人工巡检弊端显现，无人机AI重塑作业新范式
在电力、光伏、交通及市政等诸多领域，人工巡检长期以来一直是设备维护与安全监管的主要手段。然而，随着作业区域扩展及设施复杂度的增加，人工巡检效率低下、风险高企、漏检频发且成本高昂的弊端日益明显，已难以顺应行业智能化发展的步伐。无人机与AI技术的结合，凭借“空中哨兵”加“智能大脑”的双重优势，精准填补了人工巡检的不足，引发了一场巡检模式的革命性变革。一、人工巡检四大痛点，难以匹配现代需求 传统人工巡检本质上是“人眼加双脚加纸笔”的原始作业方式，在实际操作中处处受限： • ✅ 效率低下，耗时费力：人工日均仅能巡
AI驱动的自主运维体系建设：基于ServiceNow 2025 AI成熟度指数的企业实践路径
2025 年企业运维领域正经历一场深刻而静默的变革。ServiceNow 发布的《Enterprise AI Maturity Index 2025》调研数据显示：全球 70% 的企业已在业务流程中部署 AI，但仅有 15% 达成体系化应用。这组数据揭示了一个根本矛盾——企业不缺模型和工具，缺的是一套让 AI 与系统深度融合的架构方法论。AI 的核心价值在于"增强系统"而非"替代人力"。在 DevOps 与 ITSM 领域，AI 具有天然优势：这使企业能够以较低风险实现"AI 落地闭环"——从自动检测、智
AI落地为何总翻车？福建企业如何避开这些坑
前些天跟福州一家互联网公司的CTO聊了聊。他吐槽道："咱们年初就搞了大模型研发，模型迭代了三四波，POC测试也做了好几个，结果到现在还卡在demo演示阶段，根本没法上线。""听着挺美，一干就废"——这恐怕是许多福建企业技术团队在推进AI时的真实写照。作为技术掌舵人，你是否也深有同感？我们遇到的障碍，真的全归咎于自身吗？归纳一下福建企业技术团队在AI落地过程中最容易跌跟头的几个环节：❶ 选型陷阱：跟风换了几款网红模型，效果都不理想- 这款模型今天榜单第一，明天那款参数
云南发布AI赋能能源产业升级路线图
5月20日，云南省发展和改革委员会、云南省能源局联合发布《云南省推进“人工智能+”能源高质量发展实施方案（2026—2030年）》（云能源科技〔2026〕132号），提出以人工智能技术驱动能源产业链全面升级，充分发挥云南绿色能源资源禀赋和山地地形特征，设定2027年、2030年两个阶段发展目标，为新能源产业发展提供战略指引。《实施方案》提出到2027年初步建立能源与人工智能协同创新体系、打造10个以上典型应用场景且“绿色电力+智能算力”产业集聚区初具规模，到2030年形成覆盖全能源品种的智能调度集群、建成
变被动为主动：AI 预测性维护如何赋能工业设备自诊？
工厂中最令人焦虑的画面莫过于此？想必无数运维专家会立刻想到：机器骤然停摆，产线被迫中断，订单无法交付，客户投诉电话响个不停。这并非玩笑，而是每日上演的常态。行业数据显示，逾六成的工业设备故障会在振动、温度等指标波动中提前数周乃至数月显露端倪，然而传统人工巡检往往待到病情恶化才察觉——彼时，轴承保持架或许早已断裂，齿轮箱可能已然点蚀，损失已成定局。究竟有何良方能令设备“提前预警”？答案便是：AI 预测性维护。一、为何传统运维总是“头痛医头，脚痛医脚”？欲知预测性维护之价值，须先剖析传统运维模式之弊端。1.
昶睿科技考察沣东智算中心，深化AI人才培养
5月20日，西安昶睿科技培训中心在云合智能的盛邀下，前往沣东智算中心进行实地调研。团队深入大模型算力机房参观，经过深入交流，双方在多领域达成深度合作意向，并正式建立战略伙伴关系，共同致力于AI算力应用、技术落地及人才培养工作。参观期间，沣东智算中心技术团队详细展示了其算力基础设施及运维体系的独特优势。昶睿科技培训中心负责人对此表示，此次考察不仅为后续合作铺平了道路，也让他们对沣东智算中心的技术底蕴有了全面的认识。未来，双方将在五大核心板块展开紧密合作。除了重点打造智算运维工程师实战培训班外，还将涉及大模型
AI 识图对硬件有何门槛？简会系统低配轻松跑
众多企业在筹划导入 AI 图纸识别技术时，首要疑虑常是：“是否必须购置数万元的高配主机？现有办公电脑能否胜任？”这种担忧情有可原，毕竟市场上部分软件确实极度依赖高端显卡与大内存，但并非所有解决方案都如此苛刻。简会 AI 图纸识别系统推行本地化部署策略：仅需为企业配备一台专用算力服务器，即可承载所有高负荷运算，包括 AI 智能识别、尺寸自动提取、公差解析及形位公差理解等。员工终端无需高性能配置，只需通过浏览器访问指定地址并登录账号，即可调用系统服务，其设备仅负责页面渲染与指令收发。（该图为简会 AI 图纸识
AI赋能医疗建设！2026年度医院智能化场景征集活动启动
2025年8月，国务院发布《关于深入实施“人工智能+”行动的意见》，明确提出建设一批国家人工智能应用中试基地，将医疗健康领域作为核心发展方向之一。随着各地配套政策陆续落地，医疗AI正从单点试验向系统化应用转型。如何将AI技术与医院建设、后勤运维及医疗服务深度融合，需要行业各方共同参与、协同探索。为切实解决医院建设设计、施工验收、后勤安全、节能降耗、成本控制等实际难题，提升医院建设品质、运营效率和服务能力，将于6月5至7日举办的“医院后勤管理与更新改造高质量发展论坛”同期开展“人工智能+医院建设与后勤管理应
AI驱动配用电系统智能化转型：透明运维与多能协同实践
摘要：新一代配用电网络呈现分散化、高波动、广泛分布的特点，传统运营模式已难以满足实际需求，人工智能技术成为关键性的升级路径。报告提出构建"物理-信息-应用"三层技术框架，借助物联网操作系统与泛在通信技术达成设备灵活互联，通过云边端协同、多智能体群决策及分布式AI等技术手段显著提升系统协同效率。在AI感知诊断、协同调控、网荷互动三大应用场景深入实践，达成台区运行透明化、主动式运维、车网协同互动、光储充自主管理及电碳算一体化协同等目标。展望未来，系统将向能源智能体与"电-算-碳"深度融合的新一代技术范式演进，
AI与大模型重塑低空经济下的设施运维
不少人对人工智能、无人机及大模型的认知，或许还停留在：然而事实上，近年来变革最剧烈的，恰恰是那些最为传统的领域。例如：这些昔日极度依赖人力巡查的行业，如今正经历着由AI与无人机带来的深刻变革。并且这种变革并非遥不可及的“未来”，在许多地区，其实早已开始大规模应用。众多基础设施领域，其实长久以来都面临着一个共性难题：举个简单的例子：一条输电线路，或许要跨越数十公里的山区；一段高速公路，可能同时涵盖：一个大型风电场，其设备或许分散在几十平方公里的广阔范围内。过去如何应对？基本依靠人工。工作人员背负设备：不仅效
赵万秋获人工智能创新人物奖
当具身智能从实验室走向工业现场，谁能定义？日前，2026全球人工智能终端展暨第七届深圳国际人工智能展览会（GAIE）揭晓多项奖项。凭借在具身智能领域持续的技术突破与规模化产业落地，优艾智合联合创始人兼首席具身智能工程师赵万秋荣获“年度人工智能创新人物奖”，进一步体现行业对优艾智合典型实践的高度认可。在大会同期论坛上，赵万秋发表主题演讲，全面分享了优艾智合在具身智能领域的实际应用经验。他表示，具身智能进入工业现场，不是实验室算法与AI能力的简单组合，需要从工业的本质逻辑出发重新构建具身智能体系。这其中包含具
Teleste联手Polystar 助力有线网络迈向AI自动化运维
战略合作 芬兰知名企业Teleste联手Elisa Industriq旗下的Polystar，正式达成战略同盟，致力于推动有线网络运维的数字化变革。鉴于运营商正全面升级至10G基础设施，且对网络可靠性及性能指标提出了更高要求，双方联手将运维模式从传统的被动检修，转变为主动、自动化的预测性数据驱动管理。 技术整合 双方计划将有线网络技术与Polystar的云原生分析、AI驱动洞察及自动化技术深度融合，助运营商深度挖掘数据潜力。该联合方案致力于将海量数据转化为具备指导意义的智能策略，进而优化服务质量，削减现场
AI 谋略：借刀救人之 NAS 修复记
沙僧不擅夜战入夜后我极少指派沙僧（即 NAS 中的 Hermes 智能体）执行任务。缘由甚简——深夜我亦鲜少查看手机。那晚临睡前的最后一次滑动，瞥见关注列表中的公众号动态，本欲无事便锁屏休憩，却惊见绿联官方推送了一则警示：Linux 内核存在高危提权漏洞（CVE-2026-31431）风险通告心头顿时一紧。白龙马腹中珍藏着全家所有的影像、视频与文档——绝容不得半点差池。虽不愿起身开启电脑，却终究难以释怀。于是我破例唤醒了沙僧：“暂借你尚方宝剑，依此文内容为我修补漏洞，切记勿动其他分毫。”沙僧应声而去，即刻
AI 重塑云原生数据库：TDSQL-C 的 Serverless 智能弹性演进
导读腾讯云数据库 TDSQL-C 凭借 Serverless 架构与 AI 技术的双引擎驱动，有效解决了传统数据库在弹性伸缩、性能调优、成本控制及运维复杂度等方面的难题。本文深入解析其存算分离架构、预测式弹性机制、零抖动扩缩容技术，以及依托腾讯混元大模型打造的 AI 优化器与 Hermes Agent 智能运维体系。1. 云原生数据库的智能化转型2.Serverless 智能弹性伸缩3.AI 自学习查询优化器4.AI Navigator 智能数据库治理5. 互动问答环节分享嘉宾｜陈昊 腾讯云数据库高级产品
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%)