AI 的核心价值：让人回归思考，而非操作机器
指导学生在项目实践中，常因一些极基础的实操问题受阻。并非项目本身复杂，而是操作层面的障碍。诸如无法切换浏览器、不会截图、下载后不知文件存档位置等。每次都得停下教学，可学生往往转头就忘，下次依旧发问。然而，更令我深思的是另一现象。班里部分学生操作电脑时格外谨慎，尤其是女生。她们并非缺乏技能，而是不敢尝试。新建文件夹不敢点击，分不清保存与另存为，下载物品后不知去向。她们自我暗示无法驾驭电脑。久而久之，这种心态会筑起高墙。未及开始，便认定自己无能为力。你是否察觉，许多成年人亦是如此。面对新软件，第一反应并非好奇
AI 视觉检测案例三：几何尺寸与缺陷精准测量
点击上方 [鸾矶智能为制造企业赋能] 关注我们尺寸误差、几何瑕疵、精度漂移、检测低效、隐形成本高企，是当下制造业质检的普遍难题。传统人工与陈旧设备的检测方式，已难以匹配智能制造高速产线的需求，成为企业提升质量、降低成本、增加效率的关键短板。为此，鸾矶智能发布全新 AI 视觉检测方案，凭借领先的 AI 视觉技术，精准解决尺寸几何测量与缺陷检测难题，以微米级精度和全流程智能化，强力推动制造业品质数字化升级。在智能制造浪潮下，AI 视觉检测已成为产业升级的核心机遇，取代传统人工与老旧设备是必然走向。从市场数据即
上海交大孙宝德团队：AI 破解高温合金缺陷与性能关联难题
镍基高温合金在航空发动机及燃气轮机等高温环境中应用广泛，其力学表现直接决定关键部件的可靠性与使用寿命。然而，精密铸造过程中难以避免的疏松缺陷，加之显微组织复杂多变，使得材料性能预测长期面临严峻挑战。为解决这一瓶颈，上海交通大学孙宝德院士团队研发了一种融合显微组织与缺陷信息的多源深度学习框架，成功实现了对含疏松缺陷高温合金拉伸性能的精准预测。该成果以“Mechanical property prediction of superalloys with microporosity defects using
智能AI视觉检测设备
1.不良品流出，引发客户投诉， 遭遇产品召回等巨大风险。2.人工检验稳定性低，速度慢 无法满足高节拍产线质检需求。3.金属表面镜面反射严重“缺陷”在强光下不可见。产品介绍这款AI视觉检测设备，核心由高清晰度3D成像系统、AI 图像算法及自动化上下料机构（可选）构成，借助 AI视觉技术，对钣金件组装期间错钉、漏钉、尺寸偏差等瑕疵进行全自动判定，适用于机加、钣金、电子等行业的快速生产线。检测效能比人工高10倍以上，大幅降低漏检几率及召回费用。1.3D运动协同成像：针对大尺寸钣金件，运用 3D运动分区域拍摄并实
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
豆包AI难辨馒头包子？博主吐槽：这也能收费？
新浪科技综合一位知名网红博主分享了一段关于豆包AI的趣事：“你们这软件怎么回事，我让它生成馒头，试了上百次，出来的全是包子，难道连馒头都做不对吗？赶紧修复这个漏洞！”从对话内容看，豆包AI在多次被提醒后，依旧把馒头画成了包子。即使明确要求只生成一个馒头，它最终给出的仍是一张包子的特写图片，最后只能尴尬道歉：“我太蠢了，抱歉。”此事迅速引发网友讨论，许多人尝试后惊呼：“确实如此！”近期，关于豆包计划在6月下旬推出收费模式的报道引发广泛关注——豆包真的要收费了！预计6月下旬上线！官方承诺始终提供免费服务，收费
南都电源内控重大漏洞，投资者可申请赔偿
登录新浪财经APP 搜索【信披】查看更多考评等级 曾为国内电池行业领军企业的南都电源，因内部控制问题及业绩大幅下滑而陷入争议，进而引起投资者索赔热潮。 2026年4月24日，公司发布《2025年年度业绩预告修正公告》，将原先预计的亏损8.9亿元至12.5亿元，大幅下调至亏损24亿元至28亿元。仅2025年第四季度亏损就超过24亿元。结合2024年亏损14.97亿元计算，两年累计亏损已超40亿元。 对于业绩预告的大幅调整，公司解释称主要由于资产减值准备增加、营业收入减少及毛利率下降。然而，此前预告与最终数据
丰田领衔 日本八大车企放宽零件缺陷判定标准
据日媒披露，日本汽车制造商协会正联手制定统一的零部件缺陷判定准则。今后，那些不影响功能且装配后难以发现的小瑕疵，将不再被判定为不合格品，可直接投入生产。 此次是日本汽车业首度统一放宽质量门槛，其背后直接动因是中东地缘局势紧张，致使原材料采购受阻。 据悉该新规由日本汽车工业协会与零部件工业协会联手起草。前者囊括丰田、本田等8家乘用车及商用车巨头，后者涵盖约450家零部件厂商。双方定于2026年前，分批次在各类零部件中推行此标准。 核心调整在于：过去零部件厂商一旦发现表面有小黑点或细微瑕疵，即便功能正常，也常
智能AI技术驱动增材制造研究及产业应用专题
当今世界，全球制造业正经历以数字化、智能化为特征的新一轮工业变革，增材制造（Additive Manufacturing，AM）作为智能制造的核心组成，已从快速原型阶段发展为可应用于航空航天、医疗器械、汽车工业等高端领域的精密制造技术。然而，增材制造过程中的工艺稳定性控制、缺陷实时监测、产品质量预测等问题仍是阻碍其大规模工业化应用的主要瓶颈。人工智能（AI）技术的飞速发展为解决上述难题提供了全新思路与途径。通过机器学习、深度学习、融合AI大模型工具辅助科研、物理信息神经网络等AI技术，可实现对增材制造过程
AI志愿填报真相：能辅助不能代劳
AI究竟能否用于填报志愿？答案是可以，但必须用在正确的环节。你可以让AI查询专业详情，可以请它整理学校资讯，可以委托它对比学费、校区及体检限制，也可以让它分析招生章程中的潜在风险。然而，若指望AI直接生成全套志愿表并照单全收？绝对不行！在志愿填报这一领域，AI的角色更接近于搜索引擎，而非专业顾问。搜索引擎仅提供素材，专家则负责研判，这一核心差异各位家长务必厘清。笔者实测了豆包、通义千问、腾讯元宝、Kimi、DeepSeek及文心一言等主流AI工具，发现它们存在一个共性问题：均会不负责任地推荐未在当地招生的
金龙电机赴港 IPO 疑云：审计频换、数据修正与财报差异
下载新浪财经 APP 检索【信披】查阅更多评级详情 来源：新浪财经上市公司研究院 撰稿：渚 5 月 25 日，浙江金龙电机股份有限公司（简称“金龙电机”）正式向港交所主板递交上市申请，日进资本（SUNNY FORTUNE）出任其独家保荐人。 金龙电机此前曾先后谋划在上交所、北交所挂牌，三次 IPO 尝试均以失败告终。期间，公司屡次更换辅导券商与审计机构，并频繁对过往会计差错进行追溯调整，波及十余个会计科目，折射出会计基础不牢、内控机制缺失等隐患。 此次金龙电机提交的招股说明书，与其历年经审计年报中的营收、
AI加速发现Linux安全缺陷,Torvalds对智能化代码提交持更严格立场
导语：Linus Torvalds发出警示，Linux主版本开发阶段的大量变更可能“危及长期稳定性”。当前业界正广泛运用人工智能技术对Linux系统进行缺陷排查，例如借助Claude Mythos与OpenAI Daybreak等方案，针对已知案例的漏洞识别日益增多。CloudLinux掌门人 Igor Seletskiy就此评论：“真正的隐忧在于，过去我们通常只会遇到一两例波及多个发行版本的内核级LPE（Linux权限提升）漏洞。而眼下，短短一周内我们就已发现了两例。我们预判这种态势将延续数月，意味着企
AI视觉缺陷检测系统技术标准发布
近日，中国智慧工程研究会发布了《基于人工智能的机器视觉缺陷检测系统技术规范》（征求意见稿），该文件明确了基于AI的视觉缺陷检测系统的基本结构、功能标准、性能指标、测试方式及数据管理安全要求，包括误检率应≤5%、漏检率应≤0.05%、缺陷识别准确率应≥80%等性能指标。适用于生产、质检等领域中，使用机器视觉进行缺陷检测的系统设计、开发、部署和应用。如下：基于人工智能的机器视觉缺陷检测系统技术规范1 范围本文件规定了基于人工智能的机器视觉缺陷检测系统的基本架构、功能要求、性能要求、试验方法和数据管理与安全。本
现代汽车软件故障致42万辆车召回
美国道路安全监管机构（NHT1SA）于22日发布通告，现代汽车因软件问题可能引发安全风险，将在美召回超10万车辆。据公告显示，此次召回涉及2025至2026年款现代圣克 Cruz、途胜及途胜混合动力和插电式混合动力车型，数量达421078辆。涉事车辆前置摄像头软件错误可能导致前向防碰撞系统提前激活制动程序，存在安全隐患。针对上述隐患，现代汽车将为相关车辆提供免费的前置摄像头软件升级服务。此次为现代汽车一周内在美国发起的第二次大规模召回行动。此前因混合动力控制单元过热风险召回5.4万辆汽车。
AI赋能增材制造技术突破与产业应用实践
当前，全球制造业正处于以数字化、智能化转型为核心的第四次工业革命时期，增材制造（Additive Manufacturing，AM）作为智能制造的重要组成部分，已从早期的快速原型制造逐步发展为可广泛应用于航空航天、医疗器械、汽车工业等高端领域的精密制造技术。然而，增材制造过程中的工艺稳定性控制、缺陷实时监测、产品质量预测等问题仍然是阻碍其大规模工业化应用的核心挑战。人工智能（AI）技术的快速发展为解决上述问题提供了全新的思路与方法。通过机器学习、深度学习、融合AI大模型工具辅助科研、物理信息神经网络等AI