⁣
📰 立足未来制造与智能装备产业 , 赋能无人机应用技术发展

极目新闻介绍无人机应用技术专业（专业代码：460609），是顺应低空经济与智能产业发展的前沿学科。该专业面向无人机全产业链及通用交通领域，致力于培养具备扎实理论、精湛实践与创新思维的技术技能人才。通过与无人机制造、民用航空、物流巡检、测绘勘探等企业深度合作，推行“依托行业、项目教学、实境考证”的工学结合培养模式，使学生系统掌握无人机结构与系统、空气动力学与飞行原理、飞行控制、任务载荷及行业应用、维护维修等核心知识，胜任操控、装调检修、电力巡线、测绘、铁路城轨巡检等职业岗位。课程体系包括无人机结构与系统、空气动力学、管控与航迹规划、飞行控制、任务载荷、行业应用技术、维护技术等核心课程，按全系统模块化项目开展实训教学，并引入“1+X”证书制度，鼓励考取民航局、国务院人社部等权威认证，构建学历+技能+行业准入的多维评价体系。就业方向广泛，毕业生可在无人机应用与通用航空领域从事操控、装调检修、电力巡线、测绘、农业植保、安防监控、物流等工作，具备快速分析与解决实际工作任务的能力。通过校企合作与实境教学，培养具备创新意识与工匠精神的应用型人才，适应全流程、大数据、多领域岗位需求，展望无人机及低空经济的广阔前景。

🏷️ #无人机 #工学结合 #技能证书 #就业前景 #应用型人才

🔗 原文链接

⁣
📰 我省出台实施方案促进人工智能技术与制造业应用“双向赋能”_工作动态_ 中国国际贸易促进委员会南京市分会

江苏省发布的《人工智能+制造实施方案》聚焦推进制造业的智能化、绿色化、融合化发展，强调将人工智能嵌入生产制造核心环节，实现人工智能技术与制造业的双向赋能。到2027年，力争在规上工业企业实现诊断全覆盖，推动大量工业大模型应用、建设高质量数据集、确立多个人工智能应用标杆，并提升智能工厂AI场景的覆盖率。方案围绕研发设计、生产管理、运营管理、产品服务、供应链等33个典型场景，采取线上线下结合的诊断模式，力争两年内完成诊断并以此带动应用水平提升。目标包括各环节应用覆盖率显著提升，重点行业如钢铁、新材料、生物医药、集成电路以及新能源、智能网联汽车等领域的创新应用将得到加强，同时推动产业集群、数据治理、软件自主创新和硬件攻关，提升算力、边缘计算、设计工具、AI服务器等关键基础能力建设，以构建高效的算力基础设施和智能终端生态，促进工业互联网平台与人工智能深度融合，优化制造业的人工智能生态和人才培养体系。

🏷️ #人工智能 #制造业 #诊断 #应用场景 #算力

🔗 原文链接

⁣
📰 浙江省经济信息中心

国家数据局印发的实施方案聚焦行业高质量数据集建设，力求到2028年底形成覆盖重点领域、经验证的行业数据集与数据驱动的应用场景，培育创新型数据企业和人才，完善数据集建设工具和标准。这些举措将促进数据标注、数据服务、模型应用等产业环节的发展，推动人工智能从通用向智能化、场景化方向演进。当前我国高质量数据集数量已超11.6万、总体量超960PB，日均Token调用量突破140万亿，但行业数据仍面临分散、质量不足、标准不一等问题，制约重点行业的深入应用。为实现“数据飞轮”，方案提出六大专项行动：强基扩容、标注攻坚、提质增效、应用赋能、管理服务与价值释放，聚焦科学研究、工业制造、农业农村、智慧能源、交通金融等领域，以及低空经济、具身智能、智能驾驶等新兴领域，推进数据供给、加工标注、质量提升、模型应用与交易等全链路建设，培育龙头数据标注企业，推动仿真合成等技术应用，促成数据资源的产业化与商业化落地。

🏷️ #数据集 #AI发展 #数据标注 #数据服务 #应用场景

🔗 原文链接

⁣
📰 九江发布深化制造业数智化转型协同“人工智能+制造”行动计划

九江市发布《深化制造业数智化转型协同“人工智能+制造”行动计划（2026-2027年）》，以推动信息化与工业化深度融合、提升制造业数智化水平为目标，力争在2027年前实现规模化AI在制造业应用、打造若干AI场景和产业集群，并初具省级未来产业先导区和创新应用先导区雏形。计划提出三大重点任务：深化制造业数智化转型、实施“人工智能+制造”行动、构建发展生态。具体举措包括推动企业全流程集成提升、龙头企业搭建数智化供应链、形成1个高质量数据集、开发专业小模型、打造示范工厂与人形机器人应用场景、布局边缘计算及传感器等AI产品落地，以及完善数智化服务体系、数字平台、人才培养与金融与网络安全保障等配套政策与机制。并强调加强市县联动、创建标杆企业与场景，提升全市在全省的制造业数智化转型与AI产业规模化水平。

🏷️ #制造业 #数智化 #人工智能 #产业生态 #应用场景

🔗 原文链接

⁣
📰 《四川省加快推进“人工智能+”一号创新工程实施方案》

四川省政府发布《加快推进“人工智能+”一号创新工程实施方案》，提出到2027年实现人工智能与重点领域广泛深度融合，普及率超过70%，形成若干全国竞争力的细分赛道与行业标杆大模型，建立20个左右应用场景实验室及公共平台；到2030年争创国家级新兴产业集群、建成200家智能制造工厂、聚集2100家以上AI企业、产业规模突破4000亿元，普及率超90%；至2035年全面进入智能经济与智能社会新阶段。方案设十大重点任务，覆盖科学研究、制造、生产性服务、农业、低空、医疗、文旅、地质矿产、能源、交通、商贸、教育、就业、康养、军民融合、应急管理、政务服务、城乡治理、网络空间治理及国际合作等领域，强调场景落地、算力支撑、数据供给、人才队伍建设及安全治理，构建“管行业必须管人工智能应用”的治理模式，推动跨部门协同与省市联动，形成完整的AI产业生态。为实现目标，提出加强算力、数据、人才与政策保障，推动产业链协同、示范应用落地，并通过沙盒监管、伦理审查等方式强化安全治理与可控性，力求在未来十余年提升四川在全球AI格局中的地位与影响力。

🏷️ #人工智能 #应用场景 #算力 #数据 #安全治理

🔗 原文链接

⁣
📰 推动“人工智能+制造”走深走实

近日，工业和信息化部、国家数据局联合印发通知，正式启动2026年“模数共振”行动，面向制造业领域20个重点行业，确定一批重点城市，探索场景、模型、智能体、数据集、案例等关键技术成果的产出路径。该行动旨在推动人工智能模型与数据资源协同互促、同频共振，形成“行业模型赋能应用实践、应用实践产生场景数据、场景数据优化行业模型”的良性飞轮，推动“人工智能+制造”走深走实。行动设定7项任务，路径明确、协同推进，既产出可直接使用的技术产品，又打造生态服务能力，确保落地务实高效，并通过阶段性评估推动实施。比如，在行业模型方面要摸清数据家底、加工成高质量数据集、训练共性模型；在特色智能体方面要挖掘高价值场景，打造专用模型或自主智能体；在要素保障方面聚焦生态、人才、工具、标准短板，推动深度协作与标准贯标，厚植要素土壤。该行动立足我国产业基础，围绕高质量数据集、行业模型、应用场景、协同机制、生态配套，推动数据要素价值最大化、模型能力精准化、产业应用实效化，推动AI发展由“技术驱动”向“价值驱动”迈进。产业需求将引导数据与模型的迭代与定向研发，避免技术与场景脱节、数据与应用错位，并为高质量发展筑牢根基，促进智能经济和智能社会新形态形成。未来，部委将加强统筹指导，对成效显著的区域和企业给予政策与资金倾斜，地方主管部门将强化组织保障，调动各类主体积极性。

🏷️ #模数共振 #数据要素 #行业模型 #智能体 #应用场景

🔗 原文链接

⁣
📰 两会特别访谈丨全国人大代表张庆生：以科技创新培育高质量发展新动能

中原油田在氢能领域持续推进技术研发与产业探索，强调创新在企业发展中的核心地位。代表张庆生指出，氢能未来应从制造端转向应用端，通过管网建设与场景突破实现规模化应用，降低成本并提升供给潜力，从而推动绿氢产业健康可持续发展。未来发展重点包括：在冶金领域推动氢还原以实现清洁转型；在低空经济与高端制造业等场景中应用氢能，要求高纯度与稳定供氢；同时政府需从政策层面引导，促进产业健康扩张与成本下降，构建更广阔的市场前景。为支撑安全高效发展，需建立国家应急装备实战化测试验证体系，推动空地一体、无人智能的应急救援模式；完善评测标准，推动产学研用深度融合，并通过全维感知网络与非接触式处置战术提升救援效率。展望“十五五”，中原油田将实现化石与绿色能源双轮驱动、常规与非常规油气并重的新格局，走出千万吨级一流油气公司建设之路。

🏷️ #氢能 #安全生产 #应急救援 #能源转型 #创新驱动

🔗 原文链接

⁣
📰 八部门明确：2027年打造1000个高水平工业智能体

近日，八部门联合印发《人工智能+制造》专项行动意见，提出顶层设计与落地路径并举，推动制造业与AI深度融合，形成可执行的路线图。到2027年，核心技术安全供给与产业规模、赋能水平要进入世界前列，推动3-5个通用大模型在制造业深度应用，培育全球影响力的生态主导型企业。
应用场景正在落地，覆盖原材料、装备制造、消费品与电子信息等行业，形成研发-生产-质控全链条的示范案例。典型案例包括中铝坤安2.0、沙钢高炉智能化、海天味业灯塔工厂等，AI大模型与智能服务正提升效率、降低成本，人才培养与生态协同成为关键支撑。

🏷️ #人工智能 #制造业 #大模型 #应用落地 #安全治理

🔗 原文链接

⁣
📰 未来智造局｜一线观察：制造业与AI“双向奔赴” ，还缺了点啥？

随着人工智能在新型工业化中的推动，上海成为“AI+制造”的重要发展基地。根据《上海市加快推动“AI+制造”发展的实施方案》，未来三年内，上海计划实现3000家制造企业的智能化应用，并打造若干行业标杆。这些措施旨在提高制造业效率，推动企业向智能化转型。

在“AI+制造”的实践中，许多企业面临着转型中的挑战。尽管有诸多优秀案例，仍有九成制造企业在AI技术应用上无从下手，主要问题包括缺乏合适的人才、数据治理难度大及应用落地难等。解决这些问题是实现AI与制造业深度融合的关键。

为了突破这些瓶颈，推动“AI+制造”的发展，行业内专家建议聚焦典型标杆场景的打造。通过攻克核心场景的落地难点，可以加速复制成功经验，从而形成人工智能在制造业中良性循环的应用生态。上海的政策支持与资源共享，将为企业提供充分的技术与资金支持，促进整个行业的智能化升级。

🏷️ #人工智能 #新型工业化 #制造企业 #数据治理 #应用场景

🔗 原文链接

⁣
📰 西门子与至顶科技联合发布《2025工业智能体调研报告》

在全球制造业向智能化转型的背景下，工业智能体逐渐成为推动产业升级的重要力量。根据《2025工业智能体应用现状与趋势展望报告》，传统制造业面临经济不确定性和市场需求多元化的挑战，智能化手段被广泛关注以提高生产效率和降低成本。报告调研了200余家中国制造业企业，展示了工业智能体的应用现状和未来趋势，强调其在生产制造、研发设计和运维服务等环节的潜力。

工业智能体的核心特征包括自主决策、持续适应和人机协同。随着大模型技术的快速发展，工业智能体在各行各业的应用价值日益凸显。尽管企业对智能体的认知提升，但在部署过程中仍面临高成本、人才短缺和数据孤岛等挑战。未来，企业需解决这些瓶颈，以实现智能化转型和深层次应用。

展望未来，工业智能体将呈现三大趋势：从自动化到自主化、从单点突破到系统赋能、从封闭创新到价值共创。通过开放生态体系，各方协作将推动数据、技术和人才的共享，助力工业智能体在更广泛的应用场景中发挥价值，成为推动制造业持续发展的关键力量。

🏷️ #工业智能体 #智能化转型 #自主决策 #应用现状 #未来趋势

🔗 原文链接

⁣
📰 从“盆景”到“雨林” 央企“人工智能+”从何发力？-新华网

当前，中央企业正在积极推进“人工智能+”行动，已在能源、制造、通信等16个重点行业打造了800多个应用场景，并建设了超过1000个行业数据集。这些企业通过自主研发和大模型的应用，推动了人工智能技术的落地，尤其是在能源电力和工业制造等领域，取得了显著成效。然而，央企业务场景的定制化需求和技术与产业的融合仍面临诸多挑战，限制了人工智能的规模化应用。

在推进过程中，央企需要克服技术适配性不足、部署成本高、数据供需障碍以及人才短缺等问题。专家建议，央企应开展长周期规划，明确时间表和路线图，注重AI产业生态的建设，推动技术与业务的深度融合。同时，强化国家级平台建设，促进数据要素市场化改革，以提升人工智能的创新效率和应用效果。

未来，央企应发挥示范引领作用，推动行业大模型的共建，强化与各类企业的协作，促进产学研联动，培养复合型人才，夯实人工智能发展的基础。通过这些措施，央企将能够更好地实现人工智能技术的落地应用，助力传统产业的转型升级。

🏷️ #人工智能 #央企 #应用场景 #数据集 #人才短缺

🔗 原文链接