桐昆集团股份有限公司:5G与数字孪生支撑聚酯纤维全链协同
桐昆集团通过深度融合5G、物联网、人工智能与数字孪生技术,构建“桐昆大脑”数智运营中心, 实现全产业链数据的“全局可视可析”,有效提升生产效率、降低生产成本、提高了人均年产值,牵引带动上下游协同升级。聚酯纤维5G全连接工厂于2024年入选工信部《5G工厂名录》,成为浙江省首批国家级5G工厂标杆。
持续关注这一领域的实践与变化。
桐昆集团通过深度融合5G、物联网、人工智能与数字孪生技术,构建“桐昆大脑”数智运营中心, 实现全产业链数据的“全局可视可析”,有效提升生产效率、降低生产成本、提高了人均年产值,牵引带动上下游协同升级。聚酯纤维5G全连接工厂于2024年入选工信部《5G工厂名录》,成为浙江省首批国家级5G工厂标杆。
视觉AI技术在西安吉利汽车的应用中取得了显著成效。在AI+视觉领域,企业搭建了“灵眸”系统, 借助AI校对技术实现了车辆信息核对流程的自动化;在生产环节部署AI视觉设备,对关键部位进行实时监控,有效提升了产品质量与生产安全水平。在智能体构建方面,开发了质量问题解析AI和提案查重AI等智能应用,大幅提高了问题处理效率与设备管理能力。在智能制造方面,与西安交通大学合作开发数字孪生工厂,实现了对生产线的实时监控与精细化管理,减少了资源浪费。
江西卫棉纺织集团有限公司把握数智技术发展趋势,开展基于AI+视觉数字孪生技术的智慧纺纱项目,以“数据中台+AI中台”为核心,融合深度学习、大语言模型与计算机视觉算法,搭建“云—边—端”协同体系,实现了生产过程的全面数字化和智能化监控与管理,推动纺纱产业智能化变革。
面对高端CT探测器供应链复杂、制造工艺难度高、产品多样化及市场需求激增等挑战,实施“数字赋能高端CT探测器智能柔性制造项目”。
中信戴卡积极落实“人工智能+”行动,通过应用人工智能、大数据等先进技术,驱动“灯塔工厂”持续升级。基于公司多年的轻量化铝制汽车零部件工艺、制造知识积累,打造制造垂直大模型,结合大模型在知识推理、检索增强等方面能力,打造高效问答、文档翻译、智能问数等应用,实现对公司制造和经营管理业务的支持。
兴澄特钢积极响应国家智能制造战略,加快智能化改造,积极构建数据驱动与AI赋能的高端特殊钢创新研发应用及生产制造体系,基于工业互联网平台,集成大数据、人工智能、数字孪生、IOT等先进技术,打造钢铁行业全流程智能化解决方案。推动汇集生产、研发、质量、设备、能源等关键业务数据,遵循 “数据全面、反馈及时、个性分析、管理闭环”的原则,深度融合数据要素,完善数据治理体系,精准分析生产管控需求,实现数据驱动的全链条智能管理。
这句话没错,但很容易把项目带偏。有人会先录访谈、建知识库,再让大模型回答“这个参数应该怎么调”。演示时,答案听起来像行家;到了生产线,工艺人员却不敢按它操作。原因很直接:老师傅说的“火候到了”“这批料偏软”“这个声音不对”,其实是对原料、设备、环境、过程变化和历史异常的综合判断。
佳沃集团围绕知识管理与智能问答开展AI能力建设。案例所对应的核心矛盾是:识别:基于项目群消息实时识别项目状态,使风险主动浮现。方案侧的关键做法是:佳沃集团通过“知识库治理存量、Skill 统一调用、My Context 沉淀决策上下文”,把散落在系统和员工头脑中的经验重构为可持续调用的组织级 AI 能力。当前材料可确认的结果为:企业员工广泛使用外部 AI 解决个人问题,个人效率有所提升,但人机交互产生的经验通常没有进入组织知识体系。
江南电缆围绕智能报价与成本分析开展AI能力建设。案例所对应的核心矛盾是:江南电缆通过 AI 智慧报价,把线缆行业复杂询价流程从人工慢响应升级为多格式自动解析、智能纠错和移动端分秒级响应的客户服务新模式。方案侧的关键做法是:江南电缆将 AI 智慧报价嵌入智能一体化客户管理系统,以客户询价为入口,通过多智能体协同完成询价单解析、核心数据抽取、信息纠错、规范表格生成和报价文件导出。
徐工集团围绕内容生成与办公创作开展AI能力建设。案例所对应的核心矛盾是:制作更轻•更新更快•成本更低。方案侧的关键做法是:围绕根据受控素材生成符合业务事实、品牌规范和交付格式的内容设计数据、模型与业务闭环。当前材料可确认的结果为:徐工集团将 Seedance 2.0应用于工业操作培训、工序 SOP、安全培训等视频生成,大幅降低传统实拍与3D 动画的制作成本。
视源股份围绕企业级智能体平台开展AI能力建设。案例所对应的核心矛盾是:广州视源电子科技股份有限公司成立于2005年,以交互显示、人工智能为核心,2025年营业收入达243亿元,拥有6个国家级研发平台和资质认证,是中国制造业500强企业和两个省级链主企业。方案侧的关键做法是:智能客服与知识库解答效率提升 90%。当前材料可确认的结果为:原本需要数周甚至数月的应用,被缩短至1—2天,部分场景半天即可上线。
光本位科技围绕研发设计与工程智能开展AI能力建设。案例所对应的核心矛盾是:针对工具多、切换频繁的问题, Lightmate基于文心快码的定制化MCP能力,把光电芯片研发里要用到的工具统一接了进来。方案侧的关键做法是:针对工具多、切换频繁的问题, Lightmate基于文心快码的定制化MCP能力,把光电芯片研发里要用到的工具统一接了进来。当前材料可确认的结果为:迭代优化以往需要反复尝试、修改模型,现在也能够从两三天时间缩短到一两个小时。