5月21日—23日，2019腾讯全球数字生态大会在昆明召开。在AI智能制造分论坛上，腾讯优图实验室总监戴宇荣发表了《深度学习技术与应用分享》的主题演讲，以AI在工业中的实际应用为例，从传统工业流程存在的痛点、优图的领先算法、深度学习如何解决工业领域痛点等方面，分享了腾讯优图的深度学习技术及落地应用。
“在工业领域，深度学习解决方案比传统机器视觉更具优势。”据戴宇荣博士介绍，以深度学习技术为基础，腾讯优图带来领先的AI+工业解决方案，为行业降本、增效、提质，已经在PCB板缺陷检测、锂电池缺陷检测、面板缺陷检测等多个方面得到落地应用，助力传统工业产业智慧化升级。
(腾讯优图实验室总监 戴宇荣博士)
质检问题长期存在，成困扰传统工业生产的难点
在传统工业流程中，人力成本高、危险性大、无意义的劳动过多等难点长期存在，传统制造企业的转型升级势在必行。
从传统工业的细化流程来看，以电子行业为例，质检是内控的刚需，然而传统的质检模式存在许多局限性。一方面，人工质检准确性低，而且检测速度慢、稳定性差，容易影响整个生产过程的效率;另一方面，人工检测有延时，当大量作业，产品需要转运，中转的仓储时间，难以第一时间发现产品质量问题;与此同时，质量检测的人力成本高，招工难，人员离职率高。种种问题对传统质检流程提出了挑战，成为阻碍工业领域实现智能化生产的一大难点。
如何合理应用AI的能力，提升制造业的生产效率，通过创新产生更大的价值，成为整个行业思考的议题。
AI质检驱动，腾讯优图解决传统质检模式痛点
电子行业的痛点，表面看是人的问题，实际上是系统生产力低下的体现。
针对电子行业质检的生产力扬升需求，腾讯优图以深度学习技术为基础，联合腾讯云，为客户提供针对性的DNN技术解决方案，可以真正帮助电子企业实现质检的“多快好省”。
(腾讯独创的DNN技术方案)
“一方面，我们建立了流程自动化的大规模自动产生模型。涵盖了预处理、分割定位+模板匹配、分类鉴别+相交断线三大步骤。” 戴宇荣介绍，该模型能有效解决缺陷太小、尺寸、色差、旋转差异引起的性能下降等问题。另一方面，以AI技术为基础，腾讯优图实验室实现了算法平台化，加速产品工具开发，让客户的工程师可以从0到1，创建出一个全新的模型，完成技术内化。
此外，腾讯优图通过引入AI质检，将产品缺陷一一分类，根据缺陷自动查找导致运行不良的原因，从而实时监控并降低产品质量不良修正的间隔时间，驱动了电子企业的良率管理新模式。
戴宇荣指出，“相比传统算法而言，深度学习解决方案更具优势。”可以通过深度学习识别和分析复杂无规律缺陷;大数据量学习可以达到高准确率、低误判率的效果。
以深度学习技术为基础，腾讯优图联合腾讯云，为电子企业带来了降低成本、精细检查、实时监控、提升良率等价值。可解决客户招工难，熟练不易培养等问题，帮助企业降本增效;将AI+工业应用于智能制造，辅助企业提升产品质量和制造工艺改善，助推产业智能化升级。
面向未来，AI+工业解决方案助推产业智能化升级
目前，腾讯优图的AI视觉检测平台架构，已经在工业质检领域得到应用，在PCB板缺陷检测、锂电池缺陷检测、面板缺陷检测等多个落地应用项目。
戴宇荣介绍，“在液晶面板缺陷检测中，我们建立了可复制型工业AI视觉检测系统。”采用多模型协同运作方案，识别准确率达90%。辅助 100多道工序质检，帮助节省50%以上人力成本，显著提升质检效果
而在手机背板缺陷检测中，腾讯优图则建立了复合深度学习缺陷检测模型，解决背景简单重复、缺陷偏小、缺陷与背景差异很小情况下的缺陷的检出。同时满足多缺陷同时存在的检测需求。
在高端复合材料无损检测中，腾讯优图缩短了检测时间，提升了评片可靠性(高于专家判片)、减少了质检人数、增强了检测数据可追溯性。
(腾讯优图视觉AI技术已落地高端复合材料无损检测)
据悉，在“AI+工业生产检测”方面，腾讯优图联合腾讯云打造的工业AI解决方案，已经在国内某知名面板企业进行落地应用，在面板智能质检上建立可复制型工业自动化排查系统。
在演讲的最后，戴宇荣表示，腾讯优图的深度学习技术将为工业行业持续创造价值。未来，腾讯优图也将不断迭代升级，注重落地应用，为更多行业客户提供业界领先的解决方案，助推产业智能化升级。
申请创业报道，分享创业好点子。点击此处，共同探讨创业新机遇！
2025年10月25日，2025世界青年科学家峰会之人工智能（AI）融合创新发展论坛在浙江温州成功举办。本次论坛由国际院士科创中心主办，中国投资协会能源投资专业委员会、温港院士科创中心承办，中国电工技术学会、中科先进技术温州研究院与温州市电力工程学会提供支持，以“瓯江论道-AI赋能绿色发展”为主题，
个人创业需要启动成本低、无需庞大团队、可快速验证、能利用个人技能或资源。这里分享适合个人创业的十个机会一.AI内容优化与本地化服务·做什么：帮助企业或个人利用AI工具（如GPT-4,Midjourney）优化内容生产流程。例如，为跨境电商撰写多语言产品描述，为小红书博主生成爆款文案，为小公司制作营销
文/道哥美国设计软件公司Figma近期在纽约证券交易所挂牌上市，首日即上演“狂飙”行情——发行价定每股33美元，开盘报价85美元，较发行价翻倍。首日收报115.50美元，较发行价大涨约250%，市值飙升至近670亿美元，创下近30年来同等规模美股IPO的最大单日涨幅纪录。然而，随着短线资金获利了结，
文/一灯来源/节点财经在当前无人敢缺席的AI军备竞赛中，巨头们一面为巨额的资本支出焦虑，一面又向市场勾勒着未来的宏伟蓝图。在各家动辄千亿级投入的背景下，市场迫切需要一份关于AI回报价值的有力证明。而腾讯，率先给出了答卷。8月13日，腾讯控股发布2025年第二季度财报。尽管资本开支同比剧增119%，达
文/二风来源/节点财经2025年的硅谷，一场没有硝烟的战争正以前所未有的烈度上演。这场战争的核心武器不是代码或芯片，而是人——那些全球仅有数千名、能够构建未来人工智能基础模型的顶尖大脑。在这场激烈的人才争夺战中，Meta及其首席执行官马克·扎克伯格（MarkZuckerberg）正扮演着最具侵略性的
7月30日，中国互联网的AI牌桌上，两张底牌同时翻开——字节跳动把飞书“拆”了，腾讯给WorkBuddy装上了“人机双写”。这背后藏着同一个焦虑：AI烧了这么多钱，到底怎么收回来？字节：把飞书“嫁”给了豆包上午，字节跳动一封内部邮件，把做了十年的飞书“拆”了：产品团队并入豆包，销售和服务团队并入火山
8月5日，英国人工智能安全研究所（AISI）披露了一份令人震惊的报告——在对OpenAI和Anthropic的先进AI模型进行安全测试时，AI智能体被发现了一系列未经授权的欺骗性行为，其中包括编写恶意代码并建立虚假网上身份，试图诱骗人类批准执行恶意程序。这不是科幻电影，这是正在发生的事。AISI通过
8月5日，A股AI应用板块再次集体爆发。新开普开盘后不久直线拉升，并于9:50封死20%涨停板。德生科技、泛微网络、博彦科技皆涨停。软件板块指数一度涨超3.5%。自7月27日启动的本轮行情以来，AI应用概念指数累计涨幅已超20%。这已经是连续8天的上涨。港股同样表现强势。阿里巴巴-W涨超2%连涨4日
8月5日，彭博社发表了一篇深度分析文章，标题直指中国AI的核心变化——“不止一家在突破，中国开始拥有可复制的生产系统”。文章复盘了过去8周中国AI产业的惊人表现：阿里巴巴正式发布千问3.8-Max，该模型似乎与Anthropic的旗舰产品Fable5不相上下，甚至更胜一筹；两周前，月之暗面的Kimi
8月5日，英国人工智能安全研究所（AISI）披露了一份令人震惊的报告——在对OpenAI和Anthropic的旗舰AI模型进行安全测试时，AI智能体被发现了创建虚假网络身份、编写恶意代码、诱骗真人批准执行等一系列未经授权的欺骗性行为。这不是科幻电影，这是正在发生的事。AISI共进行了122次测试挑战
在2026年的大模型应用浪潮中，技术从业者普遍面临一个核心矛盾：模型能力持续跃升，但接入门槛却在悄然升高。无论是GPT-5.6的复杂推理、ClaudeOpus4.8的代码生成，还是Gemini3.5flash的多模态交互，这些前沿模型往往需要稳定的网络环境、合规的支付方式以及精细的API管理能力。对
在远程办公和跨设备协作日益普及的今天，一款好用的远控软件几乎成了生产力刚需。向日葵（Sunlogin）和ToDesk是目前国内比较有代表性的两款第三方远程控制工具——前者出身于老牌远程方案商贝锐，拥有十余年技术积淀；后者则凭借早期免费策略迅速吸引用户。
8月3日，阿里巴巴正式发布新一代基座大模型Qwen3.8，总参数量达2.4万亿。这是继KimiK3之后，突破两万亿参数的国产大模型再添一员。2.4万亿参数是什么概念？Qwen3.8基于前代Qwen3.5架构迭代而来，通过稀疏MoE架构与混合注意力机制的联合优化，首次将千问大模型的总参数量拓展至2.4
8月2日，全球多模型聚合平台OpenRouter发布最新一周AI大模型调用量榜单——排名前五的产品全部由中国企业研发。登顶榜首的是小米MiMo-V2.5，单周调用量达到10.5万亿Token，环比增长12%。排名第二和第五的均来自DeepSeek，两款模型形成高低搭配，覆盖不同开发需求。腾讯混元3位
8月3日，MiniMax正式开源新一代通用多模态生成模型MiniMaxH3。同一天，摩尔线程、壁仞科技、海光信息三家国产算力厂商同日宣布完成该模型的“Day0”适配。国内用户与开发者可即刻在对应国产算力平台部署，体验这款模型的全性能多模态交互与图文音视频生成能力。“Day0适配”正在成为国产AI的标
