我国智能体育_兴起、发展与对策研究
中美人工智能产业政策的比较研究——基于目标、工具与执行的内容分析
技术驱动与治理变革_人工智能对城市治理的挑战及政府的回应策略
人工智能在纠纷解决领域的应用与发展，如何应用
对于人工智能“情绪”产生机制的探索——正向原则
关于法律人工智能在中国运用前景的若干思考
随着我国综合能源系统的迅速发展，用户侧出现越来越多的综合负荷尤其是电冷热耦合负荷，而针对冷热电负荷的耦合特性的研究极为重要，它决定了综合能源系统规划和运行是否科学合理。因此，将大数据分析法应用到冷热电综合负荷的耦合特性分析中，建立了基于改进K-means算法的冷热电负荷耦合特性分析模型，该模型利用国外某高校实测综合能源系统相关真实数据，对学校用能负荷按照春夏秋冬四季进行合理聚类分析，以获得不同季节时段以及同一季节时段的用能负荷耦合特性，在此基础上，对该综合能源系统中电、冷综合需求响应的潜力进行研究。最后，通过仿真分析，结果表明文中方法能较好的深入挖掘该综合能源系统的用能耦合特性和需求响应潜力，为制定合理的综合需求响应方案提供有力数据支撑。
介绍了智能制造和大数据挖掘的概念和关键技术,结合农机制造行业过程的特性,设计了农机数字化设计整体框架及基于大数据挖掘的农机零部件选型模块,实现了一套基于智能制造和大数据挖掘的农机数字化平台,可以实现农机零部件的协调和智能优化设计。实际应用表明:采用数据化设计平台可以提高设计人员之间的协同能力,大大缩短了农机开发周期。
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。
本白皮书中，“800V直流供配电系统”用于指面向数据中心场景的系统级供电与配电架构;“800V直流母线”用于指系统中的主干直流配电电压平台;“SST”用于指固态变压器技术路线;“PDM、PDU、rPDUPowerShelf、Sidecar”等机柜侧设备名称在不同生态和厂商中可能存在功能边界差异，本文主要按照系统功能进行归纳，具体定义应以产品规格书和项目方案为准
当人工智能以前所未有的速度重塑千行百业，医疗 健康领域也正在经历一场从“经验驱动”迈向“数 据智能”的深刻变革。医学影像贯穿疾病筛查、临 床诊断、治疗规划、疗效评估和随访管理全过程， 具有应用频率高、数据规模大、临床价值直观等特 点，已成为人工智能率先实现规模化应用的重要医 疗场景之一。
汽车行业涵盖乘用车、商用车及特种车辆的设计、制造、销售与服务，核心产品包括传统燃油车、新能源汽车及其零部件，并延伸至整车交易、售后维修、金融租赁和共享出行等业务。主要商业模式为整车制造与销售结合供应链管理、经销商网络及增值服务。行业关键特征是高资本密集、技术驱动、产业链长且受政策与环保标准深度影响。
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
