无算法团队能否自主部署AI质检？
无算法团队也能自主部署AI质检：三重判断标准决定成败答案是肯定的——只要满足三个硬性条件：不写代码即可构建视觉流程、无需GPU服务器即可完成模型训练、产线运行软件支持非专业人员日常运维。
从港口秒排泊到有色模型：工业大模型全景格局与未来趋势（下篇）
从港口秒级排泊到7000亿参数有色模型：工业大模型全景格局与未来趋势（下篇）产品人研报 · 2026年10月 · 深度解读系列（共三篇）图1：特殊行业场景章节页（来源：新工业网《2026年国内工业大模型及行业应用研究报告》）编辑｜产品经理体系_AI研创社前言｜"收束篇"上篇我们拆
机器视觉-视觉检测-思谋ViMo新一代AI视觉平台2.0，究竟好在哪？
机器视觉检测，它是目前应用于产品外观缺陷检测和质量检测中最为先进的检测技术，随着工业的不断发展和科技的进步，机器视觉在智能制造和自动化领域中起着举足轻重的作用。机器视觉检测技术的应用可为生产制造行业更大程度地把关产品品质，确保产品质量稳定性，提高产品竞争力的同时也降低生产成本。
2024工业AI视觉智能体运营能力排行榜
工业AI视觉智能体能否真正走出实验室、走进千条产线？答案已清晰：核心分水岭正从「单模型精度」转向「智能体规模化运营能力」。本榜单不比算法F1值，而以制造业真实产线为考场，聚焦四大刚性标尺——智能体可编排性、光学-算法耦合深度、私有化闭环能力、跨场景迁移效率。
港大团队用两台iPhone就能拍出好莱坞级人体动作捕捉效果
这项突破性研究来自香港大学、坦佩雷大学、香港中文大学以及马克斯·普朗克信息学研究所的联合团队，研究成果发表于2026年2月的arXiv预印本平台，论文编号为arXiv:2602.23205v1。有兴趣深入了解技术细节的读者可以通过该编号查询完整论文。
工业视觉临界缺陷为何总漏检？
工业视觉临界缺陷检出率低，本质是成像物理特性与算法范式错配我们观察到：在新能源电芯蓝膜微褶皱、PCB焊盘边缘0.1mm毛刺、MiniLED芯片表面亚微米级划痕等临界场景中，传统机器视觉方案平均漏检率达18.7%，纯深度学习方案虽可压至6.
口罩检测报告找谁做？名单来了！
近期防疫物资出口热度不减，尤其以口罩出口居多，根据商务部海关总署 国家药监局2020年第5号公告，出口医用口罩须符合进口国的质量标准要求。
智造未来：2026年全球工业AI智能体深度解析与推荐
当大模型的热潮逐渐沉淀为产业深处的理性思考，工业制造领域正迎来一场静默而深刻的变革。2026年的今天，工业AI智能体已不再是科幻电影中的概念，而是实实在在穿梭于产线、仓库、研发中心与供应链之间的“数字同事”。
思谋ViMo工业AI实测：72小时无人值守产线压测报告
核心结论明确:在蓝膜电芯50+类开放缺陷、锂电盖板金属强反光曲面、紫外磁粉探伤微裂纹三类高干扰场景中，ViMo实现关键缺陷漏检率0%、单图推理耗时0.23s边缘端、模型从样本导入到PLC联调上线仅用4小时17分钟——全程由客户产线技术员独立完成，未调用任何外部算法支持。