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）
【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）
📰 吉利汽车孔庆波：做机器人别从头“造轮子”，汽车行业已交过学费
文章聚焦吉利汽车在机器人领域的探索与挑战。核心观点是，汽车行业在机器人应用上并非单纯降维打击，而是通过车规级设计、验证与体系建设来解决安全性与可靠性的问题，同时需要在数据训练、模型迭代和行业生态方面持续投入。成本方面，硬件成本仍是主因，因此需通过打造高效的供应链与规模化生产来实现降本。另一大难题是产品一致性，机器人作为系统产品在大批量投产后的稳定性尚待产业链与制造体系的跃迁。车企在数据、场景、生态等方面具有天然优势，可借助全域AI2.0架构、数据训练能力及成熟供应链实现快速迭代。创业公司则以敏捷开发与小而精团队取胜，但面临数据获取与融资依赖等瓶颈。最终观点强调，汽车厂进入产业应作为核心推动力，与创业型企业互为补充，聚焦一个场景做透做深，方能在时间长河中收获高质量回报。
🏷️ #车规级 #供应链 #数据训练 #生态 #一致性
🔗 原文链接
📰 吉利汽车孔庆波：做机器人别从头“造轮子”，汽车行业已交过学费
文章聚焦吉利汽车在机器人领域的探索与挑战。核心观点是，汽车行业在机器人应用上并非单纯降维打击，而是通过车规级设计、验证与体系建设来解决安全性与可靠性的问题，同时需要在数据训练、模型迭代和行业生态方面持续投入。成本方面，硬件成本仍是主因，因此需通过打造高效的供应链与规模化生产来实现降本。另一大难题是产品一致性，机器人作为系统产品在大批量投产后的稳定性尚待产业链与制造体系的跃迁。车企在数据、场景、生态等方面具有天然优势，可借助全域AI2.0架构、数据训练能力及成熟供应链实现快速迭代。创业公司则以敏捷开发与小而精团队取胜，但面临数据获取与融资依赖等瓶颈。最终观点强调，汽车厂进入产业应作为核心推动力，与创业型企业互为补充，聚焦一个场景做透做深，方能在时间长河中收获高质量回报。
🏷️ #车规级 #供应链 #数据训练 #生态 #一致性
🔗 原文链接
📰 爱仕达与智元创新签署全面战略合作协议
7月6日，爱仕达与智元创新宣布正式签署全面战略合作协议，并在现场举办部署态实景产业分享会，展示具身智能机器人从实验室走向商用的落地方案，推动产业由短期展会演示转向长期稳定部署运营。双方将构建涵盖真实场景采集、模型训练、场景落地等全链条的协同体系，爱仕达将以智元标准化人形设备为核心，结合自身多场景实体基地，建立常态化实训体系，弥补行业真机训练数据不足。依托四大智能制造基地，爱仕达将承接酷拓公司具身机器人整机装配、品控与批量交付，结合其在柔性量产方面的成熟经验，优化机器人品质与成本。未来双方将建立双向供应链与技术协同，智元向爱仕达开放供应链通道，帮助搭建本地服务团队、缩短落地周期，并推动机器人在工厂、门店等场景的稳定部署。长期布局方面，计划共建实景实训基地，联合研发具身大模型，形成实景实训—数据沉淀—产品迭代—规模部署的产业闭环。爱仕达提出“场景驱动”战略，强调在真实场景中持续积累工况数据，提升数据驱动的应用能力，聚焦工业、零售、家庭三大场景的落地方案，推动产业走向稳定、可持续的发展阶段。
🏷️ #智能制造 #具身机器人 #实景实训 #产业协同 #数据闭环
🔗 原文链接
📰 爱仕达与智元创新签署全面战略合作协议
7月6日，爱仕达与智元创新宣布正式签署全面战略合作协议，并在现场举办部署态实景产业分享会，展示具身智能机器人从实验室走向商用的落地方案，推动产业由短期展会演示转向长期稳定部署运营。双方将构建涵盖真实场景采集、模型训练、场景落地等全链条的协同体系，爱仕达将以智元标准化人形设备为核心，结合自身多场景实体基地，建立常态化实训体系，弥补行业真机训练数据不足。依托四大智能制造基地，爱仕达将承接酷拓公司具身机器人整机装配、品控与批量交付，结合其在柔性量产方面的成熟经验，优化机器人品质与成本。未来双方将建立双向供应链与技术协同，智元向爱仕达开放供应链通道，帮助搭建本地服务团队、缩短落地周期，并推动机器人在工厂、门店等场景的稳定部署。长期布局方面，计划共建实景实训基地，联合研发具身大模型，形成实景实训—数据沉淀—产品迭代—规模部署的产业闭环。爱仕达提出“场景驱动”战略，强调在真实场景中持续积累工况数据，提升数据驱动的应用能力，聚焦工业、零售、家庭三大场景的落地方案，推动产业走向稳定、可持续的发展阶段。
🏷️ #智能制造 #具身机器人 #实景实训 #产业协同 #数据闭环
🔗 原文链接
📰 智能制造行业周报(06.22 - 06.29) : 数字孪生崛起
本文汇总了近期在智能制造、数字孪生和AI赋能领域的多项要闻。首先，宝洁在链博会上展示模块化智能生产线，借助数字孪生实现低成本快速扩展与新品上市提速。Fervo Energy、英伟达与PNNL联合开发面向增强型地热系统的EGS-Twin，融合现场数据、物理仿真和AI预测，计划2029年部署完毕。英伟达在股东大会提出物理AI与数字孪生进化论，强调基础设施级AI建设及训练平台的重要性，Blackwell+VeraRubin架构到2027年的订单前景可观。国务院发布的城市更新十五五规划强调CIM作为底座的重要性，推动数据标准化与持续迭代，数字孪生逐步由项目制走向底座制。
飞凯材料在昆山兴凯半导体材料智能工厂剪彩投产，投资1亿元，年产1万吨，采用全自动化智能工厂实现流程智能化管理，提升供应保障与国际竞争力。雄安云上数字孪生与气象站应用示范，推进城市治理与智慧城市建设。国家人工智能中试基地在济南落地，面向AI+工业软件建设公共驾校与考场。聚焦AI融合，2026工业互联网大会将在北京举行，推动制造业转型升级。上述进展共同描绘出数字孪生、物理AI与智能制造在政府规划、企业布局和行业应用层面的广泛推进态势。
🏷️ #数字孪生 #物理AI #智能制造 #工业互联网 #AI应用
🔗 原文链接
📰 智能制造行业周报(06.22 - 06.29) : 数字孪生崛起
本文汇总了近期在智能制造、数字孪生和AI赋能领域的多项要闻。首先，宝洁在链博会上展示模块化智能生产线，借助数字孪生实现低成本快速扩展与新品上市提速。Fervo Energy、英伟达与PNNL联合开发面向增强型地热系统的EGS-Twin，融合现场数据、物理仿真和AI预测，计划2029年部署完毕。英伟达在股东大会提出物理AI与数字孪生进化论，强调基础设施级AI建设及训练平台的重要性，Blackwell+VeraRubin架构到2027年的订单前景可观。国务院发布的城市更新十五五规划强调CIM作为底座的重要性，推动数据标准化与持续迭代，数字孪生逐步由项目制走向底座制。
飞凯材料在昆山兴凯半导体材料智能工厂剪彩投产，投资1亿元，年产1万吨，采用全自动化智能工厂实现流程智能化管理，提升供应保障与国际竞争力。雄安云上数字孪生与气象站应用示范，推进城市治理与智慧城市建设。国家人工智能中试基地在济南落地，面向AI+工业软件建设公共驾校与考场。聚焦AI融合，2026工业互联网大会将在北京举行，推动制造业转型升级。上述进展共同描绘出数字孪生、物理AI与智能制造在政府规划、企业布局和行业应用层面的广泛推进态势。
🏷️ #数字孪生 #物理AI #智能制造 #工业互联网 #AI应用
🔗 原文链接
📰 专家解读 | 数据筑基 赋能AI价值释放——《关于推进行业高质量数据集建设行动的实施方案》解读
本方案聚焦以数据驱动的人工智能发展，提出六大专项行动，打造数据供给–流通–应用–价值释放的闭环。通过强基扩容、标注攻坚、提质增效、应用赋能、管理服务和价值释放等举措，扩大数据供给类型、提升数据标注与质量标准，建立AI-Ready数据集的国家标准体系，降低训练成本，提升模型性能。方案强调场景驱动的数据飞轮机制，推动“数据设计、汇聚、采集、加工、质检、运营”全链条协同，促使数据成为可交易、可资产化的要素，形成以词元为核心的价值体系，探索数据付费、质押、证券化等新商业模式。总之，《方案》将数据要素市场化改革推入新阶段，支撑人工智能产业落地与未来产业发展，推动我国从数据大国向数据强国转型。
🏷️ #数要素 #AIReady #数据飞轮 #数据市场化 #数据资产
🔗 原文链接
📰 专家解读 | 数据筑基 赋能AI价值释放——《关于推进行业高质量数据集建设行动的实施方案》解读
本方案聚焦以数据驱动的人工智能发展，提出六大专项行动，打造数据供给–流通–应用–价值释放的闭环。通过强基扩容、标注攻坚、提质增效、应用赋能、管理服务和价值释放等举措，扩大数据供给类型、提升数据标注与质量标准，建立AI-Ready数据集的国家标准体系，降低训练成本，提升模型性能。方案强调场景驱动的数据飞轮机制，推动“数据设计、汇聚、采集、加工、质检、运营”全链条协同，促使数据成为可交易、可资产化的要素，形成以词元为核心的价值体系，探索数据付费、质押、证券化等新商业模式。总之，《方案》将数据要素市场化改革推入新阶段，支撑人工智能产业落地与未来产业发展，推动我国从数据大国向数据强国转型。
🏷️ #数要素 #AIReady #数据飞轮 #数据市场化 #数据资产
🔗 原文链接
📰 人工智能赛道，广东如何继续领跑？
广东作为数字经济与制造业大省，持续推动人工智能在科技、制造、政务、民生、农业、医疗等领域落地应用，呈现出“场景丰富、应用扎实”的核心竞争力。通过思谋科技等企业在工业质检、提升生产效率方面的实际成果，以及深圳福田区等地在政务服务中的智能化实践，广东正在推进AI与实体经济、社会治理的深度融合。未来需要在前沿技术、算力基础、应用场景规模化落地以及全链条创新生态等方面全面发力：加强高端芯片、基础软件和大模型训练等核心技术攻关，利用广州、深圳等超算中心和区域算力集群构建强大算力支撑；推动“人工智能+”七大方向的全域应用，加速垂直大模型和行业数据的共享与脱敏；通过培育AI企业集群、协同创新与金融政策 support，降低中小企业转型成本，完善人才引进机制。与此同时，构建AI伦理与安全评估标准，建立风险防控机制，确保数据安全与合规。只要以场景牵引、以底座夯实、以生态集聚为动力，广东将持续引领全国AI应用，并打造具有全球影响力的产业高地，推动高质量发展。
🏷️ #场景丰富 #算力支撑 #全链条创新 #协同创新 #数据安全
🔗 原文链接
📰 人工智能赛道，广东如何继续领跑？
广东作为数字经济与制造业大省，持续推动人工智能在科技、制造、政务、民生、农业、医疗等领域落地应用，呈现出“场景丰富、应用扎实”的核心竞争力。通过思谋科技等企业在工业质检、提升生产效率方面的实际成果，以及深圳福田区等地在政务服务中的智能化实践，广东正在推进AI与实体经济、社会治理的深度融合。未来需要在前沿技术、算力基础、应用场景规模化落地以及全链条创新生态等方面全面发力：加强高端芯片、基础软件和大模型训练等核心技术攻关，利用广州、深圳等超算中心和区域算力集群构建强大算力支撑；推动“人工智能+”七大方向的全域应用，加速垂直大模型和行业数据的共享与脱敏；通过培育AI企业集群、协同创新与金融政策 support，降低中小企业转型成本，完善人才引进机制。与此同时，构建AI伦理与安全评估标准，建立风险防控机制，确保数据安全与合规。只要以场景牵引、以底座夯实、以生态集聚为动力，广东将持续引领全国AI应用，并打造具有全球影响力的产业高地，推动高质量发展。
🏷️ #场景丰富 #算力支撑 #全链条创新 #协同创新 #数据安全
🔗 原文链接
📰 南南铝加工“阿南大模型”入选2026年广西“人工智能+制造”十大引领应用场景
广西南南铝加工有限公司凭借自主研发的“阿南大模型”在2026年广西“人工智能＋制造”十大引领应用场景中入选，这也是该企业在南宁市及广投集团内唯一获此荣誉的案例。该项目围绕铝精深加工，形成覆盖产品生产、工艺研发、技术传承和设备运维的全链智能化解决方案，显著提升了生产质效与运营效率。工艺制程智能推荐系统基于海量数据训练，已累计给出超过1.2万次工艺建议，成功率达90.7%，可替代约50%的人工评审，显著缩短新材料研发周期并降低试错成本。同时，知识智能问答系统构建行业知识中枢，提供实时技术咨询；热轧机健康监测实现76个点位的故障预维护，降低非计划停机。自落地以来，产品合格率提升3个百分点，全年设备非计划停机时长可缩短20%、工艺设计效率提升2倍，全面解决人工误差大、运维滞后等痛点。未来，南南铝加工将持续迭代升级应用体系，推动智能化成果规模化、常态化落地，发挥国企担当，助力广西新型工业化与现代产业体系建设。
🏷️ #AI制造 #铝加工 #智能运维 #知识管理 #数字化
🔗 原文链接
📰 南南铝加工“阿南大模型”入选2026年广西“人工智能+制造”十大引领应用场景
广西南南铝加工有限公司凭借自主研发的“阿南大模型”在2026年广西“人工智能＋制造”十大引领应用场景中入选，这也是该企业在南宁市及广投集团内唯一获此荣誉的案例。该项目围绕铝精深加工，形成覆盖产品生产、工艺研发、技术传承和设备运维的全链智能化解决方案，显著提升了生产质效与运营效率。工艺制程智能推荐系统基于海量数据训练，已累计给出超过1.2万次工艺建议，成功率达90.7%，可替代约50%的人工评审，显著缩短新材料研发周期并降低试错成本。同时，知识智能问答系统构建行业知识中枢，提供实时技术咨询；热轧机健康监测实现76个点位的故障预维护，降低非计划停机。自落地以来，产品合格率提升3个百分点，全年设备非计划停机时长可缩短20%、工艺设计效率提升2倍，全面解决人工误差大、运维滞后等痛点。未来，南南铝加工将持续迭代升级应用体系，推动智能化成果规模化、常态化落地，发挥国企担当，助力广西新型工业化与现代产业体系建设。
🏷️ #AI制造 #铝加工 #智能运维 #知识管理 #数字化
🔗 原文链接
📰 “模数共振”是什么？一篇讲透制造业智能化的下一程
文章围绕制造业在推进智能化过程中出现的“模数共振”理念展开讨论。讲述了AI专家与数据工程师在数据和模型上各自分走两条轨道，导致智能化推进缓慢。过去的两种路径——先攒数据再建模型，以及先用大模型再补数据——都在制造业场景中暴露出问题：数据缺乏可用的工业语义，模型缺乏制造业的专业记忆。国家提出的模数共振政策强调模型与数据的协同治理，要求通过建立清晰的本体来实现语义层面的共振，使数据按本体组织，模型能理解数据讲的故事。具体做法包括先从小场景入手，梳理核心概念和关系，并在应用中让模型暴露数据治理问题、持续完善本体。还鼓励企业通过联合体与一体化服务商获取“数据+模型+场景”一体化能力，而不是单纯依赖某一环节的解决方案。文章最终强调，真正的智能化不是分散的技术堆叠，而是把模型、数据、场景、业务知识整合成一个可持续的飞轮，必须以本体驱动数据治理和模型训练的协同进化。
🏷️ #模数共振 #本体 #数据治理 #场景驱动 #一体化
🔗 原文链接
📰 “模数共振”是什么？一篇讲透制造业智能化的下一程
文章围绕制造业在推进智能化过程中出现的“模数共振”理念展开讨论。讲述了AI专家与数据工程师在数据和模型上各自分走两条轨道，导致智能化推进缓慢。过去的两种路径——先攒数据再建模型，以及先用大模型再补数据——都在制造业场景中暴露出问题：数据缺乏可用的工业语义，模型缺乏制造业的专业记忆。国家提出的模数共振政策强调模型与数据的协同治理，要求通过建立清晰的本体来实现语义层面的共振，使数据按本体组织，模型能理解数据讲的故事。具体做法包括先从小场景入手，梳理核心概念和关系，并在应用中让模型暴露数据治理问题、持续完善本体。还鼓励企业通过联合体与一体化服务商获取“数据+模型+场景”一体化能力，而不是单纯依赖某一环节的解决方案。文章最终强调，真正的智能化不是分散的技术堆叠，而是把模型、数据、场景、业务知识整合成一个可持续的飞轮，必须以本体驱动数据治理和模型训练的协同进化。
🏷️ #模数共振 #本体 #数据治理 #场景驱动 #一体化
🔗 原文链接
📰 互联世界大会热议AI下阶段发展路径_行业新闻_全球矿产资源网
本次互联世界大会聚焦AI向物理世界的规模化落地，制造业被普遍视为最具潜力的应用场景。企业领袖强调，具身智能与人形机器人正进入快速发展期，工业场景因标准化与可控性更利于训练与迭代，工厂将成为关键落地与训练场景，硬件与AI深度耦合是实现智能化的前提。中国在全球机器人产业中地位日益突出，一方面具备全球最大的完整制造体系，提供丰富应用场景；另一方面大量初创与科研力量推动技术迭代。阿里巴巴、博世等高层指出，数据是AI的基础，全球科技巨头正向“AI工厂”投资，制造业数据将支撑研发、生产、质检与运营优化等环节的AI应用。大众与奥博穆强调汽车领域的转型由机械向软件再向AI驱动，智能座舱、自动驾驶等领域将成为核心方向，并强调中国市场在创新与落地方面的重要性。总体信号是一体化智能系统在工业、汽车等领域的加速落地，谁先实现规模化应用将占据全球产业竞争的先机。
🏷️ #AI #工业机器人 #制造业 #数据驱动 #自动驾驶
🔗 原文链接
📰 互联世界大会热议AI下阶段发展路径_行业新闻_全球矿产资源网
本次互联世界大会聚焦AI向物理世界的规模化落地，制造业被普遍视为最具潜力的应用场景。企业领袖强调，具身智能与人形机器人正进入快速发展期，工业场景因标准化与可控性更利于训练与迭代，工厂将成为关键落地与训练场景，硬件与AI深度耦合是实现智能化的前提。中国在全球机器人产业中地位日益突出，一方面具备全球最大的完整制造体系，提供丰富应用场景；另一方面大量初创与科研力量推动技术迭代。阿里巴巴、博世等高层指出，数据是AI的基础，全球科技巨头正向“AI工厂”投资，制造业数据将支撑研发、生产、质检与运营优化等环节的AI应用。大众与奥博穆强调汽车领域的转型由机械向软件再向AI驱动，智能座舱、自动驾驶等领域将成为核心方向，并强调中国市场在创新与落地方面的重要性。总体信号是一体化智能系统在工业、汽车等领域的加速落地，谁先实现规模化应用将占据全球产业竞争的先机。
🏷️ #AI #工业机器人 #制造业 #数据驱动 #自动驾驶
🔗 原文链接
📰 会员动态 | AI原生驱动，构筑智能制造新质生产力！创见者 AI+制造峰会圆满落幕
本次以上海为核心的AI+制造峰会聚焦AI与制造业的深度融合，探讨从自动化向自主化转变的趋势。开幕致辞强调新一代智能制造在十五五开局之年进入实质落地阶段，智能工厂的梯度培育正在推进，AI 已从实验室走向车间与工厂，在缺陷检测、预测性维护、生产排程等环节实现自主执行，亟需解决数据治理、模型体系、智能装备、场景落地及人才培养等共性挑战。金蝶通过灵基AI原生底座提供端到端能力，强调高质量数据、业务本体与Skill生态是AI赋能的三大基石，致力打造数字员工与超级个体，提升核心业务场景的智能化。峰会期间还揭牌“AI+管理”企业赋能联合工作组，启动2026 AI+高端制造产业应用图谱，描绘高端装备、半导体、智能检测等赛道的发展路径，强调场景、数据、人才和生态协同的重要性。圆桌讨论聚焦新质生产力与智造范式，呼应智能体、场景化训练、产学研用一体化体系建设，提出以AI驱动的生产力系统将成为制造业数字化转型的核心基础设施。新松、纷享销客等企业的实践案例显示，数据中台、AI 中台及智能体在排程、成本、销售等场景的落地效果显著，企业将通过数据驱动与协同工作平台实现从流程数字化到工作智能化的跃升，推动制造企业在智能化浪潮中稳健前行。
🏷️ #智能制造 #AI赋能 #数字化转型 #新质生产力 #产业图谱
🔗 原文链接
📰 会员动态 | AI原生驱动，构筑智能制造新质生产力！创见者 AI+制造峰会圆满落幕
本次以上海为核心的AI+制造峰会聚焦AI与制造业的深度融合，探讨从自动化向自主化转变的趋势。开幕致辞强调新一代智能制造在十五五开局之年进入实质落地阶段，智能工厂的梯度培育正在推进，AI 已从实验室走向车间与工厂，在缺陷检测、预测性维护、生产排程等环节实现自主执行，亟需解决数据治理、模型体系、智能装备、场景落地及人才培养等共性挑战。金蝶通过灵基AI原生底座提供端到端能力，强调高质量数据、业务本体与Skill生态是AI赋能的三大基石，致力打造数字员工与超级个体，提升核心业务场景的智能化。峰会期间还揭牌“AI+管理”企业赋能联合工作组，启动2026 AI+高端制造产业应用图谱，描绘高端装备、半导体、智能检测等赛道的发展路径，强调场景、数据、人才和生态协同的重要性。圆桌讨论聚焦新质生产力与智造范式，呼应智能体、场景化训练、产学研用一体化体系建设，提出以AI驱动的生产力系统将成为制造业数字化转型的核心基础设施。新松、纷享销客等企业的实践案例显示，数据中台、AI 中台及智能体在排程、成本、销售等场景的落地效果显著，企业将通过数据驱动与协同工作平台实现从流程数字化到工作智能化的跃升，推动制造企业在智能化浪潮中稳健前行。
🏷️ #智能制造 #AI赋能 #数字化转型 #新质生产力 #产业图谱
🔗 原文链接
📰 信息化观察网 - 引领行业变革
在制造业的数字化转型中，流程制造被视为“硬骨头”，但因成本与风险限制长期进展缓慢。最新研究显示，未来三年内通过数字化有望实现12%的年度运营成本节省，AI成为关键驱动力，推动底层数据架构的现代化与DataOps建设。智能传感器已成为数字化的第一入口，部署率高且能在现场进行初步数据处理，支撑后续控制与预测分析。过程自动化与先进过程控制虽成熟，但仍在升级，软件定义DCS等开放架构将提升灵活性，AI优化、AI驱动过程优化、AI质量控制等成为关注焦点，沙特阿美等案例展示了AI智能体在自主控制与工艺优化中的潜力。实施AI需解决高成本、数据上下文缺失、以及文化与组织协同等挑战，强调从数据基础、逐步现代化到以业务目标驱动的组合型应用。数字孪生将成为关键桥梁，帮助在虚拟环境中训练与验证算法，降低现场试错与停产风险。未来竞争取决于传感器、自动化、数据底座、数字孪生与组织能力的协同演进，而非单纯追逐AI热潮。
🏷️ #流程制造 #AI落地 #数字孪生 #数据基础 #自动化
🔗 原文链接
📰 信息化观察网 - 引领行业变革
在制造业的数字化转型中，流程制造被视为“硬骨头”，但因成本与风险限制长期进展缓慢。最新研究显示，未来三年内通过数字化有望实现12%的年度运营成本节省，AI成为关键驱动力，推动底层数据架构的现代化与DataOps建设。智能传感器已成为数字化的第一入口，部署率高且能在现场进行初步数据处理，支撑后续控制与预测分析。过程自动化与先进过程控制虽成熟，但仍在升级，软件定义DCS等开放架构将提升灵活性，AI优化、AI驱动过程优化、AI质量控制等成为关注焦点，沙特阿美等案例展示了AI智能体在自主控制与工艺优化中的潜力。实施AI需解决高成本、数据上下文缺失、以及文化与组织协同等挑战，强调从数据基础、逐步现代化到以业务目标驱动的组合型应用。数字孪生将成为关键桥梁，帮助在虚拟环境中训练与验证算法，降低现场试错与停产风险。未来竞争取决于传感器、自动化、数据底座、数字孪生与组织能力的协同演进，而非单纯追逐AI热潮。
🏷️ #流程制造 #AI落地 #数字孪生 #数据基础 #自动化
🔗 原文链接
📰 为AI发展提供充足“燃料” 行业高质量数据集建设方案落地
国家数据局近日印发实施方案，提出到2028年底打造一批高质量行业数据集，覆盖重点领域并实现应用验证，形成数据驱动的创新场景、行业企业与人才队伍，并推出相关工具与标准。专家指出，高质量数据集是大模型训练与应用的基石，供给规模与质量决定AI创新高度与产业落地深度。当前数据集虽已超11.6万、总量960PB、日均Token超高，但仍面临分散、质量不一、标准不统一、模型适配不足等问题，制约重点行业与复杂场景的应用。实施方案聚焦六大行动：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，构建“数据飞轮”生态，推动数据资源与AI协同发展。各行动强调拓宽供给、推动数据标注专业化、培育标注企业、应用仿真合成以解决稀缺场景，并探索词元交易等新型商业模式，促进数据流通与商业化。业内人士认为，聚焦重点行业与新兴领域（如低空经济、具身智能、智能驾驶、智慧海洋、生物制造等），以多模态、仿真、物理交互数据和高精度标注需求为导向，将带动数据采集、建模、场景测试和模型训练等环节升级，推动形成需求-数据-模型闭环与可复用的标杆案例，提升数据资源产品化与服务化能力，为产业链上下游提供稳定数据供给。
🏷️ #数据集 #AI应用 #数据标注 #行业数据 #数据飞轮
🔗 原文链接
📰 为AI发展提供充足“燃料” 行业高质量数据集建设方案落地
国家数据局近日印发实施方案，提出到2028年底打造一批高质量行业数据集，覆盖重点领域并实现应用验证，形成数据驱动的创新场景、行业企业与人才队伍，并推出相关工具与标准。专家指出，高质量数据集是大模型训练与应用的基石，供给规模与质量决定AI创新高度与产业落地深度。当前数据集虽已超11.6万、总量960PB、日均Token超高，但仍面临分散、质量不一、标准不统一、模型适配不足等问题，制约重点行业与复杂场景的应用。实施方案聚焦六大行动：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，构建“数据飞轮”生态，推动数据资源与AI协同发展。各行动强调拓宽供给、推动数据标注专业化、培育标注企业、应用仿真合成以解决稀缺场景，并探索词元交易等新型商业模式，促进数据流通与商业化。业内人士认为，聚焦重点行业与新兴领域（如低空经济、具身智能、智能驾驶、智慧海洋、生物制造等），以多模态、仿真、物理交互数据和高精度标注需求为导向，将带动数据采集、建模、场景测试和模型训练等环节升级，推动形成需求-数据-模型闭环与可复用的标杆案例，提升数据资源产品化与服务化能力，为产业链上下游提供稳定数据供给。
🏷️ #数据集 #AI应用 #数据标注 #行业数据 #数据飞轮
🔗 原文链接
📰 杉岩数据完成亿元级D轮融资，加速AI原生数据基础设施建设与全球化布局
杉岩数据宣布完成亿元级D轮融资，由长胜产业基金领投、达晨财智湖南中小二期基金跟投。公司将借助本轮资金全面升级AI原生数据基础设施与行业数智解决方案，增强关键技术研发投入，加速全球市场布局与多元场景落地，构建更具竞争力的人才体系，巩固行业领先地位。杉岩数据成立于2014年，拥有深圳、成都两大研发中心，产品矩阵涵盖AI数据平台、海量对象存储与数据管理系统等，致力于实现全局统一、存算协同、智能感知的技术演进。自研全链路数据治理能力可实现数据清洗、规整、无损压缩等，一站式服务帮助业务系统快速获取高质量数据集，支持数据无损互通、零拷贝访问，提升AI应用的数据分析效率。面向AI训练推理、智算中心、自动驾驶等前沿场景，提出数据存储到跨域算力调度的新一代底座；在制造、金融科技等行业提供端到端解决方案，推动制造降本增效、金融合规与数字化转型。投资方表示看好杉岩数据在算力协同、智算生态与行业转型中的核心价值，预计推动区域乃至全球AI基础设施及产业升级，助力全球化布局与生态建设。
🏷️ #AI基础设施 #数据治理 #跨域算力 #行业数智 #全球布局
🔗 原文链接
📰 杉岩数据完成亿元级D轮融资，加速AI原生数据基础设施建设与全球化布局
杉岩数据宣布完成亿元级D轮融资，由长胜产业基金领投、达晨财智湖南中小二期基金跟投。公司将借助本轮资金全面升级AI原生数据基础设施与行业数智解决方案，增强关键技术研发投入，加速全球市场布局与多元场景落地，构建更具竞争力的人才体系，巩固行业领先地位。杉岩数据成立于2014年，拥有深圳、成都两大研发中心，产品矩阵涵盖AI数据平台、海量对象存储与数据管理系统等，致力于实现全局统一、存算协同、智能感知的技术演进。自研全链路数据治理能力可实现数据清洗、规整、无损压缩等，一站式服务帮助业务系统快速获取高质量数据集，支持数据无损互通、零拷贝访问，提升AI应用的数据分析效率。面向AI训练推理、智算中心、自动驾驶等前沿场景，提出数据存储到跨域算力调度的新一代底座；在制造、金融科技等行业提供端到端解决方案，推动制造降本增效、金融合规与数字化转型。投资方表示看好杉岩数据在算力协同、智算生态与行业转型中的核心价值，预计推动区域乃至全球AI基础设施及产业升级，助力全球化布局与生态建设。
🏷️ #AI基础设施 #数据治理 #跨域算力 #行业数智 #全球布局
🔗 原文链接
📰 重庆瞭望丨胜在场景：重庆智造催生“模力高地”
重庆正在加快打造“模力高地”，以模型/智能体为核心的技术能力与算力底座相结合，推动人工智能在制造业的深度落地。凭借海量产业数据、扎实的人才储备和成熟的工业场景，重庆通过“智改数转”“产业大脑”等举措，催生垂直行业大模型，形成难以被通用模型复制的专业优势。当前，重庆已建成大量智能工厂、数字化车间，数据资源成为AI迭代的关键燃料；同时，制造业的自动化、数字化水平提升，为AI提供丰富的训练与测试环境。产业需求端持续扩张，“AI+制造”应用清单和相应政策奖励，加速模型迭代与落地，推动生产过程的降本增效、质量提升与创新驱动。随着“模力高地”逐步成型，重庆在汽车、笔记本、集成电路等支柱产业持续发力，制造业高质量发展指数和工业新增值均显示出强劲势头，展示出“AI驱动制造升级”的清晰路径与潜力。
🏷️ #模力高地 #AI制造 #智能工厂 #数据资源 #制造升级
🔗 原文链接
📰 重庆瞭望丨胜在场景：重庆智造催生“模力高地”
重庆正在加快打造“模力高地”，以模型/智能体为核心的技术能力与算力底座相结合，推动人工智能在制造业的深度落地。凭借海量产业数据、扎实的人才储备和成熟的工业场景，重庆通过“智改数转”“产业大脑”等举措，催生垂直行业大模型，形成难以被通用模型复制的专业优势。当前，重庆已建成大量智能工厂、数字化车间，数据资源成为AI迭代的关键燃料；同时，制造业的自动化、数字化水平提升，为AI提供丰富的训练与测试环境。产业需求端持续扩张，“AI+制造”应用清单和相应政策奖励，加速模型迭代与落地，推动生产过程的降本增效、质量提升与创新驱动。随着“模力高地”逐步成型，重庆在汽车、笔记本、集成电路等支柱产业持续发力，制造业高质量发展指数和工业新增值均显示出强劲势头，展示出“AI驱动制造升级”的清晰路径与潜力。
🏷️ #模力高地 #AI制造 #智能工厂 #数据资源 #制造升级
🔗 原文链接
📰 从工厂质检到全链重构：江汽AI“小切口、大纵深”，为何成行业样本？
江汽以“从质检切口入手，构建覆盖研产供销服全链条的数智化能力体系”为核心路径，通过统一AI平台、数据资产化和组织变革，推动AI在制造业全链条的规模化落地。文章指出汽车行业AI落地面临三大困境：小模型碎片化、知识断层、技术与业务脱节。江汽通过依托华为盘古CV大模型和昇腾算力，利用尊界工厂的130万张质检图片训练出可在多场景通用的质检大模型，达到高精度（平均99.99%）并实现一模型多场景，同时将生产端的经验和数据沉淀转化为可复制的集团级能力。
统一平台的核心在于避免各自为战的“智能烟囱”，以数据治理、统一工具和模型资产的集中管理实现跨工厂与跨板块的快速复制，从而降低成本、缩短开发周期并提升数据利用效率。文章强调数据质量是AI效果的上限，江汽通过高质量数据集建设和数据资产化，形成数据-模型-业务的协同飞轮，支撑2026至2028年的三步走战略：架构与高价值场景试点、全集团泛化应用、与业务模式深度融合。未来，生产端AI将成为中国汽车的新名片，并推动产业价值从制造向数据与服务迁移，推动制造强国建设。
🏷️ #AI落地 #统一平台 #数据资产 #质检大模型 #汽车制造
🔗 原文链接
📰 从工厂质检到全链重构：江汽AI“小切口、大纵深”，为何成行业样本？
江汽以“从质检切口入手，构建覆盖研产供销服全链条的数智化能力体系”为核心路径，通过统一AI平台、数据资产化和组织变革，推动AI在制造业全链条的规模化落地。文章指出汽车行业AI落地面临三大困境：小模型碎片化、知识断层、技术与业务脱节。江汽通过依托华为盘古CV大模型和昇腾算力，利用尊界工厂的130万张质检图片训练出可在多场景通用的质检大模型，达到高精度（平均99.99%）并实现一模型多场景，同时将生产端的经验和数据沉淀转化为可复制的集团级能力。
统一平台的核心在于避免各自为战的“智能烟囱”，以数据治理、统一工具和模型资产的集中管理实现跨工厂与跨板块的快速复制，从而降低成本、缩短开发周期并提升数据利用效率。文章强调数据质量是AI效果的上限，江汽通过高质量数据集建设和数据资产化，形成数据-模型-业务的协同飞轮，支撑2026至2028年的三步走战略：架构与高价值场景试点、全集团泛化应用、与业务模式深度融合。未来，生产端AI将成为中国汽车的新名片，并推动产业价值从制造向数据与服务迁移，推动制造强国建设。
🏷️ #AI落地 #统一平台 #数据资产 #质检大模型 #汽车制造
🔗 原文链接
📰 从工厂质检到全链重构：江汽AI“小切口、大纵深”，为何成行业样本？
江汽集团通过以生产端质检为切入口，构建覆盖研产供销服全链条的数智化能力体系，推出汽车行业首个CV质检大模型，形成了“统一平台、能力沉淀、全集团复制、生态赋能”的务实路径。其核心在于以昇腾算力为底座，统一数据规范和开发工具，确保AI应用在一个平台上开发运行，避免信息孤岛与重复建设；同时以130万张高质量质检图片训练迈思特CV质检大模型，实现单模型多场景的高精准度，在线检测平均精度达99.99%。江汽强调“数据质量决定AI效果上限，数据与AI形成飞轮”，通过高质量数据集建设和数据治理，将数据资产化，提升数据质量，并在2025-2028年分阶段推进架构、能力泛化及业务深度融合。此举不仅提升了良品率与产能，还增强了员工对AI的信心，形成可复制的智能化方法论，给行业提供了从小切口到全集团落地的实操路线，也体现了生产端AI在中国汽车产业中的新名片作用。未来，车企的竞争将向体系化能力与数据生态的协同演进，AI价值将向数据与服务转移，江汽的路径有望成为行业的通用范式。
🏷️ #数智化 #统一平台 #数据资产 #质检大模型 #车企转型
🔗 原文链接
📰 从工厂质检到全链重构：江汽AI“小切口、大纵深”，为何成行业样本？
江汽集团通过以生产端质检为切入口，构建覆盖研产供销服全链条的数智化能力体系，推出汽车行业首个CV质检大模型，形成了“统一平台、能力沉淀、全集团复制、生态赋能”的务实路径。其核心在于以昇腾算力为底座，统一数据规范和开发工具，确保AI应用在一个平台上开发运行，避免信息孤岛与重复建设；同时以130万张高质量质检图片训练迈思特CV质检大模型，实现单模型多场景的高精准度，在线检测平均精度达99.99%。江汽强调“数据质量决定AI效果上限，数据与AI形成飞轮”，通过高质量数据集建设和数据治理，将数据资产化，提升数据质量，并在2025-2028年分阶段推进架构、能力泛化及业务深度融合。此举不仅提升了良品率与产能，还增强了员工对AI的信心，形成可复制的智能化方法论，给行业提供了从小切口到全集团落地的实操路线，也体现了生产端AI在中国汽车产业中的新名片作用。未来，车企的竞争将向体系化能力与数据生态的协同演进，AI价值将向数据与服务转移，江汽的路径有望成为行业的通用范式。
🏷️ #数智化 #统一平台 #数据资产 #质检大模型 #车企转型
🔗 原文链接
📰 江西出台方案推进工业算力服务和数据筑基 降低中小企业AI应用门槛
江西省为把握人工智能发展机遇，加速制造业从设备联网向算力驱动跃升，制定了三年行动方案（2026—2028年）。将建设覆盖全省的工业智能算力云平台，提供公共大模型调用、行业模型训练与推理等能力，降低中小企业的应用门槛与初始投入。方案强调在智能工厂与产业集群周边部署边缘算力设施，实现就近接入与低延迟服务，并通过“卡时”“核时”等灵活计费模式提高支付弹性。聚焦有色金属、电子信息、新能源、新材料等重点产业链，推动龙头企业联合数据服务商，构建可信的数据空间，确保技术、制度与生态协同。计划建立数据资源目录、企业数据中台与企业大脑，推动数据标准化采集与数据治理，同时培育算力服务与数据开发利用等服务商，推动高质量数据集建设与工业数智化转型的城市试点。还将优化边缘算力资源配置，推动工业集群算力基础设施建设，开展制造业人工智能创新伙伴计划，建设“算力伙伴”“数据伙伴”体系，形成常态化的服务机制，推动小型、高速、精准的工业AI应用落地。
🏷️ #算力发展 #工业数智 #企业数据 #边缘计算 #数据治理
🔗 原文链接
📰 江西出台方案推进工业算力服务和数据筑基 降低中小企业AI应用门槛
江西省为把握人工智能发展机遇，加速制造业从设备联网向算力驱动跃升，制定了三年行动方案（2026—2028年）。将建设覆盖全省的工业智能算力云平台，提供公共大模型调用、行业模型训练与推理等能力，降低中小企业的应用门槛与初始投入。方案强调在智能工厂与产业集群周边部署边缘算力设施，实现就近接入与低延迟服务，并通过“卡时”“核时”等灵活计费模式提高支付弹性。聚焦有色金属、电子信息、新能源、新材料等重点产业链，推动龙头企业联合数据服务商，构建可信的数据空间，确保技术、制度与生态协同。计划建立数据资源目录、企业数据中台与企业大脑，推动数据标准化采集与数据治理，同时培育算力服务与数据开发利用等服务商，推动高质量数据集建设与工业数智化转型的城市试点。还将优化边缘算力资源配置，推动工业集群算力基础设施建设，开展制造业人工智能创新伙伴计划，建设“算力伙伴”“数据伙伴”体系，形成常态化的服务机制，推动小型、高速、精准的工业AI应用落地。
🏷️ #算力发展 #工业数智 #企业数据 #边缘计算 #数据治理
🔗 原文链接
📰 PPI的上涨说明了什么-新华网
4月全国PPI同比上涨2.8%，环比上升1.7%，工业生产者购进价格同比上涨3.5%，环比上涨2.1%。1—4月平均，PPI同比上涨0.2%，购进价上涨0.5%。主要原因包括国内需求提振、市场竞争秩序优化以及国际能源价格波动的影响。算力需求快速增长、电气化推进及光纤等环节价格显著上行，新能源基地通过就地消纳与源网荷储协同提升利用效率。贵州贵安等地大规模建设数据中心，未来可支撑海量模型训练。汽车与能源行业价格呈分化态势，锂电和整车制造存在价格竞争与账期压力，相关部门持续规范价格行为、推进产能预警与价格稳定。国际因素方面，油气及化工价格上涨对相关行业带来拉动，但国内产业链韧性较强、能源供给稳定。机构预测在政策推动与技术升级共同作用下，制造业将向高端化、智能化、绿色化转型，推动经济回稳向好。
🏷️ #PPI上涨 #新能源 #数据中心 #市场秩序 #价格监管
🔗 原文链接
📰 PPI的上涨说明了什么-新华网
4月全国PPI同比上涨2.8%，环比上升1.7%，工业生产者购进价格同比上涨3.5%，环比上涨2.1%。1—4月平均，PPI同比上涨0.2%，购进价上涨0.5%。主要原因包括国内需求提振、市场竞争秩序优化以及国际能源价格波动的影响。算力需求快速增长、电气化推进及光纤等环节价格显著上行，新能源基地通过就地消纳与源网荷储协同提升利用效率。贵州贵安等地大规模建设数据中心，未来可支撑海量模型训练。汽车与能源行业价格呈分化态势，锂电和整车制造存在价格竞争与账期压力，相关部门持续规范价格行为、推进产能预警与价格稳定。国际因素方面，油气及化工价格上涨对相关行业带来拉动，但国内产业链韧性较强、能源供给稳定。机构预测在政策推动与技术升级共同作用下，制造业将向高端化、智能化、绿色化转型，推动经济回稳向好。
🏷️ #PPI上涨 #新能源 #数据中心 #市场秩序 #价格监管
🔗 原文链接
📰 当产业生态规则被改写，中国的制造优势如何重新估值 - 经济观察网 － 专业财经新闻网站
过去几年，人工智能（AI）与制造业结合的讨论迅速升温，围绕智能质检、预测性维护、AI排产、数字孪生、工业智能体等应用，目标是提质、降本、增效。然而若仅停留在此层面，容易忽视AI对制造业竞争逻辑的深刻改写。AI正在改变价值分配：不再仅靠成本与效率取胜，而是通过大模型、工业软件、行业模型和数据基础设施，将知识、数据和场景组织成能力，竞争从产业链上下游转向能力层之间。这一变化不是抽象技术，而是现实的产业问题。中国具备完整的工业体系、密集的产业集群、丰富的制造场景和强大工程化能力，这些条件既是天然优势，也是训练和验证优势的来源。但若仍将优势等同于“把东西造出来”，在新竞争结构中将被重新定价。核心在于回答：如何在新的价值分配结构中占据更高位置。过去企业的AI战略多聚焦效率提升，实际决定性的是AI对底层竞争逻辑的改写：哪些资源升值、哪些贬值、哪些仍是护城河、哪些正在失去护城河属性。隐性知识如工艺窗口判断、缺陷识别、成本与交付的平衡等，长期积累，近年来正被模型、算法和数据系统带来显著降本并规模化供给，概括为“认知充裕”。制造业的高价值认知活动被解耦、数据化、模型化、算法化，成本下降，门槛下降，但关键在于获取成本和壁垒结构的变化。中国的优势不再仅是单点技术，而是一整套现实能力网络：完整的工业体系、密集的产业集群、超大规模市场与快速工程化能力，决定了在AI时代既有训练场景又是验证场景的丰富性。区域层面，长三角、珠三角等产业带的近距离网络与信息流、数据回流能力使得知识快速扩散，集群成为核心推进单位。与此对应，劳动力密度向高素质工人和工程技术人员转变，但AI与自动化也可能压缩其他经济体的人力密度优势，制造业的长期竞争力将更依赖于将经验转化为数据化、流程化和模型化。另一个关键是“数据”问题：数据并非天然资源，需可用、可流通、可训练、可验证的基础设施，否则只是沉淀。消费品与工业品的AI影响路径不同：消费品强调需求感知与柔性生产，工业品强调客户锁定与持续服务。未来竞争的四层框架包括物理执行、行业翻译、智能基础设施和规则标准，实际价值并非简单的越往上越贵，而是要针对行业特性定位关键层。对中国而言，最紧迫的是以应用驱动海量场景、建立高质量数据和模型、以产业集群为单位推动扩散、并尽早进入标准与规则层以避免被外部标准锁定。旧模式的优势仍在，但必须警惕范式切换的迟滞：若继续以执行优势叠加而忽视能力层崛起，未来可能在价值分配中处于相对劣势。窗口期存在，但资源应向数据基础设施、行业翻译、智能产品升级及底层短板突破倾斜，以在未来的工业智能生态中占据关键能力节点和规则参与者的位置。本文强调的核心，是在中国制造业的现实起点上寻求一体化升级路径，而非简单复制欧美模式。
🏷️ #制造业AI #能力层竞争 #数据基础设施 #产业集群 #工业规则
🔗 原文链接
📰 当产业生态规则被改写，中国的制造优势如何重新估值 - 经济观察网 － 专业财经新闻网站
过去几年，人工智能（AI）与制造业结合的讨论迅速升温，围绕智能质检、预测性维护、AI排产、数字孪生、工业智能体等应用，目标是提质、降本、增效。然而若仅停留在此层面，容易忽视AI对制造业竞争逻辑的深刻改写。AI正在改变价值分配：不再仅靠成本与效率取胜，而是通过大模型、工业软件、行业模型和数据基础设施，将知识、数据和场景组织成能力，竞争从产业链上下游转向能力层之间。这一变化不是抽象技术，而是现实的产业问题。中国具备完整的工业体系、密集的产业集群、丰富的制造场景和强大工程化能力，这些条件既是天然优势，也是训练和验证优势的来源。但若仍将优势等同于“把东西造出来”，在新竞争结构中将被重新定价。核心在于回答：如何在新的价值分配结构中占据更高位置。过去企业的AI战略多聚焦效率提升，实际决定性的是AI对底层竞争逻辑的改写：哪些资源升值、哪些贬值、哪些仍是护城河、哪些正在失去护城河属性。隐性知识如工艺窗口判断、缺陷识别、成本与交付的平衡等，长期积累，近年来正被模型、算法和数据系统带来显著降本并规模化供给，概括为“认知充裕”。制造业的高价值认知活动被解耦、数据化、模型化、算法化，成本下降，门槛下降，但关键在于获取成本和壁垒结构的变化。中国的优势不再仅是单点技术，而是一整套现实能力网络：完整的工业体系、密集的产业集群、超大规模市场与快速工程化能力，决定了在AI时代既有训练场景又是验证场景的丰富性。区域层面，长三角、珠三角等产业带的近距离网络与信息流、数据回流能力使得知识快速扩散，集群成为核心推进单位。与此对应，劳动力密度向高素质工人和工程技术人员转变，但AI与自动化也可能压缩其他经济体的人力密度优势，制造业的长期竞争力将更依赖于将经验转化为数据化、流程化和模型化。另一个关键是“数据”问题：数据并非天然资源，需可用、可流通、可训练、可验证的基础设施，否则只是沉淀。消费品与工业品的AI影响路径不同：消费品强调需求感知与柔性生产，工业品强调客户锁定与持续服务。未来竞争的四层框架包括物理执行、行业翻译、智能基础设施和规则标准，实际价值并非简单的越往上越贵，而是要针对行业特性定位关键层。对中国而言，最紧迫的是以应用驱动海量场景、建立高质量数据和模型、以产业集群为单位推动扩散、并尽早进入标准与规则层以避免被外部标准锁定。旧模式的优势仍在，但必须警惕范式切换的迟滞：若继续以执行优势叠加而忽视能力层崛起，未来可能在价值分配中处于相对劣势。窗口期存在，但资源应向数据基础设施、行业翻译、智能产品升级及底层短板突破倾斜，以在未来的工业智能生态中占据关键能力节点和规则参与者的位置。本文强调的核心，是在中国制造业的现实起点上寻求一体化升级路径，而非简单复制欧美模式。
🏷️ #制造业AI #能力层竞争 #数据基础设施 #产业集群 #工业规则
🔗 原文链接
📰 工信部、国家数据局打造智能体工厂-中国石油新闻中心-中国石油新闻中心
近期工业和信息化部、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20个重点行业，推动人工智能高水平赋能新型工业化。行动聚焦数据与模型两大核心要素，提出通过建立行业通识数据集、行业专识数据集与特色智能体，形成数据—模型—场景应用的良性循环。为确保落地，通知设定七项重点任务：构建行业通识数据集、梳理高价值场景并打造专用模型、完善评测数据集与评测机制、创建协同空间以实现多主体数据不出域联合训练、组建全栈解决方案联合体、强化生态与要素保障、并在重点城市打造标杆，推动行业应用落地与产业生态完善。整体目标是在2026年底前建立可持续的、可推广的技术体系与生态，为制造业的数字化转型提供高质量支撑，提升AI在工业领域的应用深度与广度，形成数据—模型—场景的协同发展格局。
🏷️ #模数共振 #AI制造 #数据集 #行业模型 #协同空间
🔗 原文链接
📰 工信部、国家数据局打造智能体工厂-中国石油新闻中心-中国石油新闻中心
近期工业和信息化部、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20个重点行业，推动人工智能高水平赋能新型工业化。行动聚焦数据与模型两大核心要素，提出通过建立行业通识数据集、行业专识数据集与特色智能体，形成数据—模型—场景应用的良性循环。为确保落地，通知设定七项重点任务：构建行业通识数据集、梳理高价值场景并打造专用模型、完善评测数据集与评测机制、创建协同空间以实现多主体数据不出域联合训练、组建全栈解决方案联合体、强化生态与要素保障、并在重点城市打造标杆，推动行业应用落地与产业生态完善。整体目标是在2026年底前建立可持续的、可推广的技术体系与生态，为制造业的数字化转型提供高质量支撑，提升AI在工业领域的应用深度与广度，形成数据—模型—场景的协同发展格局。
🏷️ #模数共振 #AI制造 #数据集 #行业模型 #协同空间
🔗 原文链接
📰 《江西省工业领域算力服务和数据筑基三年行动方案（2026—2028年）》印发
江西省发布的工业领域算力服务和数据筑基三年行动方案（2026—2028）围绕“1269”产业链现代化，提出构建多元供给、协同部署的智能算力服务体系，促进算力与数据协同发展，推动制造业从“设备联网、数据可视”向“算力驱动、数据赋能”跃升。总体目标是到2028年形成若干工业算力互联互通节点，遴选省级高质量数据集，培育标杆企业，建立高效、可信的工业数据赋能体系。重点任务包括：建设面向全省的工业云端智算平台，提供普惠大模型与行业模型训练服务；在生产一线周边布局边缘算力节点，提升实时质检、工艺优化、设备维护等场景的响应速度；推广“算力超市”“算力银行”等灵活付费模式，提升跨区域调度与低时延保障。还将打造安全可信的工业数据空间，推动区块链与隐私计算等技术应用；建设高质量数据集、完善数据治理、推动数据中台建设，形成产业链上下游共用的数据资源；提升存储与数据服务能力，健全数据就地计算与跨域流动机制；通过数据治理、低代码产品等方式，培育面向工业的算力与数据服务商。通过组织保障、资金支持、安全监管等措施，确保各项任务落地并形成可复制的应用场景。\n
🏷️ #工业 #算力互联 #数据治理 #数据集建设 #边缘计算
🔗 原文链接
📰 《江西省工业领域算力服务和数据筑基三年行动方案（2026—2028年）》印发
江西省发布的工业领域算力服务和数据筑基三年行动方案（2026—2028）围绕“1269”产业链现代化，提出构建多元供给、协同部署的智能算力服务体系，促进算力与数据协同发展，推动制造业从“设备联网、数据可视”向“算力驱动、数据赋能”跃升。总体目标是到2028年形成若干工业算力互联互通节点，遴选省级高质量数据集，培育标杆企业，建立高效、可信的工业数据赋能体系。重点任务包括：建设面向全省的工业云端智算平台，提供普惠大模型与行业模型训练服务；在生产一线周边布局边缘算力节点，提升实时质检、工艺优化、设备维护等场景的响应速度；推广“算力超市”“算力银行”等灵活付费模式，提升跨区域调度与低时延保障。还将打造安全可信的工业数据空间，推动区块链与隐私计算等技术应用；建设高质量数据集、完善数据治理、推动数据中台建设，形成产业链上下游共用的数据资源；提升存储与数据服务能力，健全数据就地计算与跨域流动机制；通过数据治理、低代码产品等方式，培育面向工业的算力与数据服务商。通过组织保障、资金支持、安全监管等措施，确保各项任务落地并形成可复制的应用场景。\n
🏷️ #工业 #算力互联 #数据治理 #数据集建设 #边缘计算
🔗 原文链接
