设备智能运维 AI 日报

事件：容知日新（688768.SH）8/26 发布 2026 年半年报：营收 1.94 亿元，主营"工业设备运维解决方案"占 86.90%，"AI 诊断及服务"1154.9 万元占比 5.95%；归母净利 -3966.25 万元，研发投入超 6500 万元，占营收 33.61%（同比 +8.10%）。8/29 新浪财经以"聂卫华掌舵十七载"为题深度解读，并指出公司正加码"AI 底座模型 + 故障诊断专用小模型"双轮驱动，PHMGPT 故障诊断智能体持续打磨自主规划、工具调用、多模态融合、透明化推理、持续学习等能力。中金下调 2026 年盈利预测 32.15% 至 1.3 亿元，但维持"跑赢行业"评级，目标价 48 元。

值得关注：这是国内工业 PHM 龙头首次以正式财报披露 AI 诊断占比与研发强度——5.95% 的占比"看似不高"却对应完整工业 AI 业务线（智能预警/多模态诊断/工业知识库/大模型/智能体/算法工厂），研发占比 33.61% 则印证"重技术、轻短期"是行业头部共识。中金虽然下调当年盈利 32%，但同时上调 2027 年预测至 1.7 亿元，意味着机构押注的是长期能力沉淀。对工程现场的借鉴：评估工业 AI 厂商时，单看营收占比容易低估，应同时关注"AI 诊断 vs 整体运维"的耦合深度，以及研发占比是否能稳定维持 25%+ 三年以上。

来源：新浪财经 2026-08-29 / 证券之星 2026-08-26 半年报 / 中金公司研报

事件：中服云（CServer）8/26 通过网易/官宣渠道发布工业时序通用大模型 CServerAIR V1.0，定位于"工业物联网与智能运维场景的设备运行超级大脑"。核心定位强调：通用大模型（如 ChatGPT/DeepSeek）擅长语言沟通却不擅长与设备对话——传感器海量时序数据、设备型号命名混乱、故障样本稀少、关键测点缺失，这四大工业 IoT "真问题"需要专用时序智能。模型对比 Google TimesFM、Amazon Chronos 等时序基础模型的"跨场景泛化潜力"路径，以及国内 PHMGPT 等"垂直行业专家模型"路径，CServerAIR 选择第三条路——更广义的工业装备 + IoT 场景的"通用+垂类"结合。

值得关注：工业 AI 大模型赛道正分化为三种流派——①推理派（容知 PHMGPT、北航 PACE 等聚焦故障诊断知识问答与多 Agent 协同）；②通用时序派（TimesFM/Chronos/CServerAIR 强调跨设备/跨场景迁移）；③行业专家派（针对单一行业如冶金/电力做深度适配）。三派长期共存，中小制造企业不必押注某一派，可以组合使用。值得关注的是，CServerAIR 强调"设备数据分析人人可用"——意味着它在试图做"低代码 AI"，让现场工程师不写代码就能完成异常检测、故障归因、寿命预测，这恰是工业 AI 落地最稀缺的"最后一公里"能力。

来源：网易 2026-08-26 / 中服云官方

事件：本周（2026/8/17）国家能源局印发《能源领域节能降碳行动计划（2026—2028 年）》，明确"强化数字化智能化赋能"——推进能源产供储销用各环节数字化智能化改造，支持企业建设数字化碳管理平台，鼓励能源领域人工智能模型创新。该计划叠加《新一代煤电升级专项行动实施方案（2025-2027）》"调节速率更快、最低稳发负荷更低、人员值守更少"目标，其中"人工操作量削减 90%"成为新建煤电机组核准与验收硬要求。国家能源集团首席专家张秋生判断：未来 5 年 AI 将类比智能汽车从 L2 走向 L3，从"辅助运维"过渡到"机组全流程自主操控"。

值得关注：这是 AI 与节能降碳两大主线的"首次合流"——政策从"鼓励尝试"走向"准入门槛"，火电新建机组若不按智能化标准设计将无法通过验收，存量机组若不改造将在深度调峰/辅助服务市场丧失收益。对设备运维行业意味着：①辅机 PdM 成为继输煤/电力 DCS 之后第三批确定性投资——托辊/滚筒/减速机/电机状态监测+智能润滑联动，可压缩非计划停机 30%+；②国家能源集团擎源平台预警准确率 98%、科远智慧四大智能体降低运行操作量 80% 等案例已具备"申报可行性"参照；③蒙能金山三期 ADMC、赵石畔煤电数字孪生、雅砻江流域 AI 运营模型等成为"申报样板"，对中小工程服务商是承接窗口。

来源：国家能源局 2026-08-17 印发 / 国家能源集团擎源 / 智慧电厂行业梳理

事件：重庆大学研究团队（论文一作 Yuhan Peng）将光纤布拉格光栅（FBG）振动信号转为多通道图像（GASF/GADF/MTF 三种可视化表达），输入 SE-ResNet18 神经网络，发表于 MDPI《Sensors》期刊。8/12 英国 Energy Innovation Review 以"FBG vision turns compound turbine faults into 99.5% accuracy"为题详细报道，验证显示：均衡数据集 Exact Match Accuracy 0.995，复合故障样本稀缺的长尾分布（不平衡 -50%）仍达 0.974。FBG 传感器抗电磁干扰、耐严苛环境，是电力/风电/油气领域"高门槛"传感方案，对应国内学术成果被海外转载。

值得关注：风电齿轮箱是 PdM 中"样本最稀缺"的故障源——单一故障（缺齿/点蚀/断齿）有数据，但几类故障同时发生（复合故障）的训练样本极少，重庆大学方案用"将时序转为图像 + Focal Loss 强化少数类"，在不增加硬件成本前提下把复合故障准确率推到 99.5%。工程意义：①FBG 在风电/电力场景比 MEMS 加速度计更适合长期部署——抗电磁干扰、耐严酷环境；②信号可视化（时序→图像）是国内学术界解决"长尾样本"的有效路径，可以扩展到轧机/泵组/空压机；③"国内学术成果→海外权威转载"路径打通，标志着国内 PHM 学术影响力正在走出英语圈。

来源：Energy Innovation Review 2026-08-12 / MDPI Sensors 期刊

事件：研华科技披露其昆山智慧工厂以 iFactory.AI Agent 平台为中枢，将 AI 延伸至先进制程控制、智慧供应链、AI 智审通、智慧客服等七大场景。在生产端，AI 智能调度统筹"人/机/料/法/环"全要素；SMT 数字孪生系统可在秒级完成设备故障定位，并联动设备维修助手实时调取备件、匹配最优方案。在厂务端，iEMS 能碳一体化平台对空调/空压机高耗能设备给出最优运行策略，整体能效提升 15%；EHS 环安卫治理通过 AI 视频分析实现 24 小时不间断监控；PHM 设备健康诊断提前 1-3 个月预警设备故障，大幅减少非计划停机。

值得关注：研华昆山是少数同时跑通"PHM+能碳+EHS+调度+质检"五大场景的工厂样本，比单独建设 PdM 系统的价值密度高约 3-5 倍（参考 Groningen 大学跨场景协同测算）。核心启示：①"数字孪生+设备维修助手"路径解决了 PdM 落地的"最后一步"问题——不止给预警，还秒级联动备件库存与维修工单；②15% 能效提升来自 iEMS 对空调/空压机的实时优化，本质是"用 PdM 同源数据反哺节能降碳"——单一传感器投入产出双倍；③"七场景一平台"模型可复制性高，研华 iFactory.AI Agent 平台方案已经在面向第三方工厂输出，这是 2026 年国内 "AI Agent 平台型厂商" 的典型代表。

来源：微博科技/研华科技 2026-08 / 苏州智博会公开演讲