• 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

2025大模型应用实践报告

技术的成熟是这场变革的底气。MOE架构的成熟、RAG的普及以及轻量化技术的进步,共同推动AI从“可用”迈向“可靠”和“可负担”。智能体(Agent)作为下一代智能形态,正从实验室走向商业化,成为重构“数字劳动力"的核心载体。在这个过程中,大型平台厂商与专业初创企业的分野日益清晰,前者提供稳固的生态底座,后者则凭借行业 Know-How和 AI原生创新,在垂直领域撕开了价值突破口。

  • 2025-11-10
  • 阅读313
  • 下载2
  • 49页
  • pdf

全域文旅智慧化解决方案

展厅展示功能:向来访的访客进行县区整体运行状况展示; 集中监控指挥:集中显示县区运行态势,辅助决策,应急指挥,让管理者对县区旅游进行全局掌控;

  • 2025-10-27
  • 阅读368
  • 下载0
  • 49页
  • pdf

泛在感知智能园区建设方案

在园区的智慧化建设过程中,围绕“产、居、商、服、管” ,致力于打造“五位一体”的智慧园区,即泛在感知智能园 区、科技赋能宜产园区、高效睿智精治园区、绿色节能生态园区、便捷创新亲民园区;实现对园区生产、生活、生态等方 面的精细化、智能化、动态化管理的智慧体系。

  • 2025-10-13
  • 阅读303
  • 下载0
  • 49页
  • pdf

“规则的天空”:中国低空空域管理与安全体系演进趋势研究

本报告聚焦“十五五”窗口期,系统分析中国低空经济治理体系的演进路径。核心观点认为,低空经济从示范试点迈向网络化运营,关键在于构建清晰、高效的“天空规则”。报告以规则为主线,梳理空域管理沿革,解析“人、机、环、管、网”五维安全体系,并诊断法规、技术、管理、市场、社会五大瓶颈。提出以“四张网”为核心的智慧空管蓝图,并规划“三步走”发展路径,辅以新基建投入产出分析与地方实施策略,为政策制定者、投资者与行业参与者提供可操作的战略建议与行动框架。

  • 2025-09-01
  • 阅读606
  • 下载1
  • 49页
  • pdf

中国新型储能发展报告(2025)

2024年,《政府工作报告》首次提出“发展新型储能”。《中华人民共和国能源法》指出“推进新型储能高质量发展,发挥各类储能在电力系统中的调节作用”。

  • 2025-08-05
  • 阅读534
  • 下载1
  • 49页
  • pdf

云计算蓝皮书2025

云计算作为人工智能时代的关键基础设施,是人工智能深度赋能实体行业的必要基座,也是加快形成新质生产力,推动我国数字经济走向新发展阶段的重要助力。过去一年,以?DeepSeek?为代表的人工智能大模型取得突破性进展,推动“人工智能+”消费级应用拉开发展序幕,普惠易用、一体化调度的智能计算能力促使云计算焕发新质,加速推进全球云战略布局与产业智能化发展,并呈现以下新特点:

  • 2025-08-12
  • 阅读285
  • 下载0
  • 49页
  • pdf

大模型驱动的具身智能 发展与挑战

大模型驱动的具身智能是涵盖人工智能、机器人学和认知科学的交叉领域,重点研究如何将大模型的感知、推理和逻辑思维能力与具身智能相结合,提升现有模仿学习、强化学习、模型预测控制等具身智能框架的数据效率和泛化能力。近年来,随着大模型能力的不断提升,以及具身智能中示教数据、仿真平台、任务集合的不断完善,大模型和具身智能的结合将成为人工智能的下一个浪潮,有望成为人工智能迈向实体机器人的重要突破口,本文围绕大模型驱动的具身智能这一研究领域,从3 个方面进行了系统的调研、分析和展望,首先,回顾了大模型和具身智能的相关技术背景,以及具身智能现有的学习框架.其次,按照大模型赋能具身智能的方式,将现有研究分为大模型驱动的环境感知、大模型动的任务规划、大模型驱动的基础策略、大模型驱动的奖励函数、大模型驱动的数据生成等5类范式.最后,总结了大模型驱动的具身智能中存在的挑战,对可行的技术路线进行展望,为相关研究人员提供参考,进一步推动国家人工智能发展战略.

  • 2025-04-19
  • 阅读402
  • 下载0
  • 49页
  • pdf

AIGC技术赋能教育数字化转型的机遇与挑战

深度神经网络技术在大模型和多模态两个方向上的持续突破,推动AIGC技术演化出智能数 深度神经网络技术在大模型和多模态两个方向上的持续突破,推动AIGC技术演化出智能数

  • 2025-04-17
  • 阅读246
  • 下载0
  • 49页
  • pdf
上一页 1 …… 849850851852853854855856857858859 …… 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107
  • 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41
  • 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61
  • 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66
  • 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62
  • 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