⁣
📰 羚羊工业大模型3.5重磅发布！三大智能体亮相2026世界制造业大会--中国能源新闻网

在2026世界制造业大会合肥现场，羚羊工业互联网正式发布羚羊工业大模型3.5，并同步亮相算电协同、电力交易、零碳园区三大智能体，面向工业能源领域的数字化与绿色化转型提供解决方案。安徽及地方工业和信息化部门领导出席，强调本土大模型在产业一线落地的重要性。自2023年以来，羚羊持续迭代模型，覆盖风光水火核储等六大能源领域，已在设备诊断、技术监督、智能班组、功率预测、电力交易、绿氢生产等场景落地。3.5 版本将分散垂直能力整合为具自主规划执行的智能体，针对时序生产数据实现零/少样本泛化，边缘端可部署，电价预测准确率达到85%+，最大参数量仅100M，提升部署灵活性。三大智能体各自聚焦：算电协同实现数据中心柔性负荷与新能源波动对接，预计综合电价下降5%-8%、储能收益提升20%；零碳园区智能体围绕源荷预测、多能调度、能碳管理、运营管理，提升园区能碳管控与市场参与能力；电力交易智能体则通过多模态融合与策略模型，提升购电决策的依据性，已在省内取得多项收益。未来将与生态伙伴共同推进工业能源场景落地，推动制造业向高端化、智能化、绿色化转型。

🏷️ #工业大模型 #智能体 #能源场景 #边缘部署 #绿色转型

🔗 原文链接

⁣
📰 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”

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。

🏷️ #物理AI #世界模型 #边界样本 #智能驾驶 #生成式

🔗 原文链接