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
AI的下一站，是物理世界。黄仁勋曾说，AI的下一个浪潮是物理AI。“AI教母”李飞飞发长文判断“空间智能是AI的下一个前沿”。站在AI最前线的人都相信，大模型不能只停留在屏幕里理解世界，得进入物理世界，动手改造世界。从街道上的车流，到车间的产线，哪里才是物理AI率先兑现商业价值的地方？工业。工厂环境
欧洲是滚筒洗衣机的发源地，也是全球市场的桥头堡。在当地，一台光能洗净的洗衣机不再是“加分项”，而仅仅是市场的“入场券”。面对家庭结构、市场环境的变化，如今在欧洲，什么洗衣机卖得好？据GfK中怡康数据显示，2026年1-8月欧洲市场，海尔洗衣机份额达15.8%，位居中企第一，销量销额均实现增长。在细分
做媒体这些年，采访是我最头疼的事情。采访本身要花时间，采访完还要去整理采访素材，更别说后面还要写稿——这里要花费的时间和精力，往往是采访工作的双倍，甚至更多。虽说现在市面上的录音软件、录音设备很普遍，但是实际用下来都不尽如人意。录音素材导出导入、录音转写、内容整理、提炼重点、内容创作等每一道环节都很
具身智能商业化落地的东风来了。先是海外OpenAI宣布入局具身智能行业，然后国内，商务部等9部门对外公布《关于加快推进科技兴商的意见》。其中明确提出，要“丰富智能手机、电脑、家居、穿戴设备、机器人等智能商品供给”。言下之意，接下来“机器人”与手机、电脑并列，归类为面向消费市场的商品。市场端很快就有了
100天不长不短，阶跃星辰董事长印奇许下的百日之约，终于兑现了。简单回顾下，3个月前，阶跃一口气发布了大模型原生AI终端品牌STEPX首个智能体原生操作系统StepAOS、个人智能体阶跃Amoo、亮相了自主研发的首台智能体手机。10月13日，STEPXNeo终于拖家带口正式发布。用很多人的话来形容，
过去两年，全球AI基础设施市场形成了一条被美股财报反复强化的隐含假设：做NeoCloud、做智算新云，就要先接受“收入高增、净利润深亏”。CoreWeave2026年二季度收入25.75亿美元、同比翻倍，但GAAP净亏损仍达6.26亿美元；Nebius同期收入5.82亿美元、同比增454%，调整后E
2026年，港股AI公司明显多了起来。港交所披露，2025年12月初至2026年5月底，AI价值链企业IPO募资达到979亿港元，约占同期港股新股募资总额的55%。从大模型、算力芯片，到企业软件、医疗科技，越来越多AI公司开始进入港股视野。一个市场要获得重新定价，首先需要新的优质资产。过去市场谈港股
文/庄帅9月22日，北大国发院在《AI时代下的品牌创业创新》CBI消费公开课上，披露了最新的CBI品牌指数（中国线上消费品牌指数），为当前AI与硬科技主导的投资方向提供了一个新坐标：消费投资永不过时，只是参照系和评估指标有了一些新变化。课题组最新研究发现，在同一行业中，CBI品牌指数越高、榜单表现越
2026年3月24日，PyPI上悄然出现两个看起来再普通不过的新版本：litellm1.82.7和1.82.8。LiteLLM是全球使用最广的开源大模型网关之一，累计下载量超过4.8亿次。从创业公司到头部AI厂商，无数业务的大模型调用，都跑在这个框架上。这两个恶意版本在公网上只活了大约40分钟，就被
想转行AI，但不知道从哪开始学？Python、机器学习、深度学习、RAG、Agent……光看这些技术名词就已经头大了！其实普通人想系统学习AI，真的没必要东学一点、西学一点，把学习顺序理清楚，能少走很多弯路！第一步：先把基础打牢●Python基础语法、函数、类等●NumPy、Pandas等数据科学工
