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）https://zhizao.hangyexinwen.comhttps://zhizao.hangyexinwen.com/posts/15574https://zhizao.hangyexinwen.com/posts/15574Thu, 15 Oct 2026 15:59:11 GMT⁣<br /><b><i><b>📰</b></i> 专为半导体制造而生 | 新一代晶圆ID和面板阅读器IS1750已上市</b><br /><br />康耐视推出In-Sight 1750系列晶圆和面板ID阅读器，面向半导体复杂工况的身份识别与追溯需求。为应对基板材质、表面反射、标记质量与字体差异等多变量叠加带来的挑战，该系列在成像、调谐、配置及字符读取方面提升应用适应性。RGB+IR光源与明暗场混合照明，针对Si、GaN、SiC、蓝宝石、玻璃等基板提供更稳定的对比度与清晰成像，为后续字符识别奠定基础。AI自动调谐功能可在标记变化时自动调整参数，减少人工干预并保持读取一致性与可审核性。全Web UI引导式设置将设备访问、照明、标记设置、作业测试、通信配置及运行监控整合，首次登录到成功读取可在数分钟内完成，提升部署效率。为了覆盖不同字体和标记形式，In-Sight 1750集成多类读取工具：OCR 支持 Semi 及其他行业字体，Edge AI OCR 处理退化与非标准字体，同时支持 T7 Data Matrix、二维码及一维条码。该系统有助于降低适配复杂度、提升读取稳定性与现场部署效率。具体技术规格如200万像素、38 mm视场、5–80 mm可调焦等，建议下载《In-Sight 1750系列产品资料》获取详细信息。<br /><br /><i><b>🏷️</b></i> <a href="/search/%23%E6%99%B6%E5%9C%86ID">#晶圆ID</a> <a href="/search/%23%E8%87%AA%E5%8A%A8%E8%B0%83%E8%B0%90">#自动调谐</a> <a href="/search/%23AI">#AI</a> OCR <a href="/search/%23%E5%85%A8WebUI">#全WebUI</a> <a href="/search/%23%E5%A4%9A%E7%B1%BB%E5%9E%8B%E8%AF%86%E5%88%AB">#多类型识别</a><br /><br /><i><b>🔗</b></i> <a href="https://www.industrysourcing.cn/article/480348" target="_blank">原文链接</a>https://zhizao.hangyexinwen.com/posts/14320https://zhizao.hangyexinwen.com/posts/14320Wed, 09 Sep 2026 15:19:21 GMT⁣<br /><b><i><b>📰</b></i> 制造业集聚对空气污染的独立与交互效应：基于分行业和多污染物分析的实证 - 生物通</b><br /><br />本研究从多污染物与子行业视角出发，检验制造业集聚（MA）对空气污染的独立效应与交互效应在中国京津冀地区的空间分异。通过区位商、相关筛选和地理加权回归，覆盖18个制造业子行业与多种污染物，分析结果显示南北污染分异明显，南方污染更重，MA呈现自东南向西北的空间梯度并因子行业差异而异。独立效应方面，MA对空气质量指数及六种关键污染物的影响存在显著的空间异质性，表明同一政策在不同区域和行业的效果不尽相同。综合分析揭示子行业之间的交互带来有限的协同污染，更多取决于污染物之间的内在依赖性。研究进而指出统一工业政策的局限，提出差异化框架：在协同交互调控与独立效应策略两个层次，结合制造类型与发展阶段，辅以以共同排放源识别为核心的多污染物协同控制策略。这为因地制宜、行业特定的环境治理提供理论与实践依据，对类似工业区具有较广的政策参考价值。<br /><br /><i><b>🏷️</b></i> <a href="/search/%23%E7%A9%BA%E6%B0%94%E6%B1%A1%E6%9F%93">#空气污染</a> <a href="/search/%23%E5%88%B6%E9%80%A0%E4%B8%9A%E9%9B%86%E8%81%9A">#制造业集聚</a> <a href="/search/%23%E5%A4%9A%E6%B1%A1%E6%9F%93%E7%89%A9">#多污染物</a> <a href="/search/%23%E5%AD%90%E8%A1%8C%E4%B8%9A">#子行业</a> <a href="/search/%23%E5%8C%BA%E5%9F%9F%E5%B7%AE%E5%BC%82">#区域差异</a><br /><br /><i><b>🔗</b></i> <a href="https://www.ebiotrade.com/newsf/2026-9/20260909053633636.htm" target="_blank">原文链接</a>https://zhizao.hangyexinwen.com/posts/14009https://zhizao.hangyexinwen.com/posts/14009Wed, 02 Sep 2026 09:29:08 GMT⁣<br /><b><i><b>📰</b></i> 广东AI智能体进厂：既看得了“天书”，又能破解“图纸迷宫”</b><br /><br />广州工控集团旗下的工业AI公司工控智科正在将人工智能应用到离散制造领域的图纸与工艺智能化中。通过建立工业多模态模型，将大量二维图纸、三维模型等数据纳入训练，使AI不仅能识别图纸类型，还能对比相似性并提取加工特征，打通与PDM/PLM、ERP、SRM、MES等系统的对接，形成“1个底座+1个工业大脑+1个平台+N个业务智能体”的架构，覆盖研发、生产、销售与运营管理等核心环节。初步验证显示，约22万张核心图纸中约7%的图纸完全重复、约30%高度相似，提示可通过合并标准化设计实现降本增效。在非标设计方面，工控智脑结合行业知识图谱和自规划规则，基于自然语言需求自主规划检索路径并生成设计方案，进一步提升销售响应和内部评估效率。平台将各类能力封装为可复用的技能库，打通ERP、设备日志、财务信息等，实现流程级别的智能化协同。目前已扩展至营销、质量分析、售后等场景，并在广东省推动智能工厂与智能体工厂建设，预计工业AI落地将迎来快速爆发。<br /><br /><i><b>🏷️</b></i> <a href="/search/%23%E5%B7%A5%E4%B8%9AAI">#工业AI</a> <a href="/search/%23%E5%A4%9A%E6%A8%A1%E6%80%81">#多模态</a> <a href="/search/%23%E5%9B%BE%E7%BA%B8%E8%AF%86%E5%88%AB">#图纸识别</a> <a href="/search/%23%E7%A6%BB%E6%95%A3%E5%88%B6%E9%80%A0">#离散制造</a> <a href="/search/%23%E6%B5%81%E7%A8%8B%E6%99%BA%E8%83%BD">#流程智能</a><br /><br /><i><b>🔗</b></i> <a href="https://m.21jingji.com/article/20260902/herald/f4ed64d6bb8b7597bf942bf6092444ae.html" target="_blank">原文链接</a>https://zhizao.hangyexinwen.com/posts/12982https://zhizao.hangyexinwen.com/posts/12982Thu, 06 Aug 2026 03:38:22 GMT⁣<br /><b><i><b>📰</b></i> 芯片制造日益精密，半导体视觉检测正在重新定义“看见”</b><br /><br />本篇文章聚焦半导体制造中视觉检测的升级与应用难点。随着特征尺寸更微小、封装从平面走向3D堆叠，传统视觉检测在稳定性与亚微米级缺陷识别方面面临挑战，需从“看见缺陷”向“解析微小变化”转变，并实现从单一检测到复杂制造协同。文章提出三大升级路径：首先，通过镜头选型、波长匹配和色差控制提升微小缺陷的稳定图像特征，即使在不同波长下也能清晰呈现0.55μm级特征；其次，强调从单项参数对比转向系统级验证，光源、镜头、相机与整视场的协同作用决定成像效果，而边缘视场和大靶面匹配需综合考量；再次，将检测扩展到复杂制造协同，如多视野、抗振、温漂控制以及亚像素处理，并通过定制光学方案实现在高温环境与极小定位精度条件下的稳定性。最终应用涵盖晶圆字符识别、探针标记分类、WLCSP侧壁微裂纹检测等，强调灵活照明、OCR/DataMatrix读取、AI区分微裂纹与正常结构等技术，形成从观察到识别、测量、定位的完整视觉解决方案。<br /><br /><i><b>🏷️</b></i> <a href="/search/%23%E5%8D%8A%E5%AF%BC%E4%BD%93%E8%A7%86%E8%A7%89">#半导体视觉</a> <a href="/search/%23%E7%BC%BA%E9%99%B7%E6%A3%80%E6%B5%8B">#缺陷检测</a> <a href="/search/%23%E7%B3%BB%E7%BB%9F%E5%8C%B9%E9%85%8D">#系统匹配</a> <a href="/search/%23%E5%A4%9A%E8%A7%86%E9%87%8E">#多视野</a> <a href="/search/%23AI%E5%BA%94%E7%94%A8">#AI应用</a><br /><br /><i><b>🔗</b></i> <a href="https://www.industrysourcing.cn/article/478676" target="_blank">原文链接</a>https://zhizao.hangyexinwen.com/posts/11945https://zhizao.hangyexinwen.com/posts/11945Sun, 12 Jul 2026 02:28:30 GMT⁣<br /><b><i><b>📰</b></i> 2026工业精密检测闪拼闪测仪行业动态盘点</b><br /><br />该文章是一组时间标记与来源的列表，整理显示了各类媒体、个人账号和机构在不同日期的发布记录。整体呈现出高度碎片化的信息特征，缺乏统一主题线索，更多体现为新闻源与作者的混合分布。不同来源包括地方晚报、网评、体育社、科技媒体、娱乐解说等，覆盖新闻、评论、观点、趣闻等多种内容形态。由于缺少具体事件描述，无法直接提炼出核心事件或观点，只能从时间与来源的多样性中感知到信息生态的丰富性与分布广度。若进一步分析，需要获取每条记录的具体文章标题、摘要或主题标签，以便构建主题模型或趋势分析，进而识别热点领域、潜在影响力账号及文章风格差异。当前文本更像是一个元信息清单，而非独立可读的报道内容。<br /><br /><i><b>🏷️</b></i> <a href="/search/%23%E4%BF%A1%E6%81%AF%E7%A2%8E%E7%89%87">#信息碎片</a> <a href="/search/%23%E5%AA%92%E4%BD%93%E6%9D%A5%E6%BA%90">#媒体来源</a> <a href="/search/%23%E6%97%B6%E9%97%B4%E5%BA%8F%E5%88%97">#时间序列</a> <a href="/search/%23%E5%A4%9A%E6%BA%90%E6%B1%87%E8%81%9A">#多源汇聚</a> <a href="/search/%23%E5%85%83%E4%BF%A1%E6%81%AF">#元信息</a><br /><br /><i><b>🔗</b></i> <a href="https://www.163.com/dy/article/L1JMPU160556KQZT.html" target="_blank">原文链接</a>