• 首页

  • 方案库

  • 工业品库

  • 招标项目库

  • 专家库

  • 人才库

会员中心
搜索
登录
注册
  • 方案名称

解决方案

数字化转型通用方案行业方案安全方案大数据人工智能物联网行业展望自动控制其他

产品|技术

白皮书产品介绍技术介绍技术创新模型算法

政策|规范

政策规范行动计划

电子书

电子书课件

报告|论文

报告模板论文
  • 全部
  • 人气排行
  • 下载排行
  • 页数排行
  • 最新排行

人力资源监测2026

随着AI改变工作的完成方式,人力资源职能比以往任何时候都更加重要。随着岗位职责与技能要求不断迁移,人与机器之间新的协作形态不断涌现,员工队伍正经历着根本性的变革。HR正在承担起一种全新的双重角色:它既是AI转型的"架构师"--塑造工作、岗位与能力如何演化;同时又是"灯塔",以身作则,重新构想自身的运营模式,并示范如何把AI嵌入到核心流程之中。

  • 2026-08-05
  • 阅读207
  • 下载0
  • 23页
  • pdf

人工智能技术金融应用发展报告(2025年)

随着金融科技的快速发展,人工智能技术正在深刻改变传统金融服务模式,为金融机构带来前所未有的机遇与变革。本报告深入分析了人工智能在金融领域的应用现状、发展趋势及面临的挑战。

  • 2026-08-05
  • 阅读140
  • 下载1
  • 49页
  • pdf

人工智能背景下数据安全八大发展趋势

在人工智能时代,数据是驱动技术演进的核心要素。人工智能通过深度挖据数据的内在价值,支撑着大模型的训练、推理与落地应用。随着数据成为人工智能发展的关键引擎,其在整个生命周期中的安全性,已成为保障人工智能持续健康发展与业务平稳运行的重要前提。然而,伴随数据价值的空前提升与人工智能技术的深度应用, 数据安全也面临着诸多前所未有的新挑战。

  • 2026-08-05
  • 阅读157
  • 下载1
  • 11页
  • pdf

全球眼科创新与增长白皮书2026

几百篇积累下来,编辑团队也积累了一个困惑:信息越来越多,但判断却越来越难。增长更是持续面临挑战。 “眼未来”每天编译、整理全球眼科器械领域的企业动态、产品进展和临床趋势。每年 每天都有新产品获批、新融资完成、新临床数据发布、新政策落地。但产业方向到底走到哪了?集采之后市场结构变成什么样了?国产设备的真实差距还有多大?AI在眼科 到底是噱头还是基础设施?

  • 2026-08-05
  • 阅读137
  • 下载0
  • 112页
  • pdf

全球人形机器人行业研究报告(2026):人形机器人市场规模和竞争格局

2026年,人形机器人行业正站在历史性的拐点之上。继2025年被广泛誉为“量产元年”后,行业彻底告别了单纯的技术验证与实验室演示阶段,加速向规模化生产与商业化落地的全新阶段迈进。人工智能大模型的突破性进展,特别是具身智能(Embodied AI)的蓬勃兴起,为人形机器人赋予了前所未有的认知、理解与自主决策能力,使其真正具备了适配复杂现实场景的“大脑”。

  • 2026-08-05
  • 阅读180
  • 下载0
  • 19页
  • pdf

全球甲醇市场调研报告

产业链结构解析,甲醇行业贯穿“原料-生产-流通-消费”全链条,形成以煤化工为主体、多元原料互补的产业体系,其经济带动性极强,是现代工业的核心基石之。

  • 2026-08-05
  • 阅读137
  • 下载0
  • 14页
  • pdf

全球教育机器人发展蓝皮书2026-大模型、具身智能与人形机器人时代的学习

本蓝皮书是AI-SLI在“人工智能辅助知识生产”方向上的一次系统性探索与尝试,也是《全球教育机器人发展白皮书》系列(2016、2019)面向2026的全新一版(并升级为蓝皮书体例)。报告研制全程引入生成式人工智能作为研究助手,在研究团队的选题、设计与把关之下,承担了四类劳动密集型工作。其一,全局采集与数据核验--对全球与中国教育机器人、具身智能、人形机器人与智能体导师的市场报告、出货与厂商数据、政策原文与学术循证展开多源充分采集,对关键数字逐项溯源、以不少于两个独立来源交叉印证并予以口径勘误,对前沿系统严格区分“已规模化部署”与“实验室演示”。其二,理论锚定与文献综合--从2016/2019原版提取并核验其对教育机器人的定义、分类与产业链框架,在大模型与具身智能语境下予以再界定。其三,文本撰写、图表绘制与引文规范--按统一论证结构完成各章撰写、架构图与产业链图绘制,并以分级可信度标注维护逐条可溯源的引用体系。其四,中英双语并行在统一术语表约束下产出语义对齐的中英文两个版本。

  • 2026-08-05
  • 阅读137
  • 下载1
  • 239页
  • pdf

武汉大学出版研究院-2026人工智能在出版业应用现状与风险应对研究报告

数字化浪潮与国家战略双重驱动 核心业务逻辑与价值创造模式重塑 在数字化浪潮与国家“人工智能+”行动战略的双重驱动下,以大语言模型和生成式AI为代表的技术成为推动出版业深刻结构性转型的核心引擎。 AI技术深度渗透选题策划、内容创作、发行营销全链路,重构出版业的价值创造流程,推动行业生产力实现从传统模式向智能化、自动化的革命性跃迁。

  • 2026-08-05
  • 阅读143
  • 下载1
  • 34页
  • pdf
上一页 1 …… 3334353637383940414243 …… 16664 下一页 共 133305 条


立即登录

没有账户,需要注册

登录用户可享受以下权益
  • 免费下载方案
  • 服币提现
  • 发布方案得服币
  • 交易分成

精品推荐

人工智能大模型分类体系、技术特点及主流厂商概览

语言模型、视觉模型、语音模型、视频模型、时序模型,分别对应文字、图像、声音、视频、连续传感器数值,通用大模型,垂类大模型,AI

  • 阅读95
  • 下载2

工业时序基础大模型技术发展综述

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

  • 阅读932
  • 下载8

2026“人工智能+”行业发展蓝皮书

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”。

  • 阅读2729
  • 下载8

中服云能碳管理平台V5.0

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。

  • 阅读3169
  • 下载14

最新上线

超硬材料智慧园区方案

超硬材料制品是典型的“材料—工具”型制造:金刚石刀头、锯片、工程钻、磨轮,最终用在石材与建材加工、路面与混凝土切割、玻璃与陶瓷、半导体与蓝宝石加工。产品小批量、多品种,工艺链却很长。 这条工艺链把同一道围墙切成几段:压制、烧结、焊接、磨削与检测分散在不同厂房,一段停摆,整批报废。以下痛点与解法取自一座已投运的园区平台,数据为界面实测值,企业名称脱敏。

  • 阅读24
  • 下载0

中服云工业物联网平台在印刷装备制造行业的应用

印刷机械是装备制造中比较典型的一类产品:单机价值高、定制化程度高、客户分散在全国各地的包装与印刷车间,一台凹版印刷机开机就是十几年。设备卖出去了,服务却要跟十几年——这是行业共同的结构性难题,也是工业物联网在装备制造领域最容易见效的地方。 本文以一个真实的落地样本为观察对象:一家印刷机械制造企业把 178 台在役设备接进了自己的远程运维系统,系统的底座选用中服云工业物联网平台的设备版。下文按“行业之困、平台解法、落地成效、可复制经验”四步展开。

  • 阅读48
  • 下载0

中服云数字孪生系统在石油和天然气开采业的应用案例(痛点·方案·成效)

石油和天然气开采业的生产对象在地下,管理的关键环节在地面。从井口到计量间,从转油站、联合站到外输与处理装置,油气田用“井—站—管网”的骨架把分散的资源汇集起来,联合站是这条骨架上设备最密集、工艺最连续、安全要求最高的节点。 这类站场大多已经上了SCADA,数据并不缺。问题在于数据上来之后,新的麻烦更清楚了:设备家底说不清,画面说不清位置,报警说不清先后。本文按“痛点—解决方案—成效”的顺序,说明中服云物联网平台与数字孪生平台如何分工配合,逐条解决这些问题。

  • 阅读53
  • 下载0

中服云物联网与数字孪生平台在油气作业现场的应用

油气田的地面作业现场有一个共同特征:设备搬着走、电源跟着换、负荷忽高忽低。钻修井井场靠网电、柴油发电机组、储能、光伏凑出一套临时电力系统;压裂井场更极端,几十台电驱压裂泵并联运行,瞬时功率爬升快,砂罐、混砂、供液、仪表车密集停放,作业段集中、单段时长以小时计。 这两类现场的管理难题是同一类:能耗与碳排放算不清、设备状态看不见、峰值容量报不准、多能协同靠经验。中服云用同一套工业物联网平台加数字孪生平台,把这两类现场做成了可以被“看懂、算清、考核”的对象。本文以已投运的钻修井现场为实测样本,说明平台在野外作业领域的典型应用,并给出向压裂井场复制的路径。

  • 阅读49
  • 下载0
  • 关于我们

    电话:029-8838-6725

  • 新闻资讯

    企业简介 新闻动态 品牌实力 代理合作 诚聘英才 联系我们

  • 中服云

  • 工业互联网风向标

  • 在线咨询

西安/北京/南京/重庆/合肥/厦门/甘肃 地址:陕西省西安市雁塔区鱼跃工业园慧康生物科技产业园7楼 电话: 029-8838-6725

版权所有 @ 中服云 陕ICP备11002812号
  • 扫码咨询

    或

    点击立即咨询
  • 客服咨询

  • 用手机扫二维码

    或

    复制当前地址

  • 问题反馈 中服大讲堂 客服电话

方案库赚钱指南