材料功能优势明显,发展空间充分。钒液流电池,作为继风能、太阳能储能技术之后的另一大新型技术,在大规模储能领域具有很好的应用前景,同时作为大型“城市充电宝”,应用于调峰电源系统、风能发电系统、大规模光伏电源系统的储能及不间断电源或应急电源系统
高端 ERP 国产化替代全面开启,新一代数字核心系统助力企业经营提质增效。ERP 系统作为贯穿企业各部门的核心管理系统,承载了大量核心业务数据,但国内高端 ERP 市场长期被 SAP、Oracle 等海外厂商所垄断,不仅存在数据安全性、服务稳定性的风险,而且面临传统技术架构无法灵活快速满足业务需求的问题。伴随行业信创的深入、国产厂商产品的成熟,进行 ERP 软件的国产化升级,将成为企业保障数据安全、实现经营提质增效的必然举措。
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。面对多重超预期因素冲击,中国经济在风高浪急中展现强劲韧性,高质量发展扎实推进,全面建设社会主义现代化国家迈出坚实步伐。
医疗行业是一个典型的知识和技术密集型行业,其发展水平直接关系到国民健康和生命质量。医疗健康AI大模型,作为人工智能的一个分支,能够通学习大量的数据来生成新的数据实例,这在医疗领域有着广泛的应用前景,如药物研发、医学影像、医疗文本分析等。这些应用不仅能够提升医疗服务的质量和可及性,还能够推动整个医疗产业的创新发展,形成新的产业生态和生产力。因此,“新质生产力”概念下的科技创新资源整合,对于医疗和生成式AI领域的发展至关重要。
我们正在见证一个由数据驱动的世界,其中数据不仅仅是一种资料,更是一种核心的生产要素。它通过业务贯通、数智决策和流通增值三个层面,为传统行业带来了前所未有的价值放大效应。数字智能服务成为了产业发展的新质生产力,带来了更多新价值的创造。
展望2024年,我国制造业数字化转型将进入范围显著扩展、程度持续深化、质量大幅提升的快速发展期,各类政策将密集出台、区域高地将不断涌现、产业实践将更加活跃、技术创新将供需两旺、数绿协同将加速融合、商业模式将深刻重构、标准体系将更加完善。但同时,也存在着技术难题、概念困扰、供需偏差和风险担忧等问题。对此,赛迪研究院提出“一套政策体系+两大引领工程+三类主体应用+四大基础能力+五大保障体系”的工作推进方案。
2023 年 3 月 7 日上午,由能源基金会专项资金支持、复旦大学承担的“基于健康的推动环境空气质量标准修订——环境空气质量标准制修订方法及在上海实践”课题结题会在复旦大学成功召开。北京大学医学部教授潘小川、中国环境规划院研究员於方、北京科技大学教授段小丽、中国环科院研究员魏永杰、上海市环境监测中心教授伏晴艳和中国环科院研究员胡京南作为专家参加了此次会议
企业数字化转型发展双象限洞察报告,企业数字化转型发展双象限洞察报告,企业数字化转型发展双象限洞察报告,企业数字化转型发展双象限洞察报告
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