AI 赋能安全治理：从被动应对到主动防御
人工智能正在彻底重塑安全管理格局，其本质是将传统的被动事后处置，转变为主动事前预警、智能化实时监控以及基于数据的科学决策。一、核心应用范畴1. 视觉智能监控系统- 违规行为甄别：未佩戴安全帽或安全带、吸烟、使用手机、非法越界、劳保服穿戴缺失- 设施与环境风险：灭火器缺位、消防通道受阻、烟火探测、液体渗漏、粉尘浓度异常- 显著优势：全天候值守、秒级警报响应、识别精度超 94%、杜绝疲劳导致的漏检2. 预测性维护（设备安全保障）- 多维数据采集：振动频率、温度变化、声纹特征、电流负荷- 故障前瞻预警：AI 可
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
AI 智能体降临：门锁学会思考，安保无需守门
在人工智能席卷全球的当下，一场围绕“家门”的智能化变革正无声上演。伴随 AI 从“被动应答”向“主动感知、独立决策、自主执行”的深度演进，AI 智能体的出现，正促使智能锁从单纯的开锁工具，蜕变为安装在门上的“智慧中枢”。当守护家庭安全的首道关卡具备了“主动思维”，传统意义上的保安与守卫者，是否真的面临“失业”危机？本文将深入剖析这场由 AI 智能体引领的入户安全新革命。往昔的智能锁，多需用户主动按压指纹或刷脸方可开启，即便技术再尖端，也难逃“验证身份、执行指令”的机械轮回。然而，引入 AI 智能体后，局面
边缘AI新前沿：情景感知引领智能监测与维护变革
Stéphane Henry，意法半导体边缘AI解决方案副总裁人工智能（AI）正成为重塑日常生活的变革力量。从实时监测健康的可穿戴设备，到提升行车安全的自动驾驶，AI彻底改变了人机互动模式。智能工业设备能自主制定检修计划。随着设备线上线下深度融合，界限日益模糊。这一未来并非遥不可及，而是触手可及。这场变革的核心在于边缘人工智能。通过将AI部署在数据源头附近，边缘AI降低了模型对云端算力的依赖。面对全球数据激增、能耗攀升及可持续发展等挑战，AI从云端下移至边缘端显得尤为关键。半导体是AI变革背后的隐形功臣。
Vicinay Marine携手Tecnalia研发海上系泊设备远程腐蚀监测装置
Vicinay Marine与西班牙应用研究中心Tecnalia联合开发了一款传感器，旨在远程监测海上系泊缆的腐蚀情况，以提高海上系统的安全性、可靠性和使用寿命。 两家公司表示，该传感器采用电阻测量技术，可实时量化系泊部件的截面损失、模拟退化趋势并预测剩余使用寿命。 该技术面向海上风电场及其他浮式海上系统。在这些系统中，腐蚀仍然是影响暴露于恶劣海洋环境的链条和连接件完整性与耐久性的关键挑战。 该传感器已在Tecnalia位于西班牙北部海岸外的HarshLab浮式测试平台上通过了验证，该平台用于在真实海洋运
智能交通变革：AI、数字化与自动化技术应用探索(二)
译者说明：本文源自美国国家科学院交通研究委员会发布的专业报告，受原文篇幅限制，译文在确保内容完整性的基础上进行了适度精简，将通过本平台分期刊载。译文仅供学术交流与研究参考，请勿用于商业目的。鉴于译者能力有限，文中若存在翻译欠妥之处，敬请批评指正。本文将人工智能界定为一个统摄性概念，涵盖诸多技术分支，旨在完成通常需要人类智能方可胜任的各项任务，包括知识获取、逻辑推演、问题解决、感知识别以及语言理解等。为充分展现人工智能在交通运输行业的应用前景，本文从功能特性与应用场景两个维度对人工智能技术展开论述。当前，大
2026：AI赋能BIM进入实战爆发期
过去十余年，BIM始终扮演着建筑行业的数字化基础角色；而自2026年起，人工智能正演变为激活这一基础的强大引擎。这不再是停留在演示文稿中的构想。在方案设计、智能施工与智慧运营维护等环节，AI正转化为能够精准计算成本、清晰预见工期、准确评估风险的实际应用。接下来，我们将围绕建筑全生命周期——即设计、建造、运维三大环节逐一解析。每个应用场景，用通俗语言说明，并配以真实项目案例。设计阶段从“手工绘图”到“交互式生成”1AI方案生成：周期从半年缩至三个月核心要点：以往复杂项目需经历多轮竞标、耗时数月打磨方案；如今
工业AI走入车间：传统机械也能更“聪明”
2026年已过半，如果你仍把AI当成只会聊天、写作的“ChatGPT”，那就很可能错过一场正在制造业发生的“无声变革”。走进当下的先进工厂，你会看到变化：机器不再只是按部就班地执行指令，它们逐渐拥有“感知”和“判断”。从精密制造走向智慧制造，工业大模型正悄然重塑生产方式。不少人对AI依旧存在偏差，担心它在复杂工业现场难以落地。实际上，工业AI（Industrial AI）已经形成三类关键能力，正在把师傅们的经验转化为可复制的能力：01视觉质检：永不疲惫的“火眼金睛”传统抽检受时间与节奏影响，往往存在滞后。
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
AI驱动MEMS进阶认知感知
当 MEMS 传感器与 AI 相遇，“感知”不再只是单纯地“采集数据”，而是进一步变成能够听懂、看清、提前预测并做出智能判断的新一代感知能力。作为 AI 领域的“神经末梢”，MEMS 正持续为消费电子、智能穿戴、AI 机器人、智能家居、工业检测等多类场景注入能力，让终端表现更聪明、更稳定，也更贴近用户需求。在 AI 降噪耳机及 TWS/OWS 设备中，MEMS 麦克风与 AI 算法联动，可将人声与环境噪音更精确地分离，从而带来更清晰的通话体验与更深层的降噪效果；在手机、平板与智能音箱上，MEMS 麦克风阵
AI走进半导体制造：头部厂商渗透全景
各家厂商基于对自身业务场景与AI能力的不同理解，已呈现出深浅不一的AI落地程度。本文对主要半导体制造厂商的AI渗透现状做汇总梳理。智能制造可广泛覆盖员工产能调度、设备产能管理、工艺与设备控制、品质防护以及机器人控制等环节。通过融合智能移动终端、物联网、增强现实/混合现实与移动机器人等新型应用，并结合智能化自动物料搬运系统，实现晶圆制造数据的统一采集与分析整合。可将量产周期压缩约50%，实现技术复用（精准度可达100%），在不新增机台的前提下提升约20%-30%的晶圆产出。为提升整体效率，TSMC早在201
智能工业Agentic AI特刊征稿
Agentic AI赋能智能工业系统截稿日期：2026年10月10日人工智能的迅猛演进，正在带动工业生态系统向更智能、更自主、更具适应性的方向升级。本专题聚焦Agentic AI这一新兴范式，强调系统在动态环境中完成感知、推理、规划与自主执行的能力。随着工业5.0持续推进，对智能工业基础设施的需求不断上升。此类基础设施融合工业物联网（IIoT）、信息物理系统（CPS）、边缘计算、数字孪生以及自主机器人等关键技术。本专题希望汇聚Agentic AI在智能工业系统中的前沿成果，重点讨论其在真实场景中的设计、开
41号令催生新需求：AI+光学技术赋能变压器智能监测
2026年4月9日，国家发展改革委颁布第41号令——《电力重大事故隐患判定标准及治理监督管理规定》（简称41号令），规定自2026年7月1日起在全国范围内强制执行。电力安全监管由此告别“模糊排查”时代，进入“量化判定”的强制新阶段。该规定首次以国家强制性文件形式明确：直流±800千伏、交流1000千伏及以上变压器（换流变）监测中，乙炔含量达5微升/升或周增幅超2微升/升，氢气含量超450微升/升，总烃含量超450微升/升，均直接列为重大事故隐患。当“合规”成为电力企业的必选项，更深层的挑战随之而来：如何保
AI赋能航发智能检测
导读【美国航空周刊10月10日讯】航空发动机的维护、修理与大修（MRO）是保障飞行安全和提升运营效益的核心环节。伴随人工智能（AI）技术的演进，该领域正迎来深刻变革。AI技术不仅显著提升了发动机检测的精准度和作业效率，更为维修工程师和技术团队带来了更深层次的数据分析能力。英国德比市的AI新兴企业Amygda，专注于挖掘发动机及其零部件产生的海量数据价值。AI系统可将这些原始数据转化为实用洞见，协助技术人员更好地理解与应用。Amygda的核心技术在于从非结构化数据源中提炼知识，涵盖维修手册及企业资源规划（E
AI赋能可组装MES：智能制造的底层技术突破
制造业数字化浪潮正在加速席卷全球，这对制造执行系统（MES）的灵活性与智能化水准提出了全新挑战。传统单体MES架构的短板逐渐暴露，推动整个行业向可组装式MES（Composable MES）方向转型升级。在此基础上，人工智能（AI）技术的深度整合，正将MES提升至前所未有的智能化水平，打造出具有自主学习、动态优化能力的智能制造中央枢纽。本文将系统剖析可组装式MES的发展动因、关键特性及其核心价值，并深入探讨AI技术如何为可组装式MES注入新动能，特别是借助Mendix等低代码平台提速应用开发，同时运用Ra