登录社区云，与社区用户共同成长
邀请您加入社区
超维计算(HDC)是一种受神经科学启发的新型计算范式，通过将数据映射到数千维空间进行信息处理。其核心原理基于绑定、捆绑和置换三种向量运算，这些操作在高维空间中具有近似正交特性，能有效区分不同模式。相比传统深度学习，HDC具有计算高效、内存需求低和训练快速等优势，特别适合边缘计算场景。在智能制造领域，HDC可应用于CNC加工监控和LPBF缺陷检测等质量监控任务，通过随机傅里叶特征(RFF)或随机投影
超维计算(HDC)是一种新兴的轻量级机器学习范式，通过将数据映射到高维空间进行分布式表示和计算。其核心原理是利用高维随机向量的近似正交特性，通过简单的向量运算实现复杂的数据处理。这种技术特别适合边缘计算场景，具有硬件友好、能源高效和增量学习等优势。在智能制造领域，HDC可应用于CNC加工质量监控、LPBF缺陷检测等场景，通过随机投影(RP)和随机傅里叶特征(RFF)等编码方案实现高效数据处理。实验
超维计算（Hyperdimensional Computing, HDC）是一种基于高维空间向量运算的新型计算范式，通过将数据映射到数千维的空间中进行处理，显著提升了模式识别和分类任务的效率。其核心原理是利用高维向量的几何特性，使得随机生成的向量在足够高的维度下几乎总是近似正交。这种技术在工业物联网（IIoT）和智能制造领域展现出巨大潜力，特别是在实时决策系统和边缘计算场景中。通过优化参数如超向量
ViT 的核心创新在于将图像 patch 化后直接用 Transformer 处理，打破了 CNN 在视觉领域的垄断。= 切图 + 线性投影，等价于无重叠卷积CLS Token是一个可学习的分类标记，聚合全局信息对 ViT 至关重要（否则丧失空间信息）Pre-Norm（先 LayerNorm 再 Attention）比 Post-Norm 训练更稳定。
重磅预告：本专栏将独家连载系列丛书《智能体视觉技术与应用》部分精华内容，该书是世界首套系统阐述“因式智能体”视觉理论与实践的专著，特邀美国 TypeOne 公司首席科学家、斯坦福大学博士 Bohan 担任技术顾问。Bohan先生师从美国三院院士、“AI教母”李飞飞教授，学术引用量在近四年内突破万次，是全球AI与机器人视觉领域的标杆性人物（www.type-one.com）。
摘要： TVA（Transformer-based Vision Agent）是基于Transformer架构与因式智能体理论（FRA）的工业视觉革命性技术，解决了传统机器视觉在工业质检中“高误检、难维护、弱泛化”的痛点。TVA通过多模态融合与闭环控制架构（感知层-决策层-执行层），实现从缺陷检测到工艺优化的智能化跃升，并具备数据驱动的终身学习能力，支持在线学习、联邦学习和元学习。尽管面临高算力需
D -- 是 --> H[**首选BO**<br>适合离线参数寻优];在实质内涵上，TVA是一种复合概念，是集深度强化学习（DRL）、卷积神经网络（CNN）、因式分解算法（FRA）于一体的系统工程框架，构建了能够“感知-推理-决策-行动-反馈”的迭代运作闭环，完成从“看见”到“看懂”的范式突破，BO为DRL提供初始策略：在新产线或新工艺启动时，使用BO进行小样本、高效率的初始参数寻优，得到的较优参
本文深入探讨协作机器人末端执行器的选型与集成策略，对比气动夹具、电动手爪和自适应手爪的优缺点，揭示隐藏成本与技术局限。通过实际案例解析通讯协议选择对生产效率的影响，并提供汽车焊装和3C电子行业的定制化解决方案，帮助读者避开选型陷阱，优化自动化产线设计。
iNeuOS_AiInsight·数智灵鉴的接入，它将自然语言理解能力与工业数据分析流程深度结合，让用户通过一句业务问题即可完成“数据定位、查询执行、结果分析、图表输出、报告生成”的完整闭环，显著降低了数据使用门槛。
【摘要】国内高校集中开设"具身智能"专业，折射出制造业数字化转型对软硬一体化人才的迫切需求。作者基于十年智能工厂落地经验指出：1）传统AI缺乏物理执行能力，新专业将推动智能体与实体设备深度融合；2）单一型人才导致软硬件脱节，如算法不考虑机械臂换夹具时间等现实痛点；3）未来需要具备跨学科整合、现场问题解决和技术迭代能力的复合型工程师。当前百万级人才缺口与高薪现状，反映数字化转型已
《智能制造感知基座的重构：从传统视觉到TVA智能体》摘要：传统工业视觉系统在柔性制造时代面临三大困境——规则依赖性强、特征认知浅层化、系统被动执行。TVA（Transformer-based Visual Agent）通过引入全局注意力机制，实现了从像素匹配到语义理解的范式跃迁。其核心突破在于：利用自注意力建立长程依赖关系对抗局部噪声，通过预训练获得深度语义特征实现小样本迁移，并作为多模态数据中枢
摘要：本文探讨TVA（时空Transformer架构）如何突破传统高速视觉的局限，实现动态模糊复原与因果推理。传统高速相机虽能捕捉毫秒级瞬间，却无法理解时空序列，导致工业检测中难以诊断设备故障。TVA通过时空感知将动态模糊转化为特征，利用多帧互补信息还原清晰细节，并建立长程时序依赖关系。其创新在于将视觉与听觉跨模态对齐，实现微秒级振动分析和故障定位，为智能制造提供从现象到因果的推理闭环。TVA融合
《微小世界的侦探：TVA在缺陷检测中的超分辨率重构与异常分割》提出了一种突破传统工业质检瓶颈的创新方法。针对制造领域微小缺陷检测面临的极端数据不平衡、长尾分布和低信噪比等核心挑战，TVA系统通过三大技术革新实现范式突破：首先采用基于Transformer的自编码器构建"正常数据流形"，通过重构误差实现未知缺陷的分布外检测；其次结合语义驱动的超分辨率技术突破物理成像极限，实现亚像
摘要：智能制造面临传统手眼系统标定复杂、动态场景适应性差等瓶颈。本文提出TVA（Transformer-based Visual Agent）解决方案，通过全局语义感知实现动态6D位姿估计，突破传统视觉引导的局限。TVA具备三大创新：1）基于自注意力机制实现遮挡场景下的鲁棒位姿估计；2）支持零样本抓取的自然语言交互；3）构建端到端视觉伺服系统，实现毫秒级动态追踪。同时融合视触觉多模态反馈，赋予机器
摘要：本文探讨了协作机器人环境中TVA系统的主动安全策略。传统工业安全方案（如光幕和2D视觉）存在过度触发或语义理解不足的问题。TVA通过人体姿态估计和行为预测网络，构建动态风险场，实现基于意图理解的安全决策。系统采用3D骨骼关键点检测和时序Transformer预测人体轨迹，结合动态势能场和速度势能融合，实现柔性避障。端到端的安全控制架构大幅降低延迟，同时引入情感交互提升认知安全。TVA在保障绝
《虚拟仿真加速智能制造：TVA技术的突破与应用》摘要： 本文探讨了TVA技术在智能制造领域的革命性应用。针对传统视觉系统部署面临的真实数据采集难、长尾场景覆盖低、产线调试成本高等痛点，TVA技术通过高保真虚拟仿真和生成式AI构建海量训练数据，利用域随机化与自监督域自适应技术有效跨越"虚实迁移"鸿沟。该技术实现了三大突破：1）通过深度域随机化提取语义不变特征；2）支持测试时自适应
《工艺专家的数字替身：TVA在过程质量分析中的视觉知识蒸馏》探讨了人工智能如何突破传统视觉检测局限，实现制造工艺的智能化升级。文章指出，传统工艺依赖老师傅的经验判断，而TVA（技术视觉分析）通过跨模态对齐技术，将隐性经验转化为显性知识图谱。该系统能实时解析熔池动态特征与工艺参数的映射关系，实现毫秒级闭环控制，解决了工艺传承断层和质量控制滞后等痛点。TVA不仅具备故障诊断能力，还能通过强化学习自主优
摘要：智能制造正从单点自动化迈向全局自主化，TVA技术通过构建全厂统一的3D语义场景图，实现多智能体协同与通信。当前工业视觉存在感知割裂、算力浪费和静态模型衰退等问题，而TVA通过统一的视觉语言协议、任务驱动的感知调度和工厂级3D场景图，打破信息孤岛。其自进化能力包括主动学习、联邦知识共享和自主故障恢复，推动工厂从被动执行转向持续自学习、自修复的有机生命体，开启自主工业新时代。
摘要：本文探讨了自主移动机器人(AMR)在复杂物流场景中的技术突破。传统AMR依赖几何SLAM和固定规则导航，在动态环境中易出现定位丢失和决策死锁。TVA技术通过构建语义丰富的3D场景图，实现了从简单避障到环境理解的跃迁。其核心创新包括：语义SLAM的动态环境适应、开放词汇的障碍物识别、3D体积安全检测，以及任务驱动的目标搜索能力。这些技术使AMR具备在复杂场景中自主"找人、找物、找路&
AI时代程序员的能力重构与转型方向 随着生成式AI渗透软件开发全流程，基础编码岗位价值快速贬值，但程序员职业不会消失，而是迎来能力分水岭。未来竞争力取决于三大核心能力： 垂直行业理解力：尤其在制造业数字化中，工业软件的开发需深度结合生产工艺与业务逻辑； AI驾驭与系统架构能力：从“写代码”转向指挥AI生成工业算法、设计复杂集成架构； 全链路项目交付能力：覆盖诊断、开发、实施、运维的闭环经验。 程序
本文介绍了如何在星图GPU平台上自动化部署DeepSeek-R1-Distill-Qwen-1.5B 本地智能对话助手 (Streamlit 驱动) 镜像，赋能制造业设备维保SOP智能检索与推理。用户可在边缘工控机上快速启用该轻量级大模型，实现故障原因多源关联分析、SOP合规性自动审查等典型场景，显著提升一线维修响应效率与知识应用精度。
本文介绍了如何在星图GPU平台自动化部署GLM-4-9B-Chat-1M镜像，实现智能制造中的设备故障预测与维护。该镜像能够分析设备历史数据，识别异常模式并生成维护建议，有效减少意外停机时间，提升生产效率。
本文介绍了如何在星图GPU平台自动化部署GLM-4-9B-Chat-1M镜像，实现智能制造设备说明书的智能问答。该方案能处理长达200万字的文档，快速解答设备故障问题，并联动生成维修步骤视频，显著提升工业维护效率与培训效果。
本文介绍了如何利用星图GPU平台自动化部署🏮 DeepSeek-OCR · 万象识界镜像，实现SolidWorks工程图中技术参数表格的智能识别与提取。该方案能高效处理复杂工程图纸，自动解析BOM表、公差信息等结构化数据，并支持与PDM系统集成，大幅提升设计数据流转效率。
本文介绍了如何在星图GPU平台自动化部署glm-4-9b-chat-1m镜像，实现制造业设备维修手册的智能解析和故障树自动构建。该方案利用模型超长上下文能力，快速生成结构化故障诊断路径，显著提升维修效率和准确性，适用于数控机床等设备的智能维护场景。
本文介绍了如何在星图GPU平台上一键自动化部署🏮 DeepSeek-OCR · 万象识界镜像，实现智能制造BOM表识别和汽车维修手册结构化处理。该镜像通过多模态视觉语言融合技术，精准解析复杂工业文档，大幅提升数据处理效率和准确性，适用于工业自动化、智能文档解析等场景。
本文介绍了如何在星图GPU平台自动化部署🚀 Qwen3-Reranker Semantic Refiner镜像，实现智能制造设备故障知识库的精准检索。该工具通过语义重排序技术，能深度理解技术术语，快速匹配故障描述与解决方案，大幅提升维修效率并降低生产线停机时间。
本文介绍了如何在星图GPU平台自动化部署Qwen3-VL-8B AI聊天系统Web镜像，实现工业零件图纸的智能识别与解析。该镜像能够自动识别工程图纸中的尺寸标注、公差符号，并基于专业知识生成实用的机械加工建议，显著提升制造业的工艺设计效率与质量。
本文介绍了如何在星图GPU平台上自动化部署Qwen3-TTS-12Hz-1.7B-Base镜像，实现制造业设备操作语音说明书的批量生成。该镜像支持3秒声纹克隆与多语种流式合成，可快速为数控机床、包装机等工业设备生成工人熟悉的本地化语音指导，显著提升产线培训效率与操作准确性。
本文介绍了如何在星图GPU平台上一键自动化部署【vllm】glm-4-9b-chat-1m镜像，实现智能制造设备维修手册的智能问答。该方案结合超长上下文处理能力，可快速从技术手册中精准定位故障解决方案，并通过AR设备实现远程维修指导，显著提升维修效率与准确性。
出海智能制造企业面临开源安全治理新挑战，风险边界已从组件漏洞扩展到供应链攻击、恶意投毒等新场景。这类企业因涉及固件、嵌入式软件等多环节，风险影响更复杂，且海外监管日益严格。墨菲安全研究院联合涂鸦智能、安克创新发布《出海智能制造开源安全治理最佳实践》，针对SBOM、许可证合规等核心问题，提供从风险识别到持续改进的治理方案，助力企业将安全治理转化为长期能力。
本文介绍了如何在星图GPU平台上自动化部署Qwen-Image定制镜像（RTX4090D CUDA12.4 大模型推理专用），实现智能制造产线的缺陷检测与维修工单自动生成。该方案通过视觉大模型实时分析产品图像，精准识别缺陷并自动生成维修建议，显著提升质检效率与准确性，适用于汽车零部件等工业场景。
本文探讨了在星图GPU平台上自动化部署🤖 Qwen1.5-1.8B GPTQ镜像，以实现智能制造场景中AI智能解读SolidWorks设计注释的应用。该方案利用该轻量化大语言模型，自动将图纸上的自然语言注释转化为结构化的工艺、质量等制造信息，旨在打通从设计到制造的数据流，减少信息传递损耗，提升协同效率。
本文介绍了如何在星图GPU平台上自动化部署Qwen2-VL-2B-Instruct镜像，实现AI对SolidWorks工程图的智能理解。该应用能自动分析图纸中的尺寸、公差等标注，并生成初步的制造工艺要点说明，辅助工程师快速完成从设计到生产的文档起草工作，提升工作效率。
本文介绍了如何在星图GPU平台上自动化部署Qwen3.5-9B镜像，实现工业零件图识别、尺寸标注与缺陷检测的一体化解决方案。该模型特别适用于制造业质检场景，能自动分析零件图像并生成精确的尺寸标注与缺陷报告，显著提升工业视觉检测效率与准确性。
本文介绍了如何在星图GPU平台上自动化部署Qwen3.5-9B镜像，实现工业质检场景中的缺陷识别、原因分析及维修建议生成一体化解决方案。该多模态大模型可精准检测产品表面缺陷，智能分析成因并提供可操作维修指导，显著提升制造业质检效率与准确性。
本文探讨了GLM-OCR轻量级专业级多模态OCR模型在SolidWorks工程图信息自动化提取中的应用。通过星图GPU平台，用户可以自动化部署该镜像，快速搭建识别环境，从而高效地将图纸中的标题栏、尺寸标注等关键信息转化为结构化数据，用于自动生成物料清单，显著提升机械设计领域的数据处理效率。
本文介绍了如何在星图GPU平台自动化部署⚖️Lychee-Rerank相关性评分工具，实现智能制造设备故障与维修手册的智能匹配。该工具基于Qwen2.5-1.5B模型，通过语义理解对维修方案进行相关性评分，帮助维修人员快速定位最佳解决方案，显著提升设备维修效率和生产连续性。
本文介绍了如何在星图GPU平台上自动化部署GLM-4-9B-Chat-1M本地百万长文本大模型，实现汽车研发BOM清单的智能语义解析与缺陷预警。该方案能自动识别零部件编号规范、供应商信息完整性等问题，大幅提升审核效率与准确性，保障企业数据安全。
本文介绍了半导体制造中设备综合效率（OEE）的计算方法和应用。OEE通过可用率、性能率和质量率三个维度评估设备效率，半导体行业由于设备复杂性和高精度要求，OEE通常在60%-80%之间。文章详细解析了三个维度的计算方式，并对比了半导体行业与一般制造业的特点差异，包括设备价格、维护频率等关键因素。提供了Python实现的OEE分析代码示例，包含数据模型定义、分析引擎和实战案例。最后提出了基于OEE分
本文介绍了如何在星图GPU平台上自动化部署【ollama】LFM2.5-1.2B-Thinking镜像，实现智能制造中的AI缺陷检测。该模型通过独特的推理轨迹生成能力，在汽车制造等工业场景中高效识别产品表面及内部缺陷，显著提升质检准确率与效率。
本文介绍了如何在星图GPU平台上自动化部署Qwen3.5-9B-AWQ-4bit镜像，实现智能制造场景中的设备仪表盘实时状态识别与告警。该解决方案通过AI视觉识别技术，可自动分析仪表读数与指示灯状态，显著提升生产监控效率与响应速度，适用于工业生产线等自动化管理场景。
本文介绍了如何在星图GPU平台上自动化部署Qwen3.5-35B-A3B-AWQ-4bit镜像，构建智能制造领域的智能助手。该方案利用模型强大的图文理解能力，实现对企业BOM图纸或设备照片中电子元件的自动识别，并快速推荐可用的替代物料，从而大幅提升维修与物料管理效率。
本文介绍了如何在星图GPU平台上一键自动化部署GLM-4-9B-Chat-1M镜像，实现超长文本智能处理。该镜像支持单次分析百万字内容，典型应用于制造业BOM表解析，能自动提取物料信息、比对版本差异并识别供应链风险，大幅提升文档处理效率与准确性。
本文介绍了如何在星图GPU平台上自动化部署Qwen3-ASR-0.6B轻量级高性能语音识别模型WeBUI，并探讨了其在制造业的典型应用。该方案能实时识别生产设备的语音报警或操作员口述，自动解析故障信息并生成维修工单，从而将运维响应从分钟级提升至秒级，显著减少设备停机时间。
本文介绍了如何在星图GPU平台上自动化部署GLM-4.6V-Flash-WEB镜像，实现工业质检报告的自动生成。该镜像能够高效识别产品缺陷并生成结构化报告，显著提升制造业质检效率和准确性。通过简单的配置，企业可快速搭建智能质检系统，应用于生产线自动化检测场景。
智能制造
——智能制造
联系我们（工作时间：8:30-22:00）
400-660-0108 kefu@csdn.net
HarmonyOS开发者社区
脑启社区
魔珐星云开发社区
AI Agent技术社区
AtomGit AI 社区
DeepSeek技术社区
龙虾开发者社区
MCP技术社区
CSDN-OPC开发者社区
AI硬件创业社区
AtomGit开源社区
AI编程社区
