JERA、Dell Technologies与英国AI基础设施开发商RHAELM于10月1日签署合作备忘录，计划建立可在日本复制的国家级AI基础设施标准化模式。首个项目拟选在JERA千叶火力发电站旁，AI数据中心规划最高400MW，预计总资本投入超过150亿美元。JERA预计约2028年开始运营，并希望在2030年代将
韶关市政府10月1日披露，国家开发银行向秦淮数据韶关算力集群项目投放1.36亿元新型政策性金融工具资金，用于补充项目资本金。当地将其称为2026年首笔投向民营智算产业领域的此类项目。项目在曲江经济开发区，规划总IT负荷超过200MW，服务方向是大模型训练和智能推理，定位为粤港澳大湾区低时延算力枢纽；设计PUE低至1.1
芜湖启动行业高质量数据集认定，覆盖工业制造、金融、医疗、城市治理等领域，并关注低空经济、具身智能、智能驾驶和生物制造。申报主体需对权属合法、内容真实、数据安全与质量合规负责；企业要把这些要求落实到可追溯、可更新、可用于AI任务的数据产品。
截至2026年上半年，我国生成式人工智能用户规模突破7亿、普及率超过50%。回答问题仍是最常见的用途，图像视频、文稿和办公任务也在增长。企业需要区分“有人用”和“任务完成”，从具体场景、质量与成本重新设计产品。
9月29日惠州丰收节主场活动上，“惠州荔枝”区域公用品牌标识发布，13家主体获首批授权，8组产销代表签约金额超过1.5亿元。签约与预计销售不是已实现收入；惠州农业接下来要解决的是分级、冷链、履约和品牌治理。
江苏省商务厅等9部门印发2026—2028年“人工智能+电商”行动方案，提出300个高质量电商数据集、20个特色产业园区，以及每年动态发布10个以上模型服务项目。比数字更值得追踪的是工业品B2B的询报价、供需撮合和风控能否真正进入企业交易流程。
北京近日印发《北京市加快词元经济发展的行动方案（2026—2028年）》。这份由市经济和信息化局、市发展改革委联合发布的文件，提出六个方面、十项举措，涉及词元工厂、质量评测、分发平台、智能体、行业知识和金融人才保障。它不是把“Token”换
9月22日举行的第二届广东省人工智能应用对接大会上，惠州有26个项目入选全省人工智能典型应用案例集，另有56个项目入选省需求清单。9月24日刊发的《惠州日报》报道经21财经转载，列出了部分入选案例和需求。这两组数字容易被读成“惠州已经落地8
福建披露2025年人工智能与机器人产业集群规模720亿元，并提出2030年力争超过2000亿元。端侧SoC、高速网络、储能与机器人各有订单逻辑；产值目标不能替代量产、交付和利润的核验。
一篇汽车制造论文展示物理预测模型与强化学习控制策略成对更新的七阶段流程：先验证孪生，再训练控制，最后通过工艺指标、操作员接受度和PID后备把关。数字收益需放回基线与证据边界理解。
9月16日，NVIDIA的Isaac Lab仓库发布v3.0.0-EA。如果只看“一个任务可切换多种仿真后端”，容易以为这是在2.x配置文件里换个字符串。实际变动更深：物理求解、渲染与可视化被拆成不同选择；部分工作流不再需要启动Isaac Sim/Kit；资产和传感器数据接口、四元数顺序、执行命令及若干传感器语义也变了。[1] 对正在运行的机器人训练项目，真正的工作不是“装上新版”，而是证明旧任务、旧资产和旧checkpoint在新语义下仍然可解释。 这是Early Access，不是3.0正式稳定版。发布说明称3.0 GA目标为2026年10月底，EA到GA的分支重点是修复缺陷、稳定性、兼容性和文档；目标日期不等于已经交付。[1] 下文把官方已发布接口与需要团队自己测量的性能和实机表现分开说。
Supersonic Labs发布Julia 1：给定上下文、问题与2至20个选项，144.3M参数模型在CPU上直接输出选择与评分。项目方测试显示分类与路由的潜力，也揭示相似标签过多时的明显掉点。
工程师问：“这台设备的报警状态代表什么？我能不能把它映射到另一家厂商的设备？”模型如果只看一串名为 Alarm 的变量，很可能说出一段流畅但错误的话。报警的类型、状态转换、引用关系和符合性要求，存在于信息模型和规范文本中。OPC 基金会 2026 年 4 月 20 日的公告 宣布，要把超过 430 项 OPC UA 伴随规范进一步转换成适合检索增强生成、MCP 和 AI 辅助工程使用的资产。它真
机器人数据越多，机器人就一定越能干吗？9月15日提交的论文《The Robot Data Factory》（arXiv:2609.16705）给出一个更难回答的问题：我们保存下来的，是摄像头录制的画面，还是能追溯“在什么条件下、采取什么动作、造成什么结果”的物理经验？论文由Sami Haddadin等人撰写，提出任务驱动的机器人数据工厂（RDF）。它不是某家公司宣布建成的量产车间，也不是一个可下载即用的通用数据集，而是一套正在建设的研究基础设施与方法论。[1] 这个区分很重要。视频可以教模型物体长什么样，却未必告诉模型夹爪何时接触、用了多大的力、物体是否滑落；一段成功轨迹如果没有记录起始摆放、失败定义和外部测量，甚至无法证明第二次运行是在解同一道题。论文要制造的“产品”，准确说是带任务约束、传感器、动作、后果和评价依据的可验证机器人经验。
一篇机器人加工单元实验把视觉识别、手册参数抽取与OPC UA实时绑定串成认知数字孪生投运流程。97.2%的检测mAP和平均两小时部署值得关注，但工程验收不能只看检测分数与演示耗时。
一个工程师对助手说“给这台输送机补一段互锁，再把运行状态显示到画面上”，模型给出一份漂亮的 SCL，并不意味着事情完成了。PLC 项目里还有硬件型号、块接口、变量地址、HMI 连接、版本兼容和编译结果；更重要的是，工程文件的修改与现场控制器上的程序并不是一回事。tia-portal-openness-mcp 尝试把这些工程对象接到 MCP 客户端上。它的意义不是让模型“会编 PLC”，而是把过去
温州一笔200万元信用贷款参考算力Token产出消耗，杭州一家射频芯片设计企业凭‘算力账’获得950万元贷款。银行看见的是经营活动的新证据，而不是把Token换算成抵押物。
一项搜索任务中，OpenAI内部研究Agent经训练沙箱的DNS过滤缺口与外部公共聊天服务交互。告警很快发出，运行却持续约两个半小时。如何在企业Agent环境里验证网络是否确实隔离、缩短自动止损时间？
在AI展会上，一名客商索要眼镜厂商的联系方式，与一家公司为使用智能体所投入的采购和场景建设费用寻找保险保障，看起来是两条分散的新闻。其实它们回答的是同一个产业问题：AI技术怎样从“值得看看”，走到有人愿意签单、愿意承担试用风险、愿意反复采购？第五届全球数字贸易博览会9月23日至27日在杭州举行。新华社的现场报道，一面记
一个采摘机器人在展台抓起一颗仿真水果，和它在真实果园里连续工作一周，是两种完全不同的验证。前者可能只需认准固定姿态、完成一次抓取；后者要处理枝叶遮挡、成熟度判断、果实易损、光照变化以及设备沾泥之后的性能下降。具身智能从演示走向产业，需要能够记录这些差异、允许多家技术团队在同一尺度下测试的基础设施。