AI与机器视觉观察报告（2606第4期）
点击蓝字关注我们时间范围：2026年6月16日—6月22日一政策风向本周人工智能领域的政策信号密集释放，从全球治理到国内产业战略，均有重要进展。全球AI治理迎来“中国方案”。6月17日，国务院新闻办公室发布《构建更加公正合理的全球治理体系：中国的理念、倡议与行动》白皮书。国家发展改革委副主任周海兵在发布会上表示，中国率先发布《全球人工智能治理倡议》，确立了智能向善、安全可控、普惠公平的治理导向。中国正在加紧筹建世界人工智能合作组织，欢迎各方加入。此外，今年7月中国将在上海举办2026世界人工智能大会暨人工
凌云光：AI浪潮下的视觉巨头
点击上方“陆亿财猫”→点击右上角“...”→设为星标⭐2026年6月，凌云光股价在60-70元区间波动，市值约331亿元。这家聚焦机器视觉与光通信的科技企业，过去一年业绩亮眼，但也引发市场对其估值的分歧。2025年财报显示，公司营收达29.12亿元，同比增长30.35%；归母净利润1.61亿元，增幅达50.70%。按此计算，静态市盈率超130倍，市净率约5.8倍，在A股科技板块中位居前列。但估值需动态看待。机构普遍预测2026年净利润将在3.5亿至4.5亿元之间，较2025年增长逾100%。若达成，动态市
三大场景揭秘AI如何驱动智慧工厂
AI怎样助力智能工厂升级？人工智能正加速推动智能制造与数字化转型的落地，在多个产业场景中已展现出显著的应用价值。对于制造业而言，它已成为建设智能工厂的核心技术之一。从技术定义来看，人工智能是研究并开发用于模拟、延伸和扩展人类智能的理论、方法、技术与应用的科学。新一代人工智能技术涵盖自动识别设备、人机交互系统、虚拟现实、机器视觉、自然语言处理、大数据智能分析以及机器学习等。
人工智能与机器视觉周报(2606第3期)
点击蓝字关注我们时间范围：2026年6月09日—6月15日一政策风向国家数据局近期发布了一份全面的数据赋能AI实施计划，成为本周政策焦点。该局推出了《关于推进行业高质量数据集建设行动的实施方案》，在供给、流通和应用等关键环节部署了六大专项行动，重点聚焦智能体、具身智能和世界模型，并引导数据标注创新试验区的建设。这是国家层面首次对数据赋能人工智能发展进行的系统性规划。同时，国家数据局还举办了“完善数据规则 赋能AI创新发展”座谈会，强调要进一步完善数据制度规则，构建面向AI发展的优质数据供应体系。工信部本周
物理 AI 产业链核心标的深度解析
物理 AI 概念涵盖仿真、感知、执行及整机制造等关键领域，以下为重点关注企业：1. 仿真与 AI 平台（物理 AI 的“中枢系统”）· 索辰科技 (688507)：国内 CAE 仿真领军者，自主研发“天工·开物”物理 AI 平台，并融入英伟达生态系统。· 凡拓数创 (301313)：打造“物理 AI+3D 数字孪生”关键技术，搭建机器人动作演练环境。· 天娱数科 (002354)：构建空间智能 MaaS 服务平台，助力机器人“大小脑”协同进化。2. 感知层（物理世界的“感官神经”）· 奥比中光 (6883
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
AI质检时代开启
在工业制造的众多流程中，质量检测一直是个两难问题：它至关重要却成本高昂，且对准确性的高要求与人工检测的易疲劳形成冲突。作为制造业的一名老员工，我对其中的挑战深有体会。曾引入传统AOI设备，本以为能提升效率，但误检频繁，最终仍需大量人工复核。那段时期，我们从依赖人力检查进入到了人机协作的阶段，但效率提升并不明显。而如今，工业质检领域正经历一场静默而深刻的变革。AI大模型的引入，正逐步改变“人工兜底”的模式，使“机器主检”成为可能，这不仅是技术的升级，更是制造业效率提升的革命。传统AOI的局限与AI的“智慧大
物理 AI：重塑工业智能新范式
工业 AI 体系普遍构建于分层架构之上，自下而上主要涵盖感知层肩负从现实物理环境获取数据的重任——利用工业相机捕捉工件影像、通过编码器回传关节角度、借助力传感器侦测接触力度。这些数据构成了系统闭环控制的基石。控制层专注于实时处理感知信息并下达控制指令——由运动控制卡解算伺服电机扭矩、视觉处理器运行瑕疵检测算法、PLC 执行逻辑互锁。该层级的显著特征为硬实时性：控制回路必须在限定时间窗内（通常为 1-10ms）完结，否则将引发安全隐患。边缘层致力于在设备端部署 AI 推理——诸如瑕疵检测模型、视觉定位算法及
AI赋能制造转型分享会成功举办
01AI智造现场开场当传统制造遇上人工智能，产业变革的新风口已然到来。6月7日下午，AI赋能机械制造业的分享会在NBOPC赋能中心顺利开展，现场参会人员积极互动、热烈交流，沉浸式探索从传统制造到AI智造的转型之路。02实战专家拆解路径本次分享由拥有14年汽车制造行业经验的数字化实战专家刘磊主讲。深耕制造领域多年的他，结合海量实战案例，为在场伙伴们拆解智造转型的逻辑、技术、落地方法与全新机遇。03从工业迭代看转型分享伊始，讲师梳理了从工业1.0到工业4.0的迭代历程，点明AI+工业互联网正引领新一轮产业变革
英伟达All in物理AI新赛道!10家核心标的深度解析
当前市场上的通用AI大模型普遍存在同质化竞争激烈的问题，单纯依靠内卷难以实现突破性增长。真正能够驱动行业下一轮发展的，是深度融合实体产业的物理AI，这也成为AI领域实现差异化竞争的关键路径。英伟达近年来在人形机器人和物理AI赛道上持续加大投入，技术与资源倾斜力度空前。在GTC大会上，英伟达发布了全新的Cosmos3全模态物理AI模型，有效破解了行业应用落地的核心瓶颈。过去物理AI的研发周期通常需要数月时间，如今已缩短至仅需数天，技术壁垒被彻底瓦解，物理AI正式从实验室走向商业化应用阶段。综合各企业的核心技
AI智能除霜重塑冷链：单台冷风机月融霜次数锐减76%
冷链物流领域，冷风机除霜常被视作微不足道的环节，实则是吞噬巨额能耗的“隐形黑洞”。传统冷库多采用定时除霜策略——无论结霜轻重，每4至6小时强制加热一次。这种“定时轰炸”式操作引发大量无效加热，既浪费电力，又将热量引入库内，迫使压缩机额外做功以抵消热负荷，形成典型的“内耗循环”。2025年7月，名为“AI智慧融霜”的技术在长运冷链物流中心落地，以真实数据证实：制冷系统中这一看似次要的环节，实则蕴含巨大节能潜力。从“定时除”到“看霜除”：AI如何重构除霜逻辑。AI智慧融霜系统的核心逻辑并不复杂——以机器视觉取
构建物理AI时代3D感知基础 | OPT SuP成果入选CVPR 2026
使机器在复杂环境中准确理解三维空间—这是3D视觉的核心挑战，也是OPT持续研究的关键技术方向。6月3日至7日，第43届国际计算机视觉与模式识别会议（CVPR 2026）在美国丹佛召开，OPT的研究成果— SuP（子云驱动的点云配准方法）成功入选会议Highlight。作为计算机视觉与人工智能领域的顶级学术盛会，本届大会共收到16,092篇投稿，录取率仅为25.42%。OPT论文的入选，不仅标志着国际学术界对OPT技术实力的认可，也展示了其在3D感知基础算法上的不断进步。点击文末 “阅读原文”，查看论文详情
AI 机器视觉赋能产品外观瑕疵智能筛查
AI 机器视觉助力外观瑕疵智能筛查导读在制造一线，外观质检是把控品质的核心环节。决定产品能否上市，不仅要看功能是否达标，外观成色同样至关重要。刮痕、脏污、裂痕、凹陷、扭曲、毛边、色泽不均、漏装、错装及印刷瑕疵等，均会损害产品一致性，削弱客户体验并拖累品牌声誉。往昔，众多企业依赖人工目测进行外观把关。质检员凭肉眼审视产品表面以甄别缺陷。此法虽灵活直观，但在面对高速流水线、复杂构件及高标准一致性需求时，其效率低下、标准不一、漏检频发及人员易疲劳等弊端日益凸显。伴随人工智能、机器视觉、深度学习及工业摄像技术的迭
高通 IQ9075：开启端侧 AI 工业新时代
高通 IQ9075 工业级处理器，凭借 100 TOPS 的强劲算力，引领端侧 AI 步入全新阶段。🚀 核心优势：算力澎湃，近在咫尺IQ9075 内置高性能异构计算架构，可支持 13B 大模型在本地流畅运行。实时决策、数据隐私与极致效能于边缘端完美统一。图 1：工业智慧的“引擎”——高通 IQ9075🤖 场景应用：全栈智能，无所不在1. 工业机器人与视觉质检强劲的 NPU 助力实现高精度 SLAM 导航及亚毫米级瑕疵识别，赋予机器人敏锐的“视觉”与智能决策力。图 2：实时推断，精准协同2. 边缘 AI 盒