登录社区云，与社区用户共同成长
邀请您加入社区
AI正在重塑中企出海的底层逻辑。从人形机器人的全链条出海，到AI硬件的生态出海，再到AI工具的智能化出海，中国企业的全球化正在从“产品输出”转向“技术输出”和“能力输出”。对于正在筹备出海的企业来说，AI时代的机遇更大了，但竞争的门槛也更高了。在投入资源之前，先把出海战略规划这件事做扎实，比什么都重要。方向对了，路才走得稳。（本文提及的行业数据来自海关总署、新华社、央广网等公开报道，企业案例基于公
管理供应商，不是为了管理而管理，终极目标是保障生产连续、稳定、高效地运行。人工智能排产系统（AIPS）给出的采购备料计划，正是连接“供应商交付”与“生产执行”的那座关键桥梁。用它作为衡量供应商绩效的新标尺，就是将管理的焦点从后台的“纸面合同”，转移到前台的“生产战场”。
AI与高端制造的融合目前正从单点技术试用走向，在研发、生产、运维等环节已有大量落地案例，未来将向自适应、具身智能与全域自治方向演进。
设施通常由光伏顶棚、储能电池、充电桩及传感器等设备构成，实现太阳能就地转化、电力柔性调配与电动汽车智能充电，呈现“分布广泛、无人值守、负荷波动”的特点，对运行安全与运维效率提出较高要求。为此，数之能提供面向光伏充电桩车棚场景的工业物联网监控平台解决方案。平台支持兼容主流充电桩、光伏逆变器、储能BMS、智能电表、环境传感器等异构设备，实现光伏发电数据、储能电池状态、充电桩运行参数及环境光照、温湿度等
在“工业大模型 × 数字孪生 × 具身智能”深度融合的认知型智能制造（SoI）与高级产品服务系统语境下，知识捕获工具与业务流程模型和符号流程建模方法已不再是传统IT时代那些静态、死板的文档查询与符号排版工具。
煤机行业的设备种类多、年代跨度大——有新采购的数控设备，也有用了十几年的老机床。基于物联网平台和数据中台，构建设备、产线甚至整个工厂的虚拟镜像，实时数据映射到三维模型上——设备温度高了、振动异常了，在虚拟空间里一目了然。设备运行状态、工艺参数、能耗数据这些实时信息，通常存在独立的时序数据库里，和订单、库存、财务这些经营数据井水不犯河水。生产数据、设备数据、经营数据打通之后，很多以前看不清的事情变得
第二届智能制造、机器人与自动化国际学术会议（IMRA2026）将于2026年12月25-27日在中国马鞍山举行。会议聚焦智能制造、机器人、自动化及人工智能等前沿领域，旨在促进国际学术交流与技术创新。征稿主题涵盖智能制造系统、机器人技术、工业自动化、AI应用等方向，录用论文将出版会议论文集并提交EI和Scopus检索。早鸟投稿（2026年9月24日前）享优惠，录用通知快（3-5个工作日）。会议提供学
AI会自动制定最优的竞价规则、动态时间表和供应商邀请矩阵，确保在可控、透明的环境中，利用供应商之间的心理博弈，推动竞争性价格压缩。如今，随着人工智能的发展，这些复杂的决策已被AI智能体接管。面对庞大的合格供应商群体，传统的邮件往来询价、Excel比价模式，不仅难以在短时间内激发出充分的市场竞争，还极易因人为因素导致信息泄露或串标，无法真正逼出市场的最低价。行业数据显示，规范化引入AI反向竞价机制的
作为物联网体系中落地最成熟的感知技术之一，RFID（射频识别）早已脱离早期的试点阶段，成为支撑供应链、零售、工业制造等领域数字化的核心基础设施。对于行业从业者而言，厘清需求的周期性波动与市场渗透的真实格局，是把控产能节奏、判断赛道空间的核心依据。
摘要： MP381A-AB08E MEMS声学麦克风以高灵敏度（-38dB±1dB）、59dB信噪比和75dB电源抑制比为核心优势，在复杂环境中实现清晰拾音。其超小封装（2.75×1.85×0.95mm）与低功耗（124μA）适配TWS耳机、智能手表等紧凑设备，全向性设计支持自然声场还原。增强抗干扰能力与低失真特性，使其成为智能手机通话降噪、AI语音交互及会议系统的理想选择，以硬件级性能平衡推动音
你有没有想过，为什么那么多大企业不惜重金，也要搞全厂数字化、设备流程自动化？核心目的就一个：把中间“等”的时间挤掉。
基于 RTOS 开发，可将每两路 485 划为一个采集任务，搭配 TCP 上传任务、显示任务、按键任务，总共 7 个独立任务并行运行。任务之间互不干扰，采集周期精准，上传稳定可靠，开发效率提升显著。当下的微控制器早已脱离单纯 IO 控制的定位，一款普通物联网 MCU 往往集成 WiFi、蓝牙、多路串口、SPI、I2C、ADC、LCD 控制器等十几种外设，对应的产品功能也日趋复合：一台智能家居中控要
Physical AI不只属于机器人。建筑、园区和工厂同样可以被看作由设备、传感器、控制系统和安全规则组成的分布式身体。本文讨论数字孪生如何走向工业空间Physical AI，以及微筑在其中承担的角色。
企业AI智能体迈向垂直深耕时代 2026年，企业AI智能体进入规模化落地阶段，Gartner预测全球40%企业应用将嵌入AI。实践表明，通用智能体难以真正创造价值，垂直场景的专精型智能体成为主流。 三大领域差异化需求 办公智能体：聚焦自动化重复工作，如腾讯WorkBuddy、阿里钉钉AI助理实现会议纪要、数据查询等场景，效率提升显著。 制造智能体：推动工厂自适应优化，如美的“工厂大脑”将质检效率从
判断具身智能机器人是否具备产业价值，人们很容易被单机演示吸引：机器人能不能听懂指令、识别物体、搬运零件，或者连续完成一段复杂动作。但当企业准备把机器人真正放进工厂时，问题很快会从“一台能做什么”变成“多台能否共同完成一条生产任务”。因为工厂的产出从来不是由一个动作决定的。物料要从仓储区送到工位，经过抓取、分拣、检测、装配和转运，不同设备之间还要共享订单、工件和质量状态。一台机器人完成得再漂亮，如果
整套轻量化方案无需改造设备控制系统，仅通过 PLC 数字输出端口对接三色灯，利用红黄绿三色编码区分设备运行、预警、故障三类状态，车间管理人员无需携带终端设备，依靠肉眼远距离识别产线整体工况，故障定位效率提升 80%。当下制造业数字化转型存在两极分化，大型工厂投入百万级 MES、工业物联网平台，而中小加工厂受预算限制难以落地全套智能管控系统，工业三色灯作为低成本轻量化视觉信号单元，可搭建零代码、低投
国产PLM选型指南（2026版）摘要 本指南基于权威产业数据，提出PLM选型应摒弃“全能产品”误区，围绕厂商原生基因与业务需求匹配，实现研发投入长期价值最大化。核心评估维度包括： 厂商基因：高校科研、ERP延伸、央企孵化等五大派系，各有适配场景与短板； 行业深度：军工、汽车、电子等细分领域对PLM的需求差异显著； 技术架构：云原生、微服务、信创适配等能力决定系统扩展性； AI成熟度：区分原生AI与
浙江聚集大量自动化产线、智能装备、机器人零部件制造企业，很多 10 人规模研发团队长期陷入两难：想要流畅完成整机装配、机构仿真，就得大批量采购图形工作站，硬件成本居高不下；继续使用老旧电脑，打开大型装配卡顿、频繁闪退，拖慢新品研发进度。依托，只用一台高性能云主机，支撑 10 人同时在线开展 SolidWorks 三维设计，原有工位旧电脑全部继续使用，实现降本、流畅绘图、图纸安全多重收益。
摘要 2026年制造业数字化转型已进入以AI Agent为核心的智能化阶段，其能力从数据记录升级为自主驱动业务闭环。主流方案分为全栈原生（如实在Agent）和云原生衍生两类，分别侧重系统操作与知识处理。优先落地场景包括客户运营、设备维护、研发协同与跨系统数据治理，需关注数据质量与国产化适配。企业选型应避免贪大求全，从高频重复任务切入，建立量化指标持续优化。AI Agent正成为制造业智能化的核心竞
《AI Agent技术助力制造业破解老旧ERP困局》摘要：随着制造业数字化转型深入，运行超10年的老旧ERP系统因缺乏API接口成为"数据黑洞"。AI Agent技术通过非侵入式架构实现智能连接，无需底层代码改造即可对接现代AI系统。市场主流方案分为全栈通用型（如实在Agent的视觉语义理解技术）和业务垂直型两类，前者在兼容老旧系统方面优势显著。尽管存在UI稳定性依赖等边界条件，AI Agent已
MES系统的成功实施是一个系统工程，需要技术、管理、人员三方面的协同推进。制造企业应充分认识到实施过程中的难点，提前规划应对策略，采用分阶段、价值驱动的实施路径，强化业务流程再造和数据治理，注重组织变革和人才培养。只有将MES系统与企业的生产管理实践深度融合，才能真正发挥其价值，推动制造企业向数字化、智能化转型升级。未来，随着工业互联网、大数据、人工智能等技术的发展，MES系统将向更加智能化、平台
"我们工厂网络最开始只是办公网——交换机和AP管管上网就够了。后来上了MES，车间里加了一批工业AP。去年引进了AGV产线，又加了一套零漫游方案。今年还要上IoT传感器，采购经理问我要不要再买一批物联网网关。我看着天花板上越挂越多的盒子，说实话有点烦——每上一次新业务就要加一种新设备，网络变得越来越像'打补丁'。这是一家电子制造企业IT主管的真实烦恼。制造业网络的演化具有典型的"加法效应"——每新
这是作者的专栏文章导航总台账，持续更新AI智能体、本地化AI落地、Python实战等系列内容。作者为20年IT老兵，聚焦制造业AI应用，分享RAG知识库、Agent智能体开发、Python工程化工具等实战经验。目前已发布多篇技术文章，包括本地大模型部署、AI客服系统搭建、亲子编程案例等，所有案例均提供可复用的工程源码。文章按核心主线分类展示，并附更新日志，建议读者关注收藏，不迷路，后续经常内容不断
从传统全代码开发到早期低代码平台，再到融合 AI 智能体的低代码平台，企业开发模式的每一次变革，都是为了更好地解决效率与定制化的平衡难题。AI 智能体与低代码的深度融合，不仅实现了开发效率5倍的跨越式提升，更打破了技术壁垒，让企业数字化转型不再依赖高端开发人才，降低了数字化转型的门槛和成本。在数字化转型成为企业核心战略的当下，AI 原生低代码平台将成为企业数字化建设的重要工具，帮助企业快速响应市场
课程方面，项目摒弃传统单一商科教学，搭建适配智能制造行业的专属课程体系，除管理经济学、战略管理、投资分析等商业根基课程外，重点开设机器人与具身智能、AI产业新坐标、新兴技术管理、企业出海战略、全球供应链管理等核心模块，完美匹配智造企业数字化转型、技术迭代、全球化布局需求。目前国内适配智能制造行业的国际EMBA主流项目，主要包含香港科技大学EMBA中英双语、中欧国际工商学院EMBA、香港中文大学EM
系统界面、操作文档、报表模板均支持本地语言切换，海外工厂的本地员工可以用母语操作系统，国内总部用中文查看数据，无需切换系统。但一涉及海外业务，ERP系统就面临严峻考验：海外工厂要用当地语言操作、按当地会计准则做账、用当地币种结算，国内总部还要把所有海外数据合并过来看。从四大服务商对比来看，金蝶AI星瀚在国产ERP厂商中全球化能力最强，多语言覆盖广、多准则支持完善、全球数据实时协同，是有海外工厂的大
作为国内聚焦工业级 AI 智能体的原生科技企业，天呦科技依托 AI 原生技术团队，深耕“AI+工业制造”垂直赛道，深度贴合工信部 “人工智能 + 制造” 专项行动政策与制造业新质生产力培育政策导向，面向电气制造、汽车制造、具身智能等核心场景，提供一站式 AI 数字员工、工业AI辅助设计、行业私有知识图谱私、私有化智能部署一站式解决方案，精准解决传统制造数字化成本高、适配性弱、数据不安全、智能化落地
流程制造（化工、制药、食品）的MES系统架构相对标准化——核心是DCS/PLC数据采集+Batch Record管理，数据流向相对固定。理解了这些挑战，再来看技术架构选型就有章可循了。
编号领域方程式中文名称数学方程式及参数列表（含数值/区间）详细说明（含边界条件/数字/区间/描述）关联知识应用场景（1–3 nm GPU）1器件物理 · 量子修正泊松（TCAD 必备）∇·(ε∇ψ) = −q(p−n+N_D−N_A) + ∇·P_QM量子修正泊松方程（QM-corrected Poisson）- ψ(r)：静电势- ε：介电常数（Si ~11.7ε₀；SiO₂ ~3.9ε₀；
真正可规模化的物流数智化，需要把试点经验沉淀为统一的数据标准、场景模块、系统接口、实施方法和运营机制，使新项目能够在既有框架上快速配置，而不是从零开始。RFID、UWB、PTL、叉车终端、AGV、AMR、视觉设备和机器人可以保留差异，但输出的位置、状态、任务、告警和执行结果应按照统一格式进入平台。标准体系的基础，是让人、车、机、物、场、器和任务拥有统一的数字定义。全厂物流流程非常复杂，但可以拆解为
中国工业机器人企业正加速走向全球市场，但面临海外获客难题。随着采购模式转变，海外客户更多通过互联网搜索供应商，竞争已从销售端前移至搜索端。全球机器人市场持续增长，应用领域从汽车制造扩展到物流、新能源等行业。然而，企业海外推广常存在三大痛点：网站缺乏解决方案思维、关键词布局偏离采购需求、未适应AI搜索趋势。未来企业需构建"数字竞争力"，包括专业数字身份、行业内容体系和询盘转化路径。随着搜索竞争时代来
摘要： 镜像视界推出新一代边境活态感知防御系统，颠覆传统静态贴图数字孪生模式，解决边境安防六大痛点：模型滞后、感知割裂、追踪断链、被动响应、高成本运维及极端环境失效。核心技术依托自研SpaceOS®空间操作系统，实现视频动态孪生、全域拓扑组网、跨镜无缝追踪、三维空间解算及风险主动预警，无需人工建模即可实时同步物理场景。方案100%利旧设备，国产化自主可控，适配山地、界河、近海等复杂地形，推动边防从
全域视觉破壁技术重塑交通枢纽客流智控新范式 针对综合交通枢纽大客流场景下视觉孤岛、轨迹断链、研判滞后等痛点，镜像视界推出基于自研SpaceOS®空间操作系统的全域智能管控方案。该技术通过四大核心引擎实现突破： 全域视觉破壁：利用CameraGraph®引擎打通多区域监控壁垒，构建一体化动态态势图； 无痕续迹追踪：TrajectoryTensor®引擎实现高密度客流跨镜连续追踪，轨迹连续率≥99.9
用户可通过工具将PROFINET的IO地址与DeviceNet设备参数一一关联，同时支持数据类型转换，比如将PROFINET的浮点型数据转换为DeviceNet的整型数据，适配不同设备的数据格式需求。耐达讯自动化PROFINET转DeviceNet网关是解决工业自动化新老设备通信兼容的关键组件，通过协议转换、数据映射与实时性保障三大核心功能，实现跨协议设备的无缝协同。当PROFINET控制器需要对
制造
——制造
联系我们（工作时间：8:30-22:00）
400-660-0108 kefu@csdn.net
人工智能6S服务平台
亚马逊云科技技术品牌专区
魔珐星云开发社区
DAMO开发者矩阵
智能体开发者社区
AI Agent技术社区
EazyDevelop社区
CSDN-OPC开发者社区
openEuler 社区
AMD开发者中国社区
