抽检合格却致歉？双汇陷兽药超标风波
关注金麒麟分析师研报，获取权威、专业、及时、全面的股市资讯，助您发掘潜力主题机会！ 来源 | 野马财经 作者 | 方璐 猪，究竟注射了多少药物？ 5月28日，受“猪肉抽检不合格”事件影响，双汇正式道歉。 这条于28日迅速登上热搜的“致歉声明”——全文共5段，盖有一枚大红印章，落款为“河南双汇投资发展股份有限公司（简称“双汇发展(24.720, 0.04, 0.16%)”）”，日期标注为2026年5月28日。 就在前一天，这家在全国拥有2.24万家经销商、年加工肉制品超200万吨、单班年屠宰生猪超2600万
智慧工地：AI 化身核心驱动力
敬请点击 [您的 AI 应用大全] 进行关注智慧工地：AI 化身核心驱动力城市天际线不断攀升，建筑工地宛如现代文明的“造血中枢”，却长期受困于高风险、高强度及多环节协作的复杂困境。传统施工现场中，工人攀爬脚手架，机器轰鸣作响，但隐患频发：安全事故多、资源损耗大、管理效能低。如今，伴随大数据、计算机视觉与物联网技术的日益成熟，AI 正从“辅助者”跃升为“主导者”，为工地智能化筑牢技术根基，推动行业从“拼汗水”向“靠智慧”的深刻变革。一、解析 AI 在工地中的“主导”地位在智慧工地的宏大舞台上，AI 身兼数职
国产创新药爆发：研发提速与质量获国际肯定
国家药监局最新披露的数据显示，今年我国已批准19款创新药上市，其中国产药物占据15款。仅一季度，我国创新药对外授权交易额便突破600亿美元，几近2025年全年1300多亿美元规模的一半，刷新历史纪录。这一交易额的迅猛增长，折射出我国创新药研发实力与质量水准已获国际高度认可。 创新药是守护人民生命健康的坚实防线。今年《政府工作报告》明确指出，“推动创新药和医疗器械高质量发展，更好满足人民群众多元化就医用药需求。”当前创新药临床应用成效如何？又如何在确保质量的基础上加速创新进程？记者对此进行了深入调研。 对接
机器之眼：制造业质量检测的智能化转型
在工业生产领域，质检环节具有独特地位。它不像加工工序那样改变产品形态，也不像设备运转那样有量化指标，但它直接决定着产品能否进入市场。长期以来，工厂的质量管控主要依靠人工完成。质检人员在生产线旁，凭借经验判定产品是否达标。这种模式在产量有限、产品种类单一的时代尚能运作，但随着制造业向高精度、高效率、高一致性方向发展，其局限性日益凸显。最显著的变化是，产品复杂度持续上升，而人的能力边界并未同步扩展。以3C消费电子为例，手机玻璃表面的细微划痕肉眼难以稳定辨识；在动力电池领域，极片上的毛刺需要显微设备才能观测；在
温州制造业AI视觉检测创新实践——长江汽车电子案例
温州制造业AI赋能典型案例集智能应用示范浙江长江汽车电子有限公司针对制造业生产线全流程精细化质量管控需求，将人工智能与机器视觉技术深度结合，构建了一套智能化质量管控方案。该方案覆盖生产装配、物料流转等关键环节，围绕颜色辨识、形态识别、尺寸测量、光照强度检测、目标识别、瑕疵检测等核心应用领域，建立了从图像采集等感知能力、智能分析、数据协同、自主决策执行到闭环优化的完整质量追溯管控体系。该方案有效解决了传统人工质检模式下的行业共性难题，为柔性化生产提供了稳定可靠的技术保障。本案例聚焦制造业AI视觉检测关键应用
智能数据治理新路径：联通数据融合创新实践
数据中台建了，数据质量却始终上不去，这是运营商 CIO 普遍面临的困境。标准有了但各省各系统"各说各话"，目录建了但数据残缺、口径不一，治理团队不断扩容，问题却不见减少。根源不在数据，而在治理生产方式：依赖人工、经验驱动、被动响应，治理速度追不上数据增长。中国联通 "数据治理融合创新工程"，正是用DataOps+AI 双引擎，给出系统性解法，推动数据中台从 "仓库" 变 "引擎"，完成一场智能跃迁。一、范式革命：从 "人拉肩扛"
数字化驱动下的质量变革：AI检测与ISO 9001:2026双重挑战
制造业数字化转型进入深水区，质量体系不再是纸面合规工具，而是贯穿研发、供应链、生产、售后的核心竞争力。随着ISO 9001:2026最终版正式定稿，新版标准全面强化数字化、数据真实性、过程风险、持续改进要求，传统依赖人工巡检、纸质记录、事后整改的质量管理模式已无法满足新规范。与此同时，AI视觉检测、大数据过程监控、智能SPC、缺陷预测模型等技术快速落地，正在重构质检逻辑、成本结构与人员能力模型。当AI质检规模化应用遇上ISO 9001:2026强制落地，整个质量行业将迎来一轮结构性洗牌：合规能力不足的企业
AI赋能下的项目管理变革与实战解析
2026 年，人工智能已全面渗透项目管理流程，无论是传统的十大知识体系，还是 PMBOK 第 7 版强调的八大绩效域，都在经历范式重塑。人机协作已成常态，需求迭代速度呈指数级增长，质量把控转向 AI 原生标准，规划与变更趋于动态，团队及干系人管理实现数字化2026 年 X 月，我作为项目经理，参与了 [XX 单位 XX 智能信息系统 / AI 平台建设] 项目，全面主导规划、执行、监控及收尾。项目目标是 [简述项目目标：如构建基于大模型的智能业务平台、实现 AI 辅助决策、提升业务自动化水平等]，总投资
AI质检新突破 浪潮云洲星耀绕包量测一体机赋能线缆行业
强化AI技术在质量提升中的应用。近日，工信部印发关于做好2026年工业和信息化质量工作的通知，要求加速推进高品质质量大模型、工业智能体等融合应用，提高质量监管的精确性与效能。围绕“AI+质量管控”主题，浪潮云洲集团旗下工业AI视觉服务商国器智眸发布全新一代线缆AI质检装备——星耀绕包AI量测一体机，凭借流程化智能检测解决方案，攻克传统质检在效率与精度方面的瓶颈，推动线缆及其他行业企业质量管控体系实现革命性跃升。星耀绕包AI量测一体机专注于线缆生产过程的尺寸精度管理，解决因停机抽样检测引发的效率低、精度差、
去除AI痕迹：两种方法的深度对比与融合之道
一、核心相同点（方法论重叠） 均不认同"咒语式提示"：二者都觉得单个超长指令缺乏稳定性。 都承认"AI痕迹源于过度平稳、过分工整、太过流畅"。 都注重"人类文字的跳跃性/节奏感/不完美特质"。 都谈及范例引导的价值：我采用风格范本，对方也强调"正反面案例皆需"。 二、关键差异（你现在最该看的） 1) 目标层不同 我的方法：侧重"文体哲学 + 创作流畅"，追求"类人化表达"。 对方的体系：侧重"制造流程 + 工程化稳定"，旨在"规模化生产、可重复实现"。 2) 执行方式不同 我的模式：单环节创作驱动（由核心