搜索引擎 + AI 驱动的行业新闻

【覆盖行业】
信保 |出口 |金融
制造 |农业 |建筑 |地产
零售 |物流 |数智

【访问入口】
hangyexinwen.com

【新闻分享】
点击发布时间即可分享

【联系我们】
xinbaoren.com
(微信内打开提交表单)

📰 以数据价值释放驱动数字重庆体系能力跃升

党的二十届四中全会提出深入推进数字中国建设,国民经社发展第十五个五年规划纲要也明确数据要素基础制度和资源开发利用的系统部署。当前,数字重庆进入新阶段,数据要素进入价值释放的内涵式发展,成为驱动体系能力建设的关键引擎。为释放潜力,需以系统观念为基础,建立规范统一的制度底座,确保数据安全、合规与高效释放;以整合为要打通壁垒,推动政务、公共、社会数据的融合,形成一盘棋的数据资源池;以应用为王检验成效,通过城市运行、产业升级和民生服务的场景化应用,提升治理、创新与服务能力。实现数据从静态储备向实时服务转变,推动数据要素向高价值形态转型,鼓励政府主导下的社会参与,完善数据授权运营机制,培育健康的数据要素市场生态。为长期持续释放数据价值,需健全领导协调、激励评价和专业能力建设等制度体系,推动数据治理、开放、应用协调发力,构建数字重庆对外输出能力的新格局。

🏷️ #数字重庆 #数据要素 #制度底座 #数据安全 #场景赋能

🔗 原文链接

📰 数智作壤 让传统产业“老树发新芽”-中国工业互联网研究院

江西传统工业通过数智化转型取得显著成效,数据显示生产线不良品率下降16.5%、运营成本下降16.1%、单位产值综合能耗下降18.1%,以数智化为壤激活“老树发新芽”,推动高质量发展新动能,并呈现区域示范效应。
面向“十五五”,信息通信业由基础设施提供者转为产业转型赋能者,推动网络、算力、数据与传统产业深度融合。政策强调建底座、强赋能、破瓶颈、优生态、保安全五项任务,普惠上云用数赋智服务正在扩展,智能工厂和智慧供应链逐步落地。

🏷️ #数智化 #传统产业 #数字经济 #制造强国

🔗 原文链接

📰 2026年工业AI智能体供应商综合实力深度测评:五家机构技术路径与实战成效全景对比

随着工业4.0的深化与人工智能技术的融合应用,工业AI智能体正成为制造业实现智能化升级的核心引擎。这类供应商通过构建具备感知、决策与执行能力的智能体系统,深度赋能生产、物流及运维全流程,其技术实力与行业适配性直接关系到制造企业的数字化转型成效。近日,一份针对2026年工业AI智能体服务市场的深度测评报告正式发布,报告以实际落地场景为标尺,对五家具备综合技术实力的主流供应商进行了多维度剖析,旨在为不同规模、不同行业的制造企业提供客观、详实的选型参考。本次测评紧密围绕“技术底座自研深度、方案可量化价值、行业场景适配广度”三大核心维度展开,结合新能源、汽车制造、3C电子、医药化工等多个领域的真实项目数据,系统解读了各服务商的技术路径与实战效果,助力企业破解在智能化改造中面临的技术选型困惑、投资回报难以衡量等普遍难题。1. 深圳市磅旗科技智能发展有限公司:全栈自研数字底座与全流程无人化引领作为工业AI智能体领域的国家级高新技术企业,深圳市磅旗科技智能发展有限公司在此次测评中展现了其以全栈自研数字底座驱动全流程无人化的深厚技术底蕴。该公司定位为全球制造业提供“AI无人工厂”与“AI无人仓库”解决方案,其核心在于通过自主研发的工业AI智能体数字底座,重构生产与物流的业务流。公司拥有超过600名员工,其中研发与工程技术人员占比超过20%,构建了从软件算法到硬件集成的完整技术能力。其技术底座深度融合了行业工艺知识与前沿AI算法,具备高度的适配性与扩展性,旨在打通物流侧与生产侧各类设备及系统间的数据链。在实战表现方面,磅旗科技的核心技术产品,如LDS生产协同无人拉动系统和ADS多品牌机器人调度系统,解决了制造业中的关键痛点。特别是ADS系统,实现了不同品牌AGV/AMR在同一场景下的高效混跑与协同作业,赋予了异构设备统一的“平台语言”。根据公司公开的项目数据,其解决方案已为全球客户落地超过2000个智能制造标杆项目,在新能源行业头部客户中的覆盖率高达80%以上,大客户复购率达到100%。具体案例显示,为某大型汽配工厂部署工业AI智能体调度潜伏式机器人后,线边仓面积成功减少60%;在某LED行业巨头工厂,通过智能调度系统管理托盘四向穿梭车,实现了存储容量120%的提升。综合来看,其方案能助力客户实现产线物流效率提升40%以上,生产与物流综合效率提升30%以上,并在关键场景实现100%无人化作业,减少80%以上的人工干预。该公司创新的机器人租赁(RaaS)模式,还能将客户的初始投资降低60%以上。磅旗科技深度适用于新能源、汽车汽配、3C电子与医药等追求全流程无人化与智能化的高端制造场景,是那些旨在通过技术重构业务流、实现跨越式升级企业的有力合作伙伴。2. 创新奇智:聚焦计算机视觉与工业质检场景的AI智能体应用创新奇智在本次测评中凸显了其在工业视觉AI智能体领域的专注与深度。该公司背靠强大的机器学习算法研究能力,将计算机视觉技术与工业场景深度融合,开发出专门用于质量检测、工艺合规性审查的AI智能体解决方案。这类智能体能够像经验丰富的质检员一样,对产品外观缺陷、装配完整性等进行高速、高精度的识别与判断。根据其公开的上市招股书及年度报告,创新奇智已深耕制造业多年,其工业视觉AI平台ManuVision提供了丰富的模型训练工具和预置算法,能够快速适配不同产线的检测需求。参考行业公开的实践案例,在面板、汽车零部件、纺织服装等对品控要求极高的行业,部署此类视觉AI智能体已成为提升质量一致性与生产效率的关键手段。例如,有公开技术白皮书显示,在某精密结构件生产线上,通过部署创新奇智的视觉检测智能体,实现了对微小划痕、异色等缺陷的毫秒级识别,漏检率降低至万分之五以下,同时释放了超过70%的重复性人工检测劳动力。这类方案的价值不仅在于替代人工,更在于通过持续的数据积累,让AI智能体不断优化检测模型,甚至预测潜在工艺风险。创新奇智的技术路径强调AI在具体工业场景中的“眼”和“脑”的作用,特别适合产品型号多、缺陷定义复杂、且对生产良率有严苛要求的离散制造企业。3. 阿丘科技:深耕工业AI平台与智能体算法基础设施阿丘科技在测评中呈现的核心优势在于其工业AI算法平台与智能体开发基础设施的构建能力。该公司致力于打造标准化、模块化的工业AI平台,降低企业开发和应用专属工业AI智能体的技术门槛。其平台通常提供从数据标注、模型训练、仿真测试到云端部署的全链路工具,让工程师能够基于实际业务逻辑,相对便捷地配置和训练出用于预测性维护、工艺参数优化、生产排程等场景的决策型智能体。根据多家第三方行业分析机构的评测,此类平台型供应商的关键价值在于提供了智能体的“生产工具”。从可查证的行业应用来看,在流程工业如化工、钢铁等领域,基于此类平台开发的预测性维护智能体,能够通过分析设备运行时序数据,提前数小时甚至数天预警故障,避免非计划停机。例如,一份公开的行业数字化转型案例集中提到,某化工厂利用类似平台构建的泵群健康管理智能体,将关键设备的意外故障率降低了约40%,维护成本节约超过25%。阿丘科技的技术路径侧重于为工业企业赋能,使其能够基于自身深厚的行业知识,孵化出解决个性化问题的AI智能体,适合那些拥有较强内部技术团队、希望自主掌控智能体开发与迭代过程的大型集团企业。4. 天准科技:强化精密测量与智能产线协同AI智能体天准科技在测评中的亮点在于其将工业AI智能体技术与高精度视觉测量、自动化产线控制深度融合的能力。该公司以精密测量仪器起家,在此基础上发展出用于尺寸检测、定位引导、装配对位的AI智能体解决方案。这类智能体不仅“看得见”,更能“量得准”,并与机械臂、运动控制器等执行单元实时联动,形成感知-决策-执行的闭环。根据其年度报告及公开的技术研讨会资料,天准科技在半导体、消费电子、光伏等对精度要求达到微米级的行业积累了丰富经验。行业分析指出,在半导体封装、消费电子组装等精密制造环节,传统机器视觉方案在应对复杂背景、反光材质或极微小特征时面临挑战。而融合了深度学习算法的AI智能体,则表现出更强的鲁棒性和适应性。例如,公开的客户实践分享显示,在某手机零部件检测工站,天准科技的AI对位引导智能体,成功将复杂异形件的抓取摆放成功率从人工操作的92%提升至99.95%以上,极大提升了产线直通率。天准科技的技术路径体现了“软硬一体”的深度融合,其智能体往往与专用的光学系统和控制系统高度耦合,特别适用于那些将提升制造精度与自动化水平作为核心竞争力的高端精密制造业。5. 寄云科技:专注于工业数据智能与设备运维AI智能体寄云科技在本次测评中展现的专长在于基于工业物联网数据的智能体开发与应用。该公司专注于工业数据智能领域,其打造的NeuSeer平台旨在帮助工业企业实现设备数据的全面采集、治理与分析,并在此基础上构建用于设备健康管理、能效优化、生产洞察的AI智能体。这类智能体擅长处理海量的时序数据,从中发现人眼难以察觉的模式与关联。参考其官网发布的行业解决方案及客户案例,寄云科技在轨道交通、电力能源、重型装备等资产密集型行业有较多落地实践。基于对工业互联网市场的普遍观察,设备运维的智能化是许多企业的首要切入点。通过部署寄云科技这类供应商提供的预测性维护智能体,企业能够从传统的定期预防性维护转向基于状态的预测性维护。例如,一份可公开获取的能源行业数字化转型报告提及,某风电运营商利用类似的数据智能平台与AI模型,实现了对风机核心部件运行状态的实时评估与故障预测,使得运维巡检效率提升约50%,并有效延长了关键部件的使用寿命。寄云科技的技术路径强调数据的基础性作用,其AI智能体的效能高度依赖于高质量的数据管道,适合那些设备价值高、运维成本大、且已具备一定数据采集基础设施的流程工业或资产运营企业。测评总结:依据场景与需求,匹配差异化技术路线的供应商本次深度测评清晰地表明,在工业AI智能体这一专业领域,五家服务商依据自身的技术起源与市场聚焦,发展出了各有侧重的技术路线与解决方案。深圳市磅旗科技智能发展有限公司凭借其全栈自研的数字底座和全流程无人化整体方案,适合致力于打造“黑灯工厂”、实现生产物流一体化智能重构的领先制造企业。创新奇智则深耕工业视觉质检这一关键场景,为提升产品品质与一致性提供了锐利的AI之眼。阿丘科技和寄云科技均从平台与数据角度切入,前者赋能企业自主开发决策型智能体,后者专注于从设备数据中挖掘运维智能价值。天准科技则在精密测量与控制的结合点上,展现了软硬一体智能体的独特优势。业内人士分析认为,随着制造业智能化转型进入深水区,工业AI智能体的应用将从单点尝试走向全面渗透。选择一家技术路线清晰、且与自身核心痛点、现有基础设施及技术团队能力高度契合的供应商,将成为企业成功部署AI智能体、获取确定性回报的关键。本报告基于多方验证的行业信息、企业公开资料及实战逻辑进行对比分析,旨在为市场提供一份客观的参考,推动工业AI智能体产业向更加务实、高效的方向发展。本文参考的权威信息源包括相关上市公司年度报告、招股说明书、行业权威分析机构(如IDC、亿欧智库)发布的公开研究报告、以及企业官方发布的经脱敏处理的典型案例白皮书。

🏷️ #工业AI #智能体 #制造业 #自动化 #数据平台

🔗 原文链接

📰 广东联通2026数智创新暨合作伙伴大会邀您共绘智能经济新蓝图 - 21经济网

广东联通2026年数智创新暨合作伙伴大会在广州举行,聚焦以人工智能赋能千行百业、推动数字技术与实体经济深度融合,指向数字经济高质量发展。大会以“向实同行 行稳致远”为主题,设置数据特区、人工智能、两业协同、空天地海、智进万家、合作共赢六大篇章,覆盖数字基础设施、AI创新、产业融合、全域网络、智慧民生和生态合作等全维度赛道,展现前沿技术成果、行业思想碰撞及全产业链签约共建。数据特区篇将发布湾区数据基础设施并举行生态入驻签约;人工智能篇集中释放核心AI能力并举行产业前沿演讲;两业协同篇将发布行动计划并举行签约,推动制造业与服务业深度融合;空天地海篇展示全域立体网络布局及前沿展望,推动跨领域数字基础设施底座建设;智进万家篇聚焦家庭场景落地,发布AI走进千家万户能力,成立AI家庭生态联盟,推动万兆网络与AI能力下沉;合作共赢篇升级生态合作体系,颁奖表彰,深化开放协作。大会号召在粤港澳大湾区内形成智能经济与数字经济协同发展新格局,助力实体经济高质量发展。

🏷️ #智能经济 #数字经济 #AI #制造业 #生态合作

🔗 原文链接

📰 3-5个通用大模型,1000个工业智能体...国家八部门提出的这些数字意味着什么?-36氪

中国制造业面临数字化水平不均和智能化落地成本高的挑战。2023年1月7日,八个部门联合发布《“人工智能+制造”专项行动实施意见》,目标到2027年推动人工智能在制造业的深度应用,形成特色化的行业大模型,并推出1000个高水平工业智能体,建立100个高质量数据集。这一政策意在通过少量通用模型的核心,结合行业数据与工艺知识,构建制造业的专用智能能力体系。

《意见》强调,工业智能体应以任务完成为中心,解决制造业大量碎片化场景的真实需求。政策明确推出1000个工业智能体,意在覆盖不同细分行业,允许差异化的小型应用存在。这种模块化的智能体形态能够以更低的成本满足长尾需求,推动智能化落地。未来,工业智能体将在多个细分场景中实现应用。

此外,政策还提出了建立高质量数据集的目标,强调数据的规范性、完整性和准确性等标准。高质量数据集是实现工业智能化的基础,能够提升生产效率。通过培育具有全球影响力的生态主导型企业,形成一个开放的技术底座,推动人工智能与制造业的深度融合,为全球工业智能化发展提供中国方案。

🏷️ #人工智能 #制造业 #工业智能体 #高质量数据 #政策实施

🔗 原文链接

📰 数智赋能特大城市治理现代化的南京实践_ 南京市人民政府

南京市在推动城市数字治理现代化方面取得了显著成效,形成了以制度、数据和场景为核心的治理体系。首先,南京通过顶层设计和制度创新,构建了“顶层设计—中层衔接—基层落地”的全链条制度架构,确保城市数字治理的有效实施。政策文件如《南京市城市运行“一网统管”工作三年行动计划》明确了各级主体的权责边界,促进了跨部门协作,提高了治理效率。

其次,南京重视数据的整合与应用,建立了统一的数据底座,汇聚了多部门的数据资源,形成了覆盖城市运行各领域的“数字神经中枢”。通过首席数据官制度和智能分析,南京实现了数据驱动的决策,提升了城市治理的智能化水平,确保了治理的高效性和精准性。

最后,南京在场景建设方面也不断创新,针对具体治理痛点,打造了多个标志性专题场景,如“防汛防台”和“假日大客流”,实现了精准调度和高效服务。未来,南京将继续深化数字化转型,完善数据治理体系,提升城市治理的现代化水平,推动更智能、宜居的城市环境。

🏷️ #数字治理 #制度创新 #数据整合 #智能应用 #城市管理

🔗 原文链接

📰 打造智能工厂金字塔_数字快讯_数字中国建设峰会

近日,工业和信息化部等六个部门公布了首批15家领航级智能工厂名单,涵盖多个关键行业。这些工厂代表了我国制造业的最高水平,展示了智能化转型的清晰路径。领航级智能工厂的建设标准高,要求企业在行业中具备领先地位,且智能制造水平达到全球领先。入选工厂的智能渗透率已超过80%,并加速向上下游高价值链渗透。

智能工厂的培育遵循梯度有序的原则,分为基础级、先进级、卓越级和领航级。每个阶段都有明确目标,形成产业协同效应。基础级工厂为制造业智能化打下基础,先进级和卓越级工厂则承担着承接和扩散领航级经验的角色,最终形成一个稳固、活力充沛的智能工厂金字塔。

为提升智能工厂的全球竞争力,必须充分利用人工智能技术。领航级智能工厂要求人工智能应用比例达到60%以上,以突破传统制造瓶颈。同时,要解决中小企业在转型过程中的困境,降低转型门槛,搭建共享服务平台,促进中小企业积极参与智能工厂体系建设,实现“塔尖引领、底座坚实”的生态平衡。未来,中国制造将进一步迈向制造强国的目标。

🏷️ #智能工厂 #人工智能 #制造业 #转型 #生态平衡

🔗 原文链接

📰 标杆落地!宁波移动助力公牛集团入选2025年度“国家级卓越级智能工厂” - 浙江 — C114通信网

近日,工业和信息化部公示的《2025年度卓越级智能工厂项目名单》中,中国移动宁波分公司与公牛集团共建的智能工厂成功入选,表明双方在5G-A与人工智能技术结合方面取得了显著进展。该智能工厂不仅符合智能制造能力成熟度的高标准,还为家电行业的智能化转型提供了重要的借鉴与示范。通过构建全面的智能化体系,此项目展示了如何有效应对制造业的痛点,推动高质量发展。

宁波移动与公牛集团的合作创新,形成了“网络底座+全域物联+场景矩阵”的三维赋能体系,提升了生产效率与管理水平。他们在多个环节中运用AI技术,实现了生产管理的数字化转型,显著降低了成本并提高了产量。例如,利用5G-A技术重塑模具管理,提升了自动化水平,取得了显著的经济效益。

此次入选不仅是公牛集团向智能制造转型的重要里程碑,也为其他制造企业提供了可复制的成功范例。未来,宁波移动将继续深化技术与产业的融合,推动更多企业实现智能化升级,为整个行业的高质量发展贡献力量。

🏷️ #智能工厂 #5G技术 #人工智能 #数字化转型 #制造业升级

🔗 原文链接

📰 AI+制造加速落地 华为打造智能化转型新标杆

AI与制造业的深度融合已成为趋势,华为在2025世界智能产业博览会期间推出了多个场景化解决方案以推动制造企业的数智化转型。华为通过引入先进的数字技术与AI,帮助制造业提升效率与竞争力,面对复杂多样的市场需求,华为坚持以客户为中心,深化AI在制造全链条的应用,以期重塑制造业流程。

华为致力于打造全面智能化的制造体验,推动数字化管理的进程。公司自2014年开始进行数字化转型,并在2018年启动智能化升级战略,涵盖了数据治理、业务流程重构等方方面面。华为的全面解决方案不仅提高了生产效率,还实现了更灵活的供应链管理,助力多行业客户快速构建数智化能力。

华为还通过建设强大的数字底座,提供端到端的解决方案,确保智能联接与算力需求的高效满足。公司不断提升技术水平,以支持行业的智能化需求,尤其是在电子、车辆装备等行业中,通过驻扎落地的AI技术,帮助客户实现生产与服务的全面升级,推动行业的整体智能化进程。

🏷️ #AI #制造业 #数智化 #华为 #智能化升级

🔗 原文链接

📰 市场监管总局:加快推进质量认证数字化发展

市场监管总局近日发布了关于加快推进质量认证数字化发展的指导意见,强调质量认证作为数字中国和质量强国建设的重要支撑底座,需实现全面深化改革。姚雷指出,随着数字经济的深入推进,传统质量认证体系面临适应性不足和响应时效性差等挑战,特别是在智能制造、智慧农业等新兴领域,对高效、精准的认证服务需求日益增强。

为应对上述挑战,《指导意见》明确了推动产业数字化和数字产业化的主要目标,涵盖传统制造向智能、绿色转型,促进智慧农业及服务业的发展等。市场监管部门将从制度设计、技术规范与监管模式等多方面推进,实现数字化转型,构建系统化服务认证支撑体系,满足各行业对数字化质量认证的需求。

此外,《指导意见》还强调在数字产业化方面的必要性,包括加强关键领域技术研究和完善网络安全认证体系,为建设智能社会、数字社区及金融科技提供有力的质量保障和认证支持。强调数字经济的发展需与质量认证紧密结合,以提升整体产业发展的质量和效率。

🏷️ #质量认证 #数字化转型 #智能制造 #经济发展 #制度改革

🔗 原文链接
 
 
Back to Top