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/14138https://zhizao.hangyexinwen.com/posts/14138Sat, 05 Sep 2026 04:33:51 GMT⁣<br /><b><i><b>📰</b></i> Anthropic 发布 MHS 模型硬件标准：AI 代理终于要「上手」物理世界了</b><br /><br />2026 年 8 月，Anthropic 公布 Model Hardware Standard（MHS）研究预览，提出一个让 AI 代理安全操控实体设备的统一接口，被形容为 AI 世界的 USB-C。MHS 的核心是模型无关、面向设备厂商开源，旨在将可编程设备如显微镜、光谱仪、机械臂、产线等统一连接到同一接口标准上，以降低接入成本、提升安全性、便于评估。它不仅解决“用 AI 控制物理设备”的可行性，还为数字世界的 MCP 形成互补——MCP 负责连接数据源与工具，MHS 负责连接物理设备，两者共同构成 Anthropic 的 AI 基础设施拼图。MHS 的推出源自对物理直觉缺失的担忧，强调在高价值、高风险场景需要标准化、安全边界和评估机制，避免设备损坏或安全事故的代价。短期看，MHS 仍处于研究预览阶段，但若如 MCP 那样演进成为行业默认协议，其对设备厂商、开发者及行业的影响将是显著的：降低锁定风险、简化开发流程、加速“机器人 + 大模型”的落地应用。未来，Anthropic 还在布局自研芯片和硬件团队，推动 AI 基础设施平台化，与模型层和协议层共同支撑 AI 从数字世界走向物理世界的进阶。<br /><br /><i><b>🏷️</b></i> <a href="/search/%23AI">#AI</a> USB-C <a href="/search/%23MHS">#MHS</a> <a href="/search/%23MCP">#MCP</a> <a href="/search/%23%E7%89%A9%E7%90%86%E4%B8%96%E7%95%8C">#物理世界</a> <a href="/search/%23%E6%A0%87%E5%87%86%E5%8C%96">#标准化</a><br /><br /><i><b>🔗</b></i> <a href="https://www.53ai.com/news/zhinengyingjian/2026090532049.html" target="_blank">原文链接</a>https://zhizao.hangyexinwen.com/posts/13041https://zhizao.hangyexinwen.com/posts/13041Fri, 07 Aug 2026 15:23:46 GMT⁣<br /><b><i><b>📰</b></i> 券商观点|汽车行业深度报告：AI系列深度24期：世界模型作为“数据工厂”</b><br /><br />报告讨论了物理AI与数字AI在数据获取、训练和应用中的本质差异。数字AI依赖互联网已有内容，核心在于抓取、过滤和压缩海量语料；而物理AI需要在现实世界中制造或获取难以频繁采集、成本高、风险大的长尾场景，因而其数据范式需从“抓取已有”转向“制造所需”。世界模型从车端预测扩展到云端数据工厂，能够生成未来场景、提供高密度边界样本，提升Corner Case的制造能力，为策略训练与安全验证提供基础设施。尽管如此，生成式世界模型在长尾、分布外和长时域区域容易出现物理不一致、目标漂移和鬼影等问题，因此需要外生受控生成和内生问题驱动生成的双重策略，来约束生成、提升样本有效性与物理可信度。作者认为数字AI底座的确定性路径难以完整实现物理世界建模闭环，物理AI才是未来的核心方向，智能驾驶是最先落地、最具代表性的场景，应重点关注其发展与应用，同时警惕技术与市场的不确定性、成本与商业化落地的风险。<br /><br /><i><b>🏷️</b></i> <a href="/search/%23%E7%89%A9%E7%90%86AI">#物理AI</a> <a href="/search/%23%E4%B8%96%E7%95%8C%E6%A8%A1%E5%9E%8B">#世界模型</a> <a href="/search/%23%E8%BE%B9%E7%95%8C%E6%A0%B7%E6%9C%AC">#边界样本</a> <a href="/search/%23%E6%99%BA%E8%83%BD%E9%A9%BE%E9%A9%B6">#智能驾驶</a> <a href="/search/%23%E7%94%9F%E6%88%90%E5%BC%8F">#生成式</a><br /><br /><i><b>🔗</b></i> <a href="http://field.10jqka.com.cn/20260807/c678762725.shtml" target="_blank">原文链接</a>https://zhizao.hangyexinwen.com/posts/12237https://zhizao.hangyexinwen.com/posts/12237Sun, 19 Jul 2026 15:58:36 GMT⁣<br /><b><i><b>📰</b></i> 机器人“班味儿”重了 但物理AI“还非常早期”|WAIC观察</b><br /><br />WAIC 展示显示，具身智能正在从实验室走向实际落地，机器人在制造、物流、商用等场景担任“打工人”，展开搬运、拣货、巡检等任务。AI 竞争焦点由纯数字内容生成转向对物理世界的感知、理解与执行，要求机器人具备环境感知、任务规划和持续学习能力，但要实现高稳定性仍需长期突破。业内领军企业通过规模化部署与全栈智能底座，推动不同形态机器人共享“一个大脑”，提升协同效率与生产力。多家公司在硬件、算法、人机交互、以及对场景的泛化能力上持续创新，如灵巧手、变形机器人、全栈 AI 力求覆盖工业、物流与ToC 等广泛场景。业内专家强调，物理 AI 需要海量数据、强大算力与持续投入，才能实现从单机智能到平台化智能的演进，进而真正驱动对物理世界的智能化变革。<br /><br /><i><b>🏷️</b></i> <a href="/search/%23%E5%85%B7%E8%BA%AB%E6%99%BA%E8%83%BD">#具身智能</a> <a href="/search/%23%E7%89%A9%E7%90%86AI">#物理AI</a> <a href="/search/%23%E5%B7%A5%E4%B8%9A%E6%9C%BA%E5%99%A8%E4%BA%BA">#工业机器人</a> <a href="/search/%23AI%E5%BA%95%E5%BA%A7">#AI底座</a> <a href="/search/%23%E5%9C%BA%E6%99%AF%E6%B3%9B%E5%8C%96">#场景泛化</a><br /><br /><i><b>🔗</b></i> <a href="https://m.cls.cn/detail/2430564" target="_blank">原文链接</a>https://zhizao.hangyexinwen.com/posts/12215https://zhizao.hangyexinwen.com/posts/12215Sat, 18 Jul 2026 18:48:30 GMT⁣<br /><b><i><b>📰</b></i> WAIC 2026现场丨细微处见真章，戴盟机器人玩转“精细活”</b><br /><br />在WAIC 2026展会上，戴盟机器人以安静的实操引人关注：它通过自研的原生触觉传感与物理世界模型，实现对日常细节的高精度处理。核心挑战来自水果打包与笔袋收纳这类柔性、易变形的对象：水果需要根据形状与表面属性调整抓取力度、角度与封盖压力，而透明封盖的识别依赖触觉传感器的反馈；笔袋则在拉链与变形过程中持续调整力道与方向，要求双臂协同与实时感知。戴盟的解决方案是建立从感知、数据到模型的闭环，通过高信息密度的触觉数据弥补视觉的不足，使机器人在看不见、看不准的场景中也能完成任务。公司还展示了覆盖不同训练阶段的数据采集与治理体系，支撑模型的泛化和稳定性。团队以触觉为切入口，推动物理AI在真实场景落地，已获得多方资本与海外市场认可，目标是将具身智能从实验室转化为普惠现实。<br /><br /><i><b>🏷️</b></i> <a href="/search/%23%E8%A7%A6%E8%A7%89">#触觉</a> <a href="/search/%23%E7%89%A9%E7%90%86AI">#物理AI</a> <a href="/search/%23%E5%85%B7%E8%BA%AB%E6%99%BA%E8%83%BD">#具身智能</a> <a href="/search/%23%E6%95%B0%E6%8D%AE%E9%97%AD%E7%8E%AF">#数据闭环</a> <a href="/search/%23%E7%9C%9F%E5%AE%9E%E5%9C%BA%E6%99%AF">#真实场景</a><br /><br /><i><b>🔗</b></i> <a href="https://www.industrysourcing.cn/article/478212" target="_blank">原文链接</a>https://zhizao.hangyexinwen.com/posts/11232https://zhizao.hangyexinwen.com/posts/11232Tue, 23 Jun 2026 09:58:43 GMT⁣<br /><b><i><b>📰</b></i> 2026年，“AI新贵们”集体押注世界模型 - OFweek 人工智能网</b><br /><br />本文聚焦“世界模型”在AI产业中的崛起及其对下一代AI公司格局的深远影响。作者指出，AI要真正改变世界，需从屏幕外进入真实产业场景，通过理解、模拟与行动来提升世界运行效率。随着Scaling Law的边际效用下降，以及高质量数据的稀缺，单纯扩大参数和文本预训练难以实现通向AGI的突破。世界模型作为可学习的物理仿真器与渲染引擎，能够在视觉、3D运动乃至触觉层面预测环境变化，破解“语义理解与物理推理”的鸿沟，成为产业落地的关键中间层。全球和中国市场均在加速布局，从视频生成、3D重建、到具身智能与自动驾驶仿真，全产业线正在形成以物理数据、仿真平台、真实设备连接、反馈闭环为特征的新型AI产业栈。未来的竞争将在产业链深度：数据质量、仿真评测、场景落地与工程能力等方面展开，世界模型有望成为物理AI时代的基础设施，推动AI从数字走向物理世界。中国凭借完善的制造业、庞大场景和产业链条，具备独特的先发优势。<br /><br /><i><b>🏷️</b></i> <a href="/search/%23%E4%B8%96%E7%95%8C%E6%A8%A1%E5%9E%8B">#世界模型</a> <a href="/search/%23%E7%89%A9%E7%90%86AI">#物理AI</a> <a href="/search/%23%E4%BB%BF%E7%9C%9F%E5%B9%B3%E5%8F%B0">#仿真平台</a> <a href="/search/%23%E4%BA%A7%E4%B8%9A%E9%96%89%E7%8E%AF">#产业閉环</a> <a href="/search/%23AI%E6%96%B0%E8%B4%B5">#AI新贵</a><br /><br /><i><b>🔗</b></i> <a href="https://www.ofweek.com/ai/2026-06/ART-201717-8420-30691751.html" target="_blank">原文链接</a>https://zhizao.hangyexinwen.com/posts/10578https://zhizao.hangyexinwen.com/posts/10578Fri, 05 Jun 2026 01:18:41 GMT⁣<br /><b><i><b>📰</b></i> 家电制造产线物料追踪的RFID智能管理解决方案</b><br /><br />本文围绕家电行业的智能物流解决方案展开，聚焦通过RFID技术提升供应链各环节的透明度、效率与可控性。首先从产线入手，提出在总装阶段应用RFID实现单品级自动识别，支撑混流生产的防错、工艺指导推送、不良品分流、质量自动报告与追溯，并与自动化设备对接，显著缩短新员工上手时间、提升装配准确性与良品率。其次在刀具管理方面，将刀柄嵌入RFID标签，通过刀具管理系统建立刀柄与刀具的关联，改造机床与NC/HMI，实现刀具参数自动传递、装刀校验及寿命管控，从而降低因刀具问题导致的停产风险，提升稼动率与刀具寿命。再次在物流车辆引导与卸货环节，通过为供应商车辆配发RFID标签，结合智能预约与网页端在线预约，辅以卸货位LED显示与实时监控，及与ERP、MES、WMS对接，实现自动放行、分配与指引，显著缓解厂区拥堵、降低缺料与安保压力，同时提升库存管理效率。综合来看，该方案覆盖制造、配送、物流与资产管理，目标在于消除中间环节、提升数据透明度、减少人力投入，已在多家家电龙头企业实现可观经济效益。<br /><br /><i><b>🏷️</b></i> <a href="/search/%23RFID">#RFID</a> <a href="/search/%23%E7%89%A9%E6%B5%81">#物流</a> <a href="/search/%23%E6%9F%94%E6%80%A7%E5%88%B6%E9%80%A0">#柔性制造</a> <a href="/search/%23%E8%BF%BD%E6%BA%AF">#追溯</a> <a href="/search/%23%E6%99%BA%E8%83%BD%E5%8C%96">#智能化</a><br /><br /><i><b>🔗</b></i> <a href="https://www.rfidworld.com.cn/news/2606_289BCA43D9041419.html" target="_blank">原文链接</a>https://zhizao.hangyexinwen.com/posts/10520https://zhizao.hangyexinwen.com/posts/10520Wed, 03 Jun 2026 09:04:01 GMT⁣<br /><b><i><b>📰</b></i> 自主机器人与物理AI：重塑下一代制造业的智能引擎</b><br /><br />制造业正在进入以自主机器人和物理AI为核心的新阶段。传统工业机器人受限于固定程序，难以应对变化场景；自主机器人通过传感器、视觉系统与实时数据流实现自主导航、避障和路径优化，显著提升作业灵活性与效率。物理AI将算法推理、运动控制与环境感知深度融合，使机器人能理解空间关系、识别对象并安全执行物理任务，在异形件抓取、复杂仓储协同等方面展现更高精度。中国头部企业的实践印证此趋势：华为将盘古大模型融入制造，提升工艺自适应与缺陷识别；比亚迪利用AMR群构建柔性物流网络；美的库卡推出AI免编程机器人；海尔卡奥斯实现感知-决策-执行闭环的大规模定制。物料搬运、柔性生产线、精准质控与提升安全性成为重点场景。通过对运行数据的持续学习，系统可实现预测性维护、运营优化与降本增效；同时需关注初始成本、设备对接、培训和网络安全等挑战，合理设定自主化边界与实施路径。未来数年，这些技术将普及并带来更高的自动化程度、感知能力与自我进化能力，推动制造业向智能工厂转型。<br /><br /><i><b>🏷️</b></i> <a href="/search/%23%E8%87%AA%E4%B8%BB%E6%9C%BA%E5%99%A8%E4%BA%BA">#自主机器人</a> <a href="/search/%23%E7%89%A9%E7%90%86AI">#物理AI</a> <a href="/search/%23%E6%99%BA%E8%83%BD%E5%88%B6%E9%80%A0">#智能制造</a> <a href="/search/%23%E6%9F%94%E6%80%A7%E7%94%9F%E4%BA%A7">#柔性生产</a> <a href="/search/%23AI%E8%B4%A8%E6%A3%80">#AI质检</a><br /><br /><i><b>🔗</b></i> <a href="https://www.industrysourcing.cn/article/476967" target="_blank">原文链接</a>https://zhizao.hangyexinwen.com/posts/9101https://zhizao.hangyexinwen.com/posts/9101Wed, 22 Apr 2026 01:06:43 GMT⁣<br /><b><i><b>📰</b></i> 从制造到智能的底层重构 汽车业正在发生“物理AI改命”_央广网</b><br /><br />2026年汽车产业的热词由智能化转向物理AI。多位高管在智能电动汽车发展高层论坛上强调，未来存活的智驾公司将转型为移动物理AI公司。行业机会聚焦于以世界模型+强化学习为核心的通用物理AI研发，以及从智驾方案商向技术服务商的转型路径。<br />推动这场范式革命的，是行业对机器行动能力的刚性需求。汽车作为最复杂的移动终端，成为物理AI落地的核心载体，厂商和供应链企业纷纷升级战略，转向跨场景、跨车型的基础模型与端云协同架构。业内共识逐步形成：物理AI不是单一功能升级，而是底层重构，决定未来的价值链走向。<br />在技术路线上，VLA与世界模型最初存在分歧，但被广泛认同将实现互补与融合，形成底层基建+上层决策的协同格局。物理AI的落地面临技术、成本和安全三大挑战，需要海量数据、高算力与规范的治理框架。未来车企将转型为物理AI科技公司，靠软件订阅、数据服务与跨场景授权实现持续盈利，价值链由硬件制造转向算法与数据的核心竞争力。<br /><br /><i><b>🏷️</b></i> <a href="/search/%23%E7%89%A9%E7%90%86AI">#物理AI</a> <a href="/search/%23%E4%B8%96%E7%95%8C%E6%A8%A1%E5%9E%8B">#世界模型</a> <a href="/search/%23%E8%9E%8D%E5%90%88">#融合</a> <a href="/search/%23%E6%99%BA%E9%A9%BE">#智驾</a> <a href="/search/%23%E6%95%B0%E6%8D%AE%E6%9C%8D%E5%8A%A1">#数据服务</a><br /><br /><i><b>🔗</b></i> <a href="https://auto.cnr.cn/2015xc/20260422/t20260422_527594709.shtml" target="_blank">原文链接</a>https://zhizao.hangyexinwen.com/posts/8599https://zhizao.hangyexinwen.com/posts/8599Thu, 09 Apr 2026 17:49:38 GMT⁣<br /><b><i><b>📰</b></i> 思灵机器人收购百年企业蒂森克虏伯自动化工程公司</b><br /><br />思灵机器人宣布完成对蒂森克虏伯自动化工程公司的收购，进一步强化在下一代自动化解决方案领域的战略布局，并深化与全球设备制造商的合作。创始人陈兆芃指出，此举是推进Physical AI（物理AI）战略的重要一步，旨在让人工智能进入物理世界，感知环境、学习真实工业数据，并在运行中实时调整优化，构建具备感知、协同与持续进化能力的智能制造体系。自2018年成立以来，思灵机器人专注于将AI与机器人技术融合，服务于工业场景，已在3C制造、汽车、医疗康养等领域积累落地经验，全球部署超两万套解决方案。2024年西南总部落户重庆两江新区，并与富士康、英业达、康明斯等区域头部企业达成合作，以具备“手脑眼”协同的智能机器人为核心，推动更多行业的智能化与综合解决方案落地。蒂森克虏伯自动化工程公司在汽车及新能源领域拥有丰富工程实施经验，此次并购将把思灵的AI自动化解决方案与蒂森克虏伯的工程实施经验深度融合，弥补工业自动化落地环节的短板，实现技术向工厂级能力的转化与可复制落地。<br /><br /><i><b>🏷️</b></i> <a href="/search/%23%E7%89%A9%E7%90%86AI">#物理AI</a> <a href="/search/%23%E8%87%AA%E5%8A%A8%E5%8C%96">#自动化</a> <a href="/search/%23%E5%B7%A5%E4%B8%9A%E6%99%BA%E8%83%BD">#工业智能</a> <a href="/search/%23%E5%B7%A5%E5%8E%82%E8%90%BD%E5%9C%B0">#工厂落地</a> <a href="/search/%23%E8%B7%A8%E7%95%8C%E8%9E%8D%E5%90%88">#跨界融合</a><br /><br /><i><b>🔗</b></i> <a href="http://www.cq.chinanews.com.cn/fgs/2026/0409/16-13033.html" target="_blank">原文链接</a>https://zhizao.hangyexinwen.com/posts/8385https://zhizao.hangyexinwen.com/posts/8385Fri, 03 Apr 2026 09:18:41 GMT⁣<br /><b><i><b>📰</b></i> 我国首个物理AI个人开发者平台发布 一人即可训练机器人 - 神州学人网</b><br /><br />松应科技推出ORCA Lab 1.0开发者版，标志我国首个面向个人与轻量化团队的原生物理AI开发平台正式发布。该平台实现零代码、低成本在普通笔记本上完成机器人全流程训练，降低具身智能研发门槛，推动从工业级落地到普惠型研发工具的产品布局，为智能制造与具身智能领域注入新动能。平台以高精度数字仿真构建物理世界，允许机器人在虚拟环境中学习、试错与迭代，解决场景数据匮乏、训练成本高、工具链割裂、人才短缺等行业瓶颈。ORCA Lab 1.0 提供六大核心能力，具备多物理场融合仿真引擎、海量仿真就绪资产库等，支持个人笔记本开箱即用，免费开放核心软件栈与高精度数字场景及合成数据集，形成从资产供给到模型迭代的完整链路。松应科技还将生态打造为开放、普惠的“安卓式”平台，与多家机器人厂商及高校科研机构深度合作，推动产业链资源整合与人才培养，预研、编写行业标准，推动产业落地。未来，平台对行业应用人才的培养目标为50万至100万名，力图通过低门槛普惠化，加速物理AI技术的落地与应用普及。<br /><br /><i><b>🏷️</b></i> <a href="/search/%23%E7%89%A9%E7%90%86AI">#物理AI</a> <a href="/search/%23%E5%BC%80%E5%8F%91%E5%B9%B3%E5%8F%B0">#开发平台</a> <a href="/search/%23%E6%99%AE%E6%83%A0%E5%8C%96">#普惠化</a> <a href="/search/%23%E6%9C%BA%E5%99%A8%E4%BA%BA%E4%BB%BF%E7%9C%9F">#机器人仿真</a> <a href="/search/%23%E4%BA%A7%E4%B8%9A%E8%90%BD%E5%9C%B0">#产业落地</a><br /><br /><i><b>🔗</b></i> <a href="http://www.chisa.edu.cn/general/202604/t20260403_2111462848.html" target="_blank">原文链接</a>https://zhizao.hangyexinwen.com/posts/5646https://zhizao.hangyexinwen.com/posts/5646Tue, 13 Jan 2026 13:23:49 GMT⁣<br /><b><i><b>📰</b></i> 冰箱生产全链路智能化：RFID技术的应用与价值</b><br /><br />RFID技术在冰箱生产线中的应用，显著提升了生产效率与产品质量控制。通过为原材料和部件配备RFID标签，生产过程中的每个环节都能实现实时追踪和动态管理，从而保证了生产流程的顺畅与部件的精准装配。尤其是在原材料阶段，RFID系统能够确保原材料的全流程可控，提升了管理的精细化水平。<br /><br />此外，RFID技术的深度集成与现有质量控制系统相结合，能够实时监测生产质量。一旦发现问题，系统能迅速定位问题部件的来源，便于及时处理，降低质量隐患。同时，RFID也提高了库存管理的效率，使得库存盘点更为快速、准确，为后续的产品追溯提供了重要信息。<br /><br />物流配送环节同样受益于RFID技术，确保成品在运输过程中的实时追踪，提高了物流的可靠性与透明度。通过合肥某冰箱生产企业的实例，RFID技术在生产管理和质量控制上展现了巨大的潜力，未来在家电制造领域的应用前景广阔。<br /><br /><i><b>🏷️</b></i> <a href="/search/%23RFID">#RFID</a> <a href="/search/%23%E7%94%9F%E4%BA%A7%E6%95%88%E7%8E%87">#生产效率</a> <a href="/search/%23%E8%B4%A8%E9%87%8F%E6%8E%A7%E5%88%B6">#质量控制</a> <a href="/search/%23%E5%BA%93%E5%AD%98%E7%AE%A1%E7%90%86">#库存管理</a> <a href="/search/%23%E7%89%A9%E6%B5%81%E8%BF%BD%E8%B8%AA">#物流追踪</a><br /><br /><i><b>🔗</b></i> <a href="https://www.rfidworld.com.cn/news/2601_2C1D3AEA4F5AE87B.html" target="_blank">原文链接</a>https://zhizao.hangyexinwen.com/posts/1397https://zhizao.hangyexinwen.com/posts/1397Wed, 24 Sep 2025 15:28:35 GMT⁣<br /><b><i><b>📰</b></i> 荣耀的“技绎”①｜破解行业三大痛点，常机电团队为制造业物流开出“创新药方”</b><br /><br />常州机电职业技术学院的四人团队在2025年世界职业院校技能大赛中，通过对制造业物流痛点的深度调研，提出了针对性解决方案，一举夺得金牌。他们分析了当前供应链的三大痛点，包括信息协同不畅、入库效率低下及信息孤岛问题，并在此基础上开发了智能协同系统和数字孪生系统，提高了物流的准确性和透明度。<br /><br />团队的创新不仅体现在软件解决方案上，还包括硬件的低成本高效能改进，如旋转式货架、机械外骨骼装置等，极大提升了物流效率和操作便利性。长期的实战训练和对细节的严格把控，使团队在技能大赛中表现优异，充分展示了他们对制造业和物流业深度融合的理解与实践。<br /><br />常州机电职业技术学院致力于培养复合型技术技能人才，实现课程与实际项目的紧密结合，通过竞赛成果促进教学改革，提升学生的实际操作能力。学校正在积极规划新专业，以适应制造业和物流业的转型升级，培养更多适应市场需求的高素质人才。<br /><br /><i><b>🏷️</b></i> <a href="/search/%23%E5%88%B6%E9%80%A0%E4%B8%9A">#制造业</a> <a href="/search/%23%E7%89%A9%E6%B5%81">#物流</a> <a href="/search/%23%E5%88%9B%E6%96%B0">#创新</a> <a href="/search/%23%E6%95%99%E8%82%B2">#教育</a> <a href="/search/%23%E6%8A%80%E8%83%BD%E5%A4%A7%E8%B5%9B">#技能大赛</a><br /><br /><i><b>🔗</b></i> <a href="https://www.xhby.net/content/s68d3e050e4b0a6ac3d9b44cc.html" target="_blank">原文链接</a>