⁣
📰 中煤安全应急大模型正式发布

近日，煤炭行业在信息化协会上宣布，自主研发的“中煤安全应急大模型”正式发布。该模型聚焦安全生产、管理与应急处置的核心需求，覆盖风险识别、隐患治理、精准培训、安全检查、应急资源调度等关键场景，形成“1+1+4+N”的能力体系：以数据与知识双底座支撑大模型能力平台，打造行业理解、风险研判、精准干预、应急联动四大引擎，并拓展多类安全生产应用场景。模型深度融合安全规程、事故案例、岗位体系、培训题库等专业知识，联动现场设备与监测系统、作业任务、风险隐患等动态数据，推动从通用问答到“懂行业、懂现场、懂安全、懂应急”的专业智能升级。当前形成AI+个人风险画像、AI+智慧班前会视频推荐、AI+安全检查智能推荐、AI+应急资源智能推荐等典型场景，促进安全管理从经验驱动向数据驱动、从平均用力向精准治理转变。安全提醒实现因人、因岗、因任务的精准推送，提升班前会培训、安全检查与应急处置的针对性与效率。该模型已与数字中煤平台融合，提供可复用的智能化路径，并在中煤平朔集团核心试点单位落地，通过测试、场景适配与实战验证为产品落地提供支撑。

🏷️ #智能化 #安全应急 #煤炭行业 #数据驱动 #应用场景

🔗 原文链接

⁣
📰 全省唯一！长乐这家企业入选国家元宇宙案例

近日，工信部等四部门联合公布2025年元宇宙典型案例名单，网龙的“高逼真数字人快速构建与多模块交互系统”入选技术工具类典型案例，为福建省唯一入选该类别的项目。该系统依托自研工具，通过捏脸、动捕、面捕等环节生成高保真虚拟人，并实现与真人的实时情感动作同步；结合AIGC大模型实现数字人与真人的智能互动，能进行自主动作编辑、表情及口型匹配、场景切换和背景同步，赋予数字人“感知交互的灵魂”。此直播方案已落地于直播、数字新闻、教培等场景，并获得多项荣誉。网龙在数字人领域持续深耕，还成为未来产业创新发展领军企业、元宇宙领军企业等榜单成员，相关平台与应用场景亦入选福建省第一批未来产业典型应用。网龙的数字人技术不仅在直播领域突破，更在文旅、教育、组织管理等领域赋能发展，推动企业管理、文旅交互、教育内容生产等方面的革新，未来将以AI、3D、元宇宙等前沿技术推动更广泛的应用和产业创新。

🏷️ #数字人 #元宇宙 #AI #应用创新 #福建力量

🔗 原文链接

⁣
📰 数字人民币APP里能买黄金啦！兴业银行首家落地

兴业银行在数字人民币App内新推出银行积存金产品，首次将数字人民币直接对接个人黄金投资场景，便于用户在线完成签约、购买、赎回与查询等全流程操作，赎回资金可在钱包留存并获得活期利息。用户需在数字人民币App中进入兴业银行钱包，选择钱包资产并签约“积存金”以参与投资，且钱包需升级至支持的类别（一类无限额、二类单日及单笔限额等不同）。黄金价格近期回落，全球市场震荡，银行相应下调相关风险等级并调整交易时间。数字人民币与黄金投资的结合，提升了多元普惠数字金融服务供给，推动数字人民币应用场景持续扩展。未来将持续创新应用场景，完善数字金融服务生态并提升服务水平。

🏷️ #数字人民币 #银行积存金 #黄金投资 #普惠金融 #应用场景

🔗 原文链接

⁣
📰 桥面车水马龙 云端数据奔流 “AI管家”守护重庆跨江大桥安全_重庆市人民政府网

重庆被誉为“桥都”，跨江大桥流线成就山水之城的独特风景；但海量车流是否威胁桥梁健康？市城市管理局通过传统巡查 + 结构定检，再加上“AI管家”24小时监控，覆盖全市4100余座跨江大桥与隧道。中心城区每座大桥装有上百个传感器，日产生数据超10万条，超出黄线即触发预警。以曾家岩大桥为例，桥口设有荷载信息仪，桥梁各类数据一览无遗；嵌入桥体的高精度传感器实时采集应力、位移等，若超阈值就会通知监控中心并派检修力量。山城各区对感知覆盖持续推进，重点部位配备结构传感与烟温感等装置。AI模型将专家经验转化为规则，帮助巡查员在日常运维中做出工作指引而非替代判定；若发现斜向裂缝等高风险部位，系统会提示并推送至专业单位。沙坪坝、大渡口等区已建立风险清单模型，推动非专业人员快速识别隐患。应用还与141基层智治平台联动，在应急场景中实现快速协同处置，缩短沟通时间，常规问题2小时内可办结，提升了跨部门治理的效率与联动性。

🏷️ #桥梁健康 #AI监测 #应急联动 #大数据 #数字重庆

🔗 原文链接

⁣
📰 二〇二五年陕西数字化典型应用场景名单发布 我市五户企业入选 宝鸡市人民政府

日前，记者从市工信局获悉，2025年陕西数字化典型应用场景名单发布，我市有5户企业入选。截至目前，全市已有21户企业入选，数量仅次于西安。政府强调以数字赋能推动工业转型升级，出台多项政策措施，积极引导企业加快数字化应用场景建设。
入选场景包括宝鸡钛业股份有限公司板材厂1850宽幅热轧产线智能化可视化工厂、陕西长岭纺织机电科技有限公司智能纺织数字化车间、西电宝鸡电气有限公司智慧物联平台、陕西红旗民爆集团乳化炸药智能化无固定操作生产线，以及陕西茂松科创的数智化转型。
这些场景充分发挥数据驱动作用，促使企业运营效率显著提升，成为全省典范，体现数字化转型对工业经济高质量发展的强大动能。

🏷️ #数字化 #应用场景 #智造 #典范 #工业转型

🔗 原文链接

⁣
📰 2024年领先的Amazon Appstore应用类别数据分析

根据2024年Amazon Appstore的数据，游戏类别在应用数量上遥遥领先，拥有96264个免费应用和23419个付费应用，显示出游戏是用户下载和购买的主要动力。教育类别紧随其后，提供25260个免费应用和6066个付费应用，表明教育应用在该平台上同样占有重要地位。

相比之下，生活方式和本地类别的应用数量较少，分别为25002个免费应用和2856个付费应用，以及6447个免费应用和6730个付费应用，暗示这些类别的市场需求较低，或许开发者更倾向于在其他平台上发布。

新奇和参考类别的应用数量也相对较少，分别为14477个免费应用和4024个付费应用，以及17673个免费应用和5356个付费应用，尽管市场相对小，但仍有用户基础。总体来看，游戏和教育类应用在Amazon Appstore中最受欢迎，而其他类别的应用相对较少，反映出市场需求和开发者策略的差异。

🏷️ #Amazon #应用类别 #游戏 #教育 #市场需求

🔗 原文链接

⁣
📰 什么是虚拟数字人概念，涵盖哪些产业链

近年来，随着人工智能、计算机图形学和语音合成等技术的快速发展，虚拟数字人逐渐走入公众视野，成为数字经济领域的重要创新方向。虚拟数字人是通过技术手段构建的具有人类外观和行为特征的数字化形象，能够与用户进行交互，提供多种服务或内容输出。其发展涉及多个环节，形成了一条完整的生态链条。

从产业链角度看，虚拟数字人的上游主要包括核心技术的研发与支持，涵盖人工智能算法、动作捕捉、语音识别与合成等。这些技术是虚拟数字人“能听、会说、可动”的基础。中游则是制作与平台开发环节，将技术整合为可落地的产品形态，满足不同行业的需求。

虚拟数字人的下游应用领域广泛，已渗透到金融、电商、教育、娱乐等多个行业。虚拟主播在直播带货中实现24小时运营，虚拟助手在金融服务中提供智能咨询，虚拟偶像则在文化娱乐领域展现商业潜力。理解虚拟数字人背后的产业链结构，有助于把握技术创新带来的长期趋势，关注其发展潜力。

🏷️ #虚拟数字人 #人工智能 #产业链 #技术创新 #应用领域

🔗 原文链接

⁣
📰 城市治理“会思考”，隧道股份城市运营科技成果集中发布-新华网

在面对极端天气频发和基础设施老化的挑战下，隧道股份城市运营于9月20日在上海举办了第二届科技大会，主题为“数字赋能，智领未来”。大会展示了城市精细化治理的科技成果，特别是城市交通基础设施运维的“智城+”大模型和新一代城市“韧性”智能应急保障系统。这两大核心产品旨在提升城市安全和运营管理的智能化水平。

“智城+”大模型是针对城市交通基础设施运维的生成式人工智能系统，结合了本地化部署的多模型底座，构建了庞大的行业语料库与多模态数据。这一系统能够实现“桥梁运维智能体”等核心应用的技术升级，全面管理交通路网中的桥梁构件，极大提升了运维效率。同时，城市“韧性”智能应急保障系统则通过全天候感知网络，快速响应城市应急管理的需求，缩短了险情发现时间。

此外，隧道股份城市运营还在道路数字化管养、停车充电服务和轨道交通更新等领域取得了突破，提出了一系列解决方案，推动城市治理向智能化、精细化和绿色化方向发展。公司表示将继续深化数字技术在基础设施运维领域的应用，助力构建更安全、高效的城市管理体系。

🏷️ #极端天气 #城市安全 #数字赋能 #智能运维 #应急管理

🔗 原文链接

⁣
📰 让人工智能更好赋能千行百业_行业资讯_数字中国建设峰会

在2025世界机器人大会上，各类机器人展现了人工智能的巨大潜力，涵盖旅游助手、工厂培训等多个领域。人工智能通过提升效率和优化体验，为新质生产力的发展开辟了广阔空间。近年来，我国产业结构正在向新技术转型，特别是在人工智能的需求和应用方面日益旺盛，市场规模也为其商业化应用提供了坚实基础。

发展人工智能需要将技术和应用有效结合，探索新型高温合金材料的研发等案例表明，应用反馈能够促进技术迭代升级。我国在智慧港口、智能矿山等领域不断创新，推动了“人工智能+”的深入发展，建议政府和企业支持新技术在各领域的落地，形成创新与应用的良性互动。

我国在人工智能领域已取得显著成就，拥有大量专利和企业，但仍需提升算力和人才培养。优化创新生态，加强产学研合作，降低应用成本，将助力人工智能更好地赋能经济，推动高质量发展。借助政策支持，抓住机遇，我国的人工智能有望引领全球技术浪潮。

🏷️ #人工智能 #技术发展 #产业转型 #应用场景 #创新生态

🔗 原文链接