多车企接入DeepSeek，以AI为核心的智能化竞争加剧 2 3 4 5 6 7 8 9 10 CAM观点 ◆ DeepSeek大火，电信、云计算、芯片、金融、汽车、手机等多领域已有超过200家头部企业宣布接入 DeepSeek。聚焦汽车行业，吉利、岚图、智己、长城、广汽、长安、奇瑞等20多个车企纷纷宣布与 DeepSeek深度融合，标志着汽车智能化进程的加速。相较于部分 划。传统车企接入DeepSeek有望实现AI功能的跃升，然而 DeepSeek并非万能。车企需要有自身的数据分析和训练能力，过度依赖DeepSeek等外部模型还容易产生技 术依赖风险，此外同质化竞争可能加剧，导致功能体验可能趋同，不同品牌之间差异可能只在UI设计层面。 扫码关注微信公众号 THANK YOU +86 135 1210 2701 http://www.chinaautomarket

步形成以技术积累和持续创新支撑高质量发展的路径。从影响力看， 部分百强企业在关键赛道和核心领域构建起较为清晰的产业链主导 优势，在技术标准、核心环节和上下游协同方面发挥引领作用，国际 竞争力和全球资源配置能力持续增强。从贡献力看，百强企业在吸纳 高质量就业、稳定税源和带动区域产业发展等方面发挥了重要支撑作 用，体现出高质量发展的综合效应。 同时，研究也揭示出制造业上市公司高质量发展中仍然存在一定 ................ 1 （一）国内发展环境由规模驱动增长变为质量效益导向 ................................ 1 （二）国际环境由开放合作深化转向竞争博弈加剧 ........................................ 2 （三）新形势对制造业上市公司高质量发展提出新要求 ........................ .......................... 19 （三）百强企业创新驱动特征显著，研发投入和研发人才配置效率较高 .. 22 （四）百强企业在关键赛道形成明显的产业链主导优势，国际竞争力和全球 资源配置能力持续增强 ..................................................................................

工业大模型行业 目前已达到 3个阶段 产业链分析 上游分析 中游分析 下游分析 行业规模 工业大模型行业规模 暂无评级报告 SIZE数据 政策梳理 工业大模型行业 相关政策 6篇 竞争格局 数据图表 摘要 工业大模型依托智能制造和工业4.0，通过大模型训练与小模型优化，形成多形态智能产品，解决工业问题。其发 展面临数据质量、模型复杂度等挑战，且高度依赖资本与产业合作。多种商业模式并存，满足个性化需求。市场 能力，还需要大量的数据和计算资源来支持模型的训练和优化，这通常意味着高昂的硬件成本，包括高性 能计算设备、大规模存储系统和能效优化的数据中心。此外，企业还需要不断投入资金进行技术升级和数 据获取，以维持竞争力。从数据上看，高技术制造业的研究与试验发展（R&D）经费投入强度为2.91%， 在规模以上工业企业中，研究与试验发展（R&D）经费投入超过千亿元的行业大类占全部规模以上工业企 业研究与试验发展（R&D）经费的比重为63 高度依赖上中下产业之间的合作 工业大模型的发展不仅依赖于单一企业的技术能力，还需要依靠与上下游企业、科研机构、以及行业联盟 的合作，通过构建开放平台和广泛的合作网络，整合资源，扩大应用场景，形成强大的市场竞争力。科大 讯飞与奇瑞、蔚来、广汽、一汽等国内汽车品牌以及国际品牌大众合作，在汽车领域应用其星火大模型技 术，并成功应用于海尔、美的集团、海信集团和TCL集团的家电领域，还与优必选、傅利叶智能、宇树科

.........................................................................................88 8.2.2 竞争加剧................................................................................................. 能源汽车的普及。例如，中国实施了新能源汽车购置税减免政 策，欧盟提出了 2035 年禁售燃油车的目标。  技术进步：电池能量密度提升、充电速度加快以及自动驾驶技 术的发展，显著增强了新能源汽车的竞争力。固态电池、氢燃 料电池等新技术的突破将进一步推动行业变革。  市场需求：消费者对环保和智能化的需求推动了新能源汽车的 普及。尤其是年轻消费群体，更倾向于选择具备智能网联功能 的新能源汽车。 （PHEV）是市场的主流选择。2022 年，BEV 占全球新能源汽车销 量的 70%以上，PHEV 占比约为 25%。氢燃料电池汽车（FCEV） 虽处于起步阶段，但在日本、韩国等国家的政策支持下，已开始小 规模商用。 市场竞争方面，特斯拉、比亚迪、大众集团和通用汽车等企业 占据主导地位。特斯拉凭借其技术优势和品牌影响力，在全球范围 内保持了领先地位；比亚迪则依托其垂直整合的产业链，在中国市 场占据重要份额。此外，传统汽车制造商如大众、宝马和丰田也在

新型工 业化发展的新要求，充分考虑数据科学性、系统性、可得性，延续 2022-2024 年城市制造业高质量发展评价指标体系，测算得出全国主 要城市制造业高质量发展指数，并对 50 个制造业综合竞争实力较强 的城市（以下简称“制造业强市”）开展系统剖析，基于制造业强 市的区域分布、发展特点、分项表现及变化情况，凝练标杆城市促 进制造业高质量发展的典型做法，为全国各城市提供发展蓝本。 制 “质效提升”的跨越。 城市制造业高质量发展研究报告（2025 年） 4 全球产业科技创新竞争日益加剧，抢占科技前沿阵地的关键“窗口期” 变短。人工智能、集成电路、量子信息、生物技术等前沿科技领域竞 争白热化，对城市制造业的创新能力和市场适应性提出更高的要求。 城市作为我国参与全球科技产业竞争的核心战略支撑，城市制造业若 不能及时跟上技术迭代步伐，就可能丧失发展先机，在新一轮产业竞 争中处于被动地位，因此城市制造业发展需密切关注全球科技产业动 态，紧跟技术前沿趋势，为我国在全球竞争中赢得战略主动。如量子 科技已成为大国博弈核心战场，战略窗口期仅 5—10 年，美欧持续加 码战略投入与构建技术壁垒，面临严峻形势，合肥作为全国量子产业 集聚高地，通过缩短技术攻坚和场景落地周期抢占量子竞争主动权， 截至 2025 年合肥已集聚量子企业 93 家，量子产业规模已达全球第二。 二、

集 中于技术壁垒与产品竞争力、研发强度与成果转化、环保投入与绿色 生产、信息化覆盖强度。 未来精细化工企业将不断提升技术创新水平，以应对市场竞争和政策 要求。特别是延链提质的精细化工企业有望迎来量利齐升。精细化工 行业龙头企业的综合竞争优势将进一步凸显，具有突出技术和产品优 势的细分领域中小型企业也将获得更多支持；但一些技术装备水平相 对落后、产品同质化竞争的行业内企业，则将持续面临市场出清压力。 推进精细化工产业向高端化、绿色化、智能化发展，《方案》提出了三 项举措：一是推进传统产业延链。推动传统产业以产业链高端化延伸 为重点发展精细化工，打造专业化、精细化、特色化、新颖化的产品 体系，提升产品附加值，增强核心竞争力。二是加快关键产品攻关及 促进优势产品提质。聚焦新能源、新材料、生物技术等领域的需求， 采用“揭榜挂帅”和“赛马机制”等方式开展协同创新，提升高端聚 烯烃、合成树脂与工程塑料、聚氨酯等领域关键产品供给能力。同时 年，人形机器人创新体系初步建立，“大脑、小脑、肢体”等一批关键 技术取得突破；整机产品达到国际先进水平，并实现批量生产；到 2027 年，人形机器人技术创新能力显著提升，形成安全可靠的产业链供应 链体系，构建具有国际竞争力的产业生态；应用场景更加丰富，相关 产品深度融入实体经济，成为重要的经济增长新引擎。2024 年 1 月， 工信部等七部门印发《关于推动未来产业创新发展的实施意见》，提 出将人形机器人列为未

破解汽车零部件企业信息化规划困局 企业要建立和培育核心竞争能力，需要在既定战略下利用信息系统支撑和提升运营效 率，因为企业本身的运作以及很多相关的信息的获得、处理越来越依赖信息技术的应用。 另一方面，随着信息 IT 系统多样性和复杂度的提高，企业在信息化建设中急需总体性和战 略性的规划。 一、 信息化规划概述 信息化规划是在企业发展战略的指导下，根据业务流程现状和业务发展需要，包括管 理层 精加工业界保持领先； 3、 铸造具有竞争力； 4、 装饰件国内知名，进入海外主流 OEM 市场。 顺腾公司的发展愿景是：成为受人尊敬的具有核心竞争力的汽车零部件市场的领先者。 美国战略管理学家波特把企业经营战略分为三类：即成本领先战略、差异化战略、集 中化战略。顺腾公司作为中小型民营企业，市场竞争手段更多的是成本领先的战略，通过 降低成本，在研究开发、生产、销售、服务等领域，使企业的总成本低于竞争对手的成本， 甚至达到全行业最低，以构建竞争优势的战略。 甚至达到全行业最低，以构建竞争优势的战略。 二、信息化需求分析  来自外部环境的挑战： 1、 竞争对手的压力。重要的不是顺腾公司是否信息化，重要的是竞争对手是否信息 化。顺腾公司没有信息化的工具，在起跑线上就落后于人。手工操作相比信息化 系统，如同用大刀长矛对付洋枪洋炮，不具备竞争优势。信息化是大势所趋，也 是形势所迫。 2、 客户的要求。由于企业呈快速成长的态势，顺腾公司产品由过去的国内市场转向

临着转型升级的迫切需求。AI 大模型技术的快速发展为制造业提供 了新的解决方案，能够通过数据驱动的方式优化生产流程、提高生 产效率，实现个性化定制和柔性生产。智慧工厂的建设正是结合了 这些先进技术，旨在提高企业核心竞争力，推动可持续发展。 在这样的背景下，MDC（制造数据云）项目应运而生，致力 于构建一个集成 AI 大模型技术的智慧工厂解决方案。该项目不仅 关注生产效率的提升，还强调智能化决策和实时数据分析，以应对 智能化阶段：大数据、云计算、人工智能等新兴技术的广泛应 用，促使制造业向智能化转型，生产过程中的数据采集、处理 和分析变得更加全面和实时。 在当前的市场环境中，智慧工厂的建设正在逐步加速，许多企 业利用智能制造提升了市场竞争力。据统计，全球智慧工厂市场预 计在未来几年将实现高速增长，年复合增长率达到 20%以上。 在智慧工厂的构建过程中，主要关注以下几个关键点：  数据采集与分析：通过传感器和网络设备实时采集生产数据， 这些应用不仅能够直接提升企业的生产效率，还能够为决策层 提供更为精准的数据支持，使生产过程更加智能和灵活。随着 AI 技术的不断成熟，未来 AI 大模型将在智慧工厂的各个层面发挥着 越来越重要的作用，全方位提升企业的竞争力。在这样的背景下， 结合 AI 大模型的智慧工厂 MDC 项目方案的设计，显得尤为关键和 迫切，有效推动行业的数字化与智能化进程。 1.3 MDC 项目的必要性与目标 在当前全球工业 4.0