新型智慧城市是在现代信息社会条件下,针对城市经济社会发展现实需求, 以提升人民群众幸福感和满意度为核心,充分利用物联网、云计算、大数据、 人工智能、区块链等新一代信息技术,促进城市规划、建设、管理、服务和运 营智慧化的新模式,是由人类空间、物理空间、信息网络空间构成的线上线下 相融合、数字孪生的城市三元空间新形态,是为加快城市生产方式、生活方式 和治理方式智慧化而开展的系统化改革创新工程。《中华人民共和国国民经济和 社会发展第十四个五年规划和2035年远景目标纲要 》提出“加快数字化发展,建 设数字中国”,将“ 分级分类推进新型智慧城市建设 ” 作为加快数字社会建设步伐 的关键举措,赋予了新型智慧城市发展更多的新使命和新内涵。
油控研究2020中国汽车全面电动化时间表的综合评估及推进建议57页
目前,我国已进入大数据应用时代,信息技术和云计算发展迅速.作为承载大数据的基础设施,数据中心机房越来越重要,建设规模越来越大.从事数据中心建设行业的人员也越来越多.除了专业的机房公司和长期在机房工作的技术人员外,更多的设计院,施工公司以及施工单位的相关人员正在加入数据中心机房的设计和实施团队.数据中心机房系统建设发展迅速,设计理念也与时俱进.本文论述了数据中心机房系统的建设策略.
区块链技术受到了工业世界的热捧,已逐步运用于工业互联网行业 中,但区块链技术也存在数据处理速度低效、数据安全性不足、跨链协同难、 监管缺乏等不足之处。本报告将对工业互联网的发展情况、区块链赋能工业互 联网的创新应用、以及当下区块链+工业互联网的应用落地案例进行深入研究 与分析,为相关企业与资本市场提供参考意见与运营建议。
人工智能行业尚处于发展的早期阶段。早期项目(种子轮、天使轮、A轮)在所有针对人工智能领域的投资中占比超过65%。
基于竞争优势理论的中信科5G场景发展策略研究
云计算与物联网已经成为世界主要国家抢占新一轮经济和科技发展制高点的重大战略选择,作为新一代信息技术的核心,云计算与物联网技术及产业发展对于转变经济发展方式、完善社会管理手段、深入推进两化融合具有重要战略作用。
第三季度,移动网民上网时长进一步回落:疫情防控形势向好,移动网民人均app安装总量下降至56款,人均单日app使用时长下降至5.4小时,但相对去年同期仍有0.5个小时的增长
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