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)

📰 XYZO推出模块化混合制造平台,推动增材制造迈向自动化生产线

XYZO推出一款用于自动化混合制造的模块化平台,将增材制造工艺与机加工、质量控制及其他工艺步骤整合在一个系统中,目标是产出经过全面测试的成品而不仅是打印部件。该平台支持多种工艺,包括DLP、FDM、颗粒挤出和按需滴落,并可集成微铣削等CNC加工,以及清洗、固化和检测等工序,通过统一的工艺控制系统实现各步骤的衔接与数字化工作流。其核心在于解决“打印部件需后续加工方可使用”的难题,力求减少搬运环节和潜在错误,形成以增材制造驱动的自动化生产线,而非单一3D打印机。XYZO同时将微流控、诊断、医疗、印刷电子及中小批量生产列为潜在应用领域,并与客户共建工艺链后再实施试点工厂或完整系统。总结而言,平台的价值在于实现增材制造与传统制造的高效、可重复整合,推动数字化、自动化的混合制造生态落地。

🏷️ #增材制造 #3D打印 #混合制造 #自动化平台 #工艺整合

🔗 原文链接

📰 华为发布制造与大企业2026 全球样板点,为行业智能化落地提供参考标杆

华为在全联接大会的制造与大企业全球峰会上发布了多项行业智能化落地标杆,涵盖工业AI质检与智算、具身智能实训场、机床数智化以及智慧药研等领域。凌云光工业AI质检&智算样板点实现了从底层光源、相机到AI视觉大模型的自主创新,整合昇腾算力、云平台与大模型,形成“感知—训练—推理—质检—制造”的全链路能力。上海人形国地中心具身智能实训场以云、边、端协同架构支撑,覆盖数据、模型、评测、部署的全流程,构建多模态实景数据与海量仿真数据,沉淀出大规模高质量行业数据集,支持多场景落地与跨品牌通用。通用技术集团机床数智化样板点推动研发、生产、营销等全链路数字化运营,提升加工工艺、设备运行与生产稳定性,破解高端数控关键难题,具备广泛推广价值。广药集团智慧药研样板点实现从智算底座到药物发现的全领域自主创新,融合昇腾、鲲鹏算力,打造AI药物发现全链路,支撑“算力—模型—数据—研发—上市”的一体化能力。未来华为将持续创新,携全球客户深耕价值链,推动AI在制造与大企业的落地应用,树立行业智能化参考标杆,开启行业智能化的新篇章。

🏷️ #工业AI #智能实训 #机床数智化 #药物发现 #行业标杆

🔗 原文链接

📰 华为发布制造行业2026全球样板点,为行业智能化落地提供参考标杆

华为在全联接大会的制造与大企业全球峰会上,发布了多项制造行业2026年的全球样板点,覆盖工业AI质检与智算、具身智能实训、机床数智化以及智慧药研等方向。凌云光工业AI质检&智算样板点实现底层光源到大模型的自主创新,打通感知-训练-推理-质检-制造全链路,融合昇腾算力、云平台与大模型技术。上海人形国地中心具身智能实训场样板点在云、边、端协同架构下,构建全链能力平台与海量数据集,支持跨场景的多模态数据采集、并行仿真与标准化评测,验证数据、模型与本体的跨品牌通用性。通用技术集团机床数智化样板点通过AI赋能,整合研发-生产-营销-供应链-售后全链路数字化运营,提升加工工艺与生产稳定性,具备大规模推广潜力。广药集团智慧药研样板点实现从算力到药物发现的全链路自主创新,打造AI药研全链路,服务“再造一个新广药”战略。未来华为将持续创新,与全球客户共创行业智能化参考标杆,推动AI应用落地与行业升级。

🏷️ #AI #工业AI #样板点 #数智化 #药研

🔗 原文链接

📰 AI+,从“通用”转向“垂直”

福建省在人工智能+制造领域持续推进垂直模型应用落地,形成以产业场景为导向的“训练场—中试基地—生产端”闭环。文章展示了以化工、纺织、运动品牌等行业为代表的多点突破:福州、厦门等地以“垂直大模型+时序预测”构建工艺优化、设备诊断、生产调度等场景,显著提升生产效率和安全性;安踏等企业通过“大模型”实现设计与生产环节的全链路AI赋能,设计周期和订货额均实现显著降低与增长。福建能化信科等单位建立自研基座、整合行业数据,解决数据不统一、时间戳错位等痛点,提出“模型组合拳”策略,融合大模型与时序算法,提升预测稳定性与执行落地能力。地方政策与资金扶持、数据集建设、算力开放、标准体系建立等措施共同支撑行业垂直模型从试点验证走向规模化商用,形成以企业为主体、校企协同、产学研医协同的创新生态。未来需以应用场景牵引继续深化专而精的发展路径,提升区域辐射力,实现产业数字化转型的高质量增长。

🏷️ #垂直大模型 #产业数字化 #工艺优化 #生产调度 #数据治理

🔗 原文链接

📰 德迩象网宗文豪:具身智能正在开启制造业的全新变革

在沈阳举行的工业AI与具身智能创新发展大会上,德迩象网董事、首席技术官宗文豪强调,数字智能改变虚拟世界,具身智能正在引发实体制造的深刻变革。但他也指出,当前主流AI与工业场景的融合尚未达到理想的平滑度,虚拟世界训练的模型难以直接应用于物理现实中的复杂、动态工况。要实现真正的智能制造,需要AI具备“实体躯干”,具备感知、适配和操作物理设备的能力,才能在工业场景落地。为此,需正视场景复杂性,通过降低成本的通用硬件、降低门槛的简化平台、以及灵活的场景化适配来解决痛点。德迦象网致力于以场景原生技术打破AI与工业的壁垒,使智能制造成为普及型升级路径,而不仅限于头部企业。母公司德尔股份在海外制造业经验丰富,可以帮助缓解用工和成本压力。具身智能已形成成熟技术范式,但中小制造主体普遍存在“用不起、学不会、落地难”的痛点,成为规模化的核心障碍。为应对痛点,该公司倡议普惠、轻量、场景化的落地解法,目标是在全行业范围内推广。展望未来,德迩象网正在与国内领先的具身智能企业合作,开发专用轮式双臂工业操作平台,兼顾稳定性、可靠性及节能,并具备更强的环境适应性和更低的运维成本。同时建立一站式赋能平台,整合数据采集、模型训练、推理部署与迭代优化等全流程功能,使普通产线技术人员通过简单操作实现机器人适配、工艺录入及投产部署,降低对专业编程和高端算法的依赖。通过平台与智能体的协同,帮助工厂将自身经验转化为机器人可读、可执行、可复用的智能语言,让老旧产线实现智能设备对接与生产实际契合,真正破解个性化生产难题。

🏷️ #具身智能 #工业AI #智能制造 #场景化落地 #普惠化

🔗 原文链接

📰 2026年智能工厂解决方案服务商:谁能破解离散制造的"黑盒"

当前,中国制造业正处于由自动化向智能化转型的关键窗口期,离散制造领域普遍存在软件与硬件信息孤岛、工单驱动难以满足小批量多品种变更的痛点。文章梳理了若干智能工厂解决方案提供商及其核心路径:中之杰智能以软硬一体化的德沃克OBF为核心,打造“工厂神经中枢”,实现IT与OT的统一控制、物动单动的闭环,以及广泛的设备对接与知识图谱驱动的智能决策;西门子以数字孪生为核心,在虚拟环境中进行全流程仿真与调试,适用于工艺复杂、对质量要求极高的场景;SAP强调全球供应链协同,适合跨国集团将生产执行与财务、物流打通的需求;格创东智聚焦半导体与电子制造厂务管理,提升良率与公辅系统协同;霍尼韦尔以过程控制为基础,提供从MES到绩效管理的完整流程工业解决方案。结论指出,智能工厂的真正关键在于通过统一语言实现感知、决策、执行的高效闭环,从而解决“账实不符”和设备调度混乱的问题。未来趋势将从流程驱动过渡到数据驱动、AI自主驱动,核心在于降低现场不确定性、提升降本增效与提质。

🏷️ #智能工厂 #数字孪生 #离散制造 #工业互联网 #ERP整合

🔗 原文链接

📰 剑维软件崔静怡:工业软件如何适配制造新周期

近年来,国内工业细分赛道持续扩容、产业链条不断拉长,制造业高端化、精细化转型的需求,全面渗透至数字化软件底层;伴随本土制造企业全球化步伐加快,跨地域研发、生产一体化协同的数字化需求进一步凸显。在此背景下,立足本土场景打磨适配能力,深度服务产业升级,成为工业软件厂商布局中国市场的必然选择。近日,工业软件服务商AVEVA剑维软件发布剑维软件HMI(中国版)2026。据介绍,该产品由剑维软件中国智能创新中心主导研发,是公司首款针对中国国产化生态与工业场景,从底层架构层面重新设计的HMI/SCADA平台。围绕中国工业数字化的发展趋势及公司的本土化策略,21世纪经济报道记者进一步采访了剑维软件副总裁、中国区总经理崔静怡和施耐德电气副总裁、工业自动化中国区OEM业务负责人崔志达。谈及中国市场,崔静怡表示,过去30年中国工业正逐步从信息化、数字化走向智能化。随着中国工业体系越来越丰富、供应链越来越完整,在越来越多的场景和细分行业中,中国企业已经开始进入探索甚至引领的位置。针对快速迭代的技术应用和市场需求,工业软件服务商也需要进行深度本地化创新,打造涵盖研发、生态、支持和交付的全栈本地化能力。崔静怡。资料图工业数字化迈入深水区《21世纪》:国内制造业正处于本地化标准与合规要求、AI融合加速的双重背景下,在此环境下,工业可视化的发展趋势如何?崔志达:从施耐德电气在OEM领域的观察来看,客户对可视化的需求正发生结构性变化。传统设备监控已无法满足当前提升机器效率与全生命周期管理的要求,客户更关注数据驱动的运维优化和跨环节协同。由此,工业客户也对可视化产品提出了更高要求:一是开放性与互联能力,设备需与周边系统高效互通;二是工程效率,从概念设计到编程部署的全流程需加速,缩短上市时间;三是服务能力,提升现场运维效率,并支持OEM厂商拓展服务业务。《21世纪》:中国工业企业正加速出海,工业软件如何帮助企业在海外实现本地化运营与全球化协同?崔静怡:中国企业出海正从单一设备出口转向“软硬件+服务+长期运营”的系统性输出。对软件的要求集中在三点:标准化、平台化和持续迭代能力。标准化确保不同海外市场可采用统一平台实现协同;平台化意味着从项目定制走向可支撑多系统、多环境的集成平台;持续迭代保证全球版本的一致性和可维护性。产品需支持多语言、多标准运行,并提供标准化工程模块和培训体系。同时,总部对海外资产的集中管控需求日益突出,要求信息能够实时、完整回传,支撑远程诊断和跨团队协作。AVEVA依托全球成熟技术平台和跨国运营经验,为中国企业出海提供符合国际安全与合规标准的产品底座。虽然HMI中国版面向本土开发,但设计上坚持开放统一,支持跨区域协同应用和全球运维。扎根本土市场《21世纪》:剑维软件HMI中国版的推出具体回应了哪些本土独特需求?如何解决国际工业软件在本地售后响应慢、问题闭环周期长的问题?崔静怡:过去30年,中国工业正逐步从信息化、数字化走向智能化。如果说10年前甚至更早,中国工业更多是在学习和跟随国际先进经验、管理体系和技术,以提升自身效率和运营能力,那么最近几年,随着中国工业体系越来越丰富、供应链越来越完整,在越来越多的场景和细分行业中,中国企业已经开始进入探索甚至引领的位置。这也为工业软件公司提供了更加丰富的工业应用场景。此次推出的HMI中国版,核心是能力本土化——打造涵盖研发、生态、支持和交付的全栈本地化能力。在此体系下,AVEVA负责产品研发、技术演进和路线图规划,并与全球标准对接;施耐德电气发挥渠道覆盖、行业理解和长期服务优势,联合伙伴推动产品落地实施。这一模式形成从研发测试到市场推广、客户反馈的快速闭环,有效缩短问题响应和产品迭代周期。这一过程中,中国智能创新中心不仅负责研发,还持续收集客户反馈,尤其对共性需求进行快速识别和响应,显著缩短从需求提出到产品升级的时间。《21世纪》:剑维软件HMI中国版的本地化思路及差异化竞争策略是什么?崔静怡:在“在中国,为中国”战略下,剑维软件HMI中国版的差异化优势体现在三个层面:第一,全球积淀与本土经验融合。AVEVA拥有近60年全球工业软件经验和30年中国市场深耕基础。去年剑维软件新成立了中国智能创新中心,依托全球质量标准与治理体系,结合本地团队对一线需求的快速响应,形成从需求识别到产品迭代的完整闭环。第二,深度本地化创新。首先是本土适配,包括跨平台部署、对Windows和Linux的支持,以及对未来中国工业发展需求的满足;同时,充分考虑中国用户的使用习惯,除了界面中文化,还从产品逻辑、使用方式和客户体验出发,按照本地工业客户的需求进行设计;再进一步,在自动化生态、行业合规、多终端需求等方面,也都充分结合了中国本地需求。第三,生态协同效应。剑维软件与施耐德电气紧密协作,打通从研发、测试到应用、反馈的闭环,加速产品迭代和技术融合,更快速响应一线需求。《21世纪》:工业软件应用涉及复杂的工序流程和软件体系,本土化产品的渠道合作计划如何展开?对数字化生态发展有何意义?崔志达:关键在于一切合作都基于客户实际需求展开。以包装设备为例,客户面临根据上层排程安排生产、结合设备健康状态安排任务等新挑战,这要求底层数据实现互联互通,为上层系统所用。施耐德电气拥有大量OEM客户和系统集成商伙伴,他们在传统运动控制领域能力成熟,但在HMI/SCADA等新应用上需要快速提升。我们将联合AVEVA,结合具体行业工艺场景,帮助伙伴提升技术能力与行业应用水平。中国市场细分行业多、应用场景丰富,在中国市场将产品方案打磨成熟,也有助于服务其他区域市场。崔静怡:在产品设计上,我们强调易用性,降低交付门槛,通过开放统一的平台让生态伙伴快速上手,同时保留面向未来的演进能力。最终目标是让生态伙伴帮助客户解决实际痛点,高质量完成现场交付。《21世纪》:AVEVA中国智能创新中心已成立超一年,未来在产品创新与战略规划上有何计划?崔静怡:过去一年,AVEVA在中国建立了坚实的本土创新能力。本次发布的HMI产品是首款依托这一新平台打造的产品。未来,团队将继续扩展HMI能力并探索AI应用,这款产品被视为AVEVA长期投资中国市场的第一步。后续本土化创新将逐步扩展至产品组合的其他部分,具体方向将在本次发布成功的基础上进一步确定,可能涉及工程设计或优化相关领域。

🏷️ #本土化 #HMI中国版 #工业软件 #AI应用 #跨区域协同

🔗 原文链接

📰 上门问诊除隐患!工伤预防专家深入济南智能制造企业开展实地调研

济南市工伤预防机械制造行业专项调研组走进两家高端制造企业开展现场风险排查与车间实操教学,聚焦激光智能装备、精密构件加工核心工艺,系统排查激光辐射、高温灼伤、机械切割、打磨飞溅、设备夹挤碰撞、粉尘污染、吊装坠落等高频隐患。工作人员对排查出的风险逐项分类建档,建立企业隐患台账,结合设备工况与作业流程,提出可落地、可执行的整改方案,推动隐患闭环清零。本次服务以实景现场教学+隐患实操演练为模式,以班组长和一线骨干为核心培训对象,围绕高风险岗位开展风险识别、隐患判定、特种作业规范与应急处置实操,手把手指导自查自改技能。未来将整理成果,完善“一企一档”风险管控台账,持续走访辖区更多企业,常态化开展上门工伤预防,提升机械行业工伤源头防控效能。

🏷️ #工伤预防 #隐患管理 #高端制造 #风险排查 #实操教学

🔗 原文链接

📰 赛意信息:AI应用"接棒",智能体跑通工业场景_产业资讯_行业_中金在线

赛意信息以二十余年的制造业经验为基础,构建了以善谋GPT为核心的企业级AI中台,深度整合财税、人力、供应链与生产制造等领域的行业Know-how,具备多模型对接、向量管理、私有模型预训练及多智能体协同编排能力,打通跨系统、跨智能体的协同。其在工业领域形成覆盖运营、制造、行业及助手等多层次的工业模型体系,凭借在《中国工业大模型及智能体解决方案2025年厂商评估》中获得的领导者地位,验证了技术落地的可行性。具体应用上,赛意信息以物流路径优化为重点,通过AI智能体与强化学习实现动态调度,已将配送里程降低15-25%、车辆成本降10-20%,并在海外市场展现出显著降本潜力。除此之外,其AI智能体产品线覆盖排产、设备运维、工艺优化、视觉质检等核心制造场景,供应链端的效益亦十分显著,整体运营效率提升约80%。在PCB、光伏、家电等行业案例中,利用行业大模型与智能体组合,提高报价效率、降低银浆消耗、提升良率与质检准确性,实实在在带来降本增效。赛意信息的策略不是追求“万能AI平台”,而是聚焦分行业痛点,通过可复制的解决方案实现商业化闭环,正推动从工业AI全栈解决方案商向更广域的场景落地与复制。

🏷️ #工业AI #智能体 #降本增效 #供应链 #落地案例

🔗 原文链接

📰 AI重塑激光切割产业竞争格局 邦德激光发布AI切割机新品类

邦德激光在7月27日发布的AI切割机新品类L2级功能包,标志着激光切割行业从设备自动化向智能化升级的重要阶段。此次三大核心AI能力—AI Cutter、AI故障问诊、小邦同学,以及多项高阶智能技术共同构成一个围绕加工效率、设备运维和生产管理的完整AI体系。AI Cutter通过智能参数推荐与工艺优化,结合新材料学习能力,在80%工况下实现一次成型并降低试错成本;AI故障问诊实现7×24小时在线诊断与快速定位,问答准确率超96%,推动运维向智能化、持续沉淀知识的方向发展;小邦同学则提供覆盖8大材料类别与7大工艺维度的行业专属AI助手,提升工艺咨询和参数优化的专业化程度。除核心功能外,多板材无人化切割、智慧天眼、自动换喷嘴3.0、实时寻中等技术,进一步提升定位精准度、材料利用率与生产连续性,形成“感知、决策、执行”的全流程智能加工体系。行业竞争重点已从硬件性能向智能能力转变,企业对降本增效、柔性制造和无人化提出更高期待,AI切割机新品类为激光切割设备的工艺优化、运维与生产协同提供新路径,推动产业向更高水平的生产智能化演进。

🏷️ #AI切割机 #工艺优化 #智能运维 #无人化 #生产协同

🔗 原文链接

📰 优化能耗与物耗:PLM如何支撑化工企业的成本精细控制与工艺持续改进

在2026年的化工行业,原材料和能源成本高企,加剧了企业竞争压力。文章指出,成本结构的刚性使原材料和能源占比达到75%及以上,且烧碱领域电力成本占比显著,电价仍有上行空间。传统靠经验和粗放管理的方式难以应对多变量、耦合性强的生产工艺,导致参数波动与原材料浪费。通过引入PLM系统,企业可将配方、工艺、能耗、物耗等数据整合,建立标准定额与实际消耗的对比分析,形成从研发到生产的闭环。应用案例显示,PLM可缩短配方研发周期、降低材料成本、提升能耗与物耗的追溯与优化能力,且推动工艺改进的知识沉淀与复用,显著提升改进项目数量与转化率。不同厂商的优势在于行业化深度、数据集成能力以及对化工流程的支持。选型时应明确成本管控目标、评估行业化深度、关注与DCS、MES、ERP等系统的集成,以及强调工艺知识沉淀和持续改进的能力。总体来看,PLM正成为化工企业实现成本精细控制与工艺持续改进的关键数字化平台,帮助企业建立数据驱动的成本管理体系与全链路闭环,提升在成本与绿色转型中的竞争力。

🏷️ #PLM化工 #成本管控 #能耗物耗 #工艺改进 #知识沉淀

🔗 原文链接

📰 在WAIC 2026,打通AI落地制造业的"最后一公里"

2026年,AI与具身智能持续迭代,但制造业在落地上遇到现实性难题:如何真正把AI“进入”一座工厂?过去两年制造业的AI化经历了试点、复盘、落地的过程,普遍共识是小范围有效并不能直接规模化复制,且跨领域协同、场景碎片化、产线与技术之间的断层成为关键卡点。问题核心并非技术瓶颈,而是工程化能力与场景理解的缺失:缺少对生产工艺的深刻理解、模型难以对接设备、验证与合规流程漫长,导致企业很难将单点ROI转化为全面落地。半导体被视为最具可落地潜力的领域,因为其海量工艺数据、对精度的极致要求,以及成熟的自动化与数据运维基础,使其成为AI落地的高优先场景。随后,产业链中的企业在不同领域探索将AI嵌入设计、制程、CIM系统、良率等环节,目标是在工艺参数、异常排查、测试效率与知识管理等方面形成完整的数据闭环与真实商业价值回报。WAIC上的“链动智造,场景为先”主题则将焦点从炫技转向实际对接,搭建政府、园区、企业与技术方的沟通桥梁,缓解信息壁垒,推动产供需深度交流与落地。通过以场景为核心的对接,产业端的需求与技术资源可更精准对接,提升AI在制造业的落地效率和实效性。

🏷️ #AI落地 #制造业场景 #半导体AI #工程化能力 #产业对接

🔗 原文链接

📰 蓝沃 AI 开源发布行业首个非标机加工工艺大模型 - 中国工业新闻网

蓝沃AI发布的沃土LevelField-1是行业首个聚焦非标机加工工艺的大模型,能从2D图纸中读懂工件结构、公差、粗糙度等加工要求,自动推导工艺路线与优化建议,显著缩短路线起草时间并提高契合度。模型以10万张真实工厂图纸和36位具有20年以上经验的工艺工程师校验为基础,在内部评测中与工程师思路契合度超过95%,并将工艺路线起草时间压缩约60%。不同于以往停留在数据分析的工业AI,沃土LevelField-1“读图懂工艺”,可复刻老师傅的隐性判断,帮助AI真正理解制造业运转规律。其核心在于将工艺知识标准化、可复用,为非标机加工行业带来更透明、可扩展的工艺决策能力。该模型建立在通义千问开源基座之上,拥有90亿参数,涵盖18类常见工艺,并提供完整权重与运行文件的开源包,支持免费商用与本地部署,旨在让制造业的工艺智慧成为普惠的公共资源,推动中国制造升级。创建初衷是让AI从真实车间中长出,回馈制造业沃土,汇聚蓝领工人的集体智慧,提升核心竞争力。

🏷️ #工业AI #工艺大模型 #开源 #制造业升级 #非标加工

🔗 原文链接

📰 加速走向全球 今年前5个月我国机器人出口近200亿元

今年以来我国机器人出口规模持续扩大,品类结构不断优化,为高端制造出海注入新动能。前5个月国产机器人出口合计1037.7万台,出口总值199.9亿元,产品远销全球150多个国家和地区,其中欧盟和东盟为主要目的地。清洁机器人领跑全品类,出口额达140亿元,约占总出口的70%以上,凭借自主导航、自动集尘、智能污水循环等核心技术,能够精准匹配海外差异化居住环境,优势显著。在工业应用方面,前5个月国产工业机器人出口约7万台,海外落地场景持续拓展,搬运机器人搭载视觉识别与智能算法广泛用于海外基建与交通等大型工程;焊接机器人具备自动扫描建模功能,可实时求解最优工艺;协作机器人在海外食品、医药、日化等轻工制造行业展现出色表现。在前沿新兴赛道,智能仿生机器人出口超过8000台,覆盖设备巡检、科研教学、公共服务等多元场景。凭借完整的产业链优势,国产机器人出口规模持续扩容,全球影响力不断提升。

🏷️ #机器人 #出口 #清洁机器人 #工业机器人 #智能仿生

🔗 原文链接

📰 基点起源完成数亿元融资,以「全要素大模型」构筑工业AI新基座

北京基点起源信息技术有限公司在短时间内完成三轮融资,融资金额数亿元,投资方包括国科投资、上海半导体产投、建投投资等多家知名机构。公司以“全要素大模型”为核心技术,致力于将企业生产运营过程中的数据、规则与工艺整合为人、机、料、法、环全要素的系统性模型,从而实现对复杂生产过程的精准理解、动态预测与全局优化,高价值场景聚焦工艺优化、质量提升、排产调度与供应链协同等。创始人及核心团队来自华为、阿里等头部企业,具备大模型研发、产业落地与算力基础设施建设的全栈能力。技术上,“全要素建模”推动工业智能从单点算法走向全要素建模与虚实融合推演的新范式,显著降低企业智能化改造的部署门槛,已在金属冶金、石油化工、电子制造、纺织等行业实现多项标杆项目。国科投资、上海半导体产投等机构对其在AI与先进制造深度融合及行业落地能力给予高度肯定,期待其成为中国制造业核心生产环节的标杆企业。

🏷️ #全要素大模型 #工业AI #智能制造 #产业落地 #量化增效

🔗 原文链接

📰 造芯片的, 开始造设备了 - OFweek智能制造网

本文聚焦中国半导体产业链的最新趋势:制造端和封测端头部厂商开始向上游设备领域延伸,推动国产设备的垂直整合2.0。原因在于前道核心设备长期被外资垄断,国产突破主要靠“国家队”与风险投资,但缺乏稳定的下游验证场景,导致工艺与装备之间存在“鸿沟”。制造端在工艺痛点驱动下主动开发定制化设备,以确保供应稳定、提升自主权;设备商则需要真实工艺场景验证来提升迭代速度。代表性案例包括赛微电子与海创智能等在晶圆键合、沉积、刻蚀等领域的自研设备,以及嘉芯半导体、佰维存储通过上游布局获取核心前道与测试设备的能力。产业链的“垂直整合2.0”以制造端为上游设备的甲方角色,意在降低依赖、加速工艺迭代、提升话语权。未来可能出现更多下游制造企业加入设备领域,催生真正懂工艺、懂场景的本土设备厂商。

🏷️ #半导体 #垂直整合 #国产设备 #上游延伸 #工艺-装备

🔗 原文链接

📰 均普智能依托汽车制造基底 以工业AI升级医疗智能装备

2026年世界制药原料中国展(CPHI China 2026)在上海举行,宁波均普智能制造股份有限公司展示了工业AI整体解决方案、全栈工业4.0技术及生命科学智能制造落地成果,聚焦高端医疗自动化装备。随着集采政策推进、国产化加速,医疗器械市场需求旺盛,生厂设备对加工精度、柔性生产和全流程追溯提出更高要求。公司通过工业AI研发与长期智能制造积累,推动无菌无人化工厂及高端生命科学装备落地。展台产品包括面向批量生产的笔类高速终组装凸轮平台,具1.5秒/件节拍、支持注射器与胰岛素笔两类产品,结合LineGPT实现设备与工艺全流程可视化监控与数据分析。此外,公司的非汽车业务持续增长,医疗装备标杆项目落地,如CGM传感线、艾滋病检测微流控产线、人工晶状体产线升级、磁悬浮电子验孕棒等。对海外市场,推出meditec® V RAC智能装配单元,专为药物递送装置在洁净室场景中的高柔性与快速投产需求设计。专家认为,具备跨行业技术与全球合规能力的装备企业将在医疗自动化领域占据优势,未来行业将实现技术通用、合规专业与全球服务并举的发展态势。

🏷️ #医疗自动化 #工业4.0 #工业AI #智能制造 #全球合规

🔗 原文链接

📰 【智象九维】参加“维科杯·OFweek 2026中国智能制造行业年度评选” - OFweek智能制造网

本次 OFweek 维科杯为中国智能制造行业的重要品牌盛会,旨在为产品、技术和企业搭建展示平台,推动行业创新与数字化转型。智象九维以领先的人工智能、工业互联网和自动控制技术为核心,提出“联接驱动智造,数据创造价值”的理念,构建以数字孪生为核心的 AloT 平台及多项自研产品,实现 OT、IT、DT 的深度融合,并提供从设备互联、边缘智能到数据应用的一站式解决方案。在行业应用方面,智象九维累计服务富士康、立讯精密等超千家制造龙头,形成了高效且可扩展的解决方案,调机效率提升显著、物料损耗显著下降,填补了押出机行业的自适应调机与全流程 AI 闭环体系的技术空白。未来将通过工艺巡优智能体与大模型融合,实现在不同环境和材料变化下的参数漂移自动归因与自适应调整,提高制造过程的稳定性与可预测性。

🏷️ #智能制造 #数字孪生 #AI+智造 #工业互联网 #边缘计算

🔗 原文链接

📰 电子制造行业开源鸿蒙智慧工厂解决方案 华为X华龙讯达联合发布-CSDN.NET

本文报道华为与华龙讯达在华为HCI大会上联合发布面向电子制造行业的开源鸿蒙智慧工厂解决方案,基于OpenHarmony底座,搭载华龙工鸿发行版,并深度整合自研PLC与木星数字仿真平台。方案通过工控鸿蒙的确定性低时延、分布式软总线,打通现场实时控制与上层智能应用的协同链路,支持CAD导入、焊接工艺解析、碰撞检测、工艺仿真、编程与示教等全流程作业,提升焊接产线的柔性换型效率。结合端边协同与统一连接,底层完成实时运算与模型存储,形成高质量数据模型,支撑效能分析与管理优化,显示出在实时控制、数智协同与安全保障方面的综合竞争力。该方案已在汽车、轻工、流程工业及包装、数控加工、智慧水务等场景落地,实际应用中换型停线时间从3–5天降至4小时以内,验证了其生产环境中的业务价值。华龙讯达与华为以工控鸿蒙为技术底座,將自研PLC、数字孪生仿真与工业AI紧密耦合,开辟了一条经产线验证、全系列自主创新的智能化路径,为工业领域利用鸿蒙生态推动智能升级提供可参照样本。

🏷️ #鸿蒙智慧工厂 #工控鸿蒙 #数字孪生 #PLC #智能制造

🔗 原文链接

📰 工业级 3D 打印占行业 7 成营收,远铸智能借世赛打通产教融合最后一公里

世界技能大赛选择远铸智能的工业级FDM 3D打印设备提供商身份,不是因为能打印出简单模型,而是因为其设备在高强度赛事环境下能够持续稳定运行,确保不同选手、任务与批次打印结果的一致性,体现真正的工业生产能力。工业级FDM相比消费级并非单纯硬件豪华,而是围绕重复性、可靠性、材料能力、过程控制、结果可验证和可追溯构成的系统能力,能够在高温材料如PEEK、PEI等的应用场景下实现功能性零件的批量生产与工程验证。世界技能大赛的目标正在从“打印外观原型”转向“生产级制造工具”,要求设备、材料、工艺与数据形成完整的质量闭环,以支撑从设计、材料选型到制造与验证的全流程工程能力。远铸智能在全球范围内持续提供设备、材料、软件和服务的一体化解决方案,获得赛事保障与行业认可,凸显工业级FDM在未来制造中的核心地位。

🏷️ #3D打印 #工业级FDM #生产级制造 #可追溯性 #材料能力

🔗 原文链接
 
 
Back to Top