利用AI寻找新能源金属矿,成本可节省50%|矿产|澳大利亚|金矿|模型|人工智能_手机新浪网

是一家专注于利用人工智能技术进行新能源矿产勘探的美国公司。通过训练AI大模型,该公司显著提升了矿产勘探的效率和准确性。
不管是电动汽车,
阳能电池板还是绿氢电解槽,都离不开稀有金属的支持。从能源转型到日常生活,全球对关键矿产资源的需求巨大。
但从历史经验来看,新矿床的发现
往往昂贵、艰苦又耗时。不过,随着人工智能、大模型技术的发展,这一模式正在改变。
Earth AI的预测工具“矿产目标平台(Mineral Targeting Platform)”号
本文作者:新浪财经头条

原文链接:http://finance.sina.cn/cj/2025-02-26/detail-inemvssw7694543.d.html

AI赋能智慧矿山再获里程碑!中科慧拓德兴铜矿无人编组项目顺利通过阶段验收

AI赋能智慧矿山再获里程碑!中科慧拓德兴铜矿无人编组项目顺利通过阶段验收
中科慧拓WAYTOUS 09-20
近日,中科慧拓赋能建设的江铜德兴铜矿露天采场无人驾驶编组运输项目顺利通过阶段性验收。项目依托AI技术搭载自主可控的愚
YUKON平行矿山操作系统为核心技术底座,突破传统矿山智能化改造落地慢、适配差的行业难题,实现项目快速部署、调试落地与常态化投产。项目成功搭建电铲+电动轮无人矿卡协同编组作业体系,稳定承接矿区早、中班拉矿作业

原文链接:https://m.cehome.com/news/20260920/393387.shtml

加速落地“坤安”大模型中国铜业人工智能场景应用实现新突破 – 行业新闻 – 中国有色金属工业网

“坤安”人工智能大模型应用,在中国铜业采矿、冶炼、加工、安全四大领域成功探索出一条具有行业示范意义的AI场景应用路径:CV大模型3周部署矿山皮带检测,识别率达95%;“铜冶智炼”传承冶炼“老师傅经验”,预报准确
达95%以上;运筹优化算法分钟级解算万吨级配料难题……
从单点突破到全域协同,AI不仅创出实效,更让高危岗位员工远离风险,随着“铜冶智炼”入选国务院国资委中央企业战略性高价值场景,中国铜业“铜锌向智”AI系列场

原文链接:https://www.chinania.org.cn/html/hangyexinwen/guoneixinwen/2025/0818/59038.html

​“智”在破局——南丹关键金属高质量发展综合试验区建设一周年观察(三) – 工作动态 – 广西壮族自治区园区发展和投资促进服务中心网站 – tzcjj.gxzf.gov.cn

AI技术在有色金属行业的应用已覆盖冶炼、采矿、选矿等多个环节并取得显著效果。2025年广西启动“揭榜挂帅”机制,南方有色揭榜并于同年10月上线广西首套有色金属行业大模型,该模式已在多个车间复制推广,可将冶炼温度偏差压缩到±5℃以内,新员工上岗周期缩短七成。广西华锡矿业有限公司铜坑矿业分公司经智能化改造后成为全国首个非煤矿山井下全流程无人开采试验基地,7个试验采场实现远程无人作业,智能凿岩台车日进尺195米,铲运车单

原文链接:http://tzcjj.gxzf.gov.cn/gzdt/t28019607.shtml

深度解析:AI技术革新推动澳大利亚高品位铟矿突破

了人工智能在深度勘探领域的强大技术领先优势。这一突破不仅刷新了传统矿产勘探的效率与精度,也为全球战略性金属资源的供应格局带来了深远影
。随着全球对稀有金属,尤其是战略性金属如铟的需求持续攀升,地球人工智能公司通过自主研发的AI技术,展现出其在矿业数字化转型中的核心竞争力
此次在Kooranjie区域的发现,是基于深度学习与多源遥感数据融合的创新技术,精准锁定高品位铟矿富集区。公司利用先进的神经网络模型对海量地质数
本文作者:AI创新实验室

原文链接:https://www.sohu.com/a/895091275_121924584

从“工业原料”到“算力金属”,AI重塑贵州有色金属

计划明年建成。“我们紧扣贵州算力产业发展机遇和‘富矿精开’部署,一期项目重点夯实基础采选产能,二期聚
算力稀有金属精深加工,攻克高效提取提纯核心技术,把资源优势转化为产业优势。”赫章鼎盛鑫矿业发展有限公
司常务副总经理潘常甲表示。从铜铝的“骨架”到稀有金属的“维生素”,从传统工业原料到AI时代的“算力金属”
——贵州的富矿,正在AI浪潮中重新定义自身价值。而这场转型的深层逻辑,不仅是价格的上涨,更是开矿逻辑、产
本文作者:动静新闻

原文链接:http://m.toutiao.com/group/7694993644097176100/?upstream_biz=VolcEngine

CGTN’s Mike at Dexing: AI Sorting Turns Waste Ore to Gold – CGTN

CGTN’s Mike at Dexing: AI Sorting Turns Waste Ore to Gold
China
17:58, 21-Sep-2026
CGTN
CGTN’s Mike Walter visited the Dexing Copper Mine in Jiangxi and witnessed a transformation driven by AI-powered ore sorting. Independently developed in China, the intelligent optical-electronic sorting equipment can accurately separate ore from waste rock at a speed of 300 tons per hour, turning previously useless low-grade ores into economically viable resources. This innovation not only significantly improves the recovery rate of key materials, but also reduces mining costs and reliance on imports, there

原文链接:https://news.cgtn.com/news/2026-09-21/CGTN-s-Mike-at-Dexing-AI-Sorting-Turns-Waste-Ore-to-Gold-1QCtEVZLj56/p.html

拥抱人工智能 推动科技创新——广西关键金属集团以AI赋能智能选矿 – 科技动态 – 广西壮族自治区科学技术厅网站

拥抱人工智能 推动科技创新——广西关键金属集团以AI赋能智能选矿
2026-10-13 10:15 来源:广西日报
在有色金属行业,有一条线决定着精矿和尾矿能否准确分开。这条线,藏在选矿摇床上,且每一秒都在变化。过去,它靠摇床操作
轮班巡检、肉眼捕捉、手动调整接矿板。如今,在广西关键金属集团所属广西华锡有色金属股份有限公司高峰公司,一条“智能化换人”的新解法正在巴里选矿厂落地生根。
矿石磨碎后加水调成矿浆,流经微微倾斜的床面,在

原文链接:http://kjt.gxzf.gov.cn/dtxx_59340/kjdt/t28218952.shtml

AI实验室12小时鉴定出无铅纳米材料_央广网

此为下一轮实验调整变量。
团队先选定前体材料并锁定目标——无铅、无重金属的双钙钛矿纳米片,且具备最强的光致发光亮度。随后,PoLARIS循着不同
配方”执行一系列实验,不断改变前体用量、温度、反应时间等变量。每个配方生成一滴微小的流动液滴,充当微型反应容器,之后即刻自动分析。分
结果反馈给AI,AI再据此调整下一轮纳米片实验合成配方。
在一轮12小时的实验中,PoLARIS完成了120次实验,持续提升材料亮度,最终锁定了同类产品中最

原文链接:http://tech.cnr.cn/gstj/20260506/t20260506_527611212.shtml

RAPTOR-AI: An open-source AI powered radiation protection toolkit for radioisotopes

Appl Radiat Isot
doi: 10.1016/j.apradiso.2025.111797. Epub 2025 Mar 28.
RAPTOR-AI: An open-source AI powered radiation protection toolkit for radioisotopes
Hiroshi Watabe 1 , Peter K N Yu 2 , Dragana Krstic 3 , Dragoslav Nikezic 3 , Kyeong Min Kim 4 ,
Taiga Yamaya 5 , Naoki Kawachi 6 , Hiroki Tanaka 7 , Zoran Jovanovic 8 , A K F Haque 9 ,
M Rafiqul Islam 10 , Gary Tse 11 , Quinncy Lee 12 , Mehrdad Shahmohammadi Beni 13
Affiliations
1 Division of Radiation Protection and Nuclear Safety Research Center for Accelerator and Radioisotope Science, Tohoku University, 6-3 Aoba,

原文链接:https://pubmed.ncbi.nlm.nih.gov/40184907/