作为中国信息技术领域的龙头企业，联想一直高度关注汽车行业、尤其是新能源汽车行业的发展。一方面，联想对该行业的特征及不同发展阶段的行业企业的特点进行了细致分析；另一方面，联想据此细致梳理了自有的产品与服务项目。未来，联想将根据客户的具体情况和实际需求，应用不同的产品和服务，期待与客户共同实现从汽车大国到汽车强国的中国梦
天合储能：2024储能专用电芯白皮书，天合储能：2024储能专用电芯白皮书，天合储能：2024储能专用电芯白皮书，天合储能：2024储能专用电芯白皮书
2023 年，在全球政治局势动荡多变、经济复苏放缓、逆全球化引发经济结构调整，以及生成式 AI 对技术和产业带来冲击等各种因素的影响下，企业不论是在产品服务、业务运营、数字系统还是生态合作等方面，都面临着诸多不确定性。与此同时，这种变化也驱动越来越多的企业通过以“变”求“新”来予以应对。
在前三分册中，飞腾已从信创领域延伸到金融、电信、数字城市等更广泛的行业。本期重点介绍飞腾在能源、交通和工业等领域的联合解决方案。相比信创、金融、电信行业，在能源、交通、工业方面的解决方案则更加复杂和多元，几乎融合了云计算、大数据、边缘计算、5G、AI、物联网、区块链等所有水平技术方向。
城市信息模型（CIM）平台是由传统的地理信息系统（GIS）和建筑信息模型（BIM）相互融合而形成的产物，对于 CIM 平台标准的官方定义是：以建筑信息模型（BIM）、地理信息系统（GIS）、物联网（IoT）等技术为基础，整合城市地上地下、室内室外、历史现状未来多维多尺度信息模型数据和城市感知数据，构建起三维数字空间的城市信息有机综合体。CIM 平台作为智慧城市建设的重要支撑，可推动城市物理空间数字化和各领域数据、技术、业务融合，推进城市规划建设管理的信息化、智能化和智慧化，对推进国家治理体系和治理能力现代化具有重要意义。经过近几年的发展，国内有不少城市也都对 CIM 平台进行了初步探索，取得了一些成果，但也遇到了一些瓶颈，不管是技术层面还是应用层面仍有不少问题需要解决，后续还有大量的研究和应用工作需要社会各界共同探索。
“孪生（twin）”的概念起源于1970年美国国家航空航天局的“阿波罗计划”，创建镜像系统以监视无法访问的物理空间，即构建两个相同的航天飞行器，其中一个发射到太空执行任务，另一个留在地球上（镜像系统）用于反映太空中航天器在任务期间的工作状态，从而辅助工程师分析处理太空中出现的紧急事件[1]，例如通过镜像系统的仿真，指导宇航员在外太空重建爆炸的氧气罐[2]。当然，这里的两个航天器都是真实存在的物理实体
储能行业在新能源领域中的价值不容忽视，其广泛的应用场景与可再生能源的紧密结合，为解决能源供需矛盾、提高能源利用效率、减少对传统能源的依赖以及实现能源的可持续发展提供了有力支持。尽管储能技术仍面临诸多挑战，但其巨大的潜力和价值在全球新能源领域将持续被发掘，为推动和加速零碳未来发挥积极作用。TüV 莱茵将继续深耕细作，为产品质量保驾护航，助力储能行业健康、有序、蓬勃发展。
人工智能(Artificia| lnte||igence)是指—类广泛的技术,旨在执行或辅助完成以前只能由人 类智能完成的认知任务。目前,大多数人工智能系统都是基于机器学习(Machine Learning) 技 术实现的。机器学习是—系列通过在大规模数据集上训练的技术,使人工智能模型能够“学习” 统计推断,并应用这些模型来预测相关问题的答案。
没有账户，需要注册
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。
中服设备健康管理系统依托中服云工业物联网架构搭建，面向工业全品类设备运维场景。 融合实时数据采集、状态监测、故障诊断核心能力，全天候掌握设备运行动态。 通过边缘计算与 AI 算法分析设备隐患，实现从被动维修向预测性维护升级。 有效降低设备故障率、减少停机损失，简化线下运维管理流程。 助力工厂实现设备数字化管控，保障产线高效、稳定、安全运行。
面向人工智能技术浪潮带来的算网融合发展新机遇和新挑战，期望产业链各环节凝心聚力、携手并进，共同推动算力网络运载力质量不断提升，以网强算支撑产业应用创新，促进培育新质生产力，助力数字经济高质量发展!
AI-OTN产业落地。遵循试点先行、分步迭代思路开展现网实践。可优先开展小规模试点，围绕高收益场景验证技术能力，在试点基础上逐步完成设备改造、能力迭代，同时兼顾网络智能化效率与业务运行安全。设备厂商需加快AI-OTN设备形态迭代，完善轻量化网络AI模型，夯实产业规模商用基础。
物联网平台、工业物联网、数字孪生、设备全生命、生产管理、IOT、三维可视化、数字化大屏、数据采集、SIS、DCS、SCADA 工业互联网平台、工业物联网、能源管理、时序数据库、实时数据库、数据中台、智慧园区、智能楼宇、生产管理系统、机加生产管理系统、MES、设备资产管理系统、设备运维管理系统、设备监控、设备健康、MDC、DNC、倾斜摄影、数字化交付、组态工具
教育机构的规模壮大，行政会议频繁，而机构的复杂性与地域的分散性常常使信息传达的周期过长，影响工作内容的执行，更耗费了不少的差旅费。本系统可以召开主会场和所有分会场参加的全网视频会议。利用视频会议系统可以随时召开日常会议，减少差旅会务成本，缩短时间消耗可 以打造一个跨区域多人共享、沟通无障碍的工作空间。
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
