DeepSeek公司 成立时间:2023年7月; 创始人:梁文峰(幻方量化的联合创始人); -所在城市:浙江省杭州市拱墅区; -公司口号:探索未至之境; -公司业务方向:专注于通用人工智能(AGI)技术的研发和应用; -“杭州六小龙”之一; -团队成员大多来自清华大学、北京大学、中山大学、北京邮电大学等国内顶尖高校。
1)本文面向区域电力市场环境，梳理归纳目前全国范围内各省级市场管理机构、电力市场领域专家学者等研究提出的各项方案，将区域竞争性电力交易体系划分为“统一市场、统一出清”、“统一市场、两级出清’“送端优先、余量香加”、“省内出清、余量替代!和“省内出清、增量交易”5种典型模式。 2)本文分析了不同模式下的市场出清过程、价格形成机制和社会福利水平，并通过仿真提出配套的社会福利再分配机制为统一市算例量化测算了各种市场模式下的资源配置效率，场建设提供缓冲空间，为我国区域电力市场模式选择和路径设计提供决策参考
实时、准确的电压量测数据是构建透明电网的基础，非接触式测量技术具备安全、便捷、成本低的优点，成为了广泛布点的现实基础。设计了基于电容耦合原理的柔性电压探头，分析了探头接入采样电路后的分压情况，提出了利用双探头差异输出逆向求解待测电压的方法。仿真与实验结果表明，所提方法能够在不破坏导线绝缘层的情况下实现电压测量。在实验室环境中，稳态工频电压幅值测量误差小于2%，相角测量误差小于0.2 °。
为了应对“碳达峰碳中和”新形势下日益严峻的输电线路电力巡检任务，以及针对现有对多目标联合电力巡检研究的不足和实际场景下无人机可悬停等待这一情形缺乏考虑等情况。在考虑电力杆塔和电力线路多目标联合电力巡检的基础上，提出了基于“图论”理论的车载无人机协同巡检路径规划方法。首先，考虑到电力巡检中无人机弧路由和巡检车节点路由相关特点，结合改进中国邮递员问题，设计了基于离散杆塔分割弧算法，以快速求得较优的协同巡检路径初步规划方案，并对比分析了不同场景下不同策略和自然灾害条件下对结果造成的影响。其次，考虑到初步规划方案并非全局最优解，设计了一种符合该研究的模拟退火算法，对初始规划方案进一步优化。最后通过算例验证了路径规划方法的有效性和实用性
肖明松：碳中和的能源路径与生物质能产业突破，肖明松：碳中和的能源路径与生物质能产业突破，肖明松：碳中和的能源路径与生物质能产业突破
第一、通过对业务设计(特别是其中的价值主张)的审视与解码,识别与找到战略落地的焦点--关键任务;第二、识别出为了让组织能力(正式组织、人才和氛围)与上述焦点保持一致所必须做出改变的一些关键工作。结合BP制定与年度述职活动,将上述3-5年的关键任务与组织能力改进的关键工作落实到来年的年度重点工作是战略执行的坚实基础。
可实现园区信息资源深度开发:利用海量数据实现实时采集、传输、存储、利用，强化辅助决策功能，实现信息化系统的互联互通、数据共享、发掘信息资源的内在价值。
智慧路口是传统交通路口的智能化升级形态，以物联网、人工智能、大数据、通信技术为核心支撑，通过整合路侧感知设备(如摄像头、雷达)、智能控制终端、数据传输网络和云端管理平台，构建起“感知-分析-决策-控制-反馈”的闭环系统。其核心目标是实现对路口车辆、行人、非机动车及环境的全域实时感知、智能数据分析、动态决策调度，最终提升交通效率、保障安全，并为车路协同和自动驾驶提供路侧支撑。
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。
十多年以来，关于工业网络的讨论一直围绕着数据表现展开。诸如"哪种协议的市场份额在上升?哪种在下滑?哪种标准最终将胜出?"这类问题固然依旧关键，您也可以在本报告第4页的年度市场份额数据中找到最新解答。然而，如今任何深耕工业自动化领域的专业人士都清楚，行业关注的核心问题已经发生了转移。
在国务院《关于深入实施“人工智能+”行动的意见》指导下，众多企业加速推进人工智能应用落地，并积极探索智能体的潜在价值，2025年由此成为智能体发展的元年。2026年5月，中国人民银行等四部门印发《关于“人工智能+金融”的实施意见》，推动人工智能与金融行业广泛融合。为支撑跨模态、跨模型、跨机构、跨行业的复杂任务协同，满足金融业“开放、融合、高效”的发展诉求，智能体正从单一模式朝着多智能体协同与互联互通的方向演进。在此背景下，智能体通信协议迅速发展。
调查显示，库存、市场需求、从业人员分指数均环比下行，平均日销量与经营状况分指数小幅回升。终端市场需 求动能偏弱，消费者持币观望情绪依旧，缺乏重磅利好激活市场。
本白皮书围绕Coactive:Interactive x Proactive 双态协作展开，依次讨论行业洞察、愿景与顶层架 构、智能主体、环境感知、认知底座、元进化、企业可信落地与应用场景，形成从协作范式到系统实 现、价值验证和可信治理的完整论证。
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
