Rockwell Automation
PulseAugur coverage of Rockwell Automation — every cluster mentioning Rockwell Automation across labs, papers, and developer communities, ranked by signal.
1 天有情绪数据
-
AI研究人员发现工业控制软件中的4个严重漏洞
一位AI安全研究员在工业控制软件中发现了四个关键漏洞，包括EPICS中的三个高危漏洞。这些漏洞可能潜在地扰乱敏感的研究实验。该研究员在不到四个小时内就发现了这些问题，凸显了AI在安全测试中的应用速度。
-
Anthropic 启动网络任务，旨在防御关键基础设施和开源软件
Anthropic 推出了一项名为“网络任务”（Cyber Mission）的新计划，旨在加强关键基础设施和开源软件的网络安全。该计划包括“关键基础设施防御计划”（CIDP），为运营技术提供商提供前沿的 Claude 模型和工程支持，以及免费的“开源软件扫描器”（OSS Scanner），该扫描器利用 Anthropic 的模型识别开源项目中的漏洞。该公司还发布了 Claude Haiku 5.5，这是一款更具成本效益且速度更快的模型…
-
Anthropic 启动 AI 网络安全计划以保护关键基础设施
Anthropic 推出了一项名为“关键基础设施防御计划”的新网络安全计划，旨在保护电力网和供水等关键服务。该计划将为企业提供 Anthropic 的先进 AI 模型和工程师，以识别和修复系统漏洞。此外，Anthropic 还将为开源软件项目推出免费的 AI 驱动扫描服务，以检测和报告潜在的安全漏洞。
-
工业机器人数量远超人形机器人，引发监管担忧 · 跟踪1个来源
根据国际机器人联合会发布的《世界机器人报告》，虽然人形机器人吸引了公众的注意力，但绝大多数在运行的机器人是工业机器。报告显示，目前全球工厂已安装约500万台机器人，亚洲是增长的主要地区。专家认为，对人形机器人的关注分散了人们对为现有工业机器人队伍建立健全监管和安全标准的更紧迫需求的注意力，而这些机器人已经带来了持续访问权限和管理方面的风险。
-
工业AI作为核心技术而非仅仅是数据科学，迎来重大并购
工业AI市场正迎来大量的资本配置，大型自动化公司正在收购或投资专注于AI的公司。施耐德电气（Schneider Electric）和艾默生（Emerson）等公司已进行了大量收购，这表明工业AI现已被视为工业技术的核心组成部分。然而，工业AI被视为现有流程控制系统的附加层，而非替代品，因为它利用机器学习处理运营数据，但在物理世界中要有效，还需要深厚的工程背景和约束条件。
-
尽管投资巨大，但制造业AI的采用面临实施差距
AI在制造业中的应用非常广泛，95%的公司都在投资这项技术，但只有一小部分公司完全将其嵌入。成功实施AI的关键在于解决具体、可衡量的业务问题，例如意外的机器故障、质量控制或生产效率低下。当AI应用于这些有针对性的问题时，它能持续带来切实的成果和明确的投资回报，这与没有明确目标部署的通用AI能力不同。
-
供水系统攻击暴露工业控制系统普遍存在的漏洞
自2026年7月下旬以来，攻击者已至少在12个州的市政供水系统发动攻击，通过篡改面向互联网的可编程逻辑控制器（PLC）来扰乱运营。FBI确认受影响的硬件是Rockwell Automation的MicroLogix 1100和1400系列PLC，这些PLC在未经适当身份验证的情况下暴露于互联网。这凸显了工业控制系统普遍存在的不安全问题，其中老旧设备、复杂的供应链以及小型公用事业公司有限的IT人员，都加剧了多年来供应商一直警告的漏洞。
-
Agentic AI在金融和工业领域发现新应用
Plutus推出了新的Agentic平台，旨在加强人寿和年金保险行业的运营。与此同时，Oversea-Chinese Banking Corporation (OCBC)正在利用Agentic AI大幅缩短私人银行和财富管理入职时间。在另一项独立发展中，Rockwell Automation和Augury已建立合作伙伴关系，通过应用Agentic AI来提升工业绩效。
-
AI将驱动下一代制造业数字主线
制造业的数字主线正从简单的数据连接器演变为智能的、面向行动的操作系统。未来的迭代将利用AI代理和生成式AI来解释数据、识别问题、推荐行动和自动化工作流程。这种增强的数字主线将支持AI驱动的运营、自主工作流和互联数字孪生等趋势，并超越工厂车间，涵盖整个产品生命周期。
-
数字主线实施面临网络安全、数据孤岛挑战
“数字主线”的概念对于现代制造业至关重要，它能够实现跨设计、生产和运营的集成数据的连续流动。虽然诸如代理AI、数字孪生和可穿戴设备等技术放大了人类的影响力，但实施数字主线也面临挑战。主要障碍包括确保强大的网络安全、打破数据孤岛、集成遗留系统以及保证车间新技术的可靠性。
-
TechEx北美展：人工智能部署取决于基础设施和安全
TechEx北美展强调了部署人工智能的实际挑战，尤其是在工业环境中。讨论集中在将人工智能从演示推向实际应用所需的基础设施、安全和运营考量。关键主题包括扩展边缘计算、管理数据资产以及试点项目与全面部署之间的差距，强调需要与预期用户或受益者共同设计智能系统。