• 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

上海人工智能政策提出10大支持举措加快人工智能发展

近日,中国(上海)自由贸易试验区临港新片区管委会办公室发布通知,印发了修订后的《中国(上海)自由贸易试验区临港新片区集聚发展人工智能产业若干政策》(以下简称《人工智能政策》),并同时宣布《中国(上海)自由贸易试验区临港新片区促进产业发展若干政策》(沪自贸临管经〔2019〕12号)废止。 《人工智能政策》提出10大支持举措, 以进一步加快人工智能产业的集聚和发展,最高资金扶持达1亿元。这10项支持内容分别是:

  • 2021-04-29
  • 阅读763
  • 下载0
  • 8页
  • docx

蒲思智能科技AI+解决方案

陕西蒲思智能科技有限公司,是基于AI深度学习技术,专注于图 像及视频内容分析识别的高新技术企业,以人脸识别技术应用落地见 长。蒲思智能结合互联网与大数据服务平台,为客户提供AI产品、解 决方案和专业领域的数据化服务。是一家人工智能技术创新与模式变 革的新型科技企业。我们的愿景是“推动人工智能发展,落地人工智 能应用”。目前已于中国电信物联网业务达成长期战略合作。 蒲思智能汇集了一群有梦想和共同愿景的人,相信科技改变世界, 我们致力于使AI能够以更低门槛服务大众生活,让未来变得更加美好。

  • 2021-05-11
  • 阅读758
  • 下载0
  • 32页
  • pdf

德勤数字化赋能间接采购再升级的必由之路

间接采购或称为非生产性采购,与直接采购相对,指企业在生产性物料之外的其他产品和服务采购需求。涉及企业各个方面,大到办公室租赁、生产设备购置、市场与媒体推广,小到日常运营使用的办公用品、车间用的备品耗材,不一而足。

  • 2021-03-20
  • 阅读756
  • 下载0
  • 22页
  • pdf

AI银行:人工智能技术如何重塑银行业?

2016年,AlphaGo机器人击败了曾多次问鼎世界围棋冠军的李世石。时至今日,人工智能(AI)技术已取得更为长远的进步,给许多行业带来更深远的变革。麦肯锡估计,AI技术每年可为全球银行业创造高达1万亿美元的增量价值。 然而,许多银行仅围绕零星用例开展AI试验,难以实现全组织范围的大规模应用。背后的原因可能是银行缺乏明确的AI战略、核心技术僵化与投资不足、数据资产分散以及运营模式过时(阻碍了业务和技术团队间的协作)。而新冠疫情加速了数字化互动趋势,金融服务领域已成为科技巨头进军的下一个相邻市场。要赢得竞争并实现蓬勃发展,传统银行必须成为“AI先行”机构,并将AI技术作为打造新价值主张和独特客户体验的基础。

  • 2021-06-01
  • 阅读756
  • 下载0
  • 10页
  • docx

中国AI+教育行业发展

校外教育在线化蓬勃发展,校内教育信息化稳中求进,资本与市场驱动消费体验升级,政策与技术促进服务质量提升,校内外教育市场供需缺口凸显,亟待智能化解决方案加速教育现代化的进程,以促进教育公平,提升教育质量,实现教育个性化。 参与者众,五类玩家打法各有千秋,覆盖面广,四类场景渗透程度不一。ToC方面,外围教学环节AI程度高,内核教学环节仍在探索,ToB方面,管考场景商业化落地进程较快,但底层数据尚未打通,真正实现千人千面教学为时尚早。

  • 2021-03-30
  • 阅读754
  • 下载0
  • 22页
  • pdf

IT橘子中国人工智能与教育融合应用报告50页

IT橘子中国人工智能与教育融合应用报告50页

  • 2021-09-22
  • 阅读753
  • 下载0
  • 50页
  • pdf

深度强化学习在智能城市领域应用介绍

深度强化学习是近年来热起来的一项技术。深度强化学习的控制与决策流程必须包含状态,动作,奖励是三要素。在建模过程中,智能体根据环境的当前状态信息输出动作作用于环境,然后接收到下一时刻状态信息和奖励。 以众所周知的AlphaGo为例,盘面就是当前的状态,动作就是下一步往哪里落子,奖励就是最终的输赢。整个强化学习过程就是不断与环境交互,在交互的过程中产生数据,并利用这些交互产生的数据来学习的过程。正是在深度强化学习的帮助下,AlphaGo得以横扫世界级顶尖棋手。所以相比于有监督学习方法,深度强化学习在特定场景下可以达到超越人类的水准。 在围棋领域大放异彩之后,深度强化学习也在不断地拓展着自己的疆域,游戏、金融等越来越多的领域也出现了深度强化学习的身影。现代城市作为人类生产、生活的核心区域,是一个汇聚了交通、物流、能源等多个产业的复杂综合体。如果能够优化这种复杂结构,那么将会带来巨大的社会价值。而强化学习恰好可以做到这件事情。本文将为大家介绍几个强化学习在智能城市领域的应用案例。

  • 2021-07-21
  • 阅读750
  • 下载0
  • 6页
  • docx

2019人工智能调研方案

人工智能将在2-3年内在国内市场形成更大规模的落地效应,包括新兴领域和传统行业。在人工智能落地的动力与瓶颈方面,数据问题应该受到足够的重视。随着人工智能从云到端的发展,端侧芯片竞争会更为激烈,背后考验的还有软件支持、生态、服务等因素。

  • 2021-10-09
  • 阅读750
  • 下载0
  • 47页
  • pdf
上一页 1 …… 3435363738394041424344 …… 75 下一页 共 593 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95
  • 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932
  • 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2729
  • 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3169
  • 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24
  • 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48
  • 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53
  • 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49
  • 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