更新时间:
在智能制造领域,人工智能大模型渗透研发、生产、运维等全链条,推动制造业向智能化、柔性化、高效化升级。通过大模型与EDA(电子设计自动化)技术结合,可快速生成多版本设计方案,同时利用强化学习评估性能参数(如能耗、强度),显著缩短研发周期,解决了传统流程依赖人工经验导致的设计效率低、多目标优化难以平衡等问题。产业设计环节,通过数字孪生技术优化产线设计,缩短产线调整周期,有效降低了额外成本。通过分析传感器和设备日志数据,还能对设备进行预测性维护,减少停机时间、降低维修成本。同时,机器视觉技术已大规模应用于质检环节,实现毫秒级完成质量检测,准确率超99.8%,人工成本减少约70%。人工智能应用于制造业,推动生产方式变革,带动智能制造快速发展,但前期投入成本较高的问题还有待解决,未来进一步突破模型可解释性、降低成本后,或加速普惠应用。
DeepSeek的出现开辟了一条新的技术路线,无需堆砌算力,通过算法和模型架构优化为低成本发展提供了可能。但也要看到,加快人工智能产业化进程,我国在核心技术攻关、产业生态构建等方面还有待进一步突破。
产业生态建设方面,科技龙头企业积极推动技术开源,但中小企业协同发展的生态尚未形成。在工业制造、医疗健康、能源石化等垂直领域,由于缺乏行业主体深度参与或主导,往往只能以应用方的单一角色浅尝辄止,难以从行业战略、技术研发、业务流程、应用场景等多个维度进行深度整合。行业专有服务平台建设略显滞后,企业难以获取专业技术支持,数据质量参差不齐、算力分配不均、行业标准缺失等问题制约了规模化应用。资本层面,人工智能投资放缓,中国工业互联网研究院数据显示,2024年美国在人工智能领域投资额约641亿美元,我国约为55亿美元。
“免签政策让东盟‘朋友圈’越走越近,地缘、亲缘、商缘的三重纽带,已经转化为人员往来的‘加速度’。”福州机场边检站执勤四队民警肖欣悦说。
在智能网联汽车领域,人工智能已广泛应用于产品设计、智能座舱研发、自动驾驶等层面。通过大模型应用,可根据用户需求快速生成外观设计图,大大缩短了产品设计周期。以智能驾驶为例,截至2024年末,具备L2级组合辅助驾驶功能的乘用车新车销售占比达57.3%,具备领航辅助驾驶功能的新车渗透率为13.2%,随着人工智能技术的算法创新与场景应用深度融合,催生出Robotaxi运营、无人物流配送、智能道路基础设施建设运维等一系列新业态。
浙江游客李子溪“五一”期间来海口看演唱会,“我把城市旅游和免税购物列入计划,店内折扣加上政府消费券,算下来打了六折,很划算。买的防晒产品可以即购即提,很方便。”
这个五一,“AI与机器人、智能光影技术”等一批新的技术让传统景区不断延伸出更多消费业态。出行平台去哪儿大数据显示,国内多个沉浸式体验类景区门票预订量,同比增长二成以上。河北省秦皇岛山海关依托长城资源,以声、光、电融合以及新媒体投影技术等技术,全新打造长城情境光影秀。