搜索--e-works数字化企业网

e-works为您找到 10000 条结果

相关性
发布时间

Gartner重磅发布！近30项AI智能体技术，谁能“真香”落地？

●少于2年：人机协作工作空间。这说明“人机协同”不仅是一个概念，更是当前最接近落地的创新方向。它不依赖底层智能体完全自主，而是聚焦人类与AI共同工作的界面与流程优化，风险较低，企业可密切跟踪并尝试小范围试点。 ●5-10年：包括AI智能体计算机使用、智能体体验（AX）、智能体开发生命周期、持续学习型智能体商务、软件工程用AI智能体、智能体市场、AI智能体通信协议、世界模型。部署模式：完全自主尚不现实，半自主是必由之路针对市场上“全自主智能体”“无人化工作流”的营销宣传，报告明确指出：完全自主的AI智能体，尚无法满足绝大多数企业级场景的需求对企业而言，半自主部署模式是当前可行的落地方案：AI智能体负责信息整理、流程执行、常规决策等重复性工作，人类员工负责关键节点审核、风险把控与复杂问题处理，形成“人机协同”的工作闭环

人工智能

来源：e-works

2026-08-06

论PLM系统对汽车零部件行业RASIC的支持

全流程贯穿：从概念设计、样件试制到量产交付，PLM能覆盖RASIC角色在各阶段的参与场景；数据集中化：将CAD图纸、BOM清单、测试报告等核心数据整合，为RASIC角色提供统一的数据基准；协作工具集成：内置工作流责任分配的细化场景：Responsible（执行）：不只是“完成3D模型设计”，更需明确工程师需在PLM中上传符合ISO13407标准的设计文件，且需关联材料明细表（如电池壳体的铝合金型号 2.2流程自动化与任务跟踪：让责任“跑起来”而非“等起来”PLM的工作流引擎可将RASIC逻辑嵌入核心业务流程（如设计评审、工程变更、样件确认），通过自动化触发任务工作流引擎的深度应用：以工程变更（ECR/ECO）流程为例，PLM可设置阶梯式任务分配：当客户提出“电池壳体减重5%”的需求时，PLM自动将“Responsible& rdquo;任务分配给结构工程师（需在5个工作日内输出修改方案）；方案完成后，自动推送至“Accountable”角色（技术总监），要求2个工作日内审批，逾期则触发短信提醒；审批通过后

PDM/PLM

来源：e-works

2026-04-15

2026增材制造技术演进与产业观察

在软件与生态方面，云端切片、模型库社区化与AI辅助的文本/图像生成3D模型开始成熟，显著降低了模型获取与参数设置门槛，推动消费级设备从外观模型向功能件与小批量生产延伸。图4DISH工作原理(来源:nature)1.3小批量生产新选择——桌面激光烧结（SLS）桌面激光烧结（SLS）利用激光在粉末床上扫描烧结粉末。 EOS推出的EOSM4Onyx，搭载6台400W光纤激光器，构建体积扩大至450×450×400mm，并配备双工作站实现连续生产。图17HPMetalJetS100D工作流程在定向能量沉积（DED）领域，OptomecLENS系列具备原位成分梯度制造能力；MX3D的MetalXLWAAM工作流已在桥梁与工业结构件中得到验证；DMGMORI 在消费端，AI大模型使文本/图像直接生成3D模型成为现实，大幅降低操作门槛；在工业端，面向增材的设计、拓扑优化、多物理场仿真与基于熔池信号的AI实时质控，已贯穿设计、打印、监测全流程。

增材制造

2026-08-08

当工业Agent走上产线：进场只是开端，效能兑现才是真章

对此，《企业级智能体效能管理指南》构建了一套综合评估模型，为智能体价值的统一衡量提供了标准化解决方案。行业实践印证，仅依靠提升算力、更换模型难以实现质效突破，智能体的成败，最终由场景连接、工程驾驭与模型使用三大核心能力共同决定。首先，强化场景连接力。让智能体深度融入员工、客户的日常工作场景，将其嵌入企业微信、办公平台、APP等高频使用入口，避免打造孤立系统，让智能体成为工作流的自然环节，提升使用率与适配性。其次，筑牢工程驾驭力。最后，优化模型驱动力。摒弃“盲目选用顶级大模型”的误区，根据不同场景匹配差异化模型，通过多模型智能路由、成本管控策略，平衡性能与算力成本，同时依托本土模型生态满足国内合规要求。 CodeBuddy，打通从需求理解、文档解析、代码生成、合规审查到测试落地的研发全链路，将功能交付周期压缩至两天，团队实现两周落地7个项目的高效运转；同时搭配WorkBuddy承接会议纪要、任务分发等管理工作

人工智能

2026-06-25

具身智能最大的幻觉，是先把人拿掉

单席位工作8小时，艾欧给出的经验值是：真机数据的有效时长可能不到4小时；在操作熟练、流程标准的情况下，人的数据可以达到6小时以上。丁哲章将其概括为工作量的「此消彼长」：前端省下来的成本，会在后端转化环节重新出现。陈源培给出了更尖锐的提醒：「10万小时人类数据，有时候可能不如1000小时有效。」灵初把这座桥拆成policy模型和世界模型。前者负责从数据生成动作，后者承担人类动作动力学向机器人迁移、质量评估和强化学习等工作。腾讯云ADP与找钢网的实践，都把模糊判断、确定性工作流和人工确认分开处理。它更可能发生在许多不够戏剧化的细节里：有效数据多了几个小时，加载少等了一段时间，遥操作延迟更低，某个动作的成功率提高，机器人能够多承担一部分工作，人类少接管一次。

工业机器人

来源：极客公园

2026-07-24

GenesisAI发布新模型：机器人开始挑战西红柿炒鸡蛋

01采用人类操作数据训练模型按照GenesisAI的说法，这个模型面向的是机器人操作任务，输入包括语言、视觉、本体感知、触觉等多模态信息，输出的是机器人动作轨迹。换句话说，真实数据负责让模型学习物理世界，仿真负责让模型更快被测量和迭代。这套路线最后落到了几组demo上。做饭demo是一个4分钟长时序任务，官方称其中包含20多个子任务。于是，第一视角视频、训练手套、互联网视频、人类自然工作流数据，开始变成新的竞争中心。也就是说，真实数据负责学习物理世界，仿真负责测量模型、筛选模型、加快模型迭代。极客公园还了解到，围绕「自动化、规模化生成任务」这件事，GenesisAI已经有了更进一步的思考，后续可能会公布。这也是GenesisAI的底牌：它不只是有一个机器人模型，也不只是有一只灵巧手。它背后还有一套试图生成物理世界、生成任务、评估模型的GenesisAI平台。

工业机器人

来源：极客公园

2026-05-09

广汽本田：构建以用户为中心的AI智能化平台

广汽本田在推进AI体系化应用前，各业务环节存在明显的效能短板：生产端的立足于新技术试点，降本增效，在第一阶段AI应用能辅助识别常见缺陷，提升效率，提升准确度，但不能替代人工作；营销端的AI试点场景因短期投入产出不明确，沉淀可复用的AI技术资产，打破技术能力在单一场景的局限；二是场景赋能，重点支撑销售助手、服务助手、车主小助手三大前端应用，覆盖从客户接触到售后维护的全客户生命周期；三是效率提升，通过知识自动化、工作流编排与模型自主学习再串联多岗位AI能力提升协同效率（线），最终在业务板块内融合多流程AI场景、重塑业务流程（面）；同时按“建起来-用起来-跑起来”分阶段推进，2025年率先完成AI平台的基础搭建工作大模型仓库接入了Qwen、ChatGLM等主流大模型，形成多模型兼容的能力池，兼顾了开源模型的成本优势与闭源模型的性能优势；训练平台提供模型微调、训练、管理与下发能力，支持LoRA轻量化微调等方式，让通用大模型可以快速适配汽车行业的专业场景 ;，融合了知识图谱、文档知识库与FAQ知识库三类资源，其中知识图谱实现行业知识的构建、融合与推理，文档知识库对非结构化文档进行自动解析、标注与检索，FAQ知识库则管理高频问答，共同支撑精准的知识输出；工作流管理是平台的

人工智能

2026-02-02

借助数字主线：人形机器人走进工厂车间

当前，许多工厂的装配线、工作台、抽屉甚至楼梯，都是为人类员工的装配动作量身定制的。人形机器人可以在不改变现有生产线布局的前提下，融入既有工作流程，承担部分重复性、危险性或精细化操作任务，有效缓解劳动力短缺压力，同时为工厂积累自动化运营经验，为后续深度数字化改造奠定基础。模拟其与人类工人的协作流程，识别潜在的动线冲突与效率瓶颈；●验证安全与人机工程学：通过虚拟环境测试不同操作姿态和任务分配方案，确保符合安全规范与人体工学要求；●流程预验证：在不影响现有产线运行的前提下，测试新工作流程的可行性当人与机器人并肩工作时，安全至关重要；同时，流程、角色和技能也必须随着自动化而演变。成为数字化企业可确保工作场所（无论是开发现场、仓库甚至医院）能够容纳人机混合的劳动力。此外，计算能力的巨大提升——小到足以在边缘设备上运行的GPU、传感器技术的进步（例如视觉系统、激光雷达、摄像头和触觉传感），使人形机器人能够像人类一样高效且灵活地工作。

工业机器人

来源：西门子

2026-05-22

王永强友达光电(昆山)有限公司CIO

我的重点是将海量产线数据转化为可视化看板与预测模型，显著降低故障停机率、提升设备稼动率。凭借深厚的工业互联网与AI算法经验，我将前沿技术转化为切实的生产力，推动企业迈向智能化制造的新阶段。安全管家平台建置，将工厂模型搬上平台，并连接工厂环安系统，将每日巡检缺失，环安风险，作业风险等等资讯，串接三维可视化平台，让环安可视化。并将环安文件，最新工安宣导，巡检缺失等等，放入大模型，训练一个异常专家，员工可以透过手机，快速了解工厂风险及相关规定，让工安这个概念渗透到每一位员工的现场。图32025年完成中国智能制造能力成熟度企业四级认证导入内部部署的大语言模型及工作流，每一位员工都可以在内部训练自己的大模型，训练自己的设备专家数字人，兼顾资安及AI技术。五、个人在智能制造工作中的体会智能制造技术突飞猛进，在企业中担任新技术推广角色，最重要的是“以不变应万变”，也就是保持本心，持续在现场挖掘真实痛点，而不是为了导入而导入，智能制造项目只有在能真正解决现存问题的前提下

优秀CIO参评内容

2026-02-02

通威太阳能眉山公司：AI赋能光伏电池工艺迭代与提质增效

同时，公司培育了具备数字化能力的分析型工程师团队，构建了包含敏捷数字化工作室和转型办公室在内的成熟组织体系。系统能以13毫秒的速度，将每片电池生产过程中产生的2000余个工艺参数、设备路径与最终电性能数据精准关联，为模型提供了高质量、高精度的数据燃料。智能算法与模型层，核心采用XGBoost机器学习模型。业务应用与闭环层系统构建了“监控-分析-推荐-执行-验证”的完整数字化工作流：一是实时监控产线效率波动，自动识别低效批次或电池片；二是基于waferID一键追溯低效片的完整工艺路径实施难点在于确保AI推荐模型在复杂多变的生产环境中的稳定性与可靠性，解决方案是通过分阶段上线验证、建立人机协同确认机制，以及持续的数据回流和模型迭代来保障。工艺优化迭代周期从31天大幅缩短至7天，提速超过4倍；在人力效能方面，释放了约30%的工艺与数据处理人员工时，使其能够转向更高价值的分析工作；在财务收益方面，作为公司50多个4IR数字化用例的核心组成部分

其他

来源：e-works

2026-02-02

共 1000 页总数：10000 条

«
1
2
3
4
1000
»

全年活动计划

信息搜索中，请稍候...

资料

视频

Gartner重磅发布！近30项AI智能体技术，谁能“真香”落地？

论PLM系统对汽车零部件行业RASIC的支持

2026增材制造技术演进与产业观察

当工业Agent走上产线：进场只是开端，效能兑现才是真章

具身智能最大的幻觉，是先把人拿掉

GenesisAI发布新模型：机器人开始挑战西红柿炒鸡蛋

广汽本田：构建以用户为中心的AI智能化平台

借助数字主线：人形机器人走进工厂车间

王永强友达光电(昆山)有限公司CIO

通威太阳能眉山公司：AI赋能光伏电池工艺迭代与提质增效

系列微信

旗下机构

旗下其他网站

特色服务

向您推荐

新书推荐

系列微信

旗下机构

旗下其他网站

特色服务