单车智能阶段分为基于规则的决策控制阶段和理性的决策控制阶段。基于规则的决策控制阶段的决策思路是If-Then简单规则决策；而理性的决策控制阶段的决策思路是大数据和机器学习推理预测，下面我们对主要场景的决策控制技术的专利态势进行分析。
人工智能技术研究已有60年历史，当前全球人工智能相关专利申请量超过48.1万项INPADOC同族。人工智能相关专利最早出现在20世纪五六十年代，涉及驾驶控制、字符识别技术，美国、欧洲、日本和韩国等在人工智能技术领域研究起步比较早，早期进行了大量专利申请，2000年国外人工智能专利年度申请量已超过1.2万项。
1956年美国达特茅斯会议的召开，标志着人工智能的诞生。但由于存储空间和计算能力的不足等多方面原因，人工智能几起几落，直至2006年之后，深度学习算法的提出以及不断的完善，同时移动互联网发展迅速，人工智能迎来了发展的爆发期，成为全球关注的焦点。为了掌握国际竞争的主动权，世界各国尤其是发达国家和新兴经济体提出了多方面的政策规划，积极推进人工智能的发展。
智能交通技术体系庞大，涉及汽车、电子、通信、大数据和云计算等多领域技术的融合[1]。通常智能交通技术体系包括单车智能相关技术和基础支撑技术两部分（见图1）。在单车智能方面，自动驾驶是车辆智能化的技术发展方向；从技术层面看，环境感知、规划决策和控制执行是自动驾驶技术中3个关键技术分支[2]。大数据、云计算和高速移动通信网构成了智能交通基础支撑技术[3-4]。纵观智能交通整个产业情况，国内外传统车企、科技类企业、研究院所以及高等院校认为自动驾驶和V2X技术是智能交通的重要技术方向[5]，均投入了大量的精力和资金进行相关研发，以期占据技术高地。
当前，电能是应用最为广泛的二次能源，电网已实现电能的远距离配送，并具备了相当规模。随着越来越多电动设备的成熟，电能将成为未来人们直接使用的主要能源形式，电力网络将是未来能源互联网的主要载体。然而，当前电网运营在生产、配送与消费等环节相互割裂，个性化消费需求和分布式能源供给还不能被很好地支持；生产、配送过分依赖预测，缺乏高效的通信通道实现实时反馈和信息共享，能源利用率还处于较低层次。此外，太阳能、风能、潮汐能及生物质能等可再生能源都具有较大的利用潜力，但是，环境因素和生产效率使得间歇性和不稳定性成为他们的共同特点，高效利用存在诸多挑战。
如今，互联网思维和技术不断推动社会进入网络经济时代，社会多要素共享已经成为新一轮科技竞争和产业革命的新业态、新模式。网络经济通过平台对接匹配供需双方，打造双边市场，颠覆了很多传统产业，同时也有不少行业依托互联网思维形成新业态。网络经济给传统电力工业带来巨大的挑战。
泛在能源物联网是包含泛在电力物联网但比其范畴更宽的概念，它是指围绕能源系统各环节，充分应用移动互联网、物联网、人工智能、云计算、大数据、智能控制等现代信息化技术，实现能源系统各环节泛在智能互联、全面状态感知、高效信息处理、精准实时控制、智能人机交互、高效智能决策的智慧能源系统。
能源互联网（Internet of Energy）：综合运用先进的电力电子技术, 信息技术和智能管理技术, 将大量由分布式能量采集装置, 分布式能量储存装置和各种类型负载构成的新型电力网络、石油网络、天然气网络等能源节点互联起来, 以实现能量双向流动的能量对等交换与共享网络。
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
