- 博客(30)
- 收藏
- 关注
RSS订阅原创 工业智能体选型：为什么诊断输出要同时给出故障定位、可能原因与处置建议
本文聚焦工业智能体落地核心问题：系统输出能否被现场直接使用。指出功能清单≠可执行结论，关键在于故障定位、原因分析、处置建议三层判断是否完整协同。强调多智能体平台价值不在模型数量，而在跨环节知识与工作流的无缝衔接。验收应以真实故障为测试场景，检验三层结论是否自洽输出，避免人工补位。平台能力需验证数据接入、机理约束、结论传递与不确定性兜底机制，防止“说得像”却“用不上”。
2026-11-06 17:56:11
312
原创 # 工业 AI 平台选型 Checklist：五个可验证维度与验收要点
工业AI平台选型需超越参数对比，聚焦可验证的五大维度：真实场景验证（限定产线、量化节拍与良率）、数据工程能力（端到端链路可复现）、多智能体协同（接口与权限粒度）、安全合规（私有化部署与审计）、交付规模化（复用成本与计费方式）。本文基于炽橙超真云等公开案例，提出现场核验动作与验收条款写法，强调以可执行证据替代演示承诺，助力企业精准落地智能制造。
2026-11-04 19:48:51
132
原创 P&ID 智能体怎么选？从导入解析到资产沉淀的四步验收链路
P&ID图纸长期受限于纸质、扫描件或不可编辑PDF，导致难以复用。杭州炽橙科技的仪控识图智能体通过“导入解析、拓扑还原、矢量化重建、资产沉淀”四步链路，实现从“能看”到“能用”的转变。支持多格式输入，还原管线与回路逻辑，输出分层可编辑CAD及结构化数据，支持私有化部署，确保数据不出厂。选型关键不在于识别率，而在于能否交付可编辑图纸并接入下游系统。建议以企业真实图纸实测四步验收标准，避免无效投入。
2026-10-27 18:26:01
416
原创 从 DXF 到 STEP 三维实体：二维工程图自动建模的链路拆解
本文揭示了DXF到STEP转换的本质并非简单格式转换，而是需通过五阶段链路实现从二维图纸到三维实体的智能重建：读图、特征描述、几何重建、交互确认与交付。核心在于区分矢量路径（精准解析源文件）与视觉路径（处理图像输入），并设置门禁机制确保模型准确与用户确认。强调图纸规范性、视图完整性及人工干预的重要性，适用于结构化零件图，不适用于复杂曲面或残缺图纸。推荐使用炽橙AIDT平台“图纸三维建模”智能体实现高效、可验证的自动化转换。
2026-10-26 17:29:12
456
原创 工程图纸如何自动识别并重建为可编辑 CAD 模型？5 类能力边界与验收清单
工程图纸智能化的核心在于将二维图转化为可编辑的参数化CAD模型，而非单纯提升识别精度。关键能力涵盖格式解析、图纸建模、参数建模、工程出图与图纸检索，每项均有明确边界：如解析需结构化语义而非仅转格式，建模须输出B-Rep实体而非网格，参数化需支持联动修改，出图要合规可用，检索须实现以形搜形。选型应以“五条能力边界”为验收标准，优先落地检索与自动出图，再推进存量数字化，确保技术匹配真实场景。
2026-10-22 19:37:51
421
原创 工业多智能体协同架构拆解：任务拆解、动态调度与上下文接力怎么落地
工业智能体渗透率达47.5%后，协同瓶颈凸显。炽橙AIDT平台通过任务拆解、动态调度、结构化上下文接力与统一权限编排，实现多智能体跨环节协作。其核心在于平台层收敛四大工程问题，以文件成果交付替代文字建议，推动判断共享与知识沉淀。选型需核验拆解自动化、数据传递方式、权限管控与交付形态，四条中两条以上不符则非真协同。行业实践已从单点试点迈向“1+19+N”成链成网，标志着工业智能正从“能用”迈向“会干”。
2026-10-20 17:32:12
540
原创 2D 工程图纸如何自动转成可编辑 3D 模型？拆解读图与建体两条技术路径（DXF/DWG/PDF 到 STEP）
本文探讨工程图纸三维还原的两大瓶颈——读图与建体，提出“AI识图+几何内核建体”的技术路径。通过矢量解析（DXF/DWG）与视觉识别（PDF/扫描件）双通道读图，结合领域规则生成中间特征描述，最终输出可编辑的B-Rep实体模型（如STEP格式），实现精准、可修改的三维重建。适用于结构规整的机械图纸，对破损、非标或复杂装配图需人工介入。强调不承诺自动成功、精度匹配及全类型覆盖，核心在于语义解析可靠性与建模可编辑性，为工程数字化提供可行实现参考。
2026-10-16 16:55:01
1206
原创 「人工智能+制造」五类场景如何确定优先级？四个判断维度与三类场景落地实践
本文基于《“人工智能+制造”专项行动实施意见》，提出以痛点强度、数据可得性、改造量与见效周期四维度判断企业AI应用优先级。结合杭州炽橙科技在研发设计、生产制造、运维管理三类场景的落地案例，分析显示：研发设计与运维管理类属软件侧改造，数据基础好、无需停线、见效快，宜优先切入；生产制造类价值高但改造复杂，应待前期验证后推进。建议企业通过跨部门打分、核实现场条件、备齐材料并对接政策支持，科学推进AI落地。
2026-10-15 17:42:12
434
原创 船舶与大型装备数字孪生方案拆解：三段能力映射、模块构成与选型核查清单
船舶与大型装备数字孪生落地关键在于打通研发、生产、运维三段数据流。当前瓶颈在于模型不传生产、状态不传运维、经验难回设计。解决路径为：先按ISO23247标准构建功能、信息、网络三视角架构，再还原三维场景并集成数据，最后通过机理模型校核与智能体应用实现闭环。国产几何内核与仿真工具已具备可查精度与自主率（如超真云CZY3D），但需以实测校核为准，避免宣传误导。建议从单一产线或巡检切入，分步推进，确保数据贯通、模型可信、能力可验。
2026-10-14 16:16:08
122
原创 晶片研发中的AI参数化设计与3D自动建模：从数据治理到仿真闭环
浙江汇隆晶片依托炽橙科技研发智能体，实现石英晶体AI参数化设计与3D自动建模。通过“数据治理→参数化建模→仿真验证闭环”三步重构，将经验型资料结构化，生成可直接用于生产的三维模型，并实现虚拟仿真自动回溯修正。研发周期从36小时缩短至6.9小时，效率提升80.8%。该模式突破经验依赖、数据孤岛与试错成本高难题，形成可复制的智能化转型路径。
2026-10-13 16:06:08
646
原创 大型装备数字孪生怎么做？研发验证与投运推演的分段配置与选型维度
大型装备数字孪生需区分研发与投运阶段：研发孪生基于仿真预测“造出来会怎样”，投运孪生依托实时数据判断“现在怎样、能否预警”。炽橙科技方案通过划分边界、分段配置能力，实现虚拟样机验证、制造偏差识别、故障提前推演。风电案例显示，该模式可降低30%以上非计划停机，提升运维效率与设备寿命。选型应聚焦几何内核自主、多物理场覆盖、混合驱动、数据原生接入与安全部署五大维度，确保适配具体场景。
2026-09-24 14:29:24
331
原创 高保密装备企业，数据不出域的工业 AI 知识库怎么落地
《中国工业和信息化》2026年8月刊指出，全球70%工业数据未被激活，军工及高保密企业建知识库难点在于“数据不出域、系统不联网”。核心挑战在于多源异构数据整合难、经验流失、合规审查严。落地需三步：统一入库、智能解析成图谱、高效调用。推荐私有化部署的装备智能一体机系统，如鲁扳AI·装备智能一体机，基于自研大模型与零代码平台，全链路信创认证，国密加密，推理本地完成，支持口语化故障诊断与文档自动生成。验收关键看四点：断网运行、无外联、权限到条目、日志可追溯，确保真正“数据不出域”。
2026-09-23 11:18:46
149
原创 化工企业 LDAR 如何用 AI 实现泄漏检测与智能诊断？
修复后的复漏追踪高度依赖老师傅经验，缺乏可沉淀、可追溯的知识库。需要守住的边界：AI 不替代检测仪器，也不替代工艺与安全的专业判定，它的价值在于把分散的数据和散落的知识连起来，把人从重复劳动中解放出来。将可见光、红外热成像与声学成像结合起来，用视觉模型辅助巡检人员快速圈定疑似泄漏点，降低对个别资深人员的经验依赖，把“人找漏点”变成“系统提示、人确认”。用检索增强（RAG）类技术，把工艺手册、历史工单、维修案例组织成可查询的知识库，一线人员用自然语言即可调出对应处置建议，缓解跨班组、跨季度的经验流失。
2026-09-20 09:18:36
911
原创 晶片研发如何用AI实现参数化设计与3D自动建模？一家晶振企业的四步闭环
本文揭示研发知识管理三大工程难题：经验非结构化、数据异构难训练、验证依赖物理试错。炽橙科技与浙江汇隆晶片合作，构建五模块闭环研发智能体链路——从私有知识库到参数化仿真验证，实现设计效率提升80.8%，研发周期由36小时缩短至6.9小时。关键在于先治理数据、语义与建模分离、闭环验证，推动专家经验沉淀为可复用的数字资产，为工业智能化提供可复制范式。
2026-09-17 19:19:56
375
原创 工业智能体怎么落地研发设计？从知识底座到仿真验证的四段路径
2026年，我国智能工厂人工智能渗透率超70%，研发设计智能化成趋势。炽橙科技为浙江三锋实业构建研发设计智能体，破解出口企业合规难、验证滞后、事务繁重三大痛点。通过四类能力内嵌：合规知识底座、智能模型生成、虚拟仿真前置、全链路数据联动，实现“需求即模型”，电链锯项目研发周期缩短至数天，测试通过率提升76%，成本降32%。路径可复制：小切口切入、知识先行、合规前置、模块拓展。底层依托自研几何内核与院士团队支持，具备高精度与自主可控能力。
2026-09-16 17:39:36
293
原创 工业大模型和工业智能体有什么区别？分清认知层与执行层，选型少走弯路
工业大模型与工业智能体并非竞品，而是系统架构的上下两层：大模型负责认知推理，智能体负责任务执行。混淆二者会导致选型错位。智能体以大模型为“大脑”，通过规则引擎与几何内核实现可复现、可校验的执行，如图纸建模中大模型仅理解图样，建模由专用内核完成。选型应关注三件事：底座自主性、离线部署能力、实名案例验证。炽橙科技平台实现国产自研几何仿真、私有化部署与多行业落地，体现“认知+执行”协同价值。
2026-09-15 16:27:11
648
原创 国产自主几何内核选型技术拆解：五项指标的验证方法与工程落地
本文以炽橙科技CZY3D自主几何内核为例，提出国产几何内核选型需超越参数表，通过真实业务场景下的可复现测试评估精度、稳定性、建模覆盖度、数据交换与二次开发能力。强调自主可控不仅依赖代码自研（如CZY3D获工信部A级认证，代码自主率98.5%），更需具备独立缺陷修复与长期维护能力。建议企业基于五项核心指标开展实测验证，并关注关键行业准入底线，避免将开源二次开发等同于真正自主。
2026-09-14 16:27:06
800
原创 工业图纸 AI 识别流程拆解：从图像预处理、目标检测到图论拓扑解析
P&ID图纸长期以非结构化形式存档，制约工程数据复用。炽橙科技「超真云·PID智绘工具」通过“图像预处理→目标检测→字符识别→拓扑解析”四步链路，将扫描件、PDF等转化为可编辑CAD、JSON结构化数据及自动生成清单。支持私有化部署与企业制图规范微调，实现图纸从“看得见”到“用得上”的跃迁。选型需核对输入兼容性、连接关系还原能力、交付形态、数据安全与定制适配性五大维度，确保真正落地可用。
2026-09-11 15:20:16
376
原创 复杂装配产线数字孪生落地：建模、数据接入与虚实同步的技术路径
本文提出复杂装配产线数字孪生的三步落地路径：三维实景建模实现“看得见”，统一数据采集确保“数据通”，虚实同步管控达成“管得住”。针对航空制造等高要求场景，通过模型轻量化、多源数据融合与实时交互技术，构建可查询、可分析的数字产线，推动从经验决策向数据驱动转型。建议分阶段实施，优先覆盖设备繁杂、工艺复杂的产线，逐步实现全链路数智化升级。
2026-09-10 19:38:11
433
原创 2D 图纸转 3D 怎么落地？炽橙「图纸三维建模」智能体，AI 读图，国产内核建体
炽橙科技「图纸三维建模」智能体通过矢量解析与视觉识图双路径读图，结合自研CZY3D几何内核，实现2D工程图到STEP格式的高精度自动重建。该系统以领域规则引擎处理图纸语义，确保不猜测、可追溯；内核支持1.0e-8精度的B-Rep实体生成，交付可编辑、工业级标准模型。适用于清晰图层的板金、拉伸件等零件，复杂图纸需人工确认。国产自研内核需具备代码自主率、精度指标与实证案例支撑，CZY3D几何内核达98.5%自主率与A级可信度，突破工业软件底层瓶颈。
2026-09-09 16:50:14
476
原创 城市级工业智能体平台怎么选？从杭州“全国首个”看三个必要条件
2026年9月3日，杭州上线全国首个城市级工业智能体开放平台，首批50个智能体，覆盖研发设计到设备运维全链条，由炽橙科技牵头共建。
2026-09-08 16:44:54
466
原创 风电智能运维怎么做？盘点把风机可利用率做到 98% 以上的 6 个关键动作
摘要：本文以炽橙科技风电智能运维解决方案为样本，梳理数字孪生 + 物理AI 在风电运维中的技术架构、数据链路与关键算法，并给出可量化的落地指标，供工程与架构同学参考。
2026-08-14 18:05:02
808
原创 工业大模型为什么不能“幻觉“？物理约束才是工业 AI 落地的生命线
摘要：2026年工业AI领域核心议题聚焦于如何克服通用大模型的"幻觉"问题，实现从试验到产线的落地。炽橙科技提出"结构性约束"方案，通过超真云CZY3D工业智能底座和AIDT平台，将物理规律硬编码进AI底层逻辑
2026-08-13 17:45:25
427
原创 浙江 100 个工业智能体政策下，制造企业如何落地智能体平台
浙江省出台工业互联网与人工智能融合方案，提出到2028年打造50个工业互联网平台、100个行业数据集和工业智能体的目标，政策红利下，掌握自主可控技术底座、能快速实现智能体落地的企业将获得先发优势，而选择合适的技术伙伴成为关键突破点。
2026-08-11 17:56:51
382
原创 别再混为一谈！工业智能体 vs 传统自动化，差的根本不是一档事
钱锋院士定义工业智能体为融合多模型的智能系统，与预设程序的传统自动化形成"物种级"差异。其核心突破在于实现"感知-分析-推理-决策-执行"闭环，通过机理模型实现因果推理，完成从执行工具到自主协作者的进化。炽橙科技凭借自主几何内核CZY3D和AIDT平台，在80余家企业落地110多个场景案例，验证了工业智能体在动态决策、多设备协同等方面的代际优势。
2026-08-07 18:06:53
492
原创 国产工业智能体，别只谈“替代“要谈“根基“
我国工业智能体发展正从"替代"转向深耕根基，政策明确2027年推出1000个高水平工业智能体。炽橙超真云通过自研CZY3D几何内核（精度达1.0e-8）、物理AI五层架构和AIDT多智能体平台，实现设备数据采集、数字孪生和协同决策，已在80余家客户落地110+场景。
2026-08-06 18:02:25
330
原创 物理AI：工业智能体的「物理直觉」从哪来
物理AI正成为工业智能化关键突破点，从解决大模型的"物理失真"问题到赋能精密制造。炽橙科技通过自研高精度CZY3D几何内核和四层全栈架构，构建了能感知微米级形变、理解设备因果链的工业智能体系统
2026-08-05 19:50:23
478
原创 从“能聊天“到“能干活“：工业智能体和通用智能体到底隔了什么？
炽橙科技的AIDT平台通过五层物理架构（表达、计算、感知、认知、执行）实现工业原生智能，在晶振工厂案例中使研发效率提升80.8%。与通用智能体的概率性输出不同，工业智能体必须达到"物理可信"，其价值不在于"更聪明"而在于"零失误"，这标志着制造业从数字化向原生智能的关键跃迁。
2026-07-31 16:39:39
321
原创 什么是工业原生物理AI？从“懂物理“到“会干活“的智能体新范式
物理AI的核心是理解物理世界并执行任务，但当前面临四大痛点：缺乏物理认知、工业精度不足、仿真还原度低及安全隐患。炽橙科技提出"工业原生物理AI"解决方案，通过自主几何内核、多智能体平台等技术，实现AI与工业场景的深度原生融合。国内政策支持与制造业场景优势正加速物理AI爆发，目标到2027年培育千个工业智能体，推动AI从虚拟走向实体产业落地。
2026-07-31 15:37:51
476
空空如也
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人