元宇宙(Metaverse)概念起源于科幻小说。或指向互联网的“终极形态”。Metaverse一词来源于作家Neal Stephenson的科幻小说《雪崩》,描述了一个人们以虚拟形象在三维空间中与各种软件进行交互的世界。 概念上,Metaverse一词由Meta和 Verse组成,Meta表示超越,verse 代表宇宙(universe),合起来通常表示""超越宇宙"的概念:一个平行于现实世界运行的人造空间。回顾互联网发展历程,从PC局域网到移动互联网,互联网使用的沉浸感逐步提升,虚拟与现实的距离也逐渐缩小。在此趋势下,沉浸感、参与度都达到峰值的Metaverse或是互联网的“终极形态”。
生产是指人们创造物质财富的过程。从经济学角度而言,将投入转化为产出的活动,或是将生产要素进行组合以制造产品的活动。遵循既定的制造工艺与流程,将原材料加工成为设计完善的高质量产品,为目标客户与用户群体带来预期的价值的过程.
针对人工智能在电子商务行业应用及对就业的影响,阿里研究院课题组以阿 里巴巴平台(天猫、淘宝商家)为研究对象,采用商家调研数据、商家焦点访谈 方式开展国内首次大规模实证分析研究。通过人工智能工具使用对电商就业、人 员收入、经营绩效等指标测算,针对电商行业三类典型人工智能产品应用(智能 客服、智能化店面设计、智能化数据分析工具),了解人工智能使用对不同岗位、 不同技术水平人员的就业影响。
滴滴媒体研究院华北城市智能出行大数据报告滴滴媒体研究院华北城市智能出行大数据报告滴滴媒体研究院华北城市智能出行大数据报告滴滴媒体研究院华北城市智能出行大数据报告
截止至2019年全世界已经有49个国家的碳排放实现达峰,占全球碳排放总量约36%。 这其中有一些国家是因为经济衰退和经济转型碳达峰,这部分国家主要集中在前苏联的同盟共和国和东欧计划经济国家。也有一些是欧洲国家,因为严格的气候政策和经济发展现实实现了碳达峰。根据世界资源研究所预计日本、马耳他新西兰、韩国的碳排放在2020年以前达峰,我国则预计将在2030年前实现碳达峰。
2023 年是全面贯彻党的二十大精神的开局之年,是三年新冠疫情防控转段后经济恢复发展的一年。2023 年,面对复杂严峻的国际环境和艰巨繁重的国内改革发展稳定任务,我国经济回升向好,供给需求稳步改善,转型升级积极推进,就业物价总体稳定,粮食能源安全、产业链供应链等关键领域的保障能力建设取得实效,全年经济社会发展主要目标任务圆满完成,高质量发展扎实推进,社会大局保持稳定,全面建设社会主义现代化国家迈出坚实步伐。
制造业是国民经济的主体,是立国之本、兴国之器、强国之基。十八世纪中叶开启工业文明以来,世界强国的兴衰史和中华民族的奋斗史一再证明,没有强大的制造业,就没有国家和民族的强盛。打造具有国际竞争力的制造业,是我国提升综合国力、保障国家安全、建设世界强国的必由之路。
本报告由数字产业创新研究中心以数字化转型与创新评价指标体系为基础,依托对于六年来“数字化转型与创新评选”中收到的央国企数字化转型案例的研究、走访以及数据分析,全面探讨2024年央国企数字化转型的十大趋势。这些趋势涵盖了技术创新、业务模式变革、组织架构优化等多个方面,也反映了数字化对央国企未来发展的深远影响。同时,报告收纳了颇具典型性的企业案例,展示出在相应趋势下的企业实践应用与效果,旨在为企业数字化转型带去可借鉴的经验与启示。
没有账户,需要注册
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
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。
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。
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。
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。
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。
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