• 首页

  • 方案库

  • 工业品库

  • 招标项目库

  • 专家库

  • 人才库

会员中心
搜索
登录
注册
  • 方案名称

解决方案

数字化转型通用方案行业方案安全方案大数据人工智能物联网行业展望自动控制其他

产品|技术

白皮书产品介绍技术介绍技术创新模型算法

政策|规范

政策规范行动计划

电子书

电子书课件

报告|论文

报告模板论文
  • 全部
  • 人气排行
  • 下载排行
  • 页数排行
  • 最新排行

智启新质生产力之三 ——生成式人工智能 (AIGC)在医疗器械的潜在应用

过去几年中,人工智能(AI)的迅速演进,尤其是生成式技术的突破,正在悄然改变医疗大健康产业的运作方式。这一产业横跨多个细分领域。我们此前已先后研究了其中两大重要领域的AI潜在应用(请参阅《智启新质生产力:生成式人工智能在医疗医药领域的潜在应用》《智启新质生产力之二:生成式人工智能(AIGC)在医药零售的潜在应用》)。此次,我们将视角投向医疗大健康产业中的另一大关键细分领域--医疗器械以探讨AI在该领域的应用前景。

  • 2025-11-27
  • 阅读180
  • 下载1
  • 36页
  • pdf

人工智能算力基础设施赋能研究报告(2025年)

在人工智能落地破局与赋能千行百业进程中,以智算中心为代表的人工智能算力基础设施,被赋予更重要的定位和使命,成为支撑人工智能技术及产业发展的重要基石。然而,目前人工智能算力基础设施利用负载情况差异较大,尤其是地方政府或国资平台主导投建的智算设施,赋能价值有待进一步提升。因此,需要厘清智算中心赋能的需求场景、需求场景与所需关键能力的匹配,以及推进赋能落地的生态模式,助力人工智能算力基础设施真正实现赋能价值。本报告聚焦智算中心赋能,围绕需求场景、关键能力、落地生态这三个关键环节,阐述最新发展趋势,致力于进一步释放智算中心的赋能效应,助力人工智能与实体经济深度融合。

  • 2025-11-11
  • 阅读439
  • 下载1
  • 36页
  • pdf

网络安全基础知识

AI安全成为双刃剑:生成式AI在赋能智能威胁检测和自动响应的同时,也被攻击者用于制造更逼真的钓鱼邮件和自动化漏洞挖掘,加剧了攻防对抗。

  • 2025-11-11
  • 阅读220
  • 下载0
  • 36页
  • pdf

特高压输电塔龙卷风荷载特性的数值模拟

随着经济社会的发展,电力的可靠供应引发了人们的广泛关注。极端自然灾害会给电力系统安全运行带来严重的冲击,造成配电网设备损坏和大面积停电事故。近30年来全球大停电事故中,自然灾害所导致的情况占比达到56%。全球范围内超过80%的输电塔线破坏是由高强度风天气(如龙卷风、下击暴流、微爆流等)造成,其中龙卷风对输电塔的危害尤为严重。

  • 2025-08-29
  • 阅读477
  • 下载0
  • 36页
  • pdf

考虑荷电与储氢状态的风光氢储系统动态控制仿真模型|《中国电力》

随着风电、光伏等可再生能源发电系统装机容量不断增加,电网稳定性和安全性面临挑战。近些年,电化学储能、氢储能等储能技术受到了广泛关注。一方面能够有效促进可再生能源的消纳,维持电网的安全稳定性;另一方面可有效解决绿色氢能生产的难题,推动氢能产业的发展。

  • 2025-07-29
  • 阅读456
  • 下载0
  • 36页
  • pdf

基于目标级联法的多主体主动配电网自治协同优化

随着智能感知、通信和控制技术的发展以及可调控分布式资源的大面积并网,主动配电网(active distribution network,ADN)正逐步成为配电网的主要形态。ADN的一个关键特征在于,其能够根据电力系统的实际运行状态迅速做出调整,从而保证系统运行全局的经济性和自治性。与传统配电网相比,ADN更具优化调度潜力,但如何通过制定合理的调度策略实现大量分布式新能源的充分消纳,并优化节点间和节点内的能量流动,是当前ADN研究的核心问题。

  • 2025-07-24
  • 阅读339
  • 下载0
  • 36页
  • pdf

大模型训练数据安全研究报告

数据是大模型训练的基础,是确保大模型可靠运行且释放最大价值的基础保障。随着大模型技术的快速演进,大模型训练数据安全的重要性不断提升。大模型训练数据面临投毒攻击、隐私泄露等多重挑战,对模型的攻击结果将造成行业应用方的持续影响。因此,训练数据的体系性安全研究与保障在各行业智能化转型与发展中更加重要。

  • 2025-07-14
  • 阅读305
  • 下载1
  • 36页
  • pdf

智慧电厂智慧大脑(工业互联网平台)建设方案

建设一个智慧大脑(工业互联网平台),打通两网(数据通信网、泛在感知网),贯通三域(数据通、业务通、管理通),以数据驱动发电企业四大转型为核心目标(安全管控、设备检修、运行管理、经营决策),构建五利发电类型(风、光、水、煤电、燃机)、八大业务领域(基建、安全、检修、运行、燃料、物资、经营、办公)的智慧应用,打造“数据融合、业务贯通、流程整合、应用创新”的智慧电厂创新示范标杆。

  • 2025-06-30
  • 阅读404
  • 下载1
  • 36页
  • pdf
上一页 1 …… 13651366136713681369137013711372137313741375 …… 5897 下一页 共 47175 条


立即登录

没有账户,需要注册

登录用户可享受以下权益
  • 免费下载方案
  • 服币提现
  • 发布方案得服币
  • 交易分成

精品推荐

人工智能大模型分类体系、技术特点及主流厂商概览

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

  • 阅读114
  • 下载2

工业时序基础大模型技术发展综述

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

  • 阅读947
  • 下载8

2026“人工智能+”行业发展蓝皮书

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”。

  • 阅读2761
  • 下载8

中服云能碳管理平台V5.0

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。

  • 阅读3182
  • 下载14

最新上线

超硬材料智慧园区方案

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。

  • 阅读51
  • 下载0

中服云工业物联网平台在印刷装备制造行业的应用

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。

  • 阅读67
  • 下载0

中服云数字孪生系统在石油和天然气开采业的应用案例(痛点·方案·成效)

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。

  • 阅读74
  • 下载0

中服云物联网与数字孪生平台在油气作业现场的应用

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。

  • 阅读68
  • 下载0
  • 关于我们

    电话:029-8838-6725

  • 新闻资讯

    企业简介 新闻动态 品牌实力 代理合作 诚聘英才 联系我们

  • 中服云

  • 工业互联网风向标

  • 在线咨询

西安/北京/南京/重庆/合肥/厦门/甘肃 地址:陕西省西安市雁塔区鱼跃工业园慧康生物科技产业园7楼 电话: 029-8838-6725

版权所有 @ 中服云 陕ICP备11002812号
  • 扫码咨询

    或

    点击立即咨询
  • 客服咨询

  • 用手机扫二维码

    或

    复制当前地址

  • 问题反馈 中服大讲堂 客服电话

方案库赚钱指南