登录社区云,与社区用户共同成长
邀请您加入社区
本文观察 Agentic AI 背后的计算架构变化,重点解析生产级 AI Agent 的训练逻辑:为什么 Agent Demo 进入真实工厂后难度骤增,以及如何通过 Knowledge、Skills、Trajectory、Rollout、Policy 构建任务能力。进一步结合工业场景,围绕设备知识与运维、生产协同、系统调用及多 Agent 协同等实际场景,讨论 AI Agent 如何从“回答问题”
谷东智能 C3000E(<400g 双目头环、TYPE-C 外接扫码/红外、模块化设计、AI 能力覆盖 2D 目标识别/语音识别/OCR/仪表读数/语义分割/行为识别)或安宝特 AR-M4000(100g 光波导+DLP,5000 尼特,12h 热插拔)。电力、化工、制造业是 AR 巡检落地的三大主战场,但三者对设备的"脾气"完全不一样——电力要的是防爆+IP66+长续航,化工要的是本安+防腐+多
随着AI语音交互需求激增,MEMS麦克风产业迎来爆发期。深圳华芯邦凭借自主研发的封装技术突破国际垄断,构建起从芯片设计到封装测试的全产业链能力。其创新工艺使产品信噪比突破70dB,车规级产品通过极端环境测试,微型化封装良率达99%以上。海南月产3000万颗的封装基地投产,解决了国产供应链卡脖子问题,推动主动降噪等技术向中低端市场普及。作为少数具备全链条能力的本土企业,华芯邦正通过高一致性封装方案赋
代码实现了一个完整的设备故障预测系统,使用孤立森林和OneClass SVM等无监督异常检测算法,基于设备的温度、振动、电流、电压等运行参数进行异常检测,包含数据生成、特征工程、模型训练评估、实时监控预警和设备健康报告等功能。
在智能制造、工业物联网(IIoT)快速发展的今天,已成为跨平台设备通信的事实标准。它不仅支持复杂的数据建模,还具备强大的安全机制和可扩展性。本文将带你深入使用实现 OPC UA 客户端开发,完成一个完整的工业设备数据采集流程,并附带真实代码示例、关键配置说明及逻辑结构图。
《从低效到专业:Python自动化晶圆良率报告实践》 本文讲述了一位良率工程师如何通过Python工具解决wafermap可视化难题的经历。传统手工制作PPT存在图表模糊、格式混乱问题,作者开发了自动化工具:利用numpy处理晶圆几何数据,matplotlib生成标准化热力图,实现批量输出300DPI高清图像。工具核心采用scatter点阵+圆形裁切技术,支持自定义色标、晶圆方向标注和缺陷标记,将
元类是造类的类,异常类是造报错的类——一个管“生”,一个管“死”。
兄弟们,你们的AI助手是不是也像条“金鱼”——刚说过的事转头就忘?本文带你给【智联工坊】的制造Agent装上三种“记忆芯片”:Buffer、Window、SummaryBuffer。全程实战,附完整代码和3种模式对比测试数据。看完你就知道:记忆能解决什么、解决不了什么、为什么本地小模型在“刚才那个”这种指代上会翻车。全源码开源,可直接复用。
我用了机器学习中的 LightGBM 模型,结合历史销量、星期几、节假日、促销等因素,训练了一个预测模型。“用了这个 API 后,我的饮料库存从 2 万多降到了 1.6 万,断货情况也少了。”——广州某便利店店主。这让我想起了之前做零售数据项目时的经历——其实销量是可以被预测的,而且准确率可以很高。于是我把模型封装成了一个简单的 API,部署在云服务器上,希望能帮到更多像我朋友一样的中小商家。有任
《飞书Issue/8D Agent:制造业质量管理的智能中枢解决方案》 制造业质量管理长期面临重复故障频发、8D报告流于形式等痛点。飞书Issue/8D Agent通过双知识库驱动机制(行业失效库+企业历史库),实现了问题智能拆解与精准根因推荐,将分析准确率提升至工程可执行水平。该方案突破性地实现了跨Agent自动协作,通过飞书原生能力将纠正措施自动拆解为可追踪任务,使措施完成率从60%提升至95
结构优化设计作为工程领域的重要研究方向,其核心目标是在满足各种约束条件的前提下,寻找最优的材料分布或几何形状,以实现结构性能的最大化。传统的结构优化方法,如尺寸优化、形状优化和拓扑优化,虽然在理论上已经相当成熟,但在实际工程应用中仍面临诸多挑战。首先,传统优化方法通常需要进行大量的有限元分析(FEA)计算。以拓扑优化为例,每一次迭代都需要重新组装刚度矩阵、求解线性方程组,计算灵敏度信息。对于复杂的
摩尔元数是国内深耕MES/MOM等工业软件领域的工业AI平台商,通过AI原生智能体,重构新一代工业软件,实现全自动生成工业软件全栈代码,颠覆传统人工编码模式,为工业企业的转型提供安全可控的数字化底座,工业AI智能体以及AI MOM、AI MES等更智能的工业软件。MoreAgent智能体平台则融合工业底座、工业知识与工业工具,实现对现有产品的AI能力升级,已搭载AI MES、AI MOM等核心套件
摘要:本研究基于2008-2023年A股上市公司数据,构建董事长与总经理9维度价值观差异指标体系,探索高管异质性对企业创新的影响机制。研究采用《中国软科学》顶刊方法,通过籍贯/出生地测算不确定性规避、权力差距等9类价值观差异,建立16年面板数据。重点分析价值观分歧对企业研发投入、专利数量等创新指标的影响,检验"差异互补"与"冲突内耗"作用机制,并考察公司治理
加拿大科技产业从来不是某个硅谷巨头可有可无的影子,多伦多-滑铁卢 AI 走廊是以扎实的底层算力研究和算法原生创新构建起来的独立高地。对于有志于深耕人工智能领域的留学生而言,放下“平替”的傲慢与偏见,用长线的工程视野去审视这片土地的深科技底蕴。当你能够巧妙借助产学研的生态红利与 Co-op 体系的直通车,将自身的理论积累转化为工业界真实的底层代码时,你将在这片 AI 的硬核大后方中,构筑起属于自己不
摩尔元数打造以N3工业大模型和MoreAgent工业软件构建智能体为核心的工业AI平台体系,其核心逻辑是AI生成+知识复用+多模态垂类模型,基于云端可训练的工业大模型与端侧运行的垂类模型相结合,既保证工业场景的高时效性和安全性,又实现从需求输入到软件生成、部署、迭代的全链路自动化。从需求端看,工业软件市场规模突破6000亿元,年增速超25%,国产化替代与智能升级需求迫切,但本土厂商市场份额不足5%
当工业软件成为中国制造转型升级的核心引擎,高成本、长周期、技术壁垒高的传统开发模式,正成为制约行业提速的关键瓶颈。在6000亿工业软件市场与国产化替代的双重浪潮下,摩尔元数凭借自研工业AI平台,成为国内首家实现AI生成工业软件代码的企业,以技术突破重构工业软件开发逻辑,为中国制造注入全新生产力。
在智能制造向「资产共生」演进的过程中,人与人工智能的交互与协作(HAIC)不再是简单的指令传递,而是两个异构智能体之间的“认知对齐”与“能力互补”。
第十届电子信息技术与计算机工程国际学术会议(EITCE 2026)将于 2026 年 6 月 12—14 日在广州隆重召开。作为历经十年沉淀的标志性学术盛会,本届会议既是 EITCE 系列会议十年发展的重要里程碑,也是对过往九届深耕学术、稳定运营的传承与升华。凭借严谨规范的出版流程与成熟稳定的检索保障,往届所有录用论文均已实现 EI Compendex、Scopus 完整检索,检索历史透明可查。
强生公布手术机器人关键临床结果;千寻智能与博世中国战略合作;均胜恩力研发具身智能电池
在“资产数字化 → 互联 → 共享 → 共生”演进逻辑下,工业级 AI 平台是整座工厂的“中央大脑”,而具身智能(Embodied AI)则是资产共生阶段最活跃的“物理细胞”。
通用10速自动变速箱面临集体诉讼指控;中国EV品牌加速布局加拿大;丰田发布AI基础视觉语言大模型;
本会议将汇聚来自世界各地的学者和研究人员,共同探讨计算机感知与神经网络在智能化、自动化、数据分析等方面的最新研究成果与技术进展。通过这一平台,与会者将有机会分享彼此的研究经验,深入探讨前沿理论与技术,促进跨学科的合作,推动该领域的创新发展。本会议的投稿经过2-3位组委会专家严格审核之后,最终所录用的论文将会提交至出版社以会议论文集形式出版,并提交至EI Compendex, Scopus检索。2.
体素插值技术(如Phong插值)将二维切片重建为三维容积。延迟叠加算法(Delay-and-Sum)是基础方法,通过计算各阵元接收信号的时延并进行相干叠加。自适应波束形成算法(如MVDR)能动态优化权重,提升分辨率和对比度。这些算法通过硬件加速(如CUDA编程)实现实时处理,现代系统通常采用模块化架构支持算法升级。自适应滤波算法(如Wiener滤波)根据局部统计特性降噪,各向异性扩散算法保留边缘同
新材料产业正迎来爆发式增长,预计2025年中国市场规模将突破10万亿元。当前行业面临研发效率低、生产成本高、自动化不足和高端材料依赖进口四大痛点。三大技术方向正在改写行业规则:1)AI技术大幅缩短研发周期;2)合成生物学用秸秆等地沟油替代石油原料降低成本;3)超快制备技术将能耗降低95%。这些创新不仅解决"卡脖子"问题,更重构了行业的成本结构和盈利模式。职场人可关注AI材料研发
尤其是新入职的质量工程师,面对复杂的整车缺陷,常常因为没有系统的解析指导而感到无从下手,大量时间消耗在从头摸索上,效率难以提升。通过广域铭岛与国际品牌的案例我们可以看到,一个成熟的工厂大脑能够打破数据壁垒,让数据真正流动起来,将工程师的个人经验转化为可复用的组织资产。如果一支庞大的交响乐团没有指挥家,小提琴、鼓手、合唱团各自沉浸自己的世界不能自拔,其演奏的结果必是呕哑嘲哳难为听,坐席上的听众也难免
摘要: Gartner预测到2026年全球54%的制造企业将部署AI Agent,标志着制造业从试验转向深度嵌入生产的关键转折。AI Agent作为“数字员工”,能自主处理复杂任务、打通数据孤岛,并与ERP、MES等系统交互,推动大模型落地真实生产。主流方案分为两类:非侵入式连接型(如实在智能的ISSUT技术)适配老旧系统,云原生集成型(如SAP/西门子)侧重行业垂直场景。技术对比显示,具备视觉感
2025年以来,全球大宗商品市场剧烈震荡,LME铜价年内振幅超过25%,铝、镍等品种同样呈现高频宽幅波动特征。对制造企业而言,金属原材料成本占比普遍在60%-80%区间,价格波动直接侵蚀利润空间。然而,绝大多数企业的采购价格管理仍停留在人工每日登录SMM、LME等网站手动抄录、复制粘贴至Excel或ERP的原始阶段。本文将系统分析这一矛盾的深层成因,对比AI Agent与传统自动化方案的本质差异,
文章摘要: 2026年制造业供应链面临全球化波动与柔性生产挑战,传统自动化工具难以应对。AI Agent以其感知、规划与执行的闭环能力,推动供应链从“被动执行”转向“主动决策”。当前方案分为两类: 全栈通用型(如实在Agent、华为云Agent),通过视觉技术兼容老旧系统,实现跨平台自动化; 工业垂直型(如西门子Copilot),聚焦生产端与设备协同。 核心架构需解决任务拆解、跨系统连接(如ISS
提高大型设备(如工程机械、数控机床、风力发电机、半导体设备等)的售后服务质量,核心在于打破“被动维修”的传统模式,转变为“数据驱动的预测性维护与数字化闭环” [GB/T 37393-2019]。
在构建“数智主线驱动的认知型系统(SoI)”和推进“产品全生命周期碳足迹追溯(PCF)”的过程中,离散制造业(如汽车零部件、工程机械、电子装备等)的绿色低碳数字化转型面临着极为特殊的硬约束。