近日，IDC中国制造业分析师杜雁泽在“2026 IDC中国CIO峰会”上做了题为《工业AI驱动的中国制造新范式——从工业软件到工业智能体》的主题演讲分享，部分核心观点：➧ 工业AI正走向智能体时代，工业智能体是当前阶段最大共识；➧ 工业软件的核心角色正在从“流程固化的工具”转变为“目标达成的智能伙伴”工业软件从“界面+逻辑”，变为Agent调用的能力集合；➧ 预测到2030年，核心工业软件市场中AI部分的占比将达到46%，年复合增长率达到48%；➧ 到2030年，62%的Agent将基于平台开发。
本文旨在探讨具身智能技术在智能制造领域的应用与发展，为具身智能在智能制造领域的落地应用提供理论支持与实践指导，促进制造业高质量发展与转型升级。按照基于规则的自动化制造、数据驱动的数字化智能制造、具身智能赋能的智能制造的三阶段划分，系统回顾了智能制造的技术演进过程；从交互模型、技术要素、技术框架3个层面出发，构建了具身智能驱动的智能制造技术体系，重点阐述了多模态制造业数据融合感知、基于大模型的具身智能制造、力控制、机器人运动规划等技术要素。具身智能对智能制造在生产制造、仓储物流、检测维护、人机协作等方面具有直接的赋能作用，但也面临多模态数据缺乏制约实际应用成效发挥、复杂制造环境增大感知理解难度、人工智能幻觉导致应用安全风险、软硬件结合问题影响智能能力提升、伦理法律缺失带来标准合规挑战等应用难点。研究建议，加强技术攻关、突破关键瓶颈，完善产业生态、推动应用落地，制定标准规范、保障生产安全，拓展应用场景、开辟市场空间，推动具身智能驱动的智能制造应用发展。
本文系统梳理了新型算力体系的发展现状与关键特征，指出当前算力体系正呈现“云 ‒ 边 ‒ 端”一体化演进的趋势，智能算力正成为算力结构升级的核心引擎，区域算力布局逐步形成了差异化与协同并重的格局，虚实融合驱动下的算力应用模式亦呈现出多样化、泛在化与自主化的特征；在虚实融合应用背景下，进一步分析了支撑新型算力体系构建的关键技术，包括虚实融合驱动的算力体系架构设计、面向虚实融合场景的关键技术要素，从体系架构与算力编排两方面揭示了算力供需匹配的逻辑基础；通过对混合计算架构的研究，重点探讨了虚实融合的算力体系在异构协同、低延迟高带宽保障、多源数据安全与隐私保护等方面面临的挑战；针对上述挑战，提出了构建泛在智能算网、发展可信算力体系、突破异构协同壁垒、完善安全治理机制与培育虚实算力生态等新型算力体系发展重点方向，为未来虚实算力体系的建设、产业生态优化以及算力资源配置策略提供理论参考与战略支撑。
《报告》系统梳理了城市可信数据空间的建设逻辑与落地经验。报告提出“3+9”实施框架，并总结了首批13个试点城市的差异化实践，为正在规划或启动建设的城市提供了一份可参考的“操作手册”。
从半个多世纪前的“感知机”到如今的Transformer，深度学习走过了一段跌宕起伏的旅程。它像人脑一样层层抽象，靠损失函数、梯度下降和反向传播学会“思考”。卷积神经网络让AI看懂图像，循环神经网络让AI理解语言，而Transformer的诞生更是一举颠覆了序列建模的方式。再加上各种生成式模型，AI不仅能识别，还能创作。这篇带你一口气理清深度学习的前世今生，读完就能看懂AI的大脑是怎么工作的。
本白皮书围绕燃气行业数字化转型的政策与需求驱动因素，系统介绍了智慧燃气的总体架构设计与核心技术支撑，并通过泰能天然气“揭榜挂帅”项目的实践案例，展示了智慧燃气安全生产大模型和智能体开发平台从落地到推广的全过程，验证了安全提升、效率提升、成本降低、行业示范的阶段性成效。
2026年被业内视为“企业Agent上岗元年”和“人形机器人量产元年”。AI技术竞争逻辑从“参数量军备竞赛”转向“效率优先”，中国AI产业正从“拼规模”转向“拼密度”，精炼高效成为大模型演进的核心逻辑之一。中国依托完整的工业门类、庞大的消费市场和前瞻性的算力布局，形成了“应用优先+产业协同”的独特路径，有望在智能经济时代占据先发优势。
报告系统阐释了智能原生这一以AI为系统设计底层逻辑的新型范式。在技术层面，梳理大模型、算力基座、数据与智能体等使能技术，揭示技术栈从“外挂式”向“内嵌式”重构的内在逻辑；在应用层面，调研智能原生终端、软件和行业场景，分析智能原生对交互范式与能力边界的重塑；在产业层面，探讨产业链协同、商业模式转型以及伴生的治理与安全挑战。
本PPT系统介绍机器学习的基础知识与核心方法。第3.1节概述机器学习的定义、监督与无监督学习的基本概念；第3.2节讲解线性回归、支持向量机（SVM）、K-means聚类等经典算法；第3.3节聚焦模型评估与选择，包括误差分析、过拟合与欠拟合、留出法、交叉验证及性能度量（如MSE、P-R曲线、ROC曲线）；第3.4节简要介绍深度学习、强化学习、图学习、联邦学习和迁移学习等当代前沿方向。适合作为人工智能通识课程的入门材料。
白皮书聚焦企业AI智能体全生命周期安全，构建五层纵深安全体系，明确20类具体安全威胁，形成闭环治理方案。
为进一步确保人工智能安全可控，统筹人工智能发展与安全，保障强化人工智能对国家经济、社会、生态等方面的持续推动作用，帮助人工智能应用相关方在各应用场景开展相关活动时，更好地兼顾发展、安全以及伦理各方面影响，本文件给出了人工智能应用伦理安全的理念与原则，提出了开展相关活动的基本要求，提供了各方实践的应用指引。本文件为原则性、参考性技术文件；涉及个人信息、自动化决策、内容标识、算法治理、知识产权等事项时，应与现行法律法规和部门规章协调适用。
近年来，具身智能研究已成为多模态感知、大模型推理、智能决策等研究方向交汇融合的重要领域，在拓宽智能边界与赋能现实世界问题求解方面展现出巨大潜力。然而，由于具身操作的复杂性与任务场景的多样性，具身智能研究面临着高质量数据难采集、具身大模型难构建、训练与推理难优化等严峻的挑战。这些挑战阻碍了具身智能向规模更大、通用性更强、应用面更广的方向发展。本文首先介绍通用大模型与具身大模型之间的演进关联，并探讨具身智能在“数据—模型—优化”三方面的关键挑战。随后，本文系统性梳理具身智能的核心技术，包含具身数据与仿真、具身大小脑模型、具身训练与推理三条脉络，重点剖析技术发展趋势。最后，本文对开放问题与未来发展方向进行讨论与展望，包括虚实结合的规模化数据采集、通用具身推理与操控、少样本快速适应与实时决策等角度，旨在推动具身智能的技术突破与应用落地。
报告以《面向人工智能的数据集质量通用评估方法 总体要求》《人工智能关键技术 大模型基准测试总体技术要求》等系列标准为参考，系统梳理了人工智能模数共振体系的具体定义与内涵、三大核心要素、五大核心基础能力支撑以及三大协同运行机制，并提出模数共振下一步落地发展的具体建议。
《全球机器人技术路线图2025-2035》是由美国加州大学圣地亚哥分校Henrik I. Christensen团队主导编制的行业战略报告。该路线图整合了国际顶级学术会议（如ICRA、IROS）和产业数据，报告指出：机器人技术正进入一个由三大推动性大趋势交汇形成的变革十年： 物理AI（大规模训练的视觉-语言-行动模型）、先进材料(软执行器、形状记忆合金、电活性聚合物)、下一代计算（神经形态芯片、边缘AI、光子处理器）。这些技术共同模糊了传统机器人作为固定、程序化工具与机器人作为通用、自适应代理之间的界限。
报告主要面向具身智能及机器人领域的企业创始人、出海战略决策者、全球化供应链生态伙伴，以及重点关注前沿科技出海赛道的投资机构。 该报告主要解决了中国具身智能企业在全球化开拓中面临的战略方向与落地痛点问题。在当前国内赛道竞争加剧的背景下 ，报告解答了企业在开拓海外市场时的核心困惑，帮助企业识别欧洲、北美、东南亚及中东等不同区域的真实需求门槛与机会。同时，报告直面现阶段技术泛化能力不足、海外多重合规叠加与本地化交付困难等现实约束，为相关从业者提供了出海战略从单点验证向梯度布局演进的实战参考体系。
算电协同是数据中心节能降碳、破解“算力尽头是电力”困境的必由之路，更是支撑数字经济与能源强国建设的关键抓手。当前处于示范探索期，需通过政策引导、技术创新、市场机制完善，破解经济、标准、安全等痛点，最终构建绿色、高效、安全、普惠的算力 - 电力 - 热力协同生态。本报告围绕算电协同，从背景、技术、实践、展望四方面系统分析，核心是推动算力与电力、热力深度融合，助力数据中心节能降碳、支撑“双碳”与数字经济发展。
电话：010-62669087 控制网版权所有未经许可不得转载
地址：北京市海淀区上地十街辉煌国际5号楼1416室(100085)
版权所有 控制网 京ICP备14036844-2号 
北京市公安局海淀分局备案号：11010802023656号
今日头条
官方微信
官方抖音
资讯频道