• 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

中国工业品电商高质量发展白皮书(2025)

在全球供应链深度重构与中国制造向高端化、智能化、绿色化转型升级的关键窗口期,工业品电商已超越传统交易平台的范畴,成为“十四五”规划中推动数字经济与实体经济深度融合的核心枢纽。作为新型数字基础设施,工业品电商通过全链条数字化贯通,打破信息孤岛,重构采购、物流、服务与金融协同生态,显著提升产业链协同效率与资源配置精度。

  • 2025-12-03
  • 阅读261
  • 下载0
  • 51页
  • pdf

普惠力算赋能教育行业研究报告

算力是数字经济时代集信息计算力、网络运载力、数据存储力于一体的新质生产力,已成为推动各领域数字化转型和智能化升级的核心力量,对现代生产和生活产生了深远影响。教育行业作为我国经济社会快速发展的基础行业,数字化转型进程加快,算力赋能教育行业已成为新时代发展的必然趋势。为剖析“算力+教育”行业应用发展趋势,优化算力资源在教育行

  • 2025-12-15
  • 阅读271
  • 下载0
  • 51页
  • pdf

党校校区信息化建设方案汇报(103页PPT)

目前党校现使用的图书馆管理软件已使用多年,为清大新洋GLS6.0版本管理软件,现需要升级为GLS9.0版本软件,并把老数据进行转换并移植到新系统中。 并实现与图书馆管理软件相关接口:实现与一卡通读者数据同步接口,实现单点登录与数字化校园的接口。

  • 2025-05-26
  • 阅读257
  • 下载1
  • 51页
  • pdf

打开LLM?箱:从思维学最新视?,解密DeepSeek-R1如何“思考”

像 DeepSeek-R1 这样的大型推理模型(Large Reasoning Models)标志着 LLM 处理复杂问题方式的根本性转变。DeepSeek-R1并非直接针对给定输入生成答案,而是创建详细的多步骤推理链,在提供答案之前似乎先对问题进行“思考”(thinking)。这个推理过程对用户公开可见,为研究模型的推理行为创造了无限机会,并开辟了思维学(Thoughtology)这一领域。从 DeepSeek-R1 推理基本构建模块的分类出发,我们对 DeepSeek-R1的分析研究了思维链长度的影响和可控性、长上下文或混淆上下文的管理、文化和安全问题,以及 DeepSeek-R1在认知现象(例如类人语言处理和世界建模) 方面的现状。我们的研究结果描绘了一幅细致入微的图景。值得注意的是,我们发现 DeepSeek-R1 的推理存在一个“最佳点”(sweet spot),额外的推理时间反而可能损害模型性能。此外,我们发现 DeepSeek-RI倾向于持续反复思考(ruminate)先前探索过的问题表述,从而阻碍了进一步的探索。我们还注意到DeepSeek

  • 2025-04-28
  • 阅读1400
  • 下载1
  • 51页
  • pdf

北京大学 DeepSeek应用场景中需要关注的十个安全问题和防范措施

本次讲座为DeepSeek原理和应用系列研讨的讲座之一。随着人工智能技术的快速发展,DeepSeek作为前沿的AI平台,其安全性和可靠性成为关注焦点。本讲座探讨了DeepSeek在实际应用中面临的安全挑战,为不同类型的用户揭示使用Deepseek的潜在风险并提出防范策略。 2.本讲座的内容分为四个

  • 2025-03-17
  • 阅读379
  • 下载2
  • 51页
  • pdf

电信业赋能制造业数字化转型研究报告

电信业赋能制造业数字化转型研究报告,电信业赋能制造业数字化转型研究报告,电信业赋能制造业数字化转型研究报告,电信业赋能制造业数字化转型研究报告

  • 2025-02-07
  • 阅读251
  • 下载0
  • 51页
  • pdf

加强中国碳市场助力实现碳中和:引入配额拍卖

2020 年 9 月,中国国家主席习近平宣布,中国二氧化碳排放力争于 2030 年前达到峰值,努力争取 2060 年前实现碳中和(即“双碳”目标)。这一承诺为中国的深度转型和社会经济可持续发展提出了清晰的愿景和框架。中国能源体系每年的二氧化碳排放量占世界总量的三分之一;中国未来几十年的减排步伐将全球共同努力按照《巴黎协定》限制全球变暖的目标至关重要。

  • 2024-12-31
  • 阅读307
  • 下载0
  • 51页
  • pdf

许世森:CCUS技术与工程实践

许世森:CCUS技术与工程实践,许世森:CCUS技术与工程实践,许世森:CCUS技术与工程实践,许世森:CCUS技术与工程实践

  • 2024-10-21
  • 阅读307
  • 下载0
  • 51页
  • pdf
上一页 1 …… 796797798799800801802803804805806 …… 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104
  • 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941
  • 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2751
  • 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3175
  • 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40
  • 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59
  • 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65
  • 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61
  • 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