⁣
📰 人工智能商业落地“大考”，研华交出了一份怎样的产业答卷？ 原创

2025年工博会上，研华科技展示了其在人工智能领域的创新成果，特别是在制造、能源、装备和机器人四大产业的应用。研华通过全栈式AI基础设施和多种解决方案，推动了工业AI的实践，提升了生产效率，降低了人为失误，展现了智能运维的潜力。在制造业中，研华的AI优化设备生产方案、装配质量提升方案和设施运维创新方案，均获得了积极反馈，显示出人工智能在这一领域的广泛应用。

在能源管理方面，研华科技推出了能碳一体化管理平台，助力企业实现节能降碳目标。这一平台不仅符合全球ESG管理理念，还通过实时监控和数据分析，帮助企业优化资源使用。研华与臻鼎科技的合作，展示了能碳管理在实际应用中的成功案例，进一步推动了智能化升级。

此外，研华还展示了针对装备制造和机器人领域的AI解决方案，强调了高精度检测和实时决策控制的重要性。通过多模态感知和强大的算力支持，研华科技的解决方案为未来的智能制造和机器人应用奠定了基础，体现了人工智能在各行各业的深远影响。

🏷️ #人工智能 #工业AI #能碳管理 #智能制造 #边缘计算

🔗 原文链接

⁣
📰 信息化观察网 - 引领行业变革

大模型在汽车制造行业的应用带来了新的可能性，但其高计算量和制造系统对低延迟的需求之间存在矛盾。在实际推进过程中，质量预警、工艺优化和异常诊断等场景的实现面临着技术上的挑战，尤其是在总装环节，要求实时性极高。模型推理的延迟往往在百毫秒以上，难以满足产线的反馈要求。

本文针对模型服务与实时系统的耦合设计提出了几种解决方案。第一，模型轻量化与边缘部署，通过蒸馏或量化技术将大模型转变为小模型，使其在边缘设备上运行。第二，边缘-云协同推理，通过特征提取在边缘和推理在云端的模式，利用低延迟网络提高实时性。最后，异步预警方式，将模型输出作为辅助决策，减少实时闭环的压力。

在设计中，应注意控制逻辑与模型推理的分离，保持数据流的对齐和状态反馈的闭环。同时，统一的模型服务中间件能够有效管理版本、降级策略与延迟监控，促进与制造系统的良好对接。通过这些思考与实践经验，希望能够为同行提供参考与借鉴。

🏷️ #大模型 #汽车制造 #实时系统 #边缘计算 #质量预警

🔗 原文链接

⁣
📰 具身智联·边缘驱动 AI引领新质未来——AI赋能制造数智化暨工业智能边缘计算2025年会成功举办

2025年9月24日，主题为“具身智联・边缘驱动 AI引领新质未来”的年会在上海成功举办，聚焦AI与边缘计算在制造业的融合创新。会议由多家机构联合主办，吸引了数百位专家学者与企业代表参会，共同探讨如何推动制造业的数智化转型。开幕致辞中，上海交通大学的关新平院长强调，制造业需要技术创新来突破传统效能的边界，AI与实体经济的深度融合是关键。

会议中，多位专家分享了各自的研究与实践成果。中国科学院的兰大鹏介绍了新一代边缘工业具身智能控制平台，展示了其在半导体制造领域的应用。曙光网络的单娜则探讨了智控一体的概念，强调物联网与数字孪生技术的结合将推动智能制造的闭环体系。华为的陈关喜分享了AI在边缘计算中的应用策略，展示了如何提升边缘算力与能效，推动智能化进程。

此外，会议还讨论了工业领域的网络安全问题，强调商用密码技术的必要性，以及如何在数字化转型中保障数据安全。总的来看，年会为与会者提供了一个深入交流与合作的平台，推动了行业技术的创新与实践，为我国制造业的高质量发展提供了新的动能与方向。

🏷️ #AI #边缘计算 #智能制造 #数据安全 #工业转型

🔗 原文链接