• 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

菲莹-3D图形赋能下的视觉新制造

阿里云智能-达摩院-人工智能中心(Artificial Intelligence Center)是阿里云智能负责云上人工智能技术研发及产品落地应用的团队。 愿景:以卓越的技术,打造过硬的产品,为用户创造不可替代的价值。

  • 2021-06-24
  • 阅读789
  • 下载0
  • 49页
  • pdf

园区智能化集成方案

智能化集成系统作为智能化系统的核心,完全支持智能化集成数控整合平台技术架构(物联网 ),结合计算机技术、网络技术、通信技术、自动控制技术,对建筑内所有相关设备进行全面有效的监控和管理,丰富建筑的综合使用功能和提高物业管理的效率,确保建筑内所有相关设备处于高效、节能、最佳运行状态,从而为工作人员提供一个安全、舒适、便捷、高效的工作环境。

  • 2021-03-12
  • 阅读885
  • 下载0
  • 49页
  • pdf

车联网蓝皮书(数据赋能)(2024年)

随着数字经济发展,数据的价值日益凸显,已成为培育发展新质生产力、推动经济高质量发展的重要抓手。车联网产业作为新兴产业车联网数据的发展与应用有助于推进汽车、信息通信、交通运输等产业创新发展,加速车联网产业实现智能化服务,加快构建数字经济新价值链。美欧日韩纷纷发布车联网数据开放、共享和流通政策和法规,抢占车联网产业发展制高点。

  • 2025-04-10
  • 阅读907
  • 下载1
  • 48页
  • pdf

智能化医疗装备产业蓝皮书(2024年)

以人工智能为代表的前沿技术,正以前所未有的速度深刻改变着各个行业的运作模式,加速全球数字经济快速发展,并对算力、存力、运力提出了更高要求。算力是数字经济发展的核心驱动力,存力为数字经济发展提供坚实基础,运力为数字经济发展提供传输保障。综合算力作为集算力、存力、运力于一体的新型生产力,成为支撑“人工智能+”战略的重要力量

  • 2025-04-10
  • 阅读851
  • 下载0
  • 48页
  • pdf

毕马威数字化转型咨询数字化建设- 总体规划蓝图规划方案(47页 PPT)

以战略贯通为主线方向,助力全链贯通、市场导向、资源串联和质量安全;管理变革、解决方案、数据保障、技术支撑的完整体系。

  • 2025-04-09
  • 阅读905
  • 下载0
  • 48页
  • pptx

清华【人工智能之机器人学习报告】

机器学习已经成为了当今的热门话题,但是从机器学习这个概念诞生到机器学习技术的普遍应用经过了漫长的过程。在机器学习发展的历史长河中,众多优秀的学者为推动机器学习的发展做出了巨大的贡献。 从 1642 年 Pascal 发明的手摇式计算机,到 1949 年 Donald Hebb 提出的赫布理论——解释学习过程中大脑神经元所发生的变化,都蕴含着机器学习思想的萌芽。事实上,1950 年图灵在关于图灵测试的文章中就已提及机器学习的概念。到了 1952 年,IBM 的亚瑟·塞缪尔(Arthur Samuel,被誉为“机器学习之父”)设计了一款可以学习的西洋跳棋程序。塞缪尔和这个程序进行多场对弈后发现,随着时间的推移,程序的棋艺变得越来越好[1]。塞缪尔用这个程序推翻了以往“机器无法超越人类,不能像人一样写代码和学习”这一传统认识。并在 1956 年正式提出了“机器学习”这一概念。

  • 2021-03-30
  • 阅读1047
  • 下载0
  • 48页
  • pdf

清华大学人工智能芯片技术白皮书

尽管全球人工智能产业还处于初期发展阶段,但随着政府和产业界的积极推动, 人工智能技术在大规模产业化应用方面突飞猛进,在算法和芯片等人工智能基础技术层面积累了强大的技术创新,这些成果未必能即时商业化,但对未来科技的影响深远。 为了更好地厘清当前 AI 芯片领域的发展态势,进一步明确 AI 芯片在新技术形势下的路线框架、关键环节及应用前景

  • 2021-03-19
  • 阅读1000
  • 下载0
  • 48页
  • pdf

数字消费者权益保护蓝皮书(2024年)

当前,数字消费迎来重大战略机遇期,我国数字消费发展势头强劲,正在成为促进消费提质扩容、转型升级的一把“金钥匙”。加强数字消费者权益保护,既是消费者权益保护制度顺应时代发展的必然需要,也是持续激发消费活力,推动高质量发展的题中之义。本报告将沿袭《数字消费者权益保护白皮书(2023年)》的理论框架和研究脉络,以万份问卷调查数据为基础,深度观察近一年来数字消费者的行为需求和权益保护实践,回应三大热议话题,展望未来保护方向

  • 2025-04-10
  • 阅读920
  • 下载0
  • 47页
  • pdf
上一页 1 …… 1011121314151617181920 …… 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