受新冠肺炎疫情大流行的影响， 2020 年全球石油化工行业盈利水平有所下降，但整体仍在高位运行。乙烯产能持续稳步增长，石化原料更趋于多元化和轻质化。低成本石化生产技术、合成树脂催化剂、塑料回收、绿色化工与环保等技术取得了较大的进展，预计未来石化行业仍将在绿色环保、化工智能化、大数据融合等方面深度发展。
最近可以说是随着 ViT 的大火,几乎可以说是一天就能看到一篇基于 Transformers 的 CV 论文,今天给大家介绍的是另一篇由Facebook 在 ECCV2020 上发表的一篇基于 Transformers 的目标检测论文,这篇论文也是后续相当多的 Transformers 检测/分割的 baseline,透过这篇论文我们来了解其套路.
作为一项云搜索服务，Azure 认知搜索集成了强大的 API 和工具，帮助开发人员构建丰富的搜索体验。不止于现状，微软的研究员们为 Azure 认知搜索“加持”了语义搜索功能，可以让搜索引擎拥有语义排序、语义摘要、语义高亮、语义问答以及自动拼写校正等能力。本文将揭晓这些神奇功能背后的核心技术，涉及关键词包括预训练、图网络、多任务等。本文编译自微软研究院博客“The science behindsemantic search: How AI from Bing is powering Azure Cognitive Search”。
数字经济时代，数字化转型仍然是大多数工业企业的首要任务。在新技术推动的创新转型浪潮的推动下，工业企业正在进行数字化转型，并专注于新的业务流程、服务和竞争战略。
在石油化工行业中，出于节能和工艺考虑，多数设备和管道需要采取绝热保温层措施。然而，设备和管道运行过程中，会发生保温层下腐蚀（CUI），特别是沿海企业，CUI 问题更为突出，严重时甚至发生腐蚀泄漏，导致非计划停工，严重威胁了装置的安全稳定长周期运行，影响企业的经济效益。由于CUI 具有一定的偶然性和隐蔽性，很难在第一时间发现。传统的检测方法是拆除保温层结构，进行目视检查、渗透检测和超声波测厚等，这些方法检测效率低，且拆除保温层结构成本较高，难以满足企业的检测需求。
用直观的方法(形象直观而又色彩适宜的各种视觉感知信息)揭示仓库管理状况和作业方法，让全体员工一看就明白的现场管理方式。 是达到提高仓库工作准确性与效率的一种理手段,也是- -种利用视觉来进行管理的科学管理方式。
《信息化和工业化融合管理体系—基础和术语》（GB/T 23000-2017）是2017年5月22日实施的一项中华人民共和国国家标准，归口于全国信息化和工业化融合管理标准化技术委员会。
随着两化深度融合，航油工业控制系统的自动化运行和集成程度不断提高。航油工业控制系统的安全以及稳定运行直接关系到人们的生命财产安全和强国建设，一旦出现安全问题将影响航油供应的稳定性，甚至会给重大经济、人员、环境等涉及国计民生方面造成严重后果。为了提升航油工业控制系统安全，通过整理航油供应业务流程，分析航油工业控制系统的功能与部署，针对梳理的航油工业控制系统在安全方面存在的风险隐患，基于国产密码算法提供的安全防护功能，提出航油工业控制系统安全解决方案，以增强系统的安全综合保障能力。
没有账户，需要注册
时序大模型是面向时间序列数据的基础大模型，以 Transformer 等架构为核心，通过在海量多领域时序数据上进行预训练，学习时间维度上的通用模式、周期规律与长距离依赖关系。区别于传统时序模型针对单一任务单独训练，时序大模型具备强大的迁移能力，只需少量样本微调或零样本提示，即可适配时序预测、异常检测、缺失值补全、时序分类等下游任务。在工业场景中，它能够直接处理传感器、设备测点产生的海量时序信号，挖掘设备状态演变规律，支撑设备故障预警、工况识别与生产趋势预判，为工业智能落地提供底层模型能力。如：中服云的CServerAIR
2025年，全球人工智能市场规模达到3909亿美元，中国人工智能核心产业规模突破9000亿元。AIAgent细分市场以49.6%的年复合增长率高速扩张，制造业应用大模型的企业比例在一年之内从9.6%跃升至47.5%。从2024年初，中国日均词元(Token)调用量为1000亿;至2025年底，跃升至100万亿;2026年3月，已突破140万亿，两年增长超千倍。这些数字背后，是一场深刻变革的加速到来-人工智能正在从"能力突破"走向“系统重构”。
中服云能碳管理系统依托中服云工业物联网底座打造，聚焦工业企业能耗管控与碳资产管理需求。 系统整合水、电、气、热等多类能源数据，实现用能实时采集、集中监测、智能分析。 依托数字化手段精准核算碳排放总量，助力企业摸清碳排底数、合规完成台账管理。 通过节能诊断、能耗优化策略推送，有效降低生产能耗与运营成本。 全方位赋能企业绿色低碳转型，筑牢安全生产与节能减排双重发展防线。
中服设备健康管理系统依托中服云工业物联网架构搭建，面向工业全品类设备运维场景。 融合实时数据采集、状态监测、故障诊断核心能力，全天候掌握设备运行动态。 通过边缘计算与 AI 算法分析设备隐患，实现从被动维修向预测性维护升级。 有效降低设备故障率、减少停机损失，简化线下运维管理流程。 助力工厂实现设备数字化管控，保障产线高效、稳定、安全运行。
中服云工业物联网平台，为速冻食品企业构建速冻工序数据监控体系。速冻库温度、风速、速冻时间——实时采集、自动记录。每一批产品的“速冻档案”完整可查。温度异常自动报警，工艺参数自动比对。
业界拥有多种专用迁移工具，并提供完善的迁移服务，助力用户快速将应用与数据从自建或其他云厂商数据中心迁移上云平台，实现业务的云化应用
面向人工智能技术浪潮带来的算网融合发展新机遇和新挑战，期望产业链各环节凝心聚力、携手并进，共同推动算力网络运载力质量不断提升，以网强算支撑产业应用创新，促进培育新质生产力，助力数字经济高质量发展!
AI-OTN产业落地。遵循试点先行、分步迭代思路开展现网实践。可优先开展小规模试点，围绕高收益场景验证技术能力，在试点基础上逐步完成设备改造、能力迭代，同时兼顾网络智能化效率与业务运行安全。设备厂商需加快AI-OTN设备形态迭代，完善轻量化网络AI模型，夯实产业规模商用基础。
扫码咨询
或
客服咨询
用手机扫二维码
复制当前地址
方案库赚钱指南
