本报告根据中国中国物流技术协会信息中心与中国电子学会物联网专业委员会联合调研结果撰写。华夏物联网参与了全部调研活动,对调研报告作出了贡献。调研活动采取企业面谈、案例剖析、专家座谈会等形式;与10多家企业面谈,剖析了100多个物流信息化案例,组织了一次物流行业物联网专家座谈会。
促进全球贸易增长是2016年G20峰会的重要议题。跨境电商正搭建起一个自由、开放、通用、普惠的全球贸易平台。可以预见,跨境电商将连接世界,成为未来全球贸易的主要形式。
共享经济已渗透至私人资源的再利用、公共资源的深开发和准公共资源的强输出 。
家装,家庭住宅装修装饰的简称。狭义的家装:指室内装饰,是从美化的角度来考虑的,以使室内的空间更美观;广义的家装:包括室内空间的装修。
女性逐渐成为消费主力军,女性健康食品市场迅速受到关注,行业细分赛道不断增多。受益于女性对颜值及身材的关注度不断提高,美容养颜类及体重管理类细分市场需求迅猛增长,2020年零售额同比增长超过10%。
近年来随着社会的进步,生产力的升级,云计算、物联网、大数据等新技术不断涌现,科技正快速改变人们的生活方式,提升的人们生活水平,而当前处于风口顶端最受行业关注及追捧的科技无疑是5G和人工智能。 2020年是5G和人工智能技术发展的井喷发展之年,一方面国家明确将“加快商用部署、加速产业链成熟、加快应用创新”作为5G重点工作,力争2020年底实现全国所有地级市覆盖5G网络,推动5G大规模商用。在此之前,2019年10月,三大运营商已经开始在40个城市试点5G商用,5G的广泛将催生大批新产品、新服务、新模式和新业态,助力万亿级数字化市场增长。
在一个由快速技术进步定义的时代 , 人工智能 ( AI ) 的变革潜力既是希望的灯塔 , 也是挑战的灯塔。越来越明显的是 ,人工智能不仅是创新的工具 , 而且在负责任地和道德地部署时, 它可以成为社会创新的力量 - 改善公平 , 塑造社会并重新定义全球格局
? 进入22Q2稳增长议题持续加码,基建发力在即,储备重大项目落地实施有望再度提速; ? “保能源”支撑经济修复与“双碳”转型; ? 特高压双重属性发酵,产业链关注度不断提升
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