腾讯云开发者社区-腾讯云

开发者社区

文档建议反馈控制台

文章/答案/技术大牛

发布

综合排序丨最热优先丨最新优先

AI赋能制造业物料追溯

在全球化供应链与严苛质量监管的双重压力下，制造业对物料追溯的需求已从简单的“记录存档”升级为“实时决策”。传统追溯系统依赖人工记录与条码扫描，常面临数据滞后、错误率高、跨环节追溯困难等痛点。而AI技术的引入，正推动制造业实现全链路透明化、异常实时预警、问题根源秒级定位的革命性变革。一、AI如何重构物料追溯体系？引入AI追溯系统后：区块链+AI：通过智能合约自动关联零部件批次、装配工位与车辆VIN码，20分钟生成精准召回清单。结语 AI驱动的智能追溯不再是“查错工具”，而是制造业供应链的“数字神经系统”。据麦肯锡研究，全面应用AI追溯的企业可将质量成本降低18%-35%，同时缩短新产品上市周期。对于制造企业而言，当下正是以AI为杠杆，撬动供应链韧性升级的战略机遇期。

2025-04-09

1.1K0

标签:

腾讯技术创作特训营S12#AI进化论

制造业AI困境：如何攻克“小数据”问题？

大数据文摘出品来源：industryweek 编译：LYLM、楚阳 AI对互联网产业的变革已经不言而喻，那传统制造业又能获利多少呢？事实上，许多制造商已经开始将AI解决方案集成到生产线上，但数据稀缺成了最大的挑战。与可获取海量用户数据的面向消费者的互联网公司不同，在制造业中收集大规模的训练集几乎是不可能的事。例如，在汽车制造业中，由于精益6-sigma管理技术的广泛应用，大多数零件制造商和一级供应商都尽量保证每百万批次的产品中最多出现4 个不合格产品。 制造业是否能通过小数据来实现性能优越的AI系统呢？实际上，人工智能的最新进展正在促使这一想法成真。由于数据集很小，因此，AI会提取到最重要的特征。将这种AI系统应用到制造业的小数据检测任务中尽管只能收集到少量的样本数据，但由于经历过上千个类似的小数据任务的锤炼，系统性能也会很优秀。

大数据文摘

2020-02-27

8810

标签:

AI 在装备制造业的进展与应用

聊起 AI，画面都充斥着机械语言：精密高级的芯片，光怪陆离的智能产业……你眼中的 AI 有什么样的能力？能给传统行业带来哪些变革与发展？基于此，腾讯云开发者社区联手知乎科技，从知乎AI 与传统行业相关话题中精选内容落地社区专题「 AI 与传统行业的融合」。本文为“AI 将如何影响制造业”的精华内容分享。装备制造业是指为国民经济各部门进行简单生产和扩大再生产提供装备的各类制造业的总称，是机械工业的核心部分，承担着为国民经济各部门提供工作母机、带动相关产业发展的重任，可以说它是工业的心脏和国民经济的生命线目前我国制造业还处于产业链的中低端，存在效率低、利润少，劳动密集等问题。要想走出低端产业的困境，必须要进行制造业转型升级，其中智能制造是关键。人工智能企业与传统制造业的合作催化出许多工业质检的成功案例。例如，百度的智能工业质检IQI，基于AI+视觉技术实现产品的缺陷识别及分类，实现工业产品的外观表面细粒度质量检测。

腾讯云开发者社区

2020-04-14

1.8K1

标签:

AI 在材料制造业的进展与应用

聊起 AI，画面都充斥着机械语言：精密高级的芯片，光怪陆离的智能产业……你眼中的 AI 有什么样的能力？能给传统行业带来哪些变革与发展？基于此，腾讯云开发者社区联手知乎科技，从知乎AI 与传统行业相关话题中精选内容落地社区专题「 AI 与传统行业的融合」。本文为“AI 将如何影响制造业”的精华内容分享。随着计算机技术的发展以及AI技术的发展，加之全球在推动材料基因组计划，产生了大量的材料数据和材料数据库。因此AI就可以在材料专家的使用下，用于新材料的发现。因为在生物医药、计量化学等领域很久之前就把AI应用到分子材料的发现和医药的研究中了，主要是研究定量构效关系，即qsar。举个简单的例子，AI可以用于发现新材料。 5 其余和专业工业软件的融合，比如AI和eda融合，AI和fem融合，AI与cfd融合。

腾讯云开发者社区

2020-04-14

2K1

人工智能（AI）在制造业的应用现状

第一章：报告基础信息 •报告标题：人工智能（AI）在制造业的应用现状 •发布机构：e-works Research •发布时间：未明确标注 •行业标签：工业 •产品标签：#腾讯混元大模型第二章：报告背景和目标第三章：报告目录 AI在制造业的应用现状与趋势制造企业推动AI应用的措施建议研究主要结论第四章：方法论说明 • 研究方法：定量分析与定性分析结合。 • 生成式AI前景：接近 80% 的企业对生成式AI在制造业的应用持有乐观态度，三分之一的企业认为其将在未来5年内迎来突破性进展。 • 行业赋能：针对制造业企业对AI工程化落地能力的需求，腾讯云具备支持多模态信息融合、深度学习算法优化等技术能力，能够助力企业实现如质量检测（过杀率≤3%）、智能分拣等具体场景的降本增效。数据来源：e-works Research《人工智能（AI）在制造业的应用现状》报告（基于364家国内制造企业调研数据）

IT资讯研究所

2026-09-10

3780

标签:

腾讯混元大模型

吴恩达推出 AI 新项目 Landing.ai，首先关注制造业

同时他指出 AI 与制造业的关系；“ IT 行业打造了我们的数字化虚拟环境。而制造业塑造了我们的物质环境，影响几乎涉及到社会的每一个角落。将人工智能引入制造业，我们将对物质世界进行数字化转型。人工智能技术非常适合解决制造业面临的挑战，如不稳定的质量及良率，生产线设计缺乏灵活性，产能管理困难以及生产成本上升。 AI 可以帮助解决这些问题，改善质检流程（请看自动质检解决方案案例），缩短设计周期，消除供应链瓶颈，减少材料和能源浪费，并且提高产量。对发展中经济体而言，制造业的人工智能转型将提高多种产品的可负担性。 AI 还将帮助中小型生产企业参与到全球智能供应链并从中获益。对发达经济体而言，人工智能与制造业的深度结合也将为新一代产品、设备和经验的发展铺平道路。” 吴恩达宣布了与富士康的战略合作。图片来源：Landing.ai 官网本文吴恩达推出 AI 新项目 Landing.ai ，首先关注制造业来自动点科技.

企鹅号小编

2018-03-02

9860

标签:

生成式AI“进军”制造业：应用范式、趋势与问题

图2 生成式人工智能在制造业的市场规模生成式AI大模型短期趋势：拓展新场景并未出现替代小模型图3 生成式人工智能大模型在制造业的应用情况生成式AI大模型能力覆盖结构化数据、文本、图像、音视频等多个领域生成生成式AI探索也覆盖了制造业的研发设计与规划、生产过程管控、经营管理优化、产品服务优化等全生命周期。综上，目前生成式AI大模型在制造业的探索路径初步呈现为三条路径：一是通过直接集成基础大模型的问答、代码生成等通用能力来提升效率。生成式AI大模型在制造业领域仍需克服三大挑战人工智能在工业领域的应用仍具备非常广阔的空间，根据凯捷统计，只有欧洲顶级制造企业AI 应用普及率超过30%，日本制造企业AI 应用率达到30%；美国制造企业AI 但是生成式AI大模型的应用仍需面临一些挑战：图6 人工智能在制造业渗透率对比一是尚未出现投入产出比非常明确的场景。

小腾资讯君

2023-10-17

1.5K0

标签:

AI质检「从上往下」，制造业转型「脱虚向实」

在一些制造业工厂产线上，以AI视觉检测缺陷已经开始代替人力，改变了传统只能通过人的眼睛及经验来检测缺陷的方式。 AI质检向下：从大厂拓展至中小企业 AI质检正在由定制化向轻量化部署转变，从大厂的专属变得更加‘亲民’ 张志琦认为，这种变化，反映出国内制造业企业智能化转型趋势：从少数高端制造业拓展至更广阔的中低端制造业 微亿智造成立于2018年，以工业AI质检为核心，利用AI+机器视觉，做工厂的智能化改造。张志琦认为，工业制造智能化转型，只聚焦大企业、高端制造业，而忽略中小企业，这种思路并不正确。其中，AI质检作为产品走向市场的“最后一公里”，如果能做到将AI质检让更多中小企业“买得起、用得上”，一定程度上也推动着制造业的智能化转型。张志琦认为，AI质检的柔性化部署已经是不可逆转的趋势。以前提制造业转型，只有少数大企业愿意去做尝试，中小企业有需求没资金，制造业转型更像是一个方向，一句口号。

2023-08-26

1K0

标签:

AI智能体（AI Agent）: 概念、技术、趋势及其在制造业中的应用

AI Agent 的基本概念 1.1. AI Agent 的核心本质与目标人工智能代理（AI Agent）是利用人工智能（AI）来感知环境、代表用户追求目标并完成任务的软件系统。 AI Agent 的定义正从简单的基于规则的系统演变为由生成式AI和大型语言模型（LLM）驱动的复杂实体。这意味着AI Agent的能力和潜在应用正在迅速扩展，其发展与底层AI模型的进步直接相关。 AI Agent、AI 助手与聊天机器人的比较分析在人工智能领域，AI Agent、AI 助手（AI Assistant）和聊天机器人（Bot）是三个常被提及但功能和定位各不相同的概念。下表总结了这三者在关键特征上的差异：表1：AI Agent、AI 助手与聊天机器人的特征比较特征 AI Agent AI 助手聊天机器人 (Bot) 目标自主、主动地执行任务协助用户完成任务理解 Agentic AI 与 AI Agent 的关系近年来，“Agentic AI”（代理型AI）这一术语越来越多地出现在讨论中，有时与“AI Agent”混用，但两者之间存在重要的概念区分。

2025-06-24

5K0

标签:

制造业AI应用方案咨询复盘：我的实践分享

制造业AI咨询的三大核心痛点与我的踩坑经历在决定引入AI之前，我曾和许多同行一样，满怀憧憬却无从下手。这些痛点让我深刻意识到，制造业需要的不是单一的技术或咨询，而是一个能将“人才培育”与“技术应用”深度结合的闭环生态。智启时代的企业AI全案营销实践与成效智启时代的服务远不止于单个项目的交付，其企业AI全案营销和企业AI解决方案的能力同样令人印象深刻。他们擅长为企业构建从品牌曝光到精准获客的完整AI营销矩阵。如果你也正在为制造业的AI转型寻找咨询路径，我的建议是：明确核心需求：是解决某个具体生产环节的痛点（如质检、预测性维护），还是进行整体的数字化营销升级？ 制造业的AI化浪潮已不可逆。找到对的咨询伙伴，意味着成功了一半。希望我的这次实践复盘，能帮助你绕过我曾走过的弯路，更高效地开启属于自己企业的数字化转型与智能升级之旅。

PEARL的AI指南

2026-01-16

3890

标签: