运用AI视觉检测、机器学习、智能优化算法与工业物联网，实现缺陷自动识别、工艺参数动态优化、故障预测预警、智能排产和产品良率提升，提升新能源装备制造行业AI自主智能控制水平。 

（四）人工智能+羊绒。聚焦版型设计同质化、质量控制精准度低、原料分级不科学、生产周转低效等痛点，研发全球首个羊绒产业多模态大模型和智慧羊绒产品设计智能体，实现个性化设计、工艺参数智能决策与动态优化、物料柔性调度和快速周转，推动行业实现全流程数智化管控。 

（五）人工智能+合成生物。聚焦研发周期长、实验通量低、发酵过程难调控、产物提纯效率低、质量检测不精准等痛点，深度应用预测模型、数字孪生、光谱分析等技术，实现高产菌株快速筛选与定向改造、序列优化与高通量验证，发酵在线监测和实时调节，推动人工智能赋能合成生物研发和生产新范式。 

（六）人工智能+智能网联汽车。聚焦自动驾驶高危场景验证不足、算法迭代慢、调度效率低等场景，应用“端到端”多模态大模型、数字孪生、车路协同与混合智能编队技术，实现智能网联重卡编队智能调度、智能网联矿卡与电铲协同调度，提升复杂路况应对能力，提升自动驾驶安全性与效率。 

三、工作任务 

（一）夯实基础底座。以支撑重点产业人工智能深度应用为核心目标，推动工业网络升级改造，强化企业内外网络协同建设，实现生产设备、控制系统、管理系统互联互通。按照风光—绿电—算力—Token价值跃升路径，打造高质量、标准化、可流通的数据集，培育Token经济发展生态，赋能行业大模型、工业智能体等应用落地。依托鄂尔多斯高新技术产业开发区云计算产业园、鄂尔多斯空港物流园区大数据中心两大算力核心承载区，加强智能算力互联互通和供需适配，畅通算力、数据、Token要素循环流转，夯实产业融合底层支撑，力争年底算力规模达到8000PFLOPS。 

（二）挖掘应用场景。立足传统产业“找场景”、新兴产业“造场景”，由北京大学鄂尔多斯能源研究院牵头，联合华为、中国移动等专业机构，系统开展行业应用需求摸排与深度调研，精准挖掘可落地、可复制的人工智能场景，定期发布人工智能应用需求清单和供给能力清单。引导新建工业企业将人工智能融入规划设计、建设实施全流程，实现同步规划、同步部署、同步应用。 

（三）培育标杆示范。聚焦能源领域智慧化升级，重点打造国内领先的高水平智慧矿山标杆，以点带面推动能源行业智能化转型。全面摸排遴选市级人工智能融合应用标杆项目，争创自治区级、国家级智能化标杆。按照智能工厂梯度培育体系，年内打造10家先进级智能工厂。支持运用自动驾驶大模型，推动智能网联汽车规模化商业化落地。 

（四）推动普及应用。聚焦企业生产经营核心环节，先期以轻量化、低成本、易部署的人工智能应用为主，逐步向复杂化、集成化人工智能应用过渡。争取国家中小企业数智化转型试点，推动市级工业互联网平台优化升级，上架一批“小快轻准”数智化产品和解决方案，推动人工智能技术普及应用。 

（五）完善服务体系。研究出台专项政策，支持企业智能化改造、应用平台建设、工业模型推广等场景应用。发挥国家工业互联网数字化转型促进中心枢纽作用，整合行业资源、集聚专业服务机构，为企业提供一站式服务，为工业企业开展数智化咨询诊断与“建档立卡”服务，对企业实行分类指导、精准赋能。 

（六）开展集群招商。组建专业化招商专班，紧盯京津冀、长三角、珠三角等重点区域，按季度组织开展敲门招商、专题招商、产业链招商活动，着力补齐Token生产、数据标注与治理、算法研发、AI大模型训练推理、智能体开发、系统集成、算力调度等产业链短板。通过精准招引推动一批标志性项目落地，构建“绿色算力输入—高效Token产出—商业化应用落地—生态价值增值”的完整产业闭环，全面提升产业链协同发展水平。 

（七）筑牢安全防线。依托自治区工业信息安全多级联防系统，常态化开展工控系统安全监测，有序推进工业互联网安全分类分级管理等工作。聚焦人工智能应用场景，建设AI数字云安全基础设施，加强人工智能应用准入评估和动态监管，筑牢工业数智化转型安全屏障。 

四、组织实施 

由市人民政府分管领导牵头，明确市工信、能源、发改、科技、商务、政数、财政等部门和重点旗区、重点园区工作职责和重点任务。市工业和信息化局牵头建立季度调度、半年评估、年度考核工作机制，实行挂图作战、清单管理。市直有关部门要强化场景开发应用，指导旗区、园区抓好任务落实。各旗区、园区要立足自身产业基础，聚焦重点产业发展方向，推动建设一批人工智能应用项目；要大力宣传推广标杆企业先进经验与典型案例，营造标杆引领、以点带面、全域推进的良好氛围。 

附件：鄂尔多斯市“人工智能+工业”示范场景案例清单 

附件 

鄂尔多斯市“人工智能+工业”示范场景案例清单 

一、煤炭行业 

（一）矿鸿视界云盒实时管控井下作业安全 

场景描述：煤矿安全监控需要人工巡检判别，时效性和准确性难以保障；地上AI受限于识别延时，往往事后才能告警的痛点，响应“电子围栏”等安全监管政策，结合AI大模型视频分析和边缘计算能力，设计出可以在井下独立运行的作业安全监控预警管控盒子。通过AI分析实现煤矿井下违章违规实时预警，安全隐患发现后即时联动作业设备进行相应处理，实现井下作业安全全方位实时管控。 

示范应用：鄂尔多斯市数投工业互联网有限公司将盘古大模型推理能力下沉到井下，结合矿下已有的摄像仪和视频流，将传统地上中心AI3—5秒识别延迟缩短到500毫秒内，并就地联动作业设备进行处理，从事后反查向主动提前防护转变，有效降低安全隐患的发生。井下AI分析设备运行后自成系统，不依赖于工业环网，不受外部网络波动影响，不依赖于网络带宽，配合内置后备电源，在停电断网下也可正常工作，保障临时作业或应急场景的安全。云盒支持丰富的算法模型，在云平台上通过盘古大模型训练出的新场景的算法可以直接部署到现有云盒内，灵活拓展识别场景，目前已经在色连一矿部署30台矿鸿视界云盒。 

推广价值：该项目是“AI+井工煤矿”领域的典型场景，构建了“AI下沉部署+就地推理+联动处置”的井下作业安全智能实时预警处理方案，有效解决传统人工巡检效率低，地上集中AI延迟高，响应慢等问题，为井下作业监控提供了可复用、灵活部署的方案。 

（二）矿鸿智能体高压开关 

场景描述：煤矿井下高压开关是供电核心，传统设备存在操作风险高、故障频发、智能化缺失等痛点，影响安全生产与产能释放。针对痛点，矿鸿智能体高压开关融合矿鸿操作系统与AI大模型，具备自我感知、智能决策等智能体特性，推动变电所从“人防”升级为“技防”，实现供电系统无人化值守与智能管控。 

示范应用：鄂尔多斯市数投工业互联网有限公司联合生态伙伴基于盘古大模型研发矿鸿智能体高压开关，支持全电动自动操作，AI可自动完成验电、倒闸等高危流程，搭配语音交互与“一碰连”功能，实现变电所无人化值守；构建“AI监督+三重防误”防线，结合矿鸿加密通信，杜绝人身触电与误合闸事故；本地算力结合大模型，可精准诊断设备健康、预防故障，实现故障快速定位处置；依托矿鸿MDTP协议破除厂商壁垒，沉淀全生命周期数据，已在龙王沟等煤矿部署应用。 

推广价值：安全上，解放高危环境作业人员，优化人力资源配置；经济上，免维护设计减少非计划停电60%以上，缩减硐室占地与硬件投入，降低运维成本；战略上，解决供电系统协议不统一问题，推动供电向“数据驱动”跨越，提供可复制示范，赋能煤炭行业新质生产力发展。 

二、化工行业 

（一）AI气化配煤与装置智能优化 

场景描述：聚焦煤化工核心生产环节，针对煤质波动大、气化炉运行不稳定、能耗与碳排放偏高、资源转化效率不足等行业痛点，打破传统人工经验操作模式，融合TPT时间序列大模型、APC先进控制等技术，搭建全流程智能优化体系，实现煤质分析、配煤掺烧、气化炉调控、异常预警的闭环管理，破解行业粗放式生产难题。 

示范应用：内蒙古伊泰化工有限责任公司基于“机理+AI”架构，应用TPT时间序列大模型，对多套装置实施AI驱动的PID自动调参、APC先进控制及RTO实时优化。该模型具备了入炉煤质AI在线检测、氧煤比AI闭环优化，费托反应器产物AI精准预测等功能。项目实施后，全厂自控率超99%，单台气化炉年节煤11800吨、减碳30000吨。 

推广价值：该项目是“AI+流程型制造”领域的典型应用场景，构建了“机理模型+AI数据驱动+闭环控制”的煤化工智能优化新范式，有效解决了煤质波动大、气化炉运行不稳、能耗碳排放高等行业共性问题，为煤化工多装置AI一体化控制提供了可复制、可推广的技术方案。 

（二）精馏单元智能控制与质量提升 

场景描述：针对煤制乙二醇精制单元存在的透光率检测滞后、多变量耦合复杂、多目标优化难度大等问题，运用AI预测、贡献度分析、多目标优化算法，搭建“预测-诊断-优化”智能闭环，分阶段实现从单点预测到单元协同，再到全流程优化的升级，解决产品质量波动大、人工操作强度高、生产能耗高等难题。 

示范应用：鄂托克旗建元煤焦化有限责任公司采用“AI软仪表+智能体”架构，以脱醇塔侧线为切入点，部署在线紫外分析仪与AI软仪表，实现透光率提前2小时预测及根因诊断，通过多变量解耦控制稳定关键参数，降低人力成本与能耗；运行稳定后，将技术扩展至全部核心装置，依托多目标优化算法，实现质量、产量、能耗多目标协同最优。项目预计自控率达98%以上，透光率合格率提升8%—10%，蒸汽消耗降低3%—5%，年综合效益达500—650万元。 

推广价值：该项目是“AI+化工单元操作”领域的典型场景，形成了“预测—诊断—优化”智能闭环与“单点→单元→全流程”渐进式技术路径，有效破解了精馏过程质量波动大、操作强度高、能耗高等难题，可快速复制到煤制甲醇、煤制烯烃、煤制乙二醇、合成氨、尿素等精馏场景，为化工行业智能化转型提供了可复制的技术范式。 

三、新能源装备制造：AI智能体与工业大模型应用 

场景描述：针对光伏等新能源装备制造行业在生产效率、质量控制、设备运维等方面依赖人工经验、检测效率低、故障响应滞后、工艺调参难等核心痛点，融合AI视觉检测、机器学习预测等人工智能技术，搭建覆盖生产作业、设备运维、仓储物流的智能应用体系。通过AI算法实现产品缺陷智能识别、工艺参数动态优化、设备故障提前预警，大幅提升生产效率与产品良率，推动新能源装备制造从传统人工操作向AI智能控制转型。 

示范应用：鄂尔多斯市隆基光伏科技有限公司高效单晶电池智能工厂部署应用AI视觉检测系统，可自动识别多种缺陷，检测准确率远超预期，单个车间可减少4名检验岗位人员配置；行业首创基于决策树的AI智能工艺调优，目前在扩散、镀膜、丝网工序中成功应用，取代人工每班一次的调整模式，AI以毫秒级速度进行最佳工艺参数分析，分析结果通过IOT平台下发至设备，进行实时工艺配方调整，使产品优良率得到显著提升，单工序节约人力6人，年创造收益4000多万元；立体仓库应用强化学习算法，仓库空间利用率提升38%，周转效率提升30%。 

推广价值：该项目是“AI+新能源装备制造”领域的典型场景，构建了“AI视觉检测+智能调参+预测性维护”的智能制造新范式，有效解决了光伏电池生产中人工检测效率低、工艺调参依赖经验、设备故障响应滞后等核心难题，为新能源装备制造业从单点自动化向AI驱动的智能化转型提供了可复制、可推广的实施路径。 

四、羊绒行业：柔性快速反应与全流程数字化管理 

场景描述：针对羊绒服装个性化定制需求增长、订单呈现小批量多批次特征、设计打样周期长、库存周转慢等行业痛点，融合AIGC服装大模型、AI图像生成、3D数字化设计、AI智能排产与全流程追溯技术，搭建覆盖设计、生产、仓储、销售的全链路数字化柔性快反体系。通过AI技术打通各环节数据、实现智能调度，大幅提升订单响应速度与生产灵活性，进一步强化品牌溢价能力与市场竞争力。 

示范应用：鄂尔多斯资源股份有限公司打造AI智能制造示范车间，依托AI图像识别、工业级激光测距AI避障、AI最优路径分配算法，实现物料智能柔性调度与快速周转；用AI智能排产系统全面替代传统经验型生产排程，设备联网率提升至60%以上，关键生产环节数字化率超70%。同时，基于全产业链数据资产构建高质量数据集，打造羊绒行业专属AI垂直大模型，面向产业实际场景开发十余项智能体应用，实现从牧场到市场的生产全链条AI数字化追溯。该项目成果同步向羊绒产业链上下游企业赋能，并通过AI智慧养殖、智能设计、智能制造等应用落地，从而带动牧民与产业工人大幅增收。 

推广价值：该项目是“AI+纺织服装”领域的典型场景，构建了“AIGC设计—AI智能生产—智能仓储”的快速反应模式，有效平衡个性化定制与规模化生产的矛盾，为传统纺织服装产业从牧场到市场的全链条A升级提供了可复制、可推广的样板。 

五、合成生物：AI辅助分子设计筛选和自动化实验平台 

场景描述：针对合成生物研发过程中分子设计与筛选周期长、实验通量低、依赖人工经验、数据孤岛严重等行业痛点，融合AI4Science蛋白结构预测模型、大语言模型智能体、自动化实验设备与物联网技术，搭建“AI设计—自动实验—数据回传—持续优化”的闭环平台。通过AI实现目标分子精准设计与序列优化，驱动自动化实验平台完成高通量验证，并将数据回流至AI模型形成持续迭代闭环，大幅缩短研发周期，推动合成生物研发从“经验试错”向“AI理性设计”转型。 

示范应用：杭州恩和生物科技有限公司自主研发PhysicalAI平台SAIONAI，构建“认知层—控制层—执行层”三层技术架构，集成316种专业科研工具，最终形成全链路智能研发体系。认知层依托千万级实验数据与百万级公开文献，完成目标分子多尺度解析与序列智能优化，成功获得与人体一致的乳铁蛋白氨基酸序列，并落地应用于“专研超蛋白”系列产品。控制层以大语言模型为推理核心，自动拆解研发任务、生成实验方案；执行层通过自研生物标准协议语言，直接驱动移液工作站等自动化设备完成实验操作。平台年菌株筛选量可达150万个，研发效率较传统实验室提升数百倍。 

推广价值：该项目是“AI+合成生物”领域的典型场景，构建了“AI数据驱动+智能控制+闭环优化”的生物发酵全新模式，有效解决了发酵工艺放大难、批次稳定性差、染菌风险高等产业化核心难题，为生物经济培育与合成生物产业智能化发展提供了关键技术支撑与实践范本。 

六、智能网联汽车 

（一）车队智能调度+自动驾驶算法仿真与验证 

场景描述：针对自动驾驶算法验证依赖海量数据、干线物流人力成本高等痛点，综合运用大模型、数字孪生与车车协同技术，构建覆盖研发与运营的全链条智能体系。在研发环节，依托大模型自动识别长尾场景、重构仿真测试环境，加快自动驾驶算法迭代升级；在运营环节，搭建混合智能编队调度体系，实现单司机引领多台无人重卡协同行驶，全面提升干线物流运输效率与运行安全性。 

示范应用：鄂尔多斯市卡尔动力科技有限公司构建了基于海量真实数据的多模态“端到端大模型”的自动驾驶闭环体系，打造了支撑千亿参数大模型训练的计算基础设施。卡尔动力在我市部署全球最大规模的L4级自动驾驶货运车队，常态化运营数百台无人驾驶重卡，累计运营里程突破数亿吨公里。其端到端模型实现了从“规则驱动”向“数据驱动”转型，可使重卡在匝道汇入、车辆加塞等高动态场景下完成拟人化决策与控制，从而实现长尾场景通过率的指数级提升。 

推广价值：该项目是“AI+智能网联汽车”领域的典型场景，构建了“多模态端到端自动驾驶+混合智能编队+大模型仿真”的智能货运新范式，有效解决了自动驾驶算法对海量真实场景数据的依赖、干线物流人力成本高、调度效率低等核心难题，是全球首个实现L4级无人货运大规模商业化运营的案例，其技术架构与商业模式具备高度可复制性，为智能网联车产业从技术研发到商业落地提供了可复制、可推广的实施路径。 

（二）露天矿山无人矿卡智能化改造与规模化应用 

场景描述：针对露天矿山运输吨位大、作业环境复杂、人工成本高、安全风险突出等痛点，以煤矿智能化改造为核心，依托5G、无人驾驶、工业控制等技术，融入适配本地工况的核心技术，搭配核心硬件设备搭建露天矿区全流程智能化运输体系，构建露天矿区全流程智能化运输体系，推动矿山运输从“人工操作”向“无人值守”转型，助力煤炭工业转型升级与高质量发展，打造世界一流智能化露天矿山。 

示范应用：准能集团结合黑岱沟、哈尔乌素露天矿山实际，深化无人驾驶改造，引入适配本地极端工况的核心技术，实现从小规模测试向单编、混编及无安全员运行延伸。无人矿卡搭载VCU、激光雷达、高清摄像头、毫米波雷达及高精度定位终端，激光雷达为矿用定制款，高清摄像头搭配多模态BEV感知算法，毫米波雷达形成感知互补，破解极端工况感知难题。同时部署矿区专用5G专网及边缘计算网关，控制传输延迟≤10毫秒，依托云控平台实现全矿区车辆协同调度。黑岱沟露天煤矿无人驾驶项目为国内领先，引入多线程决策规划技术适配本地复杂场景，目前已部署79台无人矿卡，常态化运行30台左右，129台辅助设备完成协同装配，实现数据互联互通，形成“硬件协同+AI管控+技术支撑”一体化运行模式。 

推广价值：该项目是“智能网联+矿山运输”的标杆场景，构建了“5G支撑+无人驾驶+多设备协同”的矿山智能运输新范式，有效解决了露天矿山运输安全风险高、人工成本高、作业效率不均衡等核心难题。其300吨级矿卡无人驾驶、多车型编组运行等技术达到国际领先水平，规模化部署经验与技术架构具备极强的可复制性，不仅为企业降低了运营成本、提升了作业安全，更为我国煤炭工业智能化转型升级提供了可借鉴、可推广的案例。