赛项巡礼| 自研边缘AI芯，毫秒级诊断破局
“人工智能+制造”战略加持下，智能制造，迅速跃升为产业升级核心引擎，工业智能运维市场需求持续爆发。我国工业检测装备市场，规模巨大、增长迅猛，但高端设备长期受制于国外垄断，面临成本高昂、自主可控性弱的卡脖子困境。同期，传统人工巡检效率低、精度差、高度依赖专家经验。现行智能方案普遍遭遇操作繁琐、兼容性弱、数据落地难等瓶颈，行业迫切呼唤国产化、轻量化、易上手的一体化智能运维解决方案。“灵鹰”项目斩获高校种子组一等奖1月23日至25日，第三届全国人工智能应用场景创新挑战赛总决赛暨全国“人工智能+”应用场景创新大会
EVIDENT亮相GTF2026，IPLEX与OmniScan X4助力航发燃机检测
2026年5月12日至14日，第十三届航空动力和燃气轮机聚焦大会暨展览会在上海盛大召开。EVIDENT携带多款工业检测装备参展，重点呈现其在航空发动机及燃气轮机检测领域的先进产品与系统化解决方案。 此次展会期间，EVIDENT集中展出了IPLEX系列工业内窥镜、OmniScan X4超声全聚焦相控阵探伤仪、72DL PLUS超声测厚仪以及Vanta XRF分析仪等核心设备，全面覆盖目视检查、超声波探伤、厚度测定及材料成分分析等关键检测环节。 鉴于航空发动机与燃气轮机结构繁复，内部通道狭窄，其叶片、轮盘、焊
AI智能体深度布局十企
备注：本文不构成任何投资建议、引导或承诺，仅用于学术研讨，请您务必理性阅读。市场有风险，投资需谨慎！AI智能体（AI Agent）以大模型为基础能力来源，形成具备感知、决策、工具调用及自主学习的闭环智能体系。它能够主动理解用户意图，把复杂任务拆解为可执行步骤，完成相应动作并在过程中持续迭代优化，从而实现AI从“被动接收指令”向“主动解决问题”的能力跃迁，逐渐成为AI产业的重要发展方向之一。2026年被业内普遍视为AI智能体真正走向落地的关键一年，行业开始进入资本与产业协同加速的阶段。在海外头部科技公司相关
Hexagon斥资14.5亿美元收购Waygate，深化工业检测版图
Hexagon AB决定以约14.5亿美元现金向贝克休斯（BKR）旗下Waygate Technologies发起收购，此举意在强化其工业检测领域的版图，特别是在自动化需求日益旺盛的背景下。目前该交易尚待监管部门批准，预计今年下半年可正式交割。交易落定后，Hexagon将吸纳Waygate的远程视觉、超声波、X射线及成像检测等核心技术。这些技术广泛服务于能源、航空及汽车等领域，帮助企业在不停机或损毁设备的前提下精准识别缺陷。 这笔收购契合了当前企业数字化转型的浪潮，企业纷纷投资于能捕捉实时数据并输入模型分
人工智能算法及典型应用解析
本文围绕人工智能的关键算法及其在电力、工业等行业中的代表性应用展开说明。人工智能主要包括符号推演、机器学习、强化学习等多个方向，其中以深度学习（如CNN、RNN、GAN）为当前较为主流的技术路线。监督学习、无监督学习、集成学习等方法分别可用于处理回归、分类、聚类等任务，同时还需要关注过拟合和欠拟合问题。在应用层面，电力行业借助机器学习完成窃电识别、台区线损预估、户变关系判断、表计OCR识别等工作，从而提高运维水平和服务品质；工业领域则利用图像识别开展产品故障检测和元器件质量分析，识别准确率可达到95%以上
AI大模型重塑工业质检：由精准识别迈向快速学习
在电子元器件检测产线上，过去质检人员往往需要借助30倍放大镜，对微小器件的压痕、划伤、裂缝等问题逐一排查，单件检测通常要花费10至20秒。而现在，配备工业多模态大模型的AI外观检测系统，只需0.2秒便可完成150到700张图像的精确识别，每小时最高可检测7200件产品。从10秒缩短到0.2秒，效率提升达到50倍——这正体现了AI大模型正在为工业质检带来的现实性重构。 一、一个快速扩容的千亿级市场 工业质检已成为AI大模型在制造业应用中最成熟、价值也最明确的场景之一。全球AI视觉检测系统市场规模预计将由20
AI视觉质检全链路升级：重构工业检测与质量管理
从表面缺陷识别到尺寸误差检验，从在线分选到质量追踪，AI视觉质检已深入制造业多个关键环节。它不仅更新了质检手段，也重新塑造了企业对质量管理的理解：质量不再只是出厂前的一道检查，而是贯穿整个生产流程的实时能力。AI视觉质检首先要解决的是“看哪些内容”的问题。传统人工检测通常更适合规则较简单、节奏较慢的场景，但在高精度、高速度、大规模生产环境中，人工很难长期稳定识别细微缺陷。相比之下，AI视觉质检能够针对不同类型的质量问题进行训练与识别，实现更稳定一致的判断。目前，AI视觉质检常见的检测对象包括外观缺陷、尺寸