AI+教育并非简单叠加一项技能
不少院校面对"人工智能+教育"这个话题，普遍反应有两类：要么急于申报课题、准备材料、抢占热点；要么忙于采购硬件、建设场所、拍照留痕。表面上动静不小，实则不少做法依然沿用旧模式。硬件是新的，思维是旧的。概念换成了AI，系统还是原来的体系。说得更明白些：此次五部门发文，不是要求院校"增设一门课程"，而是在警示职业院校：既往的办学思路，很多环节已经跟不上时代需求。很多人对这份文件的理解过于表面。一提到"人工智能+教育"，就联想到：这些思路未必不对。但问题是，若院校底层逻辑不变，这些举措很容易流于形式。最终会是什
易迪希成立AI研究院，驱动临床试验智能化变革
为加速推动人工智能技术在临床研究领域的深度应用与产业化落地，让 AI 技术开发更紧密贴合真实研究场景需求，易迪希于2026年4月10日正式宣布成立易迪希人工智能研究院，此举标志着公司在AI技术与临床研究融合之路上迈出了具有战略意义的一步。01积厚成器：创新硕果备受瞩目作为临床研究领域数字化解决方案领导者，易迪希早已将AI技术全面融入Clinflash全平台，实现了从底层算法到业务场景的大规模成熟应用。目前，AI应用场景已覆盖数据管理、医学编码、方案设计、风险监查、文档处理等全流程关键环节，形成完整的能力闭
产业生态体系塑造新能源汽车新格局
图为市民在北京市朝阳区的一家商场内了解新能源汽车。 新华社记者 鞠焕宗摄 电动化与智能化变革不仅重塑了全球汽车产业的发展轨迹，也显著增强了中国汽车产业在全球市场的竞争实力。 国家制造强国建设战略咨询委副主任、工业和信息化部原副部长苏波在4月11日至12日举行的智能电动汽车发展高层论坛（2026）上指出，预计今年我国新能源汽车渗透率将突破50%，到2030年渗透率将超过70%，有望提前建成新能源汽车强国。 在国家战略指引和企业自主创新的双重驱动下，我国新能源汽车走出了一条“换道超车”的发展道路。 产业规模持
AI赋能内部审计转型与变革
各相关单位： 随着大数据、人工智能、移动互联及云计算等前沿技术的普及，国内内部审计工作已逐步完成了从信息化管理、数字化作业到云化智能化作业的演进过程。众多领先企业已通过深度融合数据、技术与模型，成功转型为智能化审计新形态。国务院国资委亦召开会议部署中央企业“AI+”专项行动，强调要利用其需求大、配套全、场景多的优势，把握AI战略机遇。 在此技术变革期，“AI+审计”趋势日益凸显。推动数字技术与内部审计深度融合，利用AI创新模式，提升审计工作的精准度、深度与质量，成为行业共同面临的课题。 为协助企业在数字化
AI驱动药品注册全链条革新
中国化工企业管理协会医药化工专业委员会各相关单位当下，人工智能（AI）技术正深度融入医药产业各环节，特别是在药品注册环节，已完成从理论验证到实践应用的跨越，成为攻克行业难题、提高申报效率、确保合规品质的关键引擎。我国医药产业正处于创新升级攻坚期，2023年国家药监局受理药品申报事项接近2万件，药品注册工作面临申报文件庞杂、审评审批耗时久、合规标准高、异构数据融合困难、跨机构协作不畅等显著挑战，传统申报模式已无法匹配产业高质量发展要求及国际监管协同方向。国家药监局相继发布《药品监管人工智能典型应用场景清单》
智聚AI运营管理平台丨融合生态破解孤岛推动企业级AI规模化部署
当前，行业智能化转型浪潮汹涌澎湃，AI技术能力持续渗透到各个业务场景。如何实现AI资源的可视化监控？怎样提高资源使用效率？碎片化问题如何解决？这些挑战的突破，直接关系到AI能否真正为企业创造价值。智聚·AI运营管理平台，通过整合内外部生态资源，攻克AI运营管理难题，驱动智能化升级进程。智聚·AI运营管理平台构建支撑企业级AI规模化落地的"开发+运营"双轮驱动平台能力体系——强化模块化AI应用快速构建与多模态融合开发能力、Token运营能力、异构AI资源的统一纳管能力、AI应用的全面可观测能力，以及AI可量
2026世界移动大会 | 华为发布AI人才发展服务方案，助推AI生产力释放
以AI大模型为代表的新兴智能技术，正快速融入核心生产体系。技术是根基，人才是核心。健全AI能力标准框架，强化人才培育与供给，是实现技术向生产力转化的核心环节。华为推出融合“规划-培养-评估”全流程的AI人才发展服务：凭借真实场景、实训平台与实战专家，助力组织能力提升，加快各行业智能化步伐。AI人才发展服务解决方案人才规划：确立人才标准，明确发展路径华为携手TMForum、运营商及各行业客户，共同制定“AI人才能力图谱”，紧密围绕AI技术栈与业务流程两大维度，覆盖算力、模型、应用、商业四个层面，涉及运维、开
第十五期AI精品通识课：化工智能化前沿动态
AI精品通识课第十五期：智能化化工前沿探索化工产业作为国民经济的核心支柱，正面临能耗偏高、收益偏低及安全隐患突出等多重挑战。传统研发模式受制于"逐级放大"机制，从实验室小规模试验到建成百万吨级生产装置往往需耗时十年以上，不仅周期漫长，且资金投入巨大。AI技术能否为化工领域破解困局、引领模式革新？本期讲座由上海创智学院与中国科学院大连化学物理研究所叶茂教授联袂呈现，深入解析《智能化工研究进展》。播出时间2025年9月29日 19:30观看通道访问国家智慧教育公共服务平台（www.smartedu.cn）首页
李霆：AI与工业软件的共生进化，重塑制造业未来
我国工业软件的发展程度与全球顶尖水平相比，差距甚至超过了芯片领域，已成为制约发展的关键“卡脖子”难题。工业软件集成了工业技术、经验与智慧，其基础建立在多学科理论与海量工业实践之上。因此，发展工业软件是一项需要耐心的长期工程，追赶绝非一蹴而就。反观AI技术，其进步速度令人咋舌。如今AI编写代码的能力已超越人类，整个软件行业或将因人工智能的介入而发生颠覆性变革。从智能质检到自动编程，AI在制造业中的应用愈发广泛，引发了一个核心疑问：借助先进AI技术，能否显著压缩工业软件的研发周期？又或者，未来拥有强大的工业A
林艳：低碳铝合金材料赋能车企转型升级
主题：2026智能电动汽车产业高峰论坛本届峰会于4月11日至12日在北京举行。诺贝丽斯公司产品与技术服务部门负责人林艳发表主题演讲。林艳表示，轻量化、低排放的车身材料能够帮助汽车制造商为消费者带来更具经济性、更智能、更优越且安全的出行体验。其一，在直接生产成本控制上，传统车型若应用高回收率的先进铝合金，可有效缓解材料升级带来的成本压力，结合二次减重方案，特别是电池包减重所产生的费用节省，可实现整车制造环节的综合降本。其二，从间接成本节约及其他效益来看，车身减重带来的百公里电耗下降，可显著削减用户全生命周期
长城汽车自研智驾策略：非取代而是逐步融合供应商
新浪科技4月12日下午消息，在智能电动汽车发展高层论坛2026期间，长城汽车智能化产品副总经理佘士东与媒体进行了交流。 谈到汽车智能化的未来方向，他指出两个关键趋势：首先，多种动力形式的需求将变得普遍，而不仅仅是新能源车在快速增长；其次，整车AI将朝着智能体方向发展，不再局限于简单的人机交互系统，而是以整车智能体作为桥梁，用户与智能体主要通过自然对话和主动服务两种方式互动。目前长城已经推出了司机智能体和座舱智能体，未来两到三年整车智能体化的目标会更加清晰，智能驾驶的用户粘性也已从个位数迅速提升到30%以上
江永兴：新能源汽车海外维修成发展瓶颈
专题：智能电动汽车发展高层论坛（2026） 4月11日至12日，以“推动新能源汽车智能化、绿色化、融合化与国际化进程”为主题的智能电动汽车发展高层论坛（2026）在京举行，开思创始人兼首席执行官江永兴在论坛上发表演讲。 江永兴认为，当前国内汽车后市场主要存在“车辆老化、车型繁多、服务分散”三大难题，而新能源汽车走向国际市场时，则面临“售后服务体系不健全、零部件标准不统一、数字化基础设施薄弱”三大挑战。 江永兴分析称，中国汽车总保有量已突破3.6亿辆（其中新能源汽车约4000万辆），平均使用年限超过7年，市
AI视觉重塑制造业：八大核心场景深度解析
从高达0.001毫米的精密测量，到装配环节360度无死角扫描；从涵盖全光谱的热成像焊接检测，到99.2%准确率的字符识别；从全天候预警的安全监控，到百万级缺陷追踪的工艺优化——AI视觉如何凭借“高精度感知+自适应进化算法+场景化部署”，重塑制造业的质量、安全及效率标准？今日，我们将探讨八种典型场景，揭示那些让“隐匿缺陷”无处藏身的AI视觉系统，助您的生产线摆脱“盲目生产”的困境，确保每一道焊缝、每一颗螺丝、每一个字符及制造细节都能经受住严格检验。一、AI视觉系统：彻底消除高漏检率您是否正因手机屏幕划痕漏检
AI赋能产业互联网：大模型与工业智能体的深度融合
作为推动数字经济与实体经济深度结合的强大动力，AI与产业互联网的融合已跨越了单一技术应用，迈向全域智能化重构的新阶段。依托大模型构建的通用人工智能及以工业智能体为载体的自主执行体系，正促使产业互联网从“连接协同”迈向“智能自治”，成为新型工业化和新质生产力的重要基石。一、AI重塑产业互联网：从信息化迈向智能化的范式跨越 传统产业互联网侧重于连接、协作与在线化，旨在消除信息偏差、打通流程断点、匹配资源缺口；而AI驱动的新一代产业互联网，构建了感知、决策、执行、优化的闭环，实现了全要素、全流程及全链路的自主智
智能化学实验照进现实
传统实验方式主要倚重人工操作与主观判断，而人工智能驱动的自动化实验将彻底改变这一现状。这条由上海科研团队打造的智能化学实验系统宛如“数字化验师”，使科研人员得以摆脱重复性劳作，将智慧聚焦到尖端创新研究。这种“身边的革新”不仅限于化学合成行业，众多新材料、医药研发等领域的实验室也已与人工智能深度融合，崭新科研纪元已经开启。摆脱手动操作与设备监控，节约七成时间与人力成本研究效率提升之际，实验室更获得了珍贵的科研智慧资源。在左智伟看来，科研中的重复性劳动显著降低，可让实验室里的青年学者将更多心思用在科学难题的思