深度剖析|人工智能与能源产业融合：政策导向与多领域影响评估
产业领域技术影响度经济影响度市场影响度综合影响评分电网调度行业高(85%)中(60%)高(80%)8.5/10新能源预测行业高(90%)高(75%)中(65%)8.0/10能源消费智能化中(70%)中(55%)高(85%)7.5/10AI算法研发高(95%)高(80%)高(90%)9.0/10数据服务行业高(85%)高(75%)中(70%)8.0/10智能硬件设备中(65%)高(85%)高(80%)8.0/10能源数据平台高(90%)中(60%)中(65%)7.5/10智能运维服务高(85%)高(80%)
智慧城轨建设中AI技术的应用与发展策略
编者按：为贯彻落实《中国城市轨道交通智慧城轨发展纲要（修订版V2.0·2026—2035年）》相关要求，规范推动人工智能技术在城轨领域的规模化、标准化落地实施，助力行业从"自动化"向"智能化"、从"经验驱动"向"数据驱动"转型升级，城市轨道交通人工智能共研体联合行业权威专家、领军企业及科研院所，共同编制《城市轨道交通人工智能应用指南》。该指南将分期连载发布，旨在为行业发展提供系统性参考借鉴。一、绪论：智慧城轨高质量发展与价值共创的新范式01城轨交通的使命定位与核心价值城市轨道交通作为大容量、高效能的公共交
国家定调 AI 风电! 讯飞潮汐力凭声学技术破局
5月8日，国家发改委、能源局、工信部及数据局四部门共同发布《关于促进人工智能与能源双向赋能的行动方案》（国能发科技〔2026〕34号）。继2025年9月出台《关于推进“人工智能+”能源高质量发展的实施意见》后，国家层面再次系统部署AI与能源融合，标志着“AI+风电”已从企业自发探索跃升为国家战略。对风电运维行业而言，该政策释放了明确信号：智能化转型非选答题，而是必答题。讯飞潮汐力依托其在风机叶片故障预警领域的实战经验，提供了一套经验证的解决方案。风机叶片健康监测，长久以来是风电运维的痛点。叶片长期经受交变
AIOps 核心概念与岗位解析
一、AIOps 定义解析 AIOps = AI + DevOps 中文译名：智能运维 / 人工智能运维 核心概括： 借助大模型、算法及机器学习技术，取代人工执行服务器、系统及业务的运维、监控、故障排查与预警工作。 二、岗位归属方向 分类： 侧重后端研发 + 运维平台 + 算法落地 并非纯算法研究，也非传统运维，而是运维平台的智能化演进方向。 三、日常工作范畴 系统监控与告警 处理海量日志、指标及链路数据，利用 AI 进行异常检测与故障识别 智能根因分析 当系统崩溃或接口超时时，AI 自动定位问题源头、具体
协会快讯 | 2026 广州 AI 与无人系统推介会圆满举行
5 月 14 日，“聚力创新·2026 广州人工智能暨智能无人系统创新发展企业推介会”于兴业银行大厦隆重召开。此次盛会由广州市科技局、市投促办及市智能无人系统未来产业工作专班共同指导，联合广东省机器人协会、市科技进步基金会、广州产研院、广州产投资本及产投科创集团等多家单位主办。活动集结了政府代表、行业组织、高等院校、金融机构及领军企业代表近 200 人，聚焦产业风向、成果落地、场景应用及金融助力等热点，发布了多项重要成果与合作项目，生动彰显了广州在该领域的创新生机与生态优势。广州市投资发展委员会办公室专职
AI运行时代的管理危机：企业为何迫切需要AI治理平台
作者：云与数字化 关键词：AI Runtime、AI Agent、FinOps、AI Control Plane、企业数字化、AIOps、LLM、成本治理、AI Native、Agent Runtime 面向读者：企业管理者、CTO、CIO、产品负责人、AI 从业者、普通技术用户过去两年，全球企业几乎都在讨论同一件事情：AI。从 ChatGPT 到 Claude，从 GitHub Copilot 到 OpenAI Operator，从 AI Agent 到企业级智能体平台，整个行业正在快速进入 AI Na
智能代码开发与运维平台：AI如何让软件研发更高效
告别996！AI如何让程序员效率翻倍，从此只写“核心逻辑”？从“人找Bug”到“Bug找人”：AI如何让软件质量自己“说话”？大家好，我是通过AI应用创造价值的六哥，专注于AI提效、AI企业培训、AI企业解决方案、AI应用落地。今天我们正站在一个软件开发范式革命的前夜。国家“十五五”规划将人工智能置于科技创新与产业升级的核心，明确提出要“攻坚前沿技术，筑牢产业底座”，其中“通用人工智能（AGI）与大模型”的突破被视为关键引擎。对于任何依赖软件驱动业务创新的企业而言，这不仅是技术升级的指引，更是重塑核心竞争
美图AI转型：由工具向系统的全面落地与提效（XCOPS广州站）
2026 XCOPS智能运维管理人年会定于5月22日在广州召开，本届会议旨在探讨AI时代的实际落地应用，紧抓大模型演进、Agent深度实践等技术焦点，特邀行业领袖、资深技术大牛及学术界泰斗，从架构设计、实战经验至科研成果，共同挖掘AI在智能运维及数据库领域的最优解，寻求切实可行、可复制的突破路径。届时，美图高级运维技术总监王关胜将带来《从工具到系统：AI在美图的全面落地与统一提效》主题分享，让我们抢先预览：XCOPS · 广州站由工具迈向系统：AI在美图的全局落地与提效统一议题概览：怎样把AI从单一“工具
智慧城轨AI应用路线图
一、导论：智能新时代城轨高质量发展的价值共创（一）城轨行业的责任与核心价值城市轨道交通作为大运量、高效率的公共交通方式，既是缓解交通压力、促进土地高效利用及优化城市空间布局的重要途径，也是保障民生幸福、激发经济活力和维护城市安全稳定的关键支撑。伴随我国经济迈向高质量发展新阶段，轨道交通领域迎来全新转型机遇，打造智慧化、绿色化、融合化并具备全球引领力的新型城轨体系已成为业界普遍共识。以AI为核心驱动力的新一轮技术浪潮，为城轨交通实现全面革新与跨越提升创造了历史性机遇。针对运营管理中提质降本增效的紧迫诉求，人
人工智能专业3+2对接重庆电讯职业学院
人工智能技术服务专业重庆电讯职业学院（对接院校）专业培养目标本专业旨在培养理想信念坚定，德、智、体、美、劳全面发展，具备扎实科学文化素养与良好人文精神、职业操守及创新意识，秉持精益求精的工匠精神，形成较强就业能力和可持续发展能力的人才；同时系统掌握本专业所需的知识与技术技能，具备良好的信息科学与数理统计基础，了解计算机系统相关内容，并具备扎实的编程能力，掌握大数据的基础知识与应用技能，能够胜任人工智能技术应用开发、系统管理与维护等工作，能够从事智能系统集成、智能软件设计与开发、智能应用系统管理与运维、产品
AI精读 5月7日：低成本、高安全与多智能体
商汤科技联合创始人兼首席科学家林达华在接受CNBC采访时表示，公司从DeepSeek的成功里获得了关键启示：在资金与技术资源受限的情况下，依然能够做出具备高性能的模型。林达华提到，OpenAI 的图像生成工具 ChatGPT Images 2.0 虽然能产出较为精致的图像，但商汤的日日新U1模型成本仅相当于前者的十分之一。她强调，如果某个模型已经能覆盖大多数使用场景，就不一定非要追求顶级型号。尽管在能力上仍与 OpenAI GPT Image 2、Gemini 等国际前沿模型存在差距，但商汤更强调成本更低
基于OpenCode构建智能运维助手的实践探索
深入钻研AIOps领域已逾半载，目前手中已积累多项可实施的方案，后续将把这些方案悉数整合进我的大模型教学课程中。本周直播课计划重点剖析OpenCode，因此近期频繁使用该工具，并尝试基于它构建了一款智能运维助手，实际体验后发现，其灵活性与轻量化程度相比Dify更胜一筹。既然你阅读了此文，想必对OpenCode并不陌生，没错，它正如Claude Code、Codex CLI那般，是一款AI编程利器。OpenCode的核心优势在于开源、卓越的终端交互体验、可控的权限体系以及深度的可定制性。今日便以此为例，为大
AI赋能电力全流程：预测精度超95%，智能运维助发电收益增10%
人工智能与电力产业的深度结合，是打造新型电力系统、促进电力行业数字化升级的重要引擎，其核心价值在于利用AI算法的数据分析及智能决策能力，化解传统电力行业发电不稳、运维效率低、交易决策滞后等难题；AI功率预测、智能运维平台等核心应用的全面推广，已达成功率预测准确率突破95%、运维故障率降低50%、发电收益提升5%-10%的显著成果，正推动电力行业由“传统人工驱动”向“智能技术驱动”的全面跨越，助力“双碳”目标的实现。AI+电力，本质是将人工智能技术（涵盖机器学习、深度学习、大数据分析、计算机视觉等核心分支）
从手动到全自动：AI运维新纪元
在如今的AI浪潮中，企业IT运维正在迎来一次较为彻底的升级。过去更多依赖人工处理的运维方式，正被更智能、更自动的方案逐步取代，带来效率与可靠性层面的明显提升。在AI时代，运维自动化的占比持续上升：从以往被动“救火”，走向主动自愈的体系化演进。当下，AI推动的业务与技术形态不断变化，企业IT系统的复杂度也随之快速攀升。云原生、微服务、多云组合以及AI大模型的部署节奏，都在加大运维难度。手动巡检、依靠脚本操作、以人工排查为主的旧方法，往往难以覆盖海量数据带来的波动，也难以应对故障发生时的高频变化。值得关注的是
告别云端延迟！光伏电站“边缘大脑”实现智能自主运维
设想一下：在广袤的西北戈壁，一座占地千亩的光伏电站正在运转，周围几十公里内缺乏信号。突然，几块组件因积灰或热斑故障，发电效率悄然下滑20%。传统方案需将数据上传云端，待分析并下达指令往往耗时数分钟。这短短几分钟，就是白白流失的电量和收益。如今，边缘计算技术正颠覆这一局面。它将原本依赖云端的人工智能推理能力，直接部署到现场设备。这台设备宛如电站的“现场大脑”，全天候独立运作，无需联网即可完成感知、判断、告警及初步决策。图1：这是一座典型大型光伏电站的鸟瞰图。大规模组件阵列分布广泛，人工巡检效率极低， 亟需A