AI驱动纺织回收自动化突破
西班牙企业PICVISA与GIRBAU将人工智能纺织品分拣技术落地北欧新建工厂。WTiN深入探讨了人工智能在纺织品回收领域取得的进展。PICVISA专注于基于人工智能的光学分拣技术，服务各类材料再利用与回收领域；GIRBAU则主营工业洗涤设备与自动化解决方案。两家总部位于西班牙巴塞罗那的企业携手合作，全力推进消费后纺织品分拣产线的全自动化升级。双方将在北欧共建全新回收工厂，把GIRBAU旗下自动化上料分离系统 Sortech，与PICVISA纺织品分拣设备 ECOSORT 整合为一套连续运转、全程无人值守
江苏出台人工智能赋能制造业行动计划
6月3日，江苏省工信厅印发《江苏省“人工智能+制造”行动计划的通知》，该计划明确了总体目标及22项具体措施，预期至2027年，全省规模以上工业企业将全面完成“人工智能+制造”诊断工作，推动超过10个工业大模型在行业中实现深入应用，发布约100个高端工业智能体，构建约100个行业优质数据集，遴选不少于100个人工智能应用示范案例；推动超过10000家基础级智能工厂开展人工智能场景应用自评估，约5000家先进级智能工厂的人工智能场景覆盖率达到20%以上，约100家卓越级智能工厂的人工智能场景覆盖率达到50%以
AI 驱动智造：重塑工业新未来
近年来，人口红利逐渐消退，传统制造业依赖人力堆砌产能、比拼效率的旧模式已难以为继。而人工智能的迅速落地，恰好成为推动制造业转型升级的核心新引擎。当下的 AI 早已不再仅仅是新闻中的科技概念。无论是数字孪生、工业大模型，还是日常生产中的智能质检、设备预测性维护，AI 已悄然渗透至研发、生产、供应链的各个环节，切实改变了中国制造的格局。我国工业体系完备，制造业规模连续16年稳居全球首位，底气十足。2025年，国内制造业增加值达34.7万亿元，同比增长6.1%，产业基础极为扎实。然而体量虽大，传统制造的短板也日
工业AI深度变革：四大核心场景的智能化落地实践
点击上方 [鸾矶智能为制造企业赋能] 关注我们在智能化转型的浪潮中，工业升级早已超越了“单纯机器替代人工”的表面理解。真正的工业AI革新，是生产关系的根本性重塑：让机器承担危险、繁重、重复的基础任务，让人员专注于统筹、优化、决策等高价值工作，全面释放工业新质生产力。本文围绕工业操作、集控、巡检、经营四大核心场景，结合核心技术原理与国内标杆案例，深入剖析工业智能化升级的具体路径。传统一线生产操作长期面临体力消耗大、作业环境差、精度偏差大等问题，粉尘、高温、高压、有毒等恶劣工况更隐藏着严重的安全隐患。借助高精
江苏制造业智能化跃升行动计划
苏工信信发〔2026〕160号各设区市工业和信息化主管部门，厅机关各处室（局），各直属单位：现将《江苏制造业智能化跃升行动计划》印发给你们，请结合实际，认真组织实施。江苏省工业和信息化厅2026年6月3日江苏制造业智能化跃升行动计划为深入贯彻省委、省政府关于推进人工智能技术创新及"人工智能+"行动的决策部署，落实工业和信息化部等八部门"人工智能+制造"专项行动要求，推动人工智能技术与制造业深度融合发展，促进全省制造业高质量发展迈上新台阶，制定本计划。一、总体目标加速制造业向智能化、绿色化、融合化方向转型，
AI浪潮来袭 宝武加速智能化转型
近期走访宝武集团，发现从管理层到基层员工都在热议AI技术。但深入观察发现，宝武不仅停留在讨论层面，而是已在各业务板块全面启动AI应用，以时不我待的姿态加快推进AI技术与产业的深度融合。 宝武集团高层明确提出，拥抱AI不能仅仅停留在口号和规划层面，必须在各个业务领域持续深化AI应用，让AI成为推动宝武未来发展的核心动力。 中国宝武宝钢股份推出全球首个AI智慧高炉解决方案。（受访者供图） 在钢铁产业，AI1.0阶段的典型应用包括机器视觉表面质量检测，用技术手段替代人工肉眼识别划痕、孔洞等缺陷；还有设备预测性维
探访沈阳智造新貌：老工业基地的数字化蝶变
新华网北京6月8日电（记者赵海军）中国工业看东北，东北工业看沈阳。6月1日至3日，工业和信息化部办公厅组织媒体采访团走进辽宁省沈阳市，开展“新型工业化媒体调研行”辽宁站专题采访活动。采访团深入沈阳多家重点工业企业一线，实地探访老工业基地转型升级实景。作为东北老工业基地核心城市，沈阳依托深厚工业积淀，推动传统制造与数字智能深度融合，不同性质、不同规模的市场主体各展所长，构建起多层次、全覆盖的新型工业化发展新格局。 国资战略重工：自主科创筑基，筑牢智造新支撑 以沈阳飞机工业（集团）有限公司、沈鼓集团股份有限公
智能制造专家严建文：AI驱动全产业链升级的路径与策略
新一代智能制造专家谈为深入贯彻落实党中央、国务院关于“加快发展新一代智能制造”的决策部署，积极响应人工智能与制造业深度融合带来的生产力革命与生产关系变革，国家智能制造专家委员会秘书处特组织开展“加快发展新一代智能制造”专题学习研讨，聚焦新一代智能制造的概念内涵、体系架构、实施路径、应用场景及经验模式等核心议题，积极形成专家观点或文章，共同为推动我国智能制造高质量发展贡献智慧。作者严建文，聚变新能（安徽）有限公司董事长，国家智能制造专家委员会委员当前，我国新型工业化进程迈入提质增效关键阶段，2025年规上工
央企启动AI工业人才特训 加速智能制造转型升级
5月12日，由国务院国资委主办的中央企业"AI+工业制造"特训班正式开班。国务院国资委党委委员、副主任谭作钧出席开班式并发表重要讲话。谭作钧指出，要深入学习贯彻习近平总书记关于推进人工智能发展的重要指示批示精神，贯彻落实党中央、国务院决策部署，切实增强责任感紧迫感，加快推动适应AI的组织进步，加快培养"AI+"复合型人才。要深入实施中央企业"AI+"专项行动，加快发展人工智能产业，重估竞争逻辑，准确把握推进"AI+"场景落地的规律特点，推动AI技术赋能新质生产力发展，推动中央企业互信协作、集智攻关，统筹整
AI赋能制造业：数字化转型升级路径
顺应"十五五"规划中"构建现代化产业体系"与"人工智能+"的政策导向，制造业的智能化变革将突破单一环节的限制，逐步向完整流程、全方位要素、多元场景深度延伸。以下是极有可能产生深刻影响的四大关键领域：1. 研发设计：从"经验主导"转向"数据支撑" 此为AI在制造业中价值最为集中的方向，致力于破解传统研发周期冗长、试错代价高昂的困境。 AI辅助设计：借助生成式AI（AIGC）实现产品外观、构造或电路方案的自动生成与优化，显著压缩设计耗时。 材料科学：运用AI算法预估新型材料性能，加速新材料的发掘与运用，突破高
中国一汽引入人形机器人，AI技术重塑汽车智造体系
近期，中国一汽在其汽车制造产线中部署人形机器人，首次将这类智能设备应用于物流分拣与物料搬运环节，正式拉开“人工智能+先进制造”深度融合的序幕。在人工智能变革生产力的时代浪潮下，传统工业制造的范畴正在被重新界定。中国一汽主导推动人形机器人在工业场景中的适应性研发，基于科研原型机，针对物流作业需求优化了机械臂与腿部构造，提升了伺服电机性能指标，自主研发首套机器人工程化交互系统，革新了传统导航方案，并对视觉识别算法进行精细调整，使机器人具备在复杂物流环境中稳定作业的能力。经过数千轮场景实测验证，成功研制出相较“
中国智造进入「自主认知」新纪元:AI与新能源共促产业升级
——2026年国家智能制造标准化工作会议在京召开，首批十大"标准群"成果发布【北京，2026年4月14日】4月14日，2026年国家智能制造标准化总体组和专家咨询组全体会议在京召开。会议发布了首批"智能制造标准应用试点"十大标准群成果，标志着中国智能制造正从"流程优化"迈向"认知升级"，从"单点链式改造"走向"全局体系重塑"。在人工智能与新能源的双重加持下，中国制造业正在经历一场从"制造"到"智造"、从"高碳"到"零碳"的深刻变革。据工业和信息化部党组成员、副部长辛国斌介绍，我国智能制造工程已取得显著成效
AI赋能工业：中國制造業的智能化跃迁
在全球经济格局深度调整与科技革命浪潮交汇的关键时期，传统制造业正处于转型升级的紧要关头。国信证券发布的《2026人工智能研究专题：人工智能为国内工业升级带来的机遇》报告，深入探讨人工智能（AI）技术如何作为核心驱动力，推动中国制造业实现智能化、绿色化、高端化的跨越式发展。本文将系统梳理该报告的核心观点，全面呈现AI赋能工业升级的时代背景、关键技术、应用场景、市场机遇和发展趋势。我国拥有全球最完整、规模最大的现代工业体系，2025年工业增加值达41.7万亿元，制造业规模连续16年稳居世界第一。然而，在这份亮
推进智能制造新跨越
以智能制造为中枢的产业革新，是决定现代化产业体系质量与竞争力的核心抓手和战略支点。在近期举办的2026赛迪论坛上，国家制造强国建设战略咨询委员会副主任、国家智能制造专家委员会主任苏波指出，我国明确将智能制造作为主攻方向，逐步形成数字化、网络化、智能化并行推进的特色路径，顺利实现制造强国建设"第一步走"战略目标。制造业整体水平已由中低端为主，迈向在多个重要领域跻身中高端，5G通信设备、高铁装备、造船、新能源汽车、风电和太阳能发电新能源装备等领域达到世界领先水平。 截至去年年底，我国规上工业企业数字化改造覆盖
AI Agent赋能非标自动化：定制智造新纪元
在制造业的广阔天地中，非标自动化行业一直扮演着特殊而关键的角色。与标准化、批量化的生产线不同，非标自动化设备需要根据客户的特定需求进行定制化设计和生产，每一台设备都是独特的解决方案。这种"一客一策"的模式，既是行业的优势，也是其最大的挑战。传统非标自动化企业面临着三重困境： 1. 设计周期长：每个项目都需要从零开始设计，工程师需要花费大量时间进行方案论证和图纸绘制 2. 调试难度大：设备交付后，现场调试往往需要数周甚至数月时间 3. 维护成本高：每台设备都是独特的，故障诊断和维修需要依赖经验丰富的工程师然